ملاحظات من داخل مختبرات الذكاء الاصطناعي في الصين
الكاتب الأصلي: ناثان لامبرت
مُعدّة من قبل: Peggy، BlockBeats

ملاحظة المحرر: تصبح مختبرات الذكاء الاصطناعي الصينية قوة متزايدة الأهمية في المنافسة العالمية على النماذج الكبيرة. إن ميزاتها لا تقتصر على كثرة المواهب وقوة الهندسة وسرعة التكرار، بل تأتي أيضًا من نموذج تنظيمي عملي للغاية: تقليل الحديث عن المفاهيم والتركيز على بناء النماذج؛ تقليل التأكيد على النجوم الأفراد والتركيز على تنفيذ الفرق؛ تقليل الاعتماد على الخدمات الخارجية والميل إلى امتلاك بنية تحتية تقنية خاصة.

بعد زيارة ناثان لامبرت لعدة مختبرات صينية رائدة في الذكاء الاصطناعي، اكتشف أن نظام الذكاء الاصطناعي الصيني لا يشبه تمامًا النظام الأمريكي. فالأمريكيون يركزون أكثر على النماذج الأصلية، والاستثمارات الرأسمالية، وتأثير العلماء البارزين الأفراد؛ بينما تتميز الصين بالقدرة على اللحاق السريع في الاتجاهات القائمة، من خلال مفتوح المصدر، وتحسينات الهندسة، ومشاركة عدد كبير من الباحثين الشباب، مما يدفع قدرات النماذج بسرعة إلى المقدمة.

الأكثر أهمية ليس ما إذا تجاوزت الذكاء الاصطناعي الصينية نظيرتها الأمريكية، بل أن مسارين تطوريين مختلفين يتشكلان: فالولايات المتحدة تشبه سباقًا متقدمًا يقوده رأس المال والمختبرات الشهيرة، بينما الصين تشبه سباقًا صناعيًا يدفعه القدرة الهندسية وبيئة المصدر المفتوح ووعي السيطرة التقنية.

هذا يعني أن المنافسة المستقبلية في مجال الذكاء الاصطناعي لن تكون فقط معركة على قوائم التصنيف للنماذج، بل ستكون أيضًا معركة على القدرة التنظيمية وبيئة المطورين وتنفيذ الصناعة. التغيير الحقيقي في الذكاء الاصطناعي الصيني يكمن في أنه لم يعد يقتصر على نسخ سيليكون فالي، بل يشارك الآن في الحدود العالمية بأسلوبه الخاص.

Below is the original text:

على متن قطار فائق السرعة حديث من هانغتشو إلى شنغهاي، نظرتُ من النافذة فرأيت سلاسل جبلية متميزة مزينة بمراوح طاقة الرياح، تظهر كظلال تحت غروب الشمس. تشكل الجبال الخلفية، بينما تظهر أمامي مساحات شاسعة من الأراضي الزراعية مختلطة بمباني شاهقة.

عُدتُ من الصين بخضوعٍ كبير. أن أزور مكانًا بهذا القدر من الغرابة، وأتلقى ترحيبًا بهذا الحماس، هو تجربة دافئة جدًا وإنسانية جدًا. كان لي شرف مقابلة العديد من الأشخاص في نظام الذكاء الاصطناعي، الذين كنت أعرفهم فقط من بعيد؛ ورحّبوا بي بابتساماتٍ مشرقة وحماسٍ، مما جعلني أعيد اكتشاف أن عملي، وكذلك نظام الذكاء الاصطناعي بأكمله، عالمي.

موقف الباحثين الصينيين

الشركات الصينية التي تبني نماذج لغوية يمكن القول إنها مناسبة جدًا لتكون "مُتَتَبِّعًا سَرِيعًا" لهذه التقنية. فهي مبنية على التقاليد الثقافية الطويلة للصين في التعليم والعمل، مع وجود طرق مختلفة قليلاً عن الغربية في بناء شركات التكنولوجيا.

