التطورات المستوحاة من NVIDIA تقلل احتياجات تدريب الذكاء الاصطناعي بمقدار 100 ضعف

لقد سيطر الذكاء الاصطناعي على العالم أجمع، ولم يبقَ أي قطاع بمنأى عن سحر هذا التقدم التكنولوجي. واليوم، تُدمج تقنية الذكاء الاصطناعي في 77% من الأجهزة، على الرغم من أن ثلث المستهلكين فقط يعتقدون أنهم يستخدمون منصات الذكاء الاصطناعي. 

يتبنى عدد متزايد من المؤسسات الذكاء الاصطناعي بشكل متزايد لنمو أعمالها، حيث تدعم 9 من كل 10 شركات هذه التقنية لتحقيق ميزة تنافسية. ومن المتوقع أن يؤدي هذا الاستخدام إلى إلغاء 85 مليون وظيفة، ولكنه في الوقت نفسه سيخلق 97 مليون وظيفة جديدة.

تعكس هذه الأرقام التقديرات بأن سوق الذكاء الاصطناعي سيساهم بمبلغ 15.7 تريليون دولار في الاقتصاد العالمي بحلول عام 2030. ومن المتوقع أيضًا أن ينمو حجم سوق الذكاء الاصطناعي بنسبة 120% على الأقل على أساس سنوي.

ومع ذلك، مع نمو استخدام الذكاء الاصطناعي، يتزايد الطلب على الطاقة لتشغيل مراكز البيانات، التي تستهلك كميات كبيرة من الطاقة. يتطلب تشغيل وتبريد آلاف الخوادم على مدار الساعة كميات هائلة من الطاقة. حاليًا، تُسحب هذه الطاقة من الشبكة الكهربائية، مما يُسبب مشاكل في أوقات الذروة ويُرهق النظام. ووفقاً لوكالة متعدد (CVX -0.18٪) الرئيس التنفيذي مايك ويرث:

إن النمو والطلب المتزايد على الطاقة قد يُثقل كاهل شبكة الكهرباء المُثقلة أصلًا، وقد يُضيف تكلفةً على المستهلكين. سيُسهم الغاز الطبيعي في دعم النمو السريع للذكاء الاصطناعي، بفضل طلبه المُتزايد على الكهرباء الموثوقة.

ردًا على هذا الطلب، أعلنت شركة شيفرون مؤخرًا أنها ستعمل مع GE (GE -0.13٪) فيرونا ومحرك رقم 1 لتوليد الكهرباء للذكاء الاصطناعي من خلال بناء محطات طاقة تعمل بالغاز الطبيعي متصلة مباشرة بمراكز البيانات.

وتمثل مراكز البيانات حاليا نحو 1% من استهلاك الكهرباء العالمي، وفقا لتقرير صادر عن وكالة الطاقة الدولية (IEA). 

ولكن هذه مجرد البداية، إذ تنفق الشركات مليارات الدولارات لبناء المزيد من مراكز البيانات. 

مایکروسوفت (MSFT -0.11٪) تخطط لاستثمار 80 مليار دولار في مراكز البيانات المدعومة بالذكاء الاصطناعي، نصفها مخصص للولايات المتحدة. وفقًا لـ بلاكستون (BX + 1.83٪) تشير التقديرات إلى أنه سيتم استثمار أكثر من تريليون دولار في مراكز البيانات الأمريكية حتى عام 1، مع جوجل (GOOGL -1.77٪), مييتااا (META -2.65٪)و Amazon (AMZN -0.84٪) من بين شركات التكنولوجيا العملاقة التي تقوم ببناء مراكز البيانات في جميع أنحاء البلاد.

وبالتالي، فإن استهلاك الطاقة في القطاع سوف يتسارع من هنا فصاعدا. جولدمان ساكس (GS + 0.57٪) وتشير تقديرات إلى أن الطلب على الطاقة في مراكز البيانات سينمو بنسبة 160% في السنوات الخمس المقبلة، مما سيؤدي بطبيعة الحال إلى نمو غير مسبوق في استخدام الكهرباء.

وبحسب تقديرات معهد أبحاث الطاقة الكهربائية، فإن استهلاك الطاقة بواسطة هذه المرافق في الولايات المتحدة قد يستهلك ما بين 4.6% و9.1% من إجمالي توليد الكهرباء بحلول نهاية هذا العقد. 

