النماذج الصينية المفتوحة تتفوق على التنزيلات الأمريكية على Hugging Face

لعدة أسابيع هذا الصيف، ركز قطاع الذكاء الاصطناعي على أحدث النماذج الرائدة من شركة Anthropic (أنظمة الذكاء الاصطناعي الأكثر قدرة وكثافة في استهلاك الموارد) وعلى الصراع في واشنطن حول من يمكنه الوصول إليها. لكن المطورين انتقلوا بهدوء إلى مكان آخر: إذ شكلت النماذج الصينية مفتوحة الأوزان (نماذج الذكاء الاصطناعي التي تُنشر معلماتها المدربة علناً ليقوم أي شخص بتخصيصها) 41% من التنزيلات على Hugging Face هذا الربيع، متفوقة على النماذج الأمريكية. وعلى منصة OpenRouter، وهي خدمة توفر وصولاً موحداً إلى نماذج الذكاء الاصطناعي، فإن النماذج الستة الأكثر شعبية هي كلها نماذج مفتوحة من شركات صينية تشمل Tencent وXiaomi وDeepSeek وMiniMax وZ.ai، في حين تتخلف شركة Anthropic — مطورة النماذج الرائدة مثل Claude — وراءها. وتظهر البيانات الواردة من Vercel، وهي منصة سحابية لمطوري الواجهات الأمامية، أن النماذج مفتوحة الأوزان تستوعب جزءاً كبيراً من البنية التحتية ذات الحجم الكثيف لتطبيقات الذكاء الاصطناعي، بينما تعمل النماذج المغلقة كطبقة متميزة ذات تكلفة أعلى؛ حيث عالجت النماذج المفتوحة ما يقرب من ثلث طلبات الذكاء الاصطناعي على المنصة في شهر يونيو.

ويتوقع Clem Delangue، الرئيس التنفيذي لشركة Hugging Face: “ربما في غضون سنوات قليلة، ستكون النماذج الرائدة مخصصة للتجريب وبعض المهام ذات القيمة العالية حقاً، وسيتم تشغيل معظم أعباء عمل الإنتاج في الواقع إما بواسطة نماذج خاصة داخل الشركات أو بواسطة نماذج مفتوحة المصدر”. ويقول إن هذا النمط يعكس تفضيلاً أوسع لامتلاك البنية التحتية للذكاء الاصطناعي بدلاً من استئجارها: فالشركات لا تريد الاستعانة بمصادر خارجية لقدراتها الأساسية عبر واجهة برمجة تطبيقات (API) تابعة لجهة خارجية لا يمكنها التحكم فيها أو فحصها أو امتلاكها. ويظهر هذا التفضيل في نشاط Hugging Face نفسه؛ إذ يتم إنشاء مستودع جديد كل 7 ثوانٍ على المنصة، التي تستضيف ما يقرب من 3 ملايين نموذج عام و1 مليون مجموعة بيانات عامة، وفقاً لـ Delangue. ويضيف أن نصف جميع شركات Fortune 500 تستخدم Hugging Face لنشر نماذج خاصة ومفتوحة المصدر.

ويتزامن صعود النماذج المفتوحة مع تدفق مستمر للإصدارات مفتوحة الأوزان من مختبرات الذكاء الاصطناعي الصينية، بما في ذلك شركة Z.ai، وهي شركة يقع مقرها في بكين وأصدرت نموذجاً مفتوح الوزن يسمى GLM-5.2. كما حذر Satya Nadella، الرئيس التنفيذي لشركة Microsoft، الشركات من الارتباط بمزود نموذج واحد، مجادلاً بأنه إذا كان التعلم يتدفق في اتجاه واحد فقط، فإن القيمة الاقتصادية ستنتقل نحو مالكي تلك البنية التحتية بدلاً من مبتكري المعرفة الأساسية — ولهذا السبب يقول إنه من المهم توزيع البنية التحتية للتعلم حتى تتمكن كل شركة من التحكم في حلقة التعلم الخاصة بها.

وقد أدى هذا الارتفاع في النماذج المفتوحة إلى تكثيف النقاش حول مدى وجوب تقييد الوصول إلى الذكاء الاصطناعي القوي. وقد جادل Dario Amodei، الرئيس التنفيذي لشركة Anthropic، بأن توسيع نطاق أوزان النماذج المفتوحة القوية قد يصبح خطيراً لأنه بمجرد إطلاقها، يصبح من الصعب التحكم فيها؛ بينما يجادل منتقدون آخرون بأن النماذج المفتوحة يسهل الوصول إليها من قبل الجهات الفاعلة الخبيثة التي قد تستخدمها لنشر معلومات مضللة أو شن حرب سيبرانية أو بيولوجية. ويرد Delangue بأن إبقاء النماذج القوية مغلقة يركز التكنولوجيا ببساطة في أيدي عدد قليل من الشركات ويقلل من الشفافية حول كيفية عملها. وقال: “إن الخطر الأكبر في الذكاء الاصطناعي هو تركيز القوة. والطريقة التي تجعل بها العالم أكثر أماناً، في رأيي، هي من خلال تكافؤ الفرص وخلق الشفافية في هذه النماذج”. وأضاف: “أنت لا تجعله آمناً حقاً بإبقائه خلف أبواب مغلقة لعدد قليل من اللاعبين فحسب. بل تجعله أكثر خطورة لأنك تخلق عدم تماثل في القوة وعدم تماثل في القدرات”.

لماذا يهم

يتحدى التزايد المستمر في شعبية النماذج مفتوحة الأوزان، لا سيما من الشركات الصينية، هيمنة النماذج الرائدة المغلقة والمكلفة من المزودين الأمريكيين، حيث تبحث الشركات عن بدائل أرخص وقابلة للتخصيص يمكنها التحكم فيها بالكامل.