قد لا تكون المنافسة الحقيقية في الذكاء الاصطناعي على الحدود بعد الآن
لمدة عدة أسابيع هذا الصيف، كانت صناعة الذكاء الاصطناعي متركزة على النماذج الحدودية الحديثة لشركة Anthropic وصراع واشنطن للسيطرة على من يتم منحه الوصول إليها. ولكن بينما كان الجميع يراقب الحدود، استمر المطورون في البناء – ولم ينتظروا إذنًا من أنثروبكس وOpenAI في العالم.
تشكل النماذج الصينية ذات الوزن المفتوح 41% من التنزيلات على Hugging Face هذا الربيع، متجاوزةً النماذج الأمريكية. على OpenRouter، النماذج الستة الأكثر شعبية كلها نماذج مفتوحة من شركات صينية بما في ذلك Tencent وXiaomi وDeepSeek وMiniMax وZ.ai. وتشغل Claude Opus 4.7 من Anthropic المركز السابع، في وقت كتابة هذا المقال. وتظهر بيانات Vercel أن النماذج ذات الوزن المفتوح تستوعب الكثير من البنية التحتية الثقيلة لتطبيقات الذكاء الاصطناعي، بينما تعمل النماذج المغلقة كطبقة أعلى تكلفة وذات قيمة مضافة. وقد تعاملت النماذج المفتوحة مع ما يقرب من ثلث الطلبات على الذكاء الاصطناعي على المنصة في يونيو.
تمثل هذه المنصات شريحة واحدة فقط من نظام الذكاء الاصطناعي البيئي؛ حيث أنها تترك الجلسات التي تستضيفها المختبرات الكبيرة، والتي من المرجح أن تمثل الجزء الأكبر من استخدام OpenAI وAnthropic. لكن الحصة الكبيرة والمتزايدة للنماذج مفتوحة المصدر في السوق تثير سؤالًا صعبًا: كم لا تزال النماذج الحدودية تهم إذا كان معظم الذكاء الاصطناعي الإنتاجي يستخدم البدائل الأكثر تكلفة والقابلة للتخصيص؟
اقرأ أيضاً
يرى البعض أن نمو النماذج مفتوحة المصدر علامة على أن النماذج الأكثر ذكاءً قد تنتهي بها الأمور للاستخدام فقط في حالات الاستخدام المتخصصة للغاية. “ربما بعد بضع سنوات، ستكون النماذج الحدودية لل experimentation و [بعض المهام عالية القيمة حقًا، وسينتهي الأمر بمعظم أعباء العمل الإنتاجية لتعمل في الواقع إما بواسطة نماذج خاصة داخل الشركات أو بواسطة نماذج مفتوحة المصدر،” قال الرئيس التنفيذي لـ Hugging Face Clem Delangue في حلقة حديثة من Equity.
يعد Hugging Face منصة ومجتمع مطورين معروفين باستضافة ومشاركة ومساعدة الشركات على نشر النماذج المفتوحة. يقول Delangue إن عملاء ومجتمع Hugging Face يبرزون بشكل متزايد فوائد امتلاك نماذج الذكاء الاصطناعي الخاصة بهم بدلاً من استئجارها، وهو اتجاه اكتسب زخمًا بعد معرفة الفاتورة المرتبطة بتكاليف توسيع النماذج الحدودية المغلقة.
“إذا كنت شركة ذكاء اصطناعي أو شركة تكنولوجيا، فلا تريد تفويض قدراتك الأساسية لشركة أخرى، لواجهة برمجة تطبيقات صندوق أسود لا تتحكم فيه، وليس لديك أي رؤية عليه، ولا تمتلك حقًا أي نوع من الملكية،” قال Delangue.
تظهر هذه التحولات، وفقًا لـ Delangue، في النشاط الذي يحدث على Hugging Face. يتم إنشاء مستودع جديد كل سبع ثوان على المنصة، التي تستضيف ما يقرب من ثلاثة ملايين نموذج عام ومليون مجموعة بيانات عامة، وفقًا لـ Delangue. يشير ذلك إلى صورة مختلفة عن “نموذج واحد يحكمها جميعًا،” كما يقول. في الواقع، الأمر يشبه أكثر الشركات التي تستخدم العديد من النماذج المختلفة، العديد منها مخصص لحالات الاستخدام الخاصة بها. يستخدم نصف جميع شركات Fortune 500 Hugging Face لنشر نماذجها الخاصة والنماذج مفتوحة المصدر، كما يقول.