وفي الوقت نفسه، في أوروبا، وتحديداً في ألمانيا، استهلكت مراكز البيانات حوالي 16 مليار كيلووات ساعة من الطاقة في عام 2020 للحوسبة والتخزين والنقل، ومن المتوقع أن يرتفع هذا الرقم إلى 22 مليار كيلووات ساعة بحلول عام 2025.

ونتيجة لذلك، يبحث الباحثون باستمرار عن طرق لتقليل متطلبات الطاقة للذكاء الاصطناعي. 

خفض استهلاك الذكاء الاصطناعي للطاقة

تلعب تقنية الذكاء الاصطناعي دورًا رئيسيًا في تعزيز كفاءة الطاقة في مختلف القطاعات من خلال تحسين استهلاك الطاقة، والتنبؤ بالطلب، وتمكين إدارة الشبكة الذكية، مما يؤدي في النهاية إلى تقليل هدر الطاقة وانخفاض انبعاثات الكربون. 

على سبيل المثال، استخدمت شركة فودافون المملكة المتحدة الذكاء الاصطناعي لخفض استهلاك الطاقة اليومي لوحدات راديو الجيل الخامس (RUs) باستخدام حلول برمجية متطورة من إريكسون، قائمة على الذكاء الاصطناعي والتعلم الآلي. وقد نجحت الشركة بالفعل في خفض الاستهلاك بنسبة 5% في مواقع مختارة بلندن.

نفذت شركة فودافون المملكة المتحدة ثلاث ميزات رئيسية لتوفير الطاقة كجزء من التجربة. 

يتضمن ذلك خريطة حرارية لكفاءة طاقة الراديو، والتي تستخدم التعلم الآلي لتحديد المواقع ذات الأداء الضعيف وتصنيفها لتحسين الكفاءة بشكل مستهدف من خلال إنشاء تمثيل مرئي لجميع خلايا الشبكة. كما يوجد نظام تنسيق وضع نوم خلايا الجيل الرابع، الذي طور نموذجًا سلوكيًا لخلايا الشبكة لضبط معلمات النوم بدقة لتحقيق توازن بين توفير الطاقة والأداء. في الوقت نفسه، يستخدم وضع النوم العميق للجيل الخامس خوارزميات تنبؤية مدعومة بالذكاء الاصطناعي، مما يقلل من استهلاك الطاقة بنسبة 4% خلال ساعات الذروة.

ولكن ماذا عن استهلاك الذكاء الاصطناعي للطاقةحسنًا، استهدف الباحثون والشركات العديد من المجالات المختلفة لتقليل استهلاك الطاقة لهذه التكنولوجيا سريعة النمو.

ويتضمن ذلك تحسين نماذج الذكاء الاصطناعي، والاستفادة من الأجهزة الموفرة للطاقة، وتبني الممارسات المستدامة مثل الطاقة المتجددة والتبريد الفعال في مراكز البيانات.

عند تحسين نماذج الذكاء الاصطناعي، يمكن اتباع مناهج مختلفة، مثل التقليم، والتكميم، والتقطير. في التقليم، تُزال المعلمات والوصلات غير الضرورية من النموذج دون التأثير على دقته. أما التكميم، فيُعنى بتقليل دقة معلمات النموذج لتقليل المتطلبات الحسابية واستهلاك الطاقة. أما في التقطير، فتُدرّب النماذج الأصغر حجمًا على محاكاة سلوك نموذج أكبر وأكثر تعقيدًا، مما يُنتج نموذجًا أكثر كفاءة في استخدام الطاقة وأداءً مماثلًا. 

كما أشارت مجلة MIT Technology Review في إصدارها لهذا العام، تُعدّ النماذج الأصغر حجمًا من الإنجازات التكنولوجية التي ستُحدّد ملامح العصر القادم. تُدرّب هذه النماذج على مجموعات بيانات أكثر تركيزًا، ويمكنها توفير دقة مُحدّدة في مجال مُحدّد، وكفاءة في التكلفة، وأمن بيانات مُعزّز مُقارنةً بنماذج اللغات الكبيرة (LLMs). 

GPT-4o mini من OpenAI، وPhi من Microsoft، وGemini Nano من Google DeepMind، وHaiku من Claude 3 من Anthropic هي بعض الأمثلة على الإصدارات الأصغر من نماذج الذكاء الاصطناعي الأكبر من شركات التكنولوجيا العملاقة.

