إذا كانت نماذج الوزن المفتوح هي المستقبل، فسوف تواجه شركات الذكاء الاصطناعي الأمريكية وقتًا عصيبًا
ويحذر كبار المسؤولين التنفيذيين في شركات الذكاء الاصطناعي الغربية الرائدة على نحو متزايد من مخاطر السلامة والأمن القومي التي تفرضها النماذج الصينية الحدودية ذات الوزن المفتوح. ما يميلون إلى عدم ذكره هو أن هذه النماذج تتحسن بسرعة، ولأنها متاحة مجانًا، فإنها تشكل تهديدًا خطيرًا لنماذج أعمال المختبرات الغربية. إن أقوى النماذج من المختبرات الأمريكية مثل OpenAI، وAnthropic، وGoogle DeepMind مغلقة، مما يعني أن المعلمات التي تشكل مخرجاتها تظل سرية. وتحتوي نماذج الذكاء الاصطناعي التوليدي على طبقة فوق طبقة من هذه المعلمات، والمعروفة باسم الأوزان. أثناء التدريب، يقوم النموذج بتعديلها لتحديد مدى قوة تأثير المعلومات المختلفة على استجابته. من خلال العمل معًا، تسمح الأوزان للنموذج بتحديد الأنماط وإنشاء الإجابة الأكثر احتمالية لمطالبة المستخدم. قد تحتوي أكبر النماذج الحدودية على تريليون معلمة أو أكثر. إن ضبط هذه الأوزان وضبطها بشكل دقيق أمر مكلف للغاية، وجودتها عامل رئيسي يفصل بين النموذج المتفوق والنموذج الأدنى. ولذلك فإن مختبرات الذكاء الاصطناعي الغربية تحرسها باعتبارها أسرارًا تجارية سرية. يظل النموذج وأوزانه على خوادم المزود، بينما يصل عملاء المؤسسات إلى إمكاناته من خلال واجهة برمجة التطبيقات (API). وطالما أن النماذج المغلقة أفضل بشكل واضح من البدائل المجانية ذات الوزن المفتوح، فقد تكون الشركات على استعداد للدفع مقابل الوصول إلى واجهة برمجة التطبيقات. لا يتعين على العملاء توفير البنية الأساسية للحوسبة الخاصة بهم أو إدارة أمان النموذج وصيانته. إنهم ببساطة يدفعون مقابل الوصول إلى ذكائها والاستفادة من التحسينات مع إصدار إصدارات جديدة. وفي الوقت نفسه، تواجه مختبرات مثل OpenAI وAnthropic تكاليف هائلة مقابل القدرة الحاسوبية، وبيانات التدريب، والمواهب البحثية. تعتمد أعمالهم على رسوم API واشتراكات المستهلكين للمساعدة في تعويض هذه النفقات. ومن المتوقع أيضًا على نطاق واسع أن تسعى الشركتان إلى الاكتتاب العام في السنوات المقبلة. ولكن بحلول منتصف عام 2026، كانت النماذج الحدودية ذات الوزن المفتوح من المختبرات الصينية مثل Alibaba، وDeepSeek، وMoonshot AI، قد تطابقت تقريبًا مع النماذج الغربية الرائدة في الذكاء والأداء. وقد بدأت العديد من الشركات بالفعل في بناء أنظمة الذكاء الاصطناعي الخاصة بها فوق هذه النماذج المجانية، لتجنب التكلفة العالية لواجهات برمجة التطبيقات ذات النماذج المغلقة.
تم النشر: 2026-07-24 12:00:00
مصدر: www.fastcompany.com