إذا نظرنا فقط إلى المخرجات، أي أحدث وأكبر النماذج، وسير العمل القائمة على الوكلاء التي تدعمها هذه النماذج؛ ثم ننظر إلى عوامل الإدخال، مثل العلماء المتميزين، وكميات البيانات الضخمة، وموارد الحوسبة المتسارعة، فإن المختبرات الصينية والمختبرات الأمريكية تبدو متشابهة إلى حد كبير. الاختلافات الحقيقية المستمرة على المدى الطويل تظهر في كيفية تنظيم هذه العوامل وتشكيلها.

لطالما اعتقدت أن سبب تفوق المختبرات الصينية في المتابعة والبقاء بالقرب من الحدود前沿 هو ملاءمتها الثقافية لهذه المهمة. لكنني لم أكن أشعر أنني أملك الحق في نسب هذا الحدس إلى تأثير مهم قبل التحدث مباشرة مع الأشخاص. بعد التحدث مع العديد من العلماء المتميزين والمتواضعين والمنفتحين في المختبرات الرائدة في الصين، أصبحت أفكاري أكثر وضوحًا بكثير.

بناء أفضل نموذج لغوي كبير اليوم يعتمد إلى حد كبير على العمل الدقيق عبر طبقة التكنولوجيا بأكملها: من البيانات، إلى تفاصيل البنية، إلى تنفيذ خوارزميات التعلم المعزز. كل جزء من النموذج يمكن أن يحقق بعض التحسينات، وكيفية دمج هذه التحسينات معًا هي عملية معقدة. خلال هذه العملية، قد يتعين تأجيل العمل الذي قام به أفراد非常 ذكيون، من أجل تحقيق أقصى قدر من التحسين في التحسين متعدد الأهداف للنموذج ككل.

يُظهر الباحثون الأمريكيون أيضًا مهارة واضحة في حل مشكلات المكونات الفردية، لكن الولايات المتحدة لديها ثقافة أكثر توجهًا نحو "التحدث باسم الذات". كعالم، عندما تسعى بنشاط لجذب الانتباه إلى عملك، فإنك غالبًا ما تحقق نجاحًا أكبر؛ كما أن الثقافة المعاصرة تدفع نحو مسار جديد للشهرة، وهو أن تصبح "عالم ذكاء اصطناعي رائد". وهذا يؤدي إلى صراع مباشر.

تُشاعَر على نطاق واسع أن منظمة Llama انهارت بسبب الضغوط السياسية بعد إدماج هذه المطالب المصالحية في هيكل تنظيمي هرمي. كما سمعت من مختبرات أخرى أن هناك أحيانًا حاجة إلى "تهدئة" باحث رائد لوقف شكاواه من أن أفكاره لم تُدمج في النموذج النهائي. بغض النظر عن مدى صحة ذلك تمامًا، فإن المعنى واضح: الوعي الذاتي ورغبة الترقية المهنية يمكن أن تعوق بناء أفضل النماذج. حتى هذا الفرق الثقافي الصغير في الاتجاه بين الولايات المتحدة والصين قد يُحدث تأثيرًا ذا معنى على الناتج النهائي.

جزء من هذه الاختلافات مرتبط بمن يبني هذه النماذج في الصين. في جميع المختبرات، هناك واقع مباشر للغاية: نسبة كبيرة من المساهمين الأساسيين ما زالوا طلابًا في الدراسة. هذه المختبرات شابة جدًا، مما يذكرني بطريقة تنظيمنا في Ai2: حيث يُنظر إلى الطلاب كزملاء ويُدمجون مباشرة في فرق النماذج اللغوية الكبيرة.

هذا يختلف تمامًا عن المختبرات الرائدة في الولايات المتحدة. في الولايات المتحدة، لا توفر شركات مثل OpenAI وAnthropic وCursor أي فرص تدريب على الإطلاق. بينما تقدم شركات أخرى مثل Google فرص تدريب مرتبطة بـ Gemini من الناحية الرسمية، إلا أن الكثيرين يشعرون بالقلق من أن تدريبهم قد يُعزل بعيدًا عن الأعمال الأساسية الحقيقية.

