مدیرعامل اینتل از رشد سریع استفاده از مدل‌های هوش مصنوعی چین می‌ گوید

لیپ‌بو تان، مدیرعامل اینتل اعلام کرد که استفاده از مدل‌های پیشرفته هوش مصنوعی چین با سرعت زیادی در حال گسترش است و هزینه استفاده از این مدل‌ها نیز پایین‌تر است.

به‌ گزارش سرویس هوش مصنوعی تک‌ناک، او همچنین بر اهمیت مدل‌های متن‌باز در افزایش بهره‌وری تأکید کرد و گفت که رقابت در بازار هوش مصنوعی در نهایت مشخص می‌کند کدام مدل‌ها برای کاربردهای مختلف مناسب‌تر هستند.

حتما بخوانید: اینتل GPUهای Crescent Island را برای هوش مصنوعی آماده کرد + تصویر

تأیید عملکرد مدل‌های هوش مصنوعی چین

مدیرعامل اینتل، روز دوشنبه ۱۲ اکتبر ۲۰۲۶ در پنلی به میزبانی بانک DBS درباره وضعیت بازار هوش مصنوعی صحبت کرد. به گفته او، هزینه استفاده از مدل‌های پیشرفته چینی پایین‌تر بوده و استقبال از آنها بسیار سریع اتفاق افتاده است.

تان عملکرد مدل‌هایی مانند DeepSeek، Kimi و GLM را «به‌اندازه کافی خوب» توصیف کرد. این ارزیابی نشان می‌دهد که از نگاه او، مدل‌های چینی می‌توانند برای طیف گسترده‌ای از کاربردها گزینه‌های مناسبی باشند.

کاهش هزینه استفاده از مدل‌های هوش مصنوعی می‌تواند دسترسی شرکت‌ها و توسعه‌دهندگان را به این فناوری آسان‌تر کند. کسب‌وکارها با توجه به نیازهای خود، علاوه بر کیفیت پاسخ‌ها، هزینه اجرا و منابع پردازشی مورد نیاز را نیز در انتخاب مدل در نظر می‌گیرند.

چرا مدل‌های متن‌باز اهمیت دارند؟

مدیرعامل اینتل از طرفداران جدی هوش مصنوعی متن‌باز است. او معتقد است انتشار آزاد مدل‌ها می‌تواند به افزایش بهره‌وری و استفاده کارآمدتر از فناوری کمک کند.

مدل‌های متن‌باز یا مدل‌هایی که بخش‌هایی از آنها برای بررسی و استفاده در دسترس قرار می‌گیرد، به توسعه‌دهندگان اجازه می‌دهند که آنها را متناسب با نیازهای خود به کار بگیرند. البته میزان دسترسی به کد، وزن مدل و اطلاعات آموزشی در هر پروژه متفاوت است و همه مدل‌ها شرایط یکسانی ندارند.

همچنین تان تأکید کرد که بازار تعیین می‌کند هر مدل برای کدام کاربرد مناسب‌تر است. به بیان دیگر، برتری یک مدل صرفا به نتایج بنچمارک‌ها وابسته نیست؛ عواملی مانند هزینه، سرعت، کیفیت پاسخ و نیازهای هر کسب‌وکار نیز اهمیت دارند.

مرتبط: همکاری تاریخی اینتل و AMD برای افزایش قدرت پردازش هوش مصنوعی

DeepSeek، Kimi و GLM در رقابت هوش مصنوعی

مدل‌های DeepSeek، Kimi و GLM از نام‌های مطرح در فضای هوش مصنوعی چین هستند. گسترش استفاده از این مدل‌ها نشان می‌دهد رقابت در این بازار دیگر تنها به شرکت‌های آمریکایی محدود نیست.

هزینه کمتر می‌تواند یکی از عوامل مهم در افزایش استفاده از مدل‌های چینی باشد؛ به‌ویژه برای شرکت‌هایی که به‌ صورت گسترده از هوش مصنوعی استفاده می‌کنند یا قصد دارند قابلیت‌های آن را در محصولات خود ادغام کنند.

با وجود این‌، انتخاب مدل مناسب به نوع کاربرد بستگی دارد. شرکت‌ها باید عملکرد مدل‌ها را در وظایف مورد نظر خود بررسی کنند و در کنار هزینه به امنیت، حفظ حریم خصوصی و کیفیت خروجی نیز توجه داشته باشند.

بیشتر بخوانید: هوش مصنوعی فیزیکی یک قدم به جلو؛ اینتل از دستاورد جدید خود رونمایی کرد + تصویر

رایانش کوانتومی ممکن است طی پنج سال فراگیر شود

تان در بخش دیگری از صحبت‌های خود پیش‌بینی کرد که رایانش کوانتومی می‌تواند طی سه تا پنج سال آینده به جریان اصلی فناوری تبدیل شود. او همچنین به نقش نرم‌افزار در استفاده کارآمد از زیرساخت‌های مورد نیاز این فناوری اشاره کرد.

رایانش کوانتومی از اصول مکانیک کوانتومی برای انجام محاسبات استفاده می‌کند و می‌تواند در برخی مسائل تخصصی ظرفیت‌های تازه‌ای ایجاد کند. با وجود این‌، فراگیر شدن آن به پیشرفت سخت‌افزار، توسعه نرم‌افزار و حل چالش‌های فنی وابسته است.

اظهارات مدیرعامل اینتل تصویری از دو روند مهم در صنعت فناوری ارائه می‌دهد، که شامل گسترش سریع مدل‌های هوش مصنوعی کم‌هزینه‌تر و توجه فزاینده به فناوری‌های پردازشی آینده می‌شوند. با افزایش رقابت، هزینه، بهره‌وری و تناسب فناوری با نیازهای واقعی کاربران نقش مهم‌تری در تعیین برندگان بازار خواهند داشت.