عندما يتعلق الأمر بالأجهزة، كان التركيز على استخدام وحدة معالجة الرسومات ومعالجات الذكاء الاصطناعي المتخصصة الأخرى المصممة خصيصًا لأحمال العمل عالية الأداء. 

وهناك أيضًا خوادم ومعالجات مختارة موفرة للطاقة تعمل على ضبط استخدام الطاقة استنادًا إلى متطلبات عبء العمل، والمحاكاة الافتراضية لتحسين استخدام الموارد من خلال تشغيل عمليات متعددة على عدد أقل من الأجهزة المادية، وتقنيات التبريد المتقدمة لتقليل الحاجة إلى أنظمة تكييف الهواء التي تستهلك الكثير من الطاقة. 

كما شاركنا للتو في الشهر الماضي، قام باحثون من جامعة توهوكو، ووكالة الطاقة الذرية اليابانية، والمعهد الوطني لعلوم المواد تم التوصل إلى أجهزة ذكاء اصطناعي عالية الكفاءة وتوفير الطاقةاستخدم الباحثون أجهزة الدوران الإلكتروني لشرائح الذكاء الاصطناعي منخفضة الطاقة وأظهروا جهاز عزم الدوران المداري المبرمج بالتيار (SOT) والذي يفتح الأبواب أمام جيل جديد من أجهزة الذكاء الاصطناعي.

هناك طريقة أخرى لخفض استهلاك الذكاء الاصطناعي للطاقة، وهي اتباع ممارسات مستدامة. يمكن لمراكز البيانات الاستفادة من مصادر الطاقة المتجددة، وتطبيق أنظمة تبريد موفرة للطاقة، وتصميم مخططات فعالة لتقليل استهلاك الطاقة.

تلتزم الشركات بنشاط بهذا الأمر، حيث تُحرز جوجل تقدمًا في مجال الطاقة الحرارية الأرضية. ومايكروسوفت شركة أخرى، ومن المقرر أن تُعيد فتح محطة ثري مايل آيلاند النووية لتصبح خالية من الكربون بحلول عام ٢٠٣٠.

ومن المثير للاهتمام أن الذكاء الاصطناعي يُستخدم أيضًا لتعزيز كفاءة الطاقة. تُستخدم هذه التقنية لتحسين استهلاك الطاقة في المباني والصناعات، والتنبؤ بحاجات المعدات إلى الصيانة، وتقليل ذروة الطلب من خلال الاستفادة من ظروف الشبكة الآنية.

وفي ظل كل هذا، نجح باحثون من الجامعة التقنية في ميونيخ (TUM) في تطوير طريقة جديدة لتدريب الشبكات العصبية بسرعة تصل إلى 100 مرة أسرع، مما يقلل بشكل كبير من استهلاك الطاقة المرتبط بتطبيقات الذكاء الاصطناعي.

ولتحقيق هذه الغاية، قام الباحثون بحساب المعلمات بشكل مباشر على أساس الاحتمالات بدلاً من اتباع نهج تكراري، ولكن النتائج كانت حتى الآن قابلة للمقارنة من حيث الجودة مع الطرق التكرارية الموجودة.

طريقة جديدة لتقليل استهلاك الذكاء الاصطناعي للطاقة بشكل كبير 

وبالإضافة إلى الاستخدام المتزايد للذكاء الاصطناعي، فإن إطلاق تطبيقات الذكاء الاصطناعي الأكثر تعقيدًا في السنوات القادمة سيؤدي إلى زيادة كبيرة في متطلبات سعة مركز البيانات. 

ستستهلك هذه التطبيقات كميات هائلة من الطاقة لتدريب الشبكات العصبية. لذا، تُركز الدراسة الجديدة على تقليل الطاقة الهائلة اللازمة لتدريب الشبكات العصبية للذكاء الاصطناعي. 

تُستخدم الشبكات العصبية في الذكاء الاصطناعي للتعرف على الصور ومعالجة اللغة، بالإضافة إلى مهام أخرى. آلية عمل هذه الشبكات مستوحاة من آلية عمل الدماغ البشري.