بشكل عام، يمكن أن تعزز هذه الفروق الثقافية الطفيفة قدرة بناء النموذج من خلال ما يلي: من أجل تحسين النموذج النهائي، يصبح الناس أكثر استعدادًا للقيام بالمهام الأقل إشراقًا؛ قد لا يتأثر المبتدئون في بناء الذكاء الاصطناعي بدورات التسويق السابقة للذكاء الاصطناعي، وبالتالي يمكنهم التكيف أسرع مع الأساليب الحديثة الجديدة. في الواقع، رأى عالم صيني تحدثت معه هذا بوضوح كميزة؛ انخفاض الوعي الذاتي يجعل الهيكل التنظيمي أسهل إلى حد ما في التوسع، لأن الأشخاص أقل ميلًا لـ"الالتفاف على النظام"؛ هناك عدد كبير من المواهب مناسب تمامًا لحل المشكلات التي لديها بالفعل إثبات مفاهيمي في أماكن أخرى، إلخ.

هذا يتوافق مع ميل أكثر فائدة لبناء قدرات نماذج اللغة الحالية، وهو ما يتناقض مع صورة نمطية معروفة: حيث يُعتقد غالبًا أن الباحثين الصينيين ينتجون عددًا أقل من الأبحاث الأكاديمية الإبداعية التي تفتح مجالات جديدة "من الصفر إلى الواحد".

خلال عدة زيارات مختبرية أكثر أكاديمية في هذه الرحلة، تحدث العديد من المديرين عن أنهم يعززون ثقافة بحثية أكثر طموحًا. في الوقت نفسه، شكك بعض المسؤولين التقنيين الذين تحدثنا معهم في إمكانية تحقيق هذا إعادة تشكيل للنهج العلمي على المدى القصير، لأنه يتطلب إعادة تصميم نظام التعليم ونظام الحوافز، وهو تغيير كبير يصعب حدوثه ضمن التوازن الاقتصادي الحالي.

يبدو أن هذه الثقافة تُدرّب مجموعة من الطلاب والمهندسين المتميزين في "بناء ألعاب نماذج اللغة الكبيرة". بالطبع، فإن عددهم هائل أيضًا.

أخبرني هؤلاء الطلاب أن الصين تشهد أيضًا هروبًا للمواهب مشابهًا لما يحدث في الولايات المتحدة: فكثير من الأشخاص الذين كانوا يفكرون في مسار أكاديمي، يخططون الآن للبقاء في القطاع الصناعي. وأكثر الجمل إثارةً للاهتمام جاءت من باحث كان يرغب في أن يصبح أستاذًا، وقال إنه يريد أن يصبح أستاذًا لأنه يرغب في الاقتراب من النظام التعليمي؛ لكنه أضاف لاحقًا أن التعليم قد حُل بالفعل بواسطة نماذج اللغة الكبيرة — «لماذا يجب على الطلاب أن يأتوا للتحدث معي!»

يأتي الطلاب إلى مجال نماذج اللغة الكبيرة بمنظور جديد، وهو ما يُعد ميزة. على مدار السنوات القليلة الماضية، شهدنا تغيرًا مستمرًا في النماذج الأساسية لنماذج اللغة الكبيرة: من توسيع MoE، إلى توسيع التعلم المعزز، ثم دعم الوكلاء. إن إتقان أي من هذه الأمور يتطلب القدرة على استيعاب كم هائل من المعلومات الخلفية بسرعة فائقة، سواء من الأدبيات الأوسع أو من بنية التكنولوجيا الداخلية للشركة.

الطلاب معتادون على القيام بهذا النوع من الأشياء، ومستعدون للتخلّي بروح متواضعة عن جميع الافتراضات المسبقة حول "ما الذي يجب أن يعمل". إنهم يغوصون بقوة، ويُكرّسون حياتهم فقط للحصول على فرصة تحسين النماذج.

