هل استخدم ديب سيك خوارزميات أوبن إيه آي حقا؟
تاريخ النشر: 8th, February 2025 GMT
تسببت تقنية "ديب سيك" في ضجة واسعة عالميًا بين جميع المهتمين بتقنيات الذكاء الاصطناعي والأعمال، وبينما تفاوتت الآراء بشأن جودة التقنية ومدى دقة نتائجها، انتبهت "أوبن إيه آي" بالتعاون مع "مايكروسوفت" -شريكها التقني ومستثمرها الأكبر- إلى نقطة مظلمة في التقنية الجديدة، إذ يشتبه في سرقتها تقنيات "أوبن إيه آي" واستخدامها "شات جي بي تي" لتدريب نموذج "ديب سيك".
رسميًا، ما زالت "أوبن إيه آي" تجري التحريات اللازمة من أجل الوصول إلى الحقيقة والتيقن قبل الإعلان رسيمًا عن نتائج التحقيقات، ولكن بحسب العديد من المقربين للشركة فضلًا عن ديفيد ساكس -أحد مستشاري إدارة ترامب الملقب بـ"قيصر الذكاء الاصطناعي"- فإن "أوبن إيه آي" لديها دليل واضح على استغلال نماذجها وتقنياتها لتدريب "ديب سيك"، ولكن هل يمكن حدوث ذلك؟ أم هي مجرد دعاية مضادة للتقنية الجديدة؟
خرجت تقنية "ديب سيك" بشكل يشبه صفعة مدوية لشركات الذكاء الاصطناعي الأميركية سواءً كانت "شات جي بي تي" أو غيرها، فبينما تدعي الأخيرة ارتفاع تكلفة تطوير نماذج الذكاء الاصطناعي وصعوبة هذا الأمر، خرجت شركة صينية ناشئة لتقدم التجربة ذاتها ولكن بكلفة أقل بمئات المرات عن "شات جي بي تي".
انخفاض كلفة التدريب التي وصلت في "ديب سيك" إلى 5 ملايين دولار فقط مقارنةً مع مئات المليارات من الدولارات في "أوبن إيه آي"، أتاح للشركة تقديم نماذجها بسعر مخفض للغاية وأقل من المنافسين الأميركيين، الأمر الذي يمثل إزعاجًا كبيرًا للمستثمرين في شركات الذكاء الاصطناعي.
إعلانفبينما تحصد الشركات مثل "أوبن إيه آي" وغيرها أرباحًا من استخدام النماذج الخاصة بها والخدمات المختلفة التي تقدمها، يعد الاستثمار في أسهم الشركة مصدر الدخل الحقيقي لها والآلية التي تدفعها للأمام وتزودها برأس المال الكافي لاستمرار تطوير تقنياتها والعمل على تقنيات جديدة.
في السابق، آمن المستثمرون بأن تطوير تقنيات الذكاء الاصطناعي مكلف ويحتاج إلى مئات الآلاف من شرائح "نفيديا"، ورغم تحذيرات خبراء الأسواق المالية من الكلفة المرتفعة لتطوير هذه التقنيات، فإن المستثمرين لم يتوانوا عن الاستثمار في "أوبن إيه آي" و"نفيديا"، التي قفزت إلى قمة نادي التريليون دولار في وقت قياسي.
ولكن بعد ظهور "ديب سيك"، تزحزح هذا الإيمان بشكل كبير، إذ استطاعت الشركة الصينية الناشئة تطوير تقنية تنافس وتحاكي "شات جي بي تي" بكلفة لا تذكر، مما جعل خيال المستثمرين يتأرجح بين خيارين، الأول وهو أن "أوبن إيه آي" و"نفيديا" أوحت لهم بأن كلفة التطوير مرتفعة، أو أن الشركات الصينية لديها القدرة على تدريب نماذج ذكاء اصطناعي بكلفة أقل كثيرًا، وذلك إما عبر السبل التقنية وإما عبر سبل التدريب البشري.
وفي كلا الحالتين، يصبح الاستثمار في الشركات الأميركية الباهظة أمرًا غير مجد، لذا انسحب العديد من المستثمرين، في سقوط حر لأسهم شركات الذكاء الاصطناعي جعلها تخسر ما يقرب من تريليون دولار.
لا يمكن القول بشكل مباشر إن شركة "ديب سيك" سرقت بيانات أو نماذج "أوبن إيه آي"، ولكن الدلائل الموجودة حاليًا تشير إلى أنها استخدمت هذه التقنيات لتدريب نماذجها فيما يعرف باسم "التقطير"، وهي آلية تتيح للشركات الصغيرة تدريب نماذجها باستخدام النماذج الأكبر والأكثر قوة.
