تجد الولايات المتحدة، التي كانت في يوم من الأيام الطليعة بلا منازع في أبحاث الذكاء الاصطناعي، نفسها الآن في وضع حرج يتمثل في اللحاق بالركب في الساحة الحاسمة للنماذج مفتوحة المصدر. وهو مجال تهيمن عليه بشكل متزايد الجهود الدولية مثل نموذج DeepSeek الصيني.
نموذج DeepSeek الصيني
يمثل هذا التباطؤ الاستراتيجي بالنسبة لخبراء التكنولوجيا؛ تحولًا جوهريًا في المشهد الجيوسياسي والتكنولوجي. تحولًا قد يحدد من يسيطر على البنية التحتية الأساسية لمستقبلنا الرقمي. بحسب ما ذكره “wired”.
بينما ضخت عمالقة التكنولوجيا الأمريكية المليارات في نماذج احتكارية وأكبر حجمًا، تحرسها واجهات برمجية صارمة (APIs) وتراخيص تجارية، كان مجتمع عالمي من الباحثين والمطورين يبني بهدوء نظامًا بيئيًا موازيًا للذكاء الاصطناعي يتسم بالشفافية وقابلية التعديل وكونه مجتمعيًا. لقد كان الارتفاع الأخير في ظهور النماذج مفتوحة الأوزان والقوية من الخارج بمثابة جرس إنذار صارخ، مسلطًا الضوء على فجوة ابتكار متنامية.
في خضم هذه المعركة، تتقدم شركة ناشئة محلية جريئة باقتراح جذري يهدف إلى إضفاء الطابع الديمقراطي على أحدث مستويات تطوير الذكاء الاصطناعي: جعل التعلم المعزز من التغذية الراجعة البشرية (RLHF) متاحًا لأي شخص يمتلك حاسوبًا محمولًا وفكرة. إن RLHF هو “الخلطة السرية”، وهو العملية المعقدة والمكلفة حاسوبيًا التي تحول نموذج لغوي خام، عارف ولكنه غالبًا ما يكون أخرق وغير موثوق، إلى وكيل محادثة مصقول ومفيد وآمن على غرار ChatGPT.
المؤسسات ذات الميزانيات الضخمة
تاريخيًا، كانت هذه الخطوة النهائية والحاسمة لـ “المواءمة” حكرًا على المؤسسات ذات الميزانيات الضخمة لوضع العلامات على البيانات والوصول إلى مجموعات وحدات معالجة الرسوميات (GPU) المترامية الأطراف. ما خلق حاجزًا عاليًا حجب بفعالية أهم التطورات في الذكاء الاصطناعي عن الجمهور الأوسع. رؤية هذه الشركة الناشئة هي تحطيم هذا الحاجز. مقترحة منصة لامركزية حيث يمكن للأفراد المساهمة والاستفادة من عمليات RLHF جماعية. ما يخلق فعليًا بديلًا مفتوح المصدر ومُمولًا جماعيًا لعمليات المواءمة المغلقة لشركات التكنولوجيا الكبرى.
الآثار المترتبة على ذلك عميقة. فمن خلال إضفاء اللامركزية على RLHF. يمكن مشاهدة انفجار في النماذج المتخصصة التي تم ضبطها بدقة لمجالات أكاديمية محددة، أو لغات محلية. أو سياقات ثقافية فريدة، نماذج تعكس تعددية القيم البشرية بدلاً من المواءمة المؤسسية المتجانسة لشركة واحدة.
تخيل نموذجًا تمت مواءمته بدقة من قبل ولأجل المجتمع العلمي العالمي، مع إعطاء الأولوية للدقة الواقعية والصرامة المنطقية قبل كل شيء. أو نموذجًا آخر صممه المعلمون ليكون المساعد التربوي المثالي. ومع ذلك، فإن هذا المسار الجريء محفوف بالمخاطر.
إنشاء ذكاء اصطناعي مُواءَم
إن قوة إضفاء الطابع الديمقراطي ذاتها التي يمكن أن تمكن الابتكار المفيد تخفض أيضًا حاجز إنشاء ذكاء اصطناعي مواءَم بشكل خبيث—نماذج محسَّنة لنشر المعلومات المضللة. أو الهجمات السيبرانية، أو التلاعب الاجتماعي.
تصبح حوكمة مثل هذا النظام اللامركزي تحديًا هائلًا؛ فمن يقرر نموذج المكافأة الذي يوجه التعلم المعزز؟ كيف نمنع طغيان الأغلبية، أو ما هو أسوأ، الاستيلاء السري من قبل الجهات الفاعلة السيئة؟ علاوة على ذلك، فإن العقبات التقنية لتنسيق عملية RLHF موزعة عالميًا. وضمان جودة البيانات، ومنع انهيار النموذج ليست بسيطة.
ومع ذلك، فإن المكافأة المحتملة—”لحظة DeepSeek” حقيقية ونابعة من القاعدة الشعبية للغرب—تجعل هذه المجازفة مغرية. إنه رهان على حكمة الجمهور مقابل حكمة الشركات. وعلى التعاون المفتوح مقابل المنافسة المغلقة.
إذا نجحت هذه الجهود، فقد تعيد توجيه مسار تطوير الذكاء الاصطناعي بعيدًا عن عدد قليل من “الحدائق المسوّرة وعودةً إلى الروح الأساسية والمفتوحة المصدر التي حددت الإنترنت نفسه ذات يوم، مما يضمن أن مستقبل الذكاء يبنيه الكثيرون، ولا يمتلكه القليلون.