كما كان هؤلاء الطلاب مباشرة وبدون بعض المناقشات الفلسفية التي قد تشتت العلماء. عندما سألتهم عن رأيهم في التأثير الاقتصادي للنموذج أو المخاطر الاجتماعية طويلة الأجل، كان هناك عدد أقل بكثير من الباحثين الصينيين الذين يمتلكون آراء معقدة ويرغبون في التأثير على هذه القضايا. فهم يرون أن دورهم هو بناء أفضل النماذج.

هذا الفرق دقيق جدًا وسهل نفيه. لكنه يصبح أكثر وضوحًا عندما تتحدث لفترة طويلة مع باحث أنيق وذكي يستطيع التعبير بوضوح باللغة الإنجليزية: عندما تسأل أسئلة أكثر فلسفة حول الذكاء الاصطناعي، تعلق هذه الأسئلة الأساسية في الهواء، ويتضح لدى الطرف الآخر نوع من الارتباك البسيط. بالنسبة لهم، هذا خطأ فئوي.

حتى أن باحثًا واحدًا استشهد بالحكم الشهير لدان وانغ: مقارنةً بالولايات المتحدة التي يقودها المحامون، فإن الصين تُدار من قبل المهندسين. وفي الحديث عن هذه القضايا، استخدم هذا التشبيه للتأكيد على رغبتهم في البناء. في الصين، لا توجد مسار منهجي قادر على خلق تأثير نجمي للعلماء الصينيين، كما تفعل البودكاستات الرئيسية الفائقة مثل Dwarkesh أو Lex.

حاولت جلب تعليقات من علماء صينيين حول عدم اليقين الاقتصادي المستقبلي الناتج عن الذكاء الاصطناعي، أو القضايا التي تتجاوز قدرات AGI البسيطة، أو الجدل الأخلاقي حول كيفية أداء النماذج؛ لكن هذه القضايا أظهرت لي في النهاية خلفيات هؤلاء العلماء وتعليمهم (تم التحرير 1). إنهم ملتزمون بشدة بأعمالهم، لكنهم نشؤوا في نظام لا يشجع على مناقشة أو التعبير عن كيفية تنظيم المجتمع أو تغييره.

عندما تنظر من منظور أوسع، خاصة في بكين، يشعرك الأمر وكأنه خليج سان فرانسيسكو: مختبر تنافسي، قد يكون على بعد دقائق سيرًا على الأقدام أو بالسيارة. بعد هبوطي في المطار، زرت مجمع علي بابا في بكين في طريقي إلى الفندق. خلال الساعات الـ36 التالية، زرنا Zhipu AI وMoonshot AI و جامعة تسينغهوا وMeituan وXiaomi و01.ai.

في الصين، من السهل جدًا استخدام Didi. إذا اخترت سيارة من فئة XL، فغالبًا ما يتم تخصيص سيارة كهربائية صغيرة من نوع فان مزودة بكراسي تدليك. سألنا الباحثين عن معركة التنافس على المواهب، فأشاروا إلى أنها مشابهة جدًا لما نعيشه في الولايات المتحدة. إن انتقال الباحثين بين الوظائف أمر طبيعي، ويعتمد اختيار الناس لأين يذهبون إلى حد كبير على أين تكون البيئة الحالية الأفضل.

في الصين، يُشعر مجتمع نماذج اللغة الكبيرة وكأنه نظام بيئي، وليس كقبائل تتصارع مع بعضها البعض. في العديد من المحادثات غير العامة، سمعت تقريبًا فقط احترامًا للزملاء. جميع المختبرات الصينية تخشى ByteDance ونموذج DouBao الشهير الخاص بها، لأنه المختبر المغلق الوحيد المتقدم في الصين. في الوقت نفسه، تُحترم جميع المختبرات DeepSeek بشدة، وتعتبرها أكثر المختبرات تميزًا في التنفيذ من حيث الذوق البحثي. في الولايات المتحدة، عندما تجري محادثات غير عامة مع أعضاء المختبرات، فإن الشرارات غالبًا ما تنطلق بسرعة.

