لطالما كان للابتكار ثمنٌ يُدفَع، وكان ذلك الثمن هو بيت القصيد.
في الماضي، كانت الحاجة هي ما يُطلق الاختراعات — لكنّ الحاجة وحدها لم تبنِ شيئًا قط. ما أجبر على تحقيق الاختراق فعليًّا هو كلفة الموارد اللازمة لحل المشكلة: الوقت والجهد والمال. كانت الندرة هي المِصفاة. فإذا كانت الطريقة الغبية لحل أمرٍ ما باهظة الكلفة، اضطُرّ أحدهم إلى إيجاد الطريقة الذكية. لم يكن الابتكار فضيلةً يسعى إليها الناس لذاتها — بل كان الطريق الوحيد المتبقّي حين تصبح القوة الغاشمة باهظةً لا تُحتمَل.
يكسر الذكاء الاصطناعي تلك المِصفاة في كل ما يمسّه تقريبًا — حتى نفسه.
حين تكون المهمة سريعةً ورخيصةً بما يكفي — والذكاء الاصطناعي كذلك في الأمرين، خصوصًا مقارنةً بوقت البشر الذي يحلّ محلّه — يتلاشى ببساطة الضغط الذي كان يفرض التفكير الابتكاري. تنساق الشركات إلى هذا تمامًا، ويصعب لومها: الأعمال متعطّشة للإنتاج، والإدارة تطلب دائمًا تقريبًا «أنجِزه» بدل «ابتكِر فيه». ليس هذا قصورًا أخلاقيًّا، بل هو الحافز يفعل ما تفعله الحوافز. إنّ مطالبة الشركات فرادى بمقاومة ذلك الضغط مبدئيًّا هي مطالبتها بالسباحة عكس اقتصادها الخاص — فكرةٌ جميلة، لكنها لا تصمد أمام ربع سنةٍ بأرقامٍ ضيّقة.
لنَنحِّ ذلك السؤال جانبًا. الادّعاء الأكثر إثارةً للاهتمام — والأقبل للدحض — أضيقُ نطاقًا: القوة الغاشمة لا تغيّر فقط كيف تبني الشركات بالذكاء الاصطناعي، بل تصوغ كيف يُبنى الذكاء الاصطناعي نفسه. وهناك، لم تعد كلفة القوة الغاشمة افتراضيةً بعد الآن. لقد بدأت تظهر كجدار.
لسنواتٍ، كانت الخطوة الافتراضية في تطوير الذكاء الاصطناعي بسيطة: نموذجٌ أكبر، بياناتٌ أكثر، حوسبةٌ أكثر، أداءٌ أفضل. ونجحت بثباتٍ كافٍ حتى غدت أشبه بعقيدة. لكن بحلول عام 2025، صار الباحثون يصفون علنًا تناقص العوائد عند التخوم — لم تعد مضاعفة الحوسبة تضاعف القدرة كما كانت من قبل، وبعض المختبرات تصف اليوم عمليات تدريبٍ في الطليعة تكلّف مئات ملايين الدولارات مقابل مكاسب أداءٍ حقيقية لكنها هامشية بصورةٍ متزايدة. ومحور القوة الغاشمة — أضِف المزيد من كل شيء فحسب — أخذ يضيق به المجال.