تتكون الشبكة المحايدة من عُقد مترابطة تُسمى الخلايا العصبية الاصطناعية. هنا، تُوزن إشارات الإدخال بمعلمات محددة قبل جمعها، وفي حال تجاوز الحد المحدد، تُمرر الإشارة إلى العقدة التالية.

الآن، لتدريب الشبكة، يتم عادةً اختيار قيم المعلمات الأولية بشكل عشوائي ثم تعديلها تدريجيًا لتحسين تنبؤات الشبكة بشكل تدريجي.

يتطلب هذا النهج، بطبيعة الحال، العديد من التكرارات، مما يجعل التدريب صعبًا للغاية، مما يؤدي بدوره إلى استهلاك الكثير من الكهرباء.

لذا، طوّر فريقٌ من الباحثين بقيادة فيليكس ديتريش، أستاذ التعلّم الآلي المُعزّز بالفيزياء، طريقةً جديدة. ديتريشا عضوٌ أساسيٌّ في معهد ميونيخ لعلوم البيانات (MDSI) وعضوٌ مُشاركٌ في مركز ميونيخ للتعلّم الآلي (MCML).

ما تفعله هذه التقنية الجديدة هو أنها تستخدم الاحتمالات بدلاً من تحديد المعاملات بين العقد بشكل متكرر. تستخدم هذه الطريقة الاحتمالية الجديدة القيم في مواقع حرجة من بيانات التدريب بشكل مستهدف، وهي المواقع التي تحدث فيها تغيرات كبيرة وسريعة في القيم. 

من خلال هذا النهج، تهدف الدراسة إلى استخلاص أنظمة ديناميكية موفرة للطاقة من البيانات. تتغير هذه الأنظمة الديناميكية بمرور الوقت وفقًا للقواعد. ويمكن العثور على هذه الأنظمة في الأسواق المالية ونماذج المناخ.

تُمكّن طريقتنا من تحديد المعلمات المطلوبة بأقل قدر من قوة الحوسبة. هذا يُسهّل تدريب الشبكات العصبية بشكل كبير، وبالتالي يُحسّن كفاءة استهلاك الطاقة. علاوة على ذلك، لاحظنا أن دقة الطريقة الجديدة تُضاهي دقة الشبكات المُدرّبة تكراريًا.

- ديتريش

من شأن هذا التقدم أن يُخفِّض بشكل كبير الأثر البيئي للذكاء الاصطناعي من خلال تقليل الطاقة اللازمة لتدريب الشبكات العصبية. وقد نرى الصناعات تُطبِّق نماذج ذكاء اصطناعي واسعة النطاق تتبنى هذه الطريقة خلال السنوات الثلاث المقبلة، مما يُؤدي إلى حلول ذكاء اصطناعي أكثر استدامةً وفعاليةً من حيث التكلفة.â € <

شركة مبتكرة

شركة NVIDIA (NVDA -0.79٪)

باعتبارها شركة رائدة في مجال الحوسبة القائمة على الذكاء الاصطناعي، تعمل NVIDIA على تطوير وحدات معالجة رسومية موفرة للطاقة ومسرعات الذكاء الاصطناعي، كما تعمل باستمرار على الابتكار لتحسين الأداء مع تقليل استهلاك الطاقة.

في مؤتمر قمة الذكاء الاصطناعي (AI Summit DC) العام الماضي، أفادت الشركة بأن استهلاك وحدات معالجة الرسومات (GPUs) للطاقة قد انخفض بشكل كبير بمقدار 2,000 ضعف في التدريب خلال العقد الماضي. وخلال هذه الفترة، شهدت الشركة أيضًا انخفاضًا في استهلاك الطاقة بمقدار 100,000 ضعف في توليد الرموز. وبلغ التحسن في الكفاءة 2,000 ضعف، بينما سُجِّل تحسن في أداء الحوسبة بمقدار 4,000 ضعف خلال السنوات العشر الماضية.

وفقًا لبوب بيت، نائب رئيس منصات المؤسسات في شركة Nvidia في ذلك الوقت:

لو حسّنت السيارات كفاءتها بقدر ما حسّنا أداء الاستدلال، لتمكنّا من القيادة لأكثر من 300 عام بخزان وقود واحد. فالحوسبة المستدامة هي جوهر الحوسبة المتسارعة.

