ملاحظة المحرر: تصبح مختبرات الذكاء الاصطناعي الصينية قوة لا يمكن تجاهلها بشكل متزايد في المنافسة العالمية على النماذج الكبيرة. إن ميزاتها لا تقتصر فقط على عدد كبير من الكوادر وقوة هندسية وسرعة في التكرار، بل تأتي أيضًا من نموذج تنظيمي عملي للغاية: التقليل من 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، وجد أن نظام الذكاء الاصطناعي الصيني لا يشبه تمامًا النظام الأمريكي. فالأمريكيون يركزون أكثر على النماذج الأصلية، والاستثمارات الرأسمالية، وتأثير العلماء البارزين الفرديين؛ بينما تتميز الصين بالقدرة على المضي قدمًا بسرعة في الاتجاهات القائمة، من خلال مفتوح المصدر، وتحسينات هندسية، ومشاركة كبيرة من عدد كبير من الباحثين الشباب، لدفع قدرات النماذج إلى الحدود前沿.
الأكثر أهمية ليس ما إذا تجاوزت الصين الذكاء الاصطناعي الأمريكي، بل أن مسارين تنمويين مختلفين يتشكلان: فالولايات المتحدة تشبه سباقًا متقدمًا يقوده رأس المال والمختبرات النجمية، بينما الصين تشبه سباقًا صناعيًا يُدفع بواسطة القدرة الهندسية وبيئة المصدر المفتوح ووعي السيطرة التقنية.
هذا يعني أن المنافسة المستقبلية في 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 بأسلوبه الخاص في الحدود العالمية.
Below is the original text:
جالسًا على قطار فائق السرعة الجديد المتجه من هانغتشو إلى شنغهاي، نظرتُ من النافذة فرأيت سلاسل جبلية متميزة مزينة بتوربينات رياح تشكل ظلالًا تحت ضوء الغروب. تشكل الجبال الخلفية، بينما تظهر أمامي مساحات شاسعة من الأراضي الزراعية مختلطة بمباني شاهقة.
عُدتُ من الصين بخُضوعٍ كبير. أن أزور مكانًا بهذه الدرجة من الغرابة، وأتلقى ترحيبًا بهذه الدفء والحرارة، كان تجربةً دافئةً جدًا وإنسانيةً جدًا. كان لي شرف مقابلة العديد من الأشخاص في نظام الذكاء الاصطناعي، الذين كنتُ أعرفهم فقط من بعيد؛ وقد استقبلوني بابتساماتٍ مشرقةٍ وحماسٍ، مما أعاد لي إدراكًا أن عملي، وكذلك نظام الذكاء الاصطناعي بأكمله، عالميٌّ.
عقلية الباحثين الصينيين
الشركات الصينية التي تبني نماذج لغوية يمكن اعتبارها مثالية كـ"مُتَبِعٍ سريع" لهذه التقنية. فهي تستند إلى التقاليد الثقافية الصينية الطويلة 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 عناصر الإدخال، مثل العلماء المتميزين، وكميات البيانات الكبيرة، وموارد الحوسبة المتسارعة، فإن المختبرات الصينية والمختبرات الأمريكية تبدو متشابهة إلى حد كبير. الفروق الحقيقية المستمرة على المدى الطويل تظهر في كيفية تنظيم هذه العناصر وتشكيلها.
لطالما اعتقدت أن سبب تفوق المختبرات الصينية في اللحاق بالركب والبقاء قرب الحدود前沿 يكمن في توافقها الثقافي مع هذه 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 بالصين، 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 يوفر تحسينات صغيرة، وكيفية دمج هذه التحسينات معًا هي عملية معقدة. خلال هذه العملية، قد يتعين تأجيل أعمال أفراد ذوي ذكاء استثنائي 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 هناك ثقافة أمريكية أعمق تُشجع على "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.
انتشرت شائعات واسعة النطاق بأن منظمة Llama انهارت بسبب الضغوط السياسية بعد دمج 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 بالكامل، فإن المعنى واضح: إن الوعي الذاتي ورغبة الترقية المهنية يمكن أن تعوق الأشخاص عن بناء أفضل النماذج. حتى هذا الفرق الثقافي الصغير في الاتجاه بين الولايات المتحدة والصين قد يؤدي إلى تأثيرات ذات مغزى 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 هم طلاب لا يزالون 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 العديد من الأشخاص يشعرون بالقلق من أن تدريبهم قد يُعزل عن الأعمال الأساسية الحقيقية.