ما أثار إعجابي أكثر في تواضع الباحثين الصينيين هو أنهم غالبًا ما يرفعون أكتافهم على المستوى التجاري ويقولون إن ذلك ليس من مسؤوليتهم. بينما في الولايات المتحدة، يبدو أن الجميع مهووسون باتجاهات الصناعة على جميع مستويات النظام البيئي، من بائعي البيانات إلى قوة الحوسبة وحتى التمويل.

الاختلافات والتشابهات بين صناعة الذكاء الاصطناعي الصينية والمختبرات الغربية

إن بناء نموذج ذكاء اصطناعي اليوم ممتع للغاية لأنه لم يعد مجرد جمع مجموعة من الباحثين المتميزين في نفس المبنى لبناء معجزة هندسية. كان الأمر كذلك في الماضي، لكن لدعم أعمال الذكاء الاصطناعي، تتحول نماذج اللغة الكبيرة إلى مزيج: فهي تشمل البناء والنشر والتمويل، ودفع تبني هذا الإنجاز.

توجد شركات الذكاء الاصطناعي الرائدة في نظام بيئي معقد. وتوفر هذه النظم البيئية التمويل والقدرة الحاسوبية والبيانات وموارد إضافية لدفع الحدود الأمامية باستمرار.

في النظام البيئي الغربي، تم تصور ورسم تكامل عناصر المدخلات اللازمة لإنشاء وصيانة نماذج اللغة الكبيرة بشكل كافٍ نسبيًا. تمثل Anthropic و OpenAI نماذج نموذجية. وبالتالي، إذا استطعنا اكتشاف أن مختبرات الصين لديها طرق تفكير مختلفة بشكل واضح بشأن هذه المسائل، فسنتمكن من رؤية الفروق ذات المغزى التي قد تستثمر فيها الشركات المختلفة في المستقبل. بالطبع، ستتأثر هذه المستقبلات أيضًا بشكل قوي بالتمويل و/أو قيود الحوسبة.

أقوم بتنظيم أهم الاستنتاجات من "مستوى صناعة الذكاء الاصطناعي" التي حصلت عليها بعد التفاعل مع هذه المختبرات:

أولاً، ظهرت علامات مبكرة على الطلب المحلي على الذكاء الاصطناعي.
هناك افتراض واسع النطاق يشير إلى أن سوق الذكاء الاصطناعي في الصين سيكون أصغر، لأن الشركات الصينية عادةً لا ترغب في دفع ثمن البرمجيات، وبالتالي لن تتمكن أبداً من تحرير سوق استنتاجي كبير بما يكفي لدعم المختبرات.

لكن هذا التقييم ينطبق فقط على النفقات البرمجية المرتبطة ببيئة SaaS، والتي كانت دائمًا صغيرة في الصين تاريخيًا. من ناحية أخرى، لا تزال الصين تمتلك سوقًا سحابيًا ضخمًا بشكل واضح.

سؤال مهم لم يُجب عنه بعد هو: هل ستكون نفقات الشركات الصينية على الذكاء الاصطناعي أكثر شبهاً بسوق SaaS، أي أصغر حجماً؛ أم أكثر شبهاً بسوق السحابة، أي نفقات أساسية؟ هذا السؤال يُناقش حتى داخل المختبرات الصينية. بشكل عام، أشعر أن الذكاء الاصطناعي يتجه نحو سوق السحابة، ولا يقلق أحد حقاً من أن السوق المتشكل حول الأدوات الجديدة لن ينمو.

ثانيًا، يتأثر معظم المطورين بشدة بـ Claude.
على الرغم من أن Claude ممنوع رسميًا في الصين، إلا أن معظم مطوري الذكاء الاصطناعي في الصين مهووسون بـ Claude وكيف غيّر طريقة بنائهم للبرمجيات. مجرد أن الصين لم تكن متحمسة سابقًا لشراء البرمجيات، لا يعني أنني أعتقد أن الصين لن تشهد موجة هائلة من الطلب على الاستدلال.

الخبراء التقنيون الصينيون عمليون ومتواضعون ومحفّزون للغاية. هذا الشعور أقوى لدي من أي عادة تاريخية متعلقة بـ"عدم دفع المال لشراء البرمجيات".