يتزامن تزايد شعبية النماذج المفتوحة مع تدفق مستمر من الإصدارات المتزايدة القدرة من مختبرات الذكاء الاصطناعي الصينية.
كل بضعة أشهر، تطلق شركة ذكاء اصطناعي صينية أخرى نموذج وزن مفتوح قوي يكون أرخص في النشر وأسهل في التخصيص من المنافسين المغلقين، مما يقلل من اقتصاديات الذكاء الاصطناعي المملوكة التي استثمرت فيها الشركات الأمريكية مليارات. مؤخرًا، أطلقت شركة Z.ai التي تتخذ من بكين مقراً لها نموذج الوزن المفتوح يسمى GLM-5.2 والذي يتفوق في البرمجة الوكيلة ويتنافس مع أحدث نماذج Anthropic في تحديد الثغرات الأمنية.
لم يكن Delangue هو التنفيذي الوحيد الذي يجادل بأن المؤسسات ينبغي أن تتجنب ربط نفسها بمزود نموذج واحد.
حذر الرئيس التنفيذي لشركة Microsoft ساتيا ناديلا مؤخرًا من الاحتكار لمزود واحد، مجادلًا بأن السيطرة على البيانات ينبغي أن تكون مصدر قلق أساسي للمؤسسات التي تستخدم الذكاء الاصطناعي.
“بينما يتطلب الابتكار الكبير الذي يأتي من مزودي النموذج أن يكون لديهم حقوق استخدام عادلة لتدريب النماذج على البيانات العامة، أجد أنه من المضحك أن الوضع الراهن هو أن تُفرض شروط تقييدية على التقطير، وأن يحتفظوا بالحق في التعلم من بيانات الاستخدام وتفاعل العملاء،” قال ناديلا. “إذا كان التعلم يتدفق في اتجاه واحد فقط، يتقارب القيمة الاقتصادية نحو مالكي بنية التعلم بدلاً من مبدعي المعرفة نفسها. لذلك، من الضروري أن نقوم بتوزيع البنية التحتية التعليمية على كل شركة حتى تتمكن من التحكم في دورة التعلم الخاصة بها.”
كما أدت زيادة النماذج المفتوحة إلى تفاقم النقاش حول ما إذا كان ينبغي أن تكون النماذج ذات القدرات المتزايدة متاحة على نطاق واسع على الإطلاق.
جادل الرئيس التنفيذي لشركة Anthropic داريو أومودي بأنه قد يصبح من الخطير توسيع أوزان النموذج المفتوح القوي لأنه بمجرد إطلاقها، تصبح من الصعب السيطرة عليها. بينما جادل آخرون بأن النماذج المفتوحة يمكن الوصول إليها بسهولة من قبل الجهات الفاعلة السيئة التي يمكن أن تستخدمها لنشر المعلومات المضللة أو تنفيذ الحروب السيبرانية أو البيولوجية.
يرى Delangue أن المقايضة مختلفة.
“أكبر خطر في الذكاء الاصطناعي هو تركيز السلطة،” قال Delangue. “الطريقة التي تجعل بها العالم أكثر أمانًا، في رأيي، هي من خلال رفع مستوى ميدان اللعب وخلق الشفافية حول هذه النماذج.”
تعني الشفافية أن المدافعين يمكنهم بسهولة أكبر “تصحيح مخاطر الأمن السيبراني التي يعرفون بالفعل أن النماذج مفتوحة المصدر يمكن أن تستغلها،” كما قال.
يجادل التنفيذي في Hugging Face بأن إبقاء النماذج القوية مغلقة لا يلغي المخاطر المرتبطة بأنظمة الذكاء الاصطناعي المتقدمة، جزئيًا لأن من السهل تجاوز حواجز واجهة برمجة تطبيقات النموذج الحدودي وسرقة الأوزان ونشرها بشكل مفتوح. إن تقييد النماذج القوية، كما يقول Delangue، يركز ببساطة التكنولوجيا في أيدي عدد قليل من الشركات بينما يقلل من الشفافية حول كيفية عمل الأنظمة.
“لا يجعلك آمنًا حقًا من خلال إبقائها خلف أبواب مغلقة لأقلية من اللاعبين،” قال Delangue. “إنك تجعلها أكثر خطورة لأنك تخلق عدم تماثل في السلطة وعدم تماثل في القدرات.”
عند الشراء من خلال الروابط في مقالاتنا، قد نقوم بكسب عمولة صغيرة. هذا لا يؤثر على استقلاليتنا التحريرية.