بشكل عام، يمكن أن تعزز هذه الفروق الثقافية الطفيفة قدرة بناء النماذج من خلال ما يلي: يُفضل الأشخاص القيام بالمهام الأقل إشراقًا من أجل تحسين النموذج النهائي؛ قد لا يتأثر المبتدئون في بناء الذكاء الاصطناعي بدورة الضجيج السابقة للذكاء الاصطناعي، وبالتالي يمكنهم التكيف أسرع مع الأساليب الحديثة الحديثة. في الواقع، رأى عالم صيني تحدثت معه هذا بوضوح كميزة؛ قلة الوعي الذاتي تجعل 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 يتناقض مع صورة نمطية معروفة: يُعتقد غالبًا أن الباحثين الصينيين ينتجون عددًا أقل من الأبحاث الأكاديمية الإبداعية التي تفتح مجالات جديدة "من الصفر إلى واحد".
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 الماهرين جدًا في "بناء ألعاب نماذج اللغة الكبيرة". بالطبع، فإن عددهم هائل أيضًا.
أبلغني هؤلاء الطلاب أن الصين تشهد أيضًا هروبًا للكوادر مشابهًا لما يحدث في الولايات المتحدة: فكثير من الأشخاص الذين كانوا يفكرون في مسار أكاديمي، يخططون الآن للبقاء في القطاع الصناعي. وأكثر الجمل المثيرة للاهتمام جاءت من باحث كان يرغب في أن يصبح أستاذًا، حيث قال إنه أراد أن يصبح أستاذًا لأنه أراد أن يكون قريبًا من النظام التعليمي؛ لكنه أضاف لاحقًا أن التعليم قد حُل بالفعل بواسطة نماذج اللغة الكبيرة — «لماذا يجب على الطلاب أن يأتوا للتحدث معي!»
يُعد دخول الطلاب إلى مجال نماذج اللغة الكبيرة بمنظور جديد 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 الأمور، ومستعدون للتخلّي بتواضع عن جميع الافتراضات حول "ما الذي يجب أن يعمل". إنهم يغوصون بقوة، ويكرّسون حياتهم فقط للحصول على فرصة تحسين النماذج.
كان هؤلاء الطلاب أيضًا مذهلين في مباشرة أفكارهم، وخالين من النقاشات 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 قادر على التعبير بوضوح باللغة الإنجليزية: عندما تسأل عن بعض الأسئلة الفلسفية الأعمق حول الذكاء الاصطناعي، تعلق هذه الأسئلة الأساسية في الهواء، ويتضح على وجهه حيرة بسيطة. 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 جذب 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 تصرف النماذج؛ لكن هذه المسائل أوضحت في النهاية خلفياتهم النشأة والتعليمية (تم التحرير 1). إنهم شديدو التركيز على أعمالهم، لكنهم نشأوا 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 الـ 36 ساعة التالية، زرنا Zhipu AI وMoonshot AI و جامعة تسينغهوا وMeituan وXiaomi و01.ai.
السفر عبر DiDi في الصين مريح للغاية. إذا اخترت سيارة من فئة XL، فغالبًا ما يتم تخصيص سيارة كهربائية صغيرة من نوع فان مزودة بكراسي تدليك. عندما سألنا الباحثين عن حرب المواهب، أخبرونا أنها مشابهة جدًا لما مررنا به في الولايات المتحدة. إن انتقال الباحثين بين الوظائف أمر طبيعي، ويعتمد اختيار الأشخاص لأين يذهبون إلى حد كبير على أين تكون البيئة الحالية الأفضل.
في الصين، يُشعر مجتمع نماذج اللغة الكبيرة وكأنه نظام إيكولوجي، 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، تحترم جميع المختبرات DeepSeek بشدة، وتعتبرها أكثر المختبرات تميزًا من حيث الذوق البحثي على مستوى التنفيذ. في الولايات المتحدة، عندما تجري محادثات غير عامة مع أعضاء المختبرات، تُشعل الشرارات بسرعة.