يذكر بعض الباحثين الصينيين أنهم يستخدمون أدواتهم الخاصة في البناء، مثل أدوات سطر الأوامر الخاصة بـ Kimi أو GLM، لكن الجميع يذكرون استخدامهم لـ Claude. ومن المفاجئ أن القليل جدًا من الناس يذكرون Codex، في حين أن Codex يشهد انتشارًا سريعًا في منطقة خليج سان فرانسيسكو.

ثالثًا، تمتلك الشركات الصينية عقلية ملكية تقنية.
الثقافة الصينية تندمج مع محرك اقتصادي يعمل بقوة، مما ينتج عنه نتائج يصعب التنبؤ بها. أحد الانطباعات العميقة التي خلفتها هو العدد الهائل من نماذج الذكاء الاصطناعي، والذي يعكس توازناً عملياً لدى العديد من الشركات التقنية هنا. لا يوجد خطة شاملة.

يُعرَّف هذا القطاع بالاحترام الموجه إلى ByteDance وAlibaba. فهما يُنظر إليهما كلاعبين كبار يمتلكان موارد قوية تمكنهما من الفوز في العديد من الأسواق. إن DeepSeek هي قائد تقني محترم، لكنها بعيدة كل البعد عن كونها قائدًا في السوق. فهي تحدد الاتجاه، لكنها لا تمتلك البنية الاقتصادية للفوز بالسوق.

هذا يترك شركات مثل Meituan أو Ant Group. قد يفاجأ الغربيون لسبب كونها تبني هذه النماذج أيضًا. لكن في الواقع، فهي ترى نماذج اللغة الكبيرة على أنها جوهر المنتجات التكنولوجية المستقبلية، ولذلك تحتاج إلى أساس قوي.

عندما تقوم بضبط نماذج عامة قوية، فإن ملاحظات المجتمع المفتوح المصدر حول النماذج تجعل بنية تقنياتهم أكثر متانة، في حين يمكنها أيضًا الاحتفاظ بإصدارات مُعدَّلة داخليًا لمنتجاتها الخاصة. إن عقلية "الانفتاح أولاً" في هذه الصناعة تُعرَّف إلى حد كبير بالواقعية: فهي تساعد النماذج على الحصول على ملاحظات قوية، وتدعم مجتمع المصدر المفتوح، وتُمكّن مهامها الخاصة.

رابعًا، الدعم الحكومي موجود فعليًا، لكن حجمه غير واضح.
يُدَّعى غالبًا أن الحكومة الصينية تساعد بنشاط في فتح منافسة النماذج اللغوية الكبيرة. لكن هذا نظام حكومي نسبيًا لامركزي يتكون من مستويات عديدة، ولا يمتلك كل مستوى دليل تشغيلي واضح يحدد ما يجب عليه فعله.

تتنافس أحياء بكين المختلفة لجذب شركات التكنولوجيا لإقامة مكاتبها هناك. إن "المساعدة" المقدمة لهذه الشركات تشمل على الأرجح إزالة الإجراءات البيروقراطية مثل رخص التشغيل. لكن إلى أي مدى يمكن أن تصل هذه المساعدة؟ هل يمكن للمستويات المختلفة من الحكومة مساعدة جذب المواهب؟ هل يمكنها مساعدة تهريب الرقائق؟

خلال عملية الزيارة، تم ذكر العديد من الأمور المتعلقة باهتمام أو مساعدة الحكومة، لكن المعلومات ذات الصلة ليست كافية لتقديم تقارير تفصيلية بأسلوب قاطع، ولا كافية لتشكيل رؤية عالمية واثقة حول كيفية قدرة الحكومة على تغيير مسار تطور الذكاء الاصطناعي في الصين.

بالطبع، لا توجد أي مؤشرات على أن أعلى مستويات الحكومة الصينية تؤثر على أي قرارات تقنية في النموذج.

