كان مصطفى سليمان يستعد لتوصيف وظيفته الجديدة منذ فترة طويلة. سليمان هو الرئيس التنفيذي الأول لقسم الذكاء الاصطناعي في شركة مايكروسوفت، ولكن بعد أن خضعت الشركة لعملية إعادة هيكلة واسعة النطاق في منتصف شهر مارس، تخلى عن بعض المهام وحوّل التركيز إلى مطاردة الذكاء الفائق. على الرغم من أن الخبر لم يتم نشره إلا في الشهر الماضي، كما يقول الحافةلقد كان يستعد للانتقال لمدة تصل إلى تسعة أشهر – وعلى الرغم من أن إعادة التفاوض على عقد Microsoft مع OpenAI هو الشيء الذي “أطلق العنان رسميًا لقدرة (مايكروسوفت) على متابعة الذكاء الفائق”، إلا أنه كان يخطط حتى قبل أن يجف الحبر.
وقال: “لقد كانت هذه خطة طويلة الأمد”، مضيفًا أن تحقيق الذكاء الفائق كان “تركيزي البحت”.
الذكاء الفائق – جنبًا إلى جنب مع AGI، أو الذكاء العام الاصطناعي – له تعريف غامض ومتغير في صناعة الذكاء الاصطناعي. بالنسبة لسليمان، يتعلق الأمر فقط بالأعمال والإنتاجية. وقال سليمان: “إن الذكاء الفائق يدور حول: هل هذه النماذج قادرة على تقديم قيمة المنتج لملايين الشركات التي تعتمد علينا لتقديم نماذج لغوية ذات مستوى عالمي؟”. “هذا هو تركيزنا حقًا. نريد تقديم الخدمات للمطورين والمؤسسات والعديد من المستهلكين.” تواجه شركات الذكاء الاصطناعي ضغوطًا متزايدة لتحقيق المزيد من الإيرادات، وتعكس خطط مايكروسوفت استراتيجية جديدة في OpenAI أيضًا.
جمعت عملية إعادة تنظيم Microsoft بين فرق المؤسسات والمستهلكين تحت شعار Copilot AI. وبينما سيظل سليمان يعمل على استراتيجية الصورة الكبيرة، أصبح جاكوب أندرو، الذي كان سابقًا نائب رئيس الشركة للمنتج والنمو في Microsoft AI، نائب الرئيس التنفيذي. الرائدة مبادرات الهندسة والنمو والمنتجات والتصميم للفرق المدمجة حديثًا. ترك هذا التحول مجالًا لسليمان لتكريس وقته لمتابعة الذكاء الفائق وتطوير نماذج جديدة للذكاء الاصطناعي لشركة Microsoft في وقت أصبحت فيه المنافسة بين شركات الذكاء الاصطناعي الرائدة – والضغط لجذب مستهلكين جدد وعملاء المؤسسات – أكثر حدة من أي وقت مضى.
في يوم الخميس، أطلقت Microsoft لأول مرة نموذجًا جديدًا للنسخ تأمل أن يفعل ذلك تمامًا – وبما أنه “نصف تكلفة وحدة معالجة الرسومات للنماذج الحديثة الأخرى”، وفقًا لسليمان، فهو “توفير كبير في التكلفة” لشركة Microsoft.
تصف الشركة MAI-Transcribe-1 بأنه “يدفع حدود التعرف على الكلام” من خلال قدرته على نسخ الاجتماعات والتسمية التوضيحية لمقاطع الفيديو وتحليل تبادلات مركز الاتصال بـ 25 لغة. تقول منشورات مدونة Microsoft التي تعلن عن النموذج أنه تم تصميمه لظروف التسجيل “الصعبة” بما في ذلك ضوضاء الخلفية، والصوت منخفض الجودة، والكلام المتداخل، وتم تدريبه على مزيج من النصوص “التي ينظمها الإنسان” والنسخ المكتوبة آليًا. وقال سليمان إن التسجيلات المصدرية عبارة عن مزيج من بيانات حجرة الصوت التي يتم التحكم فيها والمقاولين المكلفين بتسجيل أنفسهم وسط ضجيج الخلفية، من الشوارع المزدحمة إلى الأطفال الذين يركضون، بالإضافة إلى “كميات هائلة من البيانات من الويب المفتوح”.
إلى جانب نماذج توليد الصوت والصورة الحالية MAI-Voice-1 وMAI-Image-2، يتوفر نموذج النسخ الجديد الآن على Microsoft Foundry وكجزء من Microsoft AI Playground الجديد. وهذه هي المرة الأولى التي تكون فيها هذه النماذج “متاحة على نطاق واسع للاستخدام التجاري”، وفقًا لشركة مايكروسوفت. يستطيع MAI-Transcribe-1 التعامل مع الملفات الصوتية بتنسيقات MP3 وWAV وFLAC.
يعزو سليمان أداء النموذج الجديد في الاختبارات إلى فريق صغير مكون من 10 أشخاص. ويقول إن فريق النمذجة “تم تحريره من أي بيروقراطية”، حيث أن لديهم فريقًا محيطًا مسؤولًا عن إدارة البائعين، والعثور على البيانات لتنزيلها، والمزيد. وقد استخدمت مايكروسوفت استراتيجية مماثلة لتوليد الصوت والصورة، كما قامت شركات أخرى باتخاذ خطوات مماثلة – مثل ميتا، وأمازون، وجوجل تجريب مع لتسوية مؤسساتهم، وقالت Anthropic إنها تقوم أيضًا بتجربة منح فرق صغيرة من عدد قليل من المطورين حرية الوصول إلى مستويات معينة من الحوسبة لمعرفة ما يمكنهم تحقيقه.
يعد نموذج النسخ الجديد جزءًا من هدف سليمان المتمثل في تقديم الذكاء الاصطناعي “المتمحور حول الإنسان” (وهو شكل مختلف من نموذج Microsoft) الكلمة الطنانة المفضلة للذكاء الاصطناعي، “الذكاء الإنساني الفائق”) وهو مفيد للشخص العادي. وقال: “سيكون لدى كل شخص مساعد يعمل بالذكاء الاصطناعي في جيبه، ويكون من الطراز العالمي حقًا، ويكون مسؤولاً أمامه، ومن جانبه، ويتماشى مع مصالحه، ويعمل نيابة عنه”.
