يقول مختبر آرسي، وهو مختبر أمريكي مفتوح المصدر للذكاء الاصطناعي، إن النماذج الصينية ليست خطرة بطبيعتها

ومع نمو نماذج الذكاء الاصطناعي الصينية ذات الوزن المفتوح من حيث القدرة والشعبية، وصلت الحجج حول ما ينبغي القيام به بشأنها إلى ذروتها مرة أخرى.

هناك حديث عن أن إدارة ترامب قد تحاول حظرها (على الرغم من أنها لم تتخذ إجراء بشأن هذه الفكرة بعد). وفي الوقت نفسه، يبدو أن صانعي النماذج المملوكة، وخاصة OpenAI وAnthropic، يشعرون بقلق متزايد بشأنها.

تقدم النماذج ذات الوزن المفتوح، مثل Kimi K3 من Moonshot AI أو Qwen من Alibaba، استنتاجًا بجزء صغير من التكلفة الرمزية للنماذج مغلقة المصدر من هذه المعامل الأمريكية الكبيرة. والخوف هو أنهم يشكلون أيضًا نوعًا من التهديد. من المؤكد أنها تهدد هوامش الربح لمختبرات الذكاء الاصطناعي الكبيرة المملوكة.

ولكن هل ينبغي للشركات التي تدير هذه النماذج في مراكز البيانات الخاصة بها أن تستسلم للخوف من أنها قد تصبح ناقلاً للقراصنة الصينيين؟

لا، كما يقول لوكاس أتكينز، المدير التنفيذي للتكنولوجيا في شركة Arcee، التي تعمل على بناء نماذج مفتوحة لمنح الشركات الأمريكية بديلاً محليًا للنماذج الصينية.

إذا كانت أي شركة ناشئة ستستفيد من الحظر المفروض على النماذج الصينية، فستستفيد منها شركة Arcee. لكن أتكينز يقول إن النماذج المفتوحة في الصين ليست أكثر خطورة من أي برامج أخرى مفتوحة المصدر قد تستخدمها الشركة. ويقول إنهم في الواقع يقدمون فوائد حتى لشركته الخاصة.

وقال: “يرى الكثير من الناس أن هذا مشابه لبرنامج حاسوبي صيني. فقد تم ترميزه باستخدام نوايا x وy وz” التي يمكن للممثل السيئ أن يأمر بها ببساطة.

وأوضح قائلاً: “ليست هذه هي الطريقة الأساسية لتدريب هذه النماذج. لا توجد في الواقع أي طريقة لشركة Arcee، أو Alibaba، لإنشاء نموذج، أو جعل شخص ما يديره في بيئته الخاصة، ولا يمكننا الوصول إليه على الإطلاق”.

في حين أن معظم هذه النماذج تُعرف باسم “الوزن المفتوح” وليست برامج مفتوحة المصدر بالكامل، فإن كود المصدر (الجزء الذي سيتم تشغيله فعليًا على الخوادم)، إذا تم تنزيله من مواقع مفتوحة المصدر مثل Hugging Face، يكون بالمثل مرئيًا وقابلاً للمراجعة إلى حد كبير. (ما هو غير متوفر هو الأساليب والبيانات المستخدمة لتدريب النماذج).

يجب على المؤسسات الكبيرة أن تضع أي نموذج أساسي من خلال عمليات الاختبار والتفتيش الأمنية الخاصة بها، كما أنها ستقوم في كثير من الأحيان أيضًا بتدريب النماذج بعد استخداماتها المحددة ويمكنها فحص مجالات مثل التحيز والسمية والهلوسة والحساسية تجاه موضوعات معينة. لذا فهم يعملون مع النماذج ويحسنونها ويفهمونها قبل أن يبدأ الأشخاص في إرسال المطالبات إليها.

هل يمكن للنموذج المستخدم للبرمجة أن يلقي بطريقة أو بأخرى أبوابًا خلفية ضارة في الكود الذي يكتبه؟ مرة أخرى، على الرغم من أن هذا ممكن من الناحية النظرية، إلا أنه يتطلب أعمالًا بهلوانية لتحقيقه.

“لا يوجد سبب يمنع ممثلًا متطورًا بما فيه الكفاية من تدريب نموذج ليكون نموذجًا ترميزيًا رائعًا تمامًا في كل الظروف، ولكن عندما يتم تقديمه بنوع معين من قاعدة التعليمات البرمجية … سيبدأ بعض التدريب الخفي،” افترض أتكينز، الذي يقضي أيامه في تدريب النماذج. لكنه يضيف: “لا أعرف كيف ستفعل هذا”.

نظرًا لأن النماذج اللغوية الكبيرة مبدعة بطبيعتها، فإن احتمالات الحصول على نموذج معاصر لإصدار البرامج الضارة استجابةً لعاصفة مثالية مخططة مسبقًا من السياق والموجه ضئيلة للغاية. والاحتمالات الأقل هي أن تستخدم أي مؤسسة هذا الرمز.

هل يمكن أن يحدث ذلك في المستقبل؟ هذا هو تخمين أي شخص. لكن الشركات تقوم أيضًا ببناء تطبيقات الذكاء الاصطناعي الخاصة بها لتكون مستقلة عن النماذج ولاستخدام نماذج متعددة. لذلك، حتى لو كانت النماذج الصينية هي الأفضل بالنسبة للسعر اليوم، فلن تضطر الشركات إلى استخدامها إلى الأبد.

يقول أتكينز: “أعتقد أنه بدلاً من أن تدور المحادثة حول كيفية حظر عارضات الأزياء الصينيات، يجب أن تدور حول كيفية تعزيز نظام بيئي جيد ومفتوح هنا في الولايات المتحدة”.

تكتسب Arcee أيضًا مزايا من النماذج الصينية. ولأنها مفتوحة، فإن الشركة الناشئة “تستفيد من كون تلك النماذج جيدة لأننا نستطيع أن نتعلم ما فعلوه. ويمكننا البناء عليها. ثم يمكنهم أن يتعلموا ما نفعله”، كما يقول. “نحن نكن احترامًا كبيرًا للأشخاص الذين يبنون هذه النماذج، أي الباحثين الأفراد.”

وفي نهاية المطاف، فإن الطريق للتنافس مع النماذج الصينية “هو إطلاق نموذج أفضل”، كما يقول أتكينز. “نحن بحاجة إلى منحهم شيئًا للحديث عنه.”