خامساً، صناعة البيانات أقل تطوراً بكثير من الغرب.
كان لدينا سابقًا معلومات تفيد بأن Anthropic أو OpenAI تنفق أكثر من 10 ملايين دولار على بيئة واحدة، مع إنفاق تراكمي سنوي يصل إلى مئات الملايين من الدولارات لدفع حدود التعلم المعزز. لذا، نحن مهتمون بمعرفة ما إذا كانت المختبرات الصينية تشتري أيضًا نفس البيئات من الشركات الأمريكية، أو ما إذا كان هناك نظام إيكولوجي محلي مماثل يدعمها.

الإجابة ليست "عدم وجود صناعة بيانات" بالمعنى الكامل، بل تعني أنه وفقًا لتجاربهم، فإن جودة صناعة البيانات تكون نسبيًا منخفضة، لذا غالبًا ما يكون الأفضل إنشاء بيئة أو بيانات داخلية. يقوم الباحثون بأنفسهم بقضاء وقت طويل في إنشاء بيئات تدريب التعلم المعزز، بينما يمكن للشركات الكبرى مثل ByteDance وAlibaba أن تمتلك فرقًا داخلية للوسوم البيانات لدعم هذا الأمر. كل هذا يتوافق مع العقلية المذكورة سابقًا المتمثلة في "البناء الداخلي بدلاً من الشراء".

سادسًا، هناك طلب قوي جدًا على المزيد من شرائح نيفيديا.
قوة معالجة NVIDIA هي المعيار الذهبي للتدريب، ويتوقف تقدم الجميع على عدم توفر مزيد من قوة المعالجة. إذا كانت العرض كافٍ، فمن الواضح أنهم سيشترونها. وقد حظيت مُسرّعات أخرى، بما في ذلك Huawei على الأقل، بتقييمات إيجابية في الاستنتاج. يمكن لعدد لا يحصى من المختبرات استخدام شرائح Huawei.

تُصوّر هذه النقاط نظامًا بيئيًا للذكاء الاصطناعي مختلفًا تمامًا. غالبًا ما يؤدي تطبيق طريقة عمل المختبرات الغربية بسرعة على نظرائهم الصينيين إلى أخطاء في التصنيف. يكمن السؤال الأساسي في ما إذا كانت هذه الأنظمة البيئية المختلفة ستنتج أنواعًا نموذجية ذات فروق جوهرية؛ أم أن النماذج الصينية ستُفسر دائمًا على أنها مشابهة للنماذج الأمريكية الرائدة قبل 3 إلى 9 أشهر.

الاستنتاج: التوازن العالمي

قبل هذه الرحلة، كنت أعرف القليل جدًا عن الصين؛ وعندما غادرت، شعرت أنني بدأت للتو في التعلم. الصين ليست مكانًا يمكن وصفه بالقواعد أو الوصفات، بل هي مكان يمتلك آليات وتفاعلات كيميائية مختلفة تمامًا. ثقافتها قديمة جدًا وعميقة جدًا، ولا تزال متشابكة تمامًا مع طريقة بناء التكنولوجيا داخل البلاد. لا يزال لدي الكثير مما يجب تعلمه.

تُعد العديد من أجزاء الهيكل الحالي للسلطة في الولايات المتحدة رؤيتها الحالية للصين أداة نفسية أساسية في اتخاذ القرار. بعد إجرائي لمقابلات رسمية وغير رسمية وجاهية مع تقريبًا كل مختبر رائد للذكاء الاصطناعي في الصين، وجدت أن هناك العديد من الصفات والغرائز الصينية التي يصعب على مناهج اتخاذ القرار الغربية نمذجتها.

حتى إذا سألت مباشرة هذه المختبرات لماذا تُطلق نماذجها الأقوى بشكل مفتوح، لا يزال من الصعب عليّ ربط تمامًا "عقلية الملكية" مع "الدعم الصادق للنظام البيئي".

المختبر هنا عملي جدًا، ولا يُعتبر بالضرورة متشددًا في مجال مفتوح المصدر، فليس كل نموذج يبنونه يتم نشره مفتوحًا. لكن لديهم نية عميقة في دعم المطورين ودعم البيئة، واعتبار الانفتاح وسيلة لفهم نماذجهم بشكل أفضل.