إعلانتعود بداية هذه الشكوك إلى خريف عام 2024، حين لاحظت مايكروسوفت -التي تعد الشريك التقني الأكبر في "أوبن إيه آي" وأحد أكبر مستثمري الشركة- وجود استهلاك غير معتاد في الواجهة البرمجية لنماذج "أوبن إيه آي"، وهي التقنية التي تتيحها الأخيرة من أجل الربط مع الشركات الخارجية واستغلال "شات جي بي تي" لأقصى الحدود.
هذا الاستهلاك كان يستخلص أحجاما كبيرة من البيانات من خوادم "أوبن إيه آي" عبر طرق استخدام غير مصرح بها من الشركة، وبحسب تحقيق مايكروسوفت، فإن الحسابات التي كانت مسؤولة عن عمليات استخلاص البيانات مرتبطة بالفرق السيبرانية الصينية، وعلى الأغلب مرتبطة أيضًا بـ"ديب سيك"، وفور أن لاحظت الشركة هذا الأمر أنبأت "أوبن إيه آي" لأن استخلاص هذه البيانات يخالف سياسة استخدام الواجهة البرمجية بشكل مباشر.
بشكل عام، تعد هذه الطريقة في تدريب نماذج الذكاء الاصطناعي معتادة للغاية، إذ تقوم بها الكثير من شركات الذكاء الاصطناعي الصينية والناشئة في الولايات المتحدة، فضلًا عن بعض الجهات الأكاديمية التي تحتاج هذه النماذج في أبحاث أكاديمية، وهي طريقة تتيح للشركات توفير الاختبارات البشرية وتجنبها بشكل كامل، وذلك بحسب حديث ريتويك جوبتا طالب الدكتوراه في الذكاء الاصطناعي في جامعة كاليفورنيا بيركلي لصحيفة "فايننشال تايمز".
أضاف جوبتا أن استخدام "ديب سيك" مثل هذه الآلية ليس مفاجئا بالنسبة له، ومن المتوقع أن تستمر فيه إلى جانب الشركات الصينية الأخرى وبعض الشركات الناشئة في قطاع الذكاء الاصطناعي، وهو أمر معروف للجميع.
رسميًا، لا تمنع شركة "أوبن إيه آي" تقنية "التقطير" من أجل تسخير نماذجها الرائدة في تدريب النماذج الأصغر والأقل حجمًا، ولكنها تضع شروطًا وتسعيرا مختلفًا لهذا الأمر، وهي بكل تأكيد تحظر استخدام التقنية من أجل تطوير نماذج ذكاء اصطناعي تنافس "شات جي بي تي" في الحجم وتتدرب على بيانات توازيه في الحجم، إذ تنظر الشركة لهذا الاستخدام على أنه خرق لقوانين وسياسة الاستخدام الخاصة بالمنتج الخاص بها، فضلًا عن كونه سرقة فكرية لنموذج "شات جي بي تي".
فور ظهور نموذج "ديب سيك" خرج الرئيس الأميركي دونالد ترامب في بيان موجه للشركات الأميركية قائلًا بأن ظهور هذا النموذج هو جرس إنذار يجب على الجميع الانتباه له، وذلك قبل حتى أن تخرج "أوبن إيه آي" أو مديرها التنفيذي سام ألتمان ببيان رسمي.
إعلانعزز هذا الاهتمام من موقف الحكومة الأميركية ووضعها تقنية "ديب سيك" تحت المجهر، وربما كان هذا هو السبب الذي جعل "أوبن إيه آي" تصل إلى الاستنتاج السابق وتكتشف استخدام نماذجها في تدريب "ديب سيك".
وتشير تصريحات ديفيد ساكس إلى أن الحكومة الأميركية تنوي اتخاذ إجراءات صارمة ضد "ديب سيك" وأي شركة صينية تستخدم نماذج الذكاء الاصطناعي الأميركية بشكل غير قانوني، ولكن يبدو أن هذه الخطوة تنتظر تصريحا رسميا من "أوبن إيه آي"، التي أشارت إلى أنها تعمل بشكل وثيق مع الحكومة الأميركية من أجل مراقبة الوضع والتصرف بشكل لائق.
في الوقت الحالي، تجنبت مايكروسوفت و"أوبن إيه آي" وحتى "ديب سيك" التعليق رسميًا على هذا الأمر، وفق ما نقلته عدة صحف عالمية مثل "بي بي سي" وواشنطن تايمز وبلومبيرغ، ومن المتوقع أن تظهر المزيد من المستجدات في الأيام القادمة.
المصدر: الجزيرة
كلمات دلالية: حريات الذکاء الاصطناعی شات جی بی تی تدریب نماذج أوبن إیه آی هذا الأمر دیب سیک من أجل إلى أن
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
مظاهرات حاشدة في إيران تطالب بالرد على إسرائيل والثأر لدماء القادة