آرتسي، مختبر ذكاء اصطناعي مفتوح المصدر في الولايات المتحدة، يقول إن النماذج الصينية ليست خطرة بطبيعتها
مع تزايد قدرات نماذج الذكاء الاصطناعي الصينية العامة وشعبيتها، بلغت النقاشات حول ما ينبغي القيام به تجاهها ذروتها مرة أخرى.
يتحدث البعض عن أن إدارة ترامب قد تحاول حظرها (على الرغم من أنها لم تتخذ أي إجراء بشأن الفكرة بعد). في هذه الأثناء، يبدو أن صانعي النماذج الخاصة، وخاصة OpenAI وAnthropic، يشعرون بقلق متزايد حيالها.
تقدم نماذج الوزن المفتوح مثل Kimi K3 من Moonshot AI أو Qwen من Alibaba استدلالاً بتكلفة رمزية لا تذكر مقارنة بنماذج المصادر المغلقة من هذه المختبرات الكبرى في الولايات المتحدة. الخوف هو أنها تشكل نوعًا من التهديد. من المؤكد أنها تهدد هوامش الربح لمختبرات الذكاء الاصطناعي الكبيرة الخاصة.
اقرأ أيضاً
لكن هل ينبغي على الشركات التي تشغل تلك النماذج في مراكز البيانات الخاصة بها الاستسلام للخوف من أنها قد تكون وسيلة للهاكرز الصينيين؟
لا، يقول لوكاس أتكينز، المدير التنفيذي للتقنية في Arcee، التي تقوم بإنشاء نماذج مفتوحة لتزويد الشركات الأمريكية ببديل محلي للنماذج الصينية.
إذا كانت هناك أي شركة ناشئة ستستفيد من حظر النماذج الصينية، فستكون Arcee. لكن أتكينز يقول إن النماذج المفتوحة في الصين ليست أكثر خطرًا من أي برنامج مفتوح المصدر قد تستخدمه أي شركة. في الواقع، يقول إنهم يقدمون فوائد حتى لشركته الخاصة.
“الكثير من الناس يرون أن هذا مشابه لبرنامج برمجي صيني. مثل، تم برمجته بهذه النوايا x وy وz” التي قد يتمكن طرف سيء من التحكم بها، كما قال.
“ذلك ليس كيف يتم تدريب هذه النماذج أساسًا. لا يوجد حقًا أي طريقة لـ Arcee أو Alibaba لصنع نموذج، وجعل شخص ما يقوم بتشغيله في بيئته الخاصة ومن ثم الوصول إليه بأي شكل من الأشكال،” أوضح.
بينما تعتبر معظم هذه النماذج ما يعرف بـ “الوزن المفتوح” وليست حقًا برمجيات مفتوحة المصدر بالكامل، فإن الكود المصدري (الجزء الذي سيعمل فعليًا على الخوادم)، إذا تم تنزيله من مواقع مفتوحة المصدر مثل Hugging Face، يكون بالإجمال مرئيًا وقابلًا للمراجعة. (ما لا يتوفر هو الأساليب والبيانات المستخدمة لتدريب النماذج).
يجب على المنظمات الكبيرة أن تخضع أي نموذج أساسي لعمليات الاختبار والتفتيش الأمنية، وغالبًا ما تقوم أيضًا بإعادة تدريب النماذج لاستخداماتها المحددة وتفحص مجالات مثل التحيز والسمية والهلاوس والحساسية لمواضيع معينة. لذا يعملون على تحسين وفهم النماذج قبل أن يبدأ الناس في إرسال التعليمات إليها.
هل يمكن أن يقوم نموذج يُستخدم في الترميز بدمج أبواب خلفية خبيثة في الكود الذي يكتبه؟ مرة أخرى، رغم أن ذلك ممكن نظريًا، فإنه سيحتاج إلى جهود معقدة لتحقيق ذلك.
“لا يوجد سبب يمنع الممثل الماهر من تدريب نموذج ليكون نموذج ترميز مذهل في كل ظرف، ولكن عند تقديمه لقاعدة كود معينة… ستدخل عملية تدريب مخفية حيز التنفيذ،” كما افترض أتكينز، الذي يقضي أيامه في تدريب النماذج. لكنه أضاف: “لا أعرف كيف يمكنك القيام بذلك.”
نظرًا لأن نماذج اللغة الكبيرة بطبيعتها إبداعية، فإن فرص الحصول على نموذج معاصر يخرج برامج ضارة استجابة لعاصفة مثالية مخططة من السياق والتعليمات تكون ضئيلة. وأقل احتمالًا أن تقوم أي مؤسسة باستخدام ذلك الكود.
هل يمكن أن يحدث ذلك في المستقبل؟ ذلك تخمين أي شخص. ولكن الشركات أيضًا تبني تطبيقات الذكاء الاصطناعي الخاصة بها لتكون مستقلة عن النماذج وتستخدم نماذج متعددة. لذا حتى إذا كانت النماذج الصينية الأفضل من حيث السعر اليوم، فلن تكون الشركات مقيدة باستخدامها إلى الأبد.
“أعتقد بدلاً من أن يكون الحديث عن كيفية حظر النماذج الصينية، يجب أن يكون عن كيفية تعزيز نظام بيئي جيد ومفتوح هنا في الولايات المتحدة،” كما يقول أتكينز.
تستفيد Arcee أيضًا من النماذج الصينية. لأنها مفتوحة، فإن الشركة الناشئة “تستفيد من كون تلك النماذج جيدة لأننا يمكننا أن نتعلم مما فعلوه. يمكننا بناء ما فوقها. ثم يمكنهم أن يتعلموا ما نقوم به،” كما يقول. “لدينا احترام كبير للأشخاص الذين يبنون تلك النماذج، الباحثين الأفراد.”
في النهاية، الطريقة للتنافس مع النماذج الصينية “هي إصدار نموذج أفضل،” يقول أتكينز. “علينا أن نقدم لهم شيئًا ليتحدثوا عنه.”
عند الشراء من خلال الروابط في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلالنا التحريري.