تقريبًا كل شركة تكنولوجية صينية كبيرة تبني نموذجًا لغويًا كبيرًا عامًا خاصًا بها. لقد رأينا أن شركات مثل Meituan، وهي شركة خدمات من نوع منصة، وXiaomi، وهي شركة تكنولوجيا استهلاكية كبيرة، أطلقت جميعها نماذج ذات أوزان مفتوحة. عادةً ما تشتري الشركات المماثلة في الولايات المتحدة الخدمات فقط.

لا تبني هذه الشركات نماذج اللغة الكبيرة من أجل التواجد في أحدث الاتجاهات، بل من رغبة عميقة وجذرية: التحكم في بنية تقنياتها الخاصة وتطوير أهم التقنيات في الوقت الراهن. عندما أرفع رأسي من حاسوبي المحمول، أرى دائمًا مجموعات من الرافعات على الأفق، وهو ما يتوافق بوضوح مع ثقافة البناء الأوسع وطاقة البناء في الصين.

الدفء والإنسانية والصدق الذي ينبع من الباحثين الصينيين يجعلهم قريبين جدًا. من الناحية الشخصية، لم يتسرب إلىهم ذلك النوع القاسي من المناقشات الجيوسياسية التي نحن معتادون عليها في الولايات المتحدة. يمكن لهذا العالم أن يمتلك المزيد من هذا الإيجابية البسيطة. كعضو في مجتمع الذكاء الاصطناعي، أنا الآن أكثر قلقًا من أن شقوقًا تتشكل بين الأعضاء والمجموعات حول علامات الجنسية.

إذا قلت إنني لا أرغب في أن تصبح المختبرات الأمريكية قادة واضحين في كل جزء من بنية تقنية الذكاء الاصطناعي، فأنا أكذب. خاصة في مجال النماذج المفتوحة الذي استثمرت فيه وقتًا كبيرًا، فأنا أمريكي، وهذا تفضيل صادق.

في الوقت نفسه، أتمنى أن يزدهر النظام البيئي المفتوح عالميًا، لأن ذلك يمكن أن يخلق ذكاءً اصطناعيًا أكثر أمانًا وسهولة في الوصول واستفادة للعالم. والمشكلة الحالية هي ما إذا كانت المختبرات الأمريكية ستتخذ إجراءات للسيطرة على هذا الموقع القيادي.

عندما أنهيت كتابة هذه المقالة، كانت تنتشر شائعات إضافية حول تأثير الأوامر التنفيذية على النماذج المفتوحة. وقد يؤدي ذلك إلى تعقيد المزيد من العلاقة التكاملية بين القيادة الأمريكية والبيئة العالمية—وهذا لم يعزز ثقتي على الإطلاق.

أشكر جميع الأشخاص المتميزين الذين تحدثت معهم في مونث أوف دارك سايد، وزيبي، وميتوان، وشاومي، وتونغي تشيانون، وآنتي سبينغ لايتي، و01.ai، وغيرها من المؤسسات. كان كل شخص حماسيًا جدًا وسخيًا في تخصيص وقته. مع تبلور أفكاري، سأستمر في مشاركة ملاحظاتي عن الصين، بما في ذلك الجوانب الثقافية الأوسع، وكذلك مجال الذكاء الاصطناعي نفسه.

من الواضح أن هذه المعرفة ستكون مرتبطة مباشرة بالقصة التي تتطور مع التقدم الحديث في الذكاء الاصطناعي.

[رابط الأصل]

انقر لمعرفة الوظائف الشاغرة لدى BlockBeats

مرحبًا بانضمامك إلى المجتمع الرسمي لـ BlockBeats

قناة تيليجرام للاشتراك: https://t.me/theblockbeats

مجموعة Telegram للتفاعل：https://t.me/BlockBeats_App

الحساب الرسمي على تويتر: https://twitter.com/BlockBeatsAsia