ما دفع المجال إلى الأمام فعليًّا مؤخرًا لم يكن مزيدًا من القوة الغاشمة، بل بنيةً أذكى. فبِنى «خليط الخبراء» (Mixture-of-Experts) تُفعّل جزءًا يسيرًا فقط من إجمالي معاملات النموذج لكل استعلام بدل تشغيل النموذج كاملًا في كل مرة — محقِّقةً أداءً على مستوى الطليعة مع حوسبةٍ أقل بكثيرٍ لكل خطوة. فـ DeepSeek R1 مثلًا مبنيٌّ على 671 مليار معامل إجمالًا، لكنه لا يُفعّل سوى نحو 37 مليارًا منها لكل رمز (token) — أي قرابة 5% من النموذج الكامل، بخفضٍ يناهز 95% في الحوسبة المبذولة لكل خطوة، من البنية وحدها لا من إضافة مزيدٍ من العتاد. وحوسبة وقت الاختبار (Test-time compute) — أي ترك النموذج يستدلّ مدةً أطول عند الاستدلال بدل أن يكون أكبر عند التدريب — فتحت محورًا ثانيًا للتحسين أغفلَه التوسّع المحض تمامًا. ولم يأتِ أيٌّ من هذين من إلقاء مزيدٍ من وحدات GPU على البنية نفسها، بل جاءا من سؤالٍ تتيح لك القوة الغاشمة تخطّيه: هل ثمّة طريقةٌ أفضل بنيويًّا للقيام بهذا؟
ثمّة رؤيةٌ من خوارزميات البحث كامنةٌ تحت هذا. فالبحث المتسلسل والبحث الثنائي يتقاربان في السرعة متى صار العتاد سريعًا بما يكفي ليبدو كلاهما فوريًّا — لكنهما لا يتقاربان أبدًا في البنية. فالفجوة بين O(n) وO(log n) لا تتقلّص إلى نسبةٍ ثابتة؛ بل تتّسع مع حجم المشكلة، وهذا بالضبط ما يجعل تجاهلها خطيرًا عند الكِبَر. والآن ضَع رقمًا على ذلك كما فعل «خليط الخبراء» عمليًّا: شركةٌ تنفق 100 مليون دولار شهريًّا على استخدام واجهات البرمجة (API) أو عتاد التدريب، وتُمرّر العبء نفسه عبر بنيةٍ تخفض الحوسبة لكل خطوة بما يقارب ما حققه «خليط الخبراء»، لا تنظر إلى خطأ تقريبٍ ضئيل — بل إلى الفرق بين 100 مليون دولار ونحو 5 ملايين دولار للمهمة نفسها، مع تحرير الباقي لإنفاقه على المشكلة التالية بدل المشكلة ذاتها. هذا ما تساويه خوارزميةٌ أفضل بنيويًّا متى صار العبء كبيرًا بما يكفي ليصبح للأُسّ أثر. والقوة الغاشمة لا تعثر أبدًا على ذلك الرقم، لأنها بحكم تكوينها لا تطرح قط السؤال الذي يُنتِجه.
هذا هو الجزء الجدير بأخذه على محمل الجد: القوة الغاشمة ليست مجرّد هدرٍ مكلفٍ خاملٍ يقبع إلى جوار وجبةٍ مجانية. ففي تطوير الذكاء الاصطناعي تحديدًا، تبدو وكأنها تُبطئ المجال فعليًّا — تحرق الميزانية والوقت على محور توسّعٍ متناقص العوائد، بينما كانت المكاسب الأكبر قابعةً على محاور لا تذهب القوة الغاشمة، بطبيعتها، للبحث عنها قط. ولعلّ الصناعة التي تجعل القوة الغاشمة رخيصةً للجميع هي أوضح مثالٍ على أنّ القوة الغاشمة تكلّف نفسها الثمن الأكبر.
ليس في هذا كلّه دعوةٌ إلى الحنين، ولا إلى التظاهر بأنّ الموارد ما زالت شحيحةً بينما هي ليست كذلك في معظم المهام اليومية. إنه سؤالٌ أحدّ وأنفع من «هل ينبغي أن نقاوم الحوسبة الرخيصة»: أين تحديدًا تحدّ القوة الغاشمة من تقدّمنا بهدوءٍ بدل أن تسرّعه — وأين لا تزال البنية الأذكى تنتظر، لمجرّد أنّ لا شيء أجبر أحدًا على الذهاب للبحث عنها؟ إنّ الموارد الأرخص ليست تهديدًا للانضباط القديم فحسب، بل هي متّسعٌ لطرح ذلك السؤال عن قصد، بدل تخطّيه لأنّ لا شيء — للمرة الأولى — يُجبِرنا.