بلاكويل من إنفيديا هو معمارية وحدة معالجة الرسومات الرائدة الجديدة، والتي تخلف هوبر، وهي مصممة لتعزيز أداء الذكاء الاصطناعي بشكل ملحوظ. هذه المنصة مزودة بأقوى شريحة في العالم، ومحرك تحويل من الجيل الثاني، وتقنية NVLink من الجيل الخامس، مع كفاءة عالية في استهلاك الطاقة للاستدلال والتدريب.

شركة NVIDIA Corporation هي في الواقع شركة متخصصة في البنية التحتية للحوسبة الكاملة مع قطاعاتها بما في ذلك الحوسبة والشبكات والرسومات.

يغطي قطاع الحوسبة والشبكات مركز البيانات والشبكات وحلول المركبات ذاتية القيادة والكهربائية وخدمات الحوسبة السحابية DGX وJetson، في حين يغطي قطاع الرسومات وحدات معالجة الرسومات GeForce وGeForce NOW وبرامج وحدة معالجة الرسومات الافتراضية ووحدات معالجة الرسومات NVIDIA RTX وبرامج Omniverse Enterprise.

بقيمة سوقية تبلغ 2.96 تريليون دولار أمريكي، تُتداول أسهم NVIDIA، حتى كتابة هذه السطور، بسعر 121.50 دولارًا أمريكيًا، بانخفاض 9.4% منذ بداية العام. وبلغ ربح السهم الواحد للشركة (لآخر 2.94 سنوات) 41.40، ونسبة السعر إلى الربحية (لآخر 0.03 سنوات) XNUMX، بينما بلغ عائد توزيعات الأرباح XNUMX%.

على الرغم من الانخفاض الذي شهدته أسهم NVIDIA مؤخرًا، وهو أمر لا يقتصر على شركة تصنيع الرقائق، تواصل الشركة جذب المستثمرين. ففي نهاية المطاف، ارتفعت قيمة أسهمها بأكثر من 1,800% منذ عام 2020، مما يجعلها واحدة من أكثر الشركات قيمةً في العالم.

إن الاهتمام بشركة NVIDIA هو بشكل خاص بين المستثمرين الشباب حيث أنها تتفوق على تسلا (TSLA + 1.89٪) باعتباره السهم الأعلى قيمةً Robinhood (HOOD -1.11٪). الغالبية العظمى (75%) من الحسابات الممولة على منصة الاستثمار الخالية من العمولات هذه مملوكة لأفراد من جيل الألفية وجيل Z. 

يعتقد الرئيس التنفيذي لشركة Robinhood، فلاد تينيف، أيضًا أن Nvidia ستصبح أكثر أهمية من أي وقت مضى، وذلك بفضل الذكاء الاصطناعي.

"أعتقد أن الذكاء الاصطناعي سيجعل الاستثمار أكثر أهمية، لأنه إذا كانت السيطرة على التكنولوجيا ستكون مركزية في شركات التكنولوجيا، فيجب أن تكون مستثمرًا في هذه الشركات للاستفادة منها."

– تينيف

عندما يتعلق الأمر بالبيانات المالية للشركة، أعلنت شركة Nvidia عن نتائج الربع الرابع المنتهي في 4 يناير 26، حيث كشفت عن إيرادات بلغت 2025 مليار دولار، بزيادة قدرها 39.3% و12% عن الربع السابق والعام الماضي على التوالي. 

في قطاع مراكز البيانات، حققت الشركة إيرادات قياسية في الربع الأخير بلغت 35.6 مليار دولار. وخلال هذه الفترة، اختيرت إنفيديا لتكون شريكًا تقنيًا رئيسيًا لمشروع ستارغيت الذي تبلغ قيمته 500 مليار دولار.

وشملت التطورات الأخرى موفري الخدمات السحابية AWS وCoreWeave وGoogle Cloud Platform (GCP) وMicrosoft Azure وOracle Cloud Infrastructure (OCI) باستخدام أنظمة NVIDIA® GB200 لتلبية الطلب المتزايد على الذكاء الاصطناعي، مما يجعل منصة الحوسبة السحابية NVIDIA DGX™ ومنصة الحوسبة السحابية NVIDIA NIM™ متاحة من خلال AWS Marketplace، ودمج Cisco لـ NVIDIA Spectrum-X™ في محفظة الشبكات الخاصة بها، والتعاون مع Verizon لدمج NVIDIA AI Enterprise، والشراكة مع IQVIA وMayo Clinic وIllumina وArc Institute لتطوير اكتشاف الأدوية وعلم الجينوم والرعاية الصحية.

وانخفضت الإيرادات من الألعاب وأجهزة الكمبيوتر الشخصية الذكية إلى 2.5 مليار دولار في حين أعلنت شركة NVIDIA عن بطاقات الرسوميات الجديدة GeForce RTX™ 50 Series وأجهزة الكمبيوتر المحمولة التي تعمل بهندسة Blackwell، وأطلقت بطاقات الرسوميات GeForce RTX 5090 و5080 وقدمت DLSS 4. 

وبالإضافة إلى ذلك، بلغت الإيرادات من التصور المهني 511 مليون دولار، و570 مليون دولار من قسم السيارات والروبوتات.

خلال هذا الربع، بلغت أرباح الشركة المخففة للسهم الواحد وفقًا لمبادئ المحاسبة المقبولة عمومًا 0.89 دولار أمريكي، بزيادة قدرها 14% عن الربع السابق و82% عن العام الماضي. في المقابل، بلغت أرباح الشركة المخففة للسهم الواحد وفقًا لمبادئ المحاسبة غير المقبولة عمومًا 0.89 دولار أمريكي.

في السنة المالية 2025، بلغت الإيرادات 130.5 مليار دولار أمريكي، بزيادة هائلة بلغت 114% عن العام السابق. وبلغت الأرباح المخففة للسهم الواحد وفقًا لمبادئ المحاسبة المقبولة عمومًا (GAAP) لتلك الفترة 2.94 دولار أمريكي، بينما بلغت الأرباح المخففة للسهم الواحد وفقًا لمبادئ المحاسبة غير المقبولة عمومًا (غير GAAP) 2.99 دولار أمريكي. 

"الطلب على بلاكويل مذهل حيث يضيف الذكاء الاصطناعي قانونًا آخر للتوسع - زيادة حساب لأن التدريب يجعل النماذج أكثر ذكاءً ويزيد من حساب لأن التفكير الطويل هو الذي يعطي الجواب ذكيr." 

- الرئيس التنفيذي والمؤسس جينسن هوانغ

وبناء على ذلك، قامت الشركة بتكثيف إنتاج أجهزة الكمبيوتر العملاقة Blackwell AI، محققة مبيعات بمليارات الدولارات.

بالنسبة للربع الأول من السنة المالية 2026، تتوقع الشركة أن تبلغ الإيرادات 43 مليار دولار، وأن تبلغ نفقات التشغيل وفقًا للمبادئ المحاسبية المقبولة عمومًا 5.2 مليار دولار، وأن يبلغ الدخل الآخر غير المتوافق مع المبادئ المحاسبية المقبولة عمومًا حوالي 400 مليون دولار.

"يتقدم الذكاء الاصطناعي بسرعة الضوء حيث يمهد الذكاء الاصطناعي الوكيل والذكاء الاصطناعي المادي الطريق للموجة التالية من الذكاء الاصطناعي لإحداث ثورة في أكبر الصناعات."

– هوانغ

آخر الأخبار عن شركة NVIDIA

الخاتمة

من المتوقع أن يُحدث الذكاء الاصطناعي ثورةً في عالم الأعمال في مختلف القطاعات، وهذا يعني زيادةً غير مسبوقة في الطلب على الطاقة. يُمثل هذا الطلب تحديًا كبيرًا، يسعى العديد من الباحثين إلى التغلب عليه. 

يُمثل تطوير أسلوب تدريب احتمالي جديد إنجازًا هامًا في مجال الذكاء الاصطناعي الموفر للطاقة، إذ يُقلل احتياجات الطاقة بما يصل إلى 100 مرة. ومع توقع ارتفاع استهلاك الطاقة المرتبط بالذكاء الاصطناعي مع توسع مراكز البيانات، فإن هذا التطور قد يُخفض التكاليف التشغيلية والأثر البيئي بشكل كبير. 

وبالإضافة إلى تركيز Nvidia على وحدات معالجة الرسومات الموفرة للطاقة ومعجلات الذكاء الاصطناعي، فإن هذه الابتكارات يمكن أن تساعد في تسريع اعتماد الذكاء الاصطناعي وتعزيز الإنتاجية.

انقر هنا لمعرفة كل شيء عن الاستثمار في الذكاء الاصطناعي.