أحد أكثر الأمور التي أثارت انطباعًا لديّ في تواضع الباحثين الصينيين هو أنهم غالبًا ما يرفعون أكتافهم على المستوى التجاري، قائلين إن ذلك ليس من مسؤوليتهم. أما 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 في الصين 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. فقد كان الأمر كذلك في الماضي، لكن لدعم أعمال الذكاء الاصطناعي، تتحول نماذج اللغة الكبيرة إلى مزيج: فهي تشمل البناء والنشر والتمويل، بالإضافة إلى تعزيز اعتماد هذا الإنجاز.
الشركات الرائدة في الذكاء الاصطناعي موجودة ضمن نظم إيكولوجية معقدة. توفر هذه النظم التمويل والقدرة الحاسوبية والبيانات وموارد إضافية لدفع الحدود الأمامية باستمرار.
في النظام البيئي الغربي، تم تصور ورسم خريطة شاملة نسبيًا للطرق التي تُدمج بها عناصر الإدخال المطلوبة لإنشاء وصيانة نماذج اللغة الكبيرة. تمثل Anthropic وOpenAI نماذج نموذجية. لذا، إذا استطعنا اكتشاف أن المختبرات الصينية تفكر في هذه القضايا بطرق مختلفة بشكل واضح، 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 "على مستوى الصناعة" التي حصلت عليها من التفاعل مع هذه المختبرات على النحو التالي:
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 بوضوح.
سؤال مهم لم يُجب عنه بعد هو: هل ستكون نفقات الشركات الصينية على الذكاء الاصطناعي أكثر شبهاً بسوق SaaS، أي بحجم أصغر؛ 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.
المهندسون الصينيون عمليون ومتواضعون ومحفّزون جدًا. 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، بينما يشهد Codex انتشارًا سريعًا في منطقة خليج سان فرانسيسكو.
ثالثًا، تمتلك الشركات الصينية عقلية ملكية تقنية.
الثقافة الصينية تندمج مع محرك اقتصادي يدور بقوة، مما ينتج عنه نتائج يصعب التنبؤ بها. أحد الانطباعات العميقة التي خلفتها هو كثرة نماذج الذكاء الاصطناعي، والتي تعكس توازناً عملياً لدى العديد من الشركات التقنية هنا. لا يوجد خطة شاملة.
يُعرَّف هذا القطاع بقدر من الاحترام الموجه إلى ByteDance وAlibaba. فهما يُنظر إليهما كلاعبين كبار يمتلكان موارد قوية تمكنهما من الفوز في العديد من الأسواق. أما DeepSeek فهو قائد تقني محترم، لكنه بعيد كل البعد عن كونه قائدًا في السوق. فهما يحددان الاتجاه، لكنهما لا يمتلكان الهيكل الاقتصادي للفوز بالسوق.
هذا يترك شركات مثل Meituan أو Ant Group. قد يفاجأ الغربيون لماذا تقوم هذه الشركات أيضًا ببناء هذه النماذج. لكن في الواقع، فإنها ترى نماذج اللغة الكبيرة على أنها جوهر المنتجات التكنولوجية المستقبلية، ولذلك فهي بحاجة 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 مُعدّلة داخليًا لمنتجاتها الخاصة. إن عقلية "الانفتاح أولاً" في هذا القطاع تُعرَّف إلى حد كبير بالواقعية: فهي تساعد على الحصول على ملاحظات قوية، وتدعم مجتمع المصدر المفتوح، وتعزز مهمتها الخاصة.
رابعًا، الدعم الحكومي موجود فعليًا، لكن حجمه غير معروف.
يُدَّعى غالبًا أن الحكومة الصينية تساعد بنشاط في فتح منافسة نماذج اللغة 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 لفتح مكاتبها هناك. من المرجح أن تشمل "المساعدة" المقدمة لهذه الشركات إزالة البيروقراطية مثل إجراءات الترخيص. 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 تكفي لتكوين 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 إجمالي 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 بيئي محلي مماثل يدعمها.
الإجابة ليست "عدم وجود صناعة بيانات" بالمعنى الكامل، بل تعني أنه وفقًا لخبراتهم، فإن جودة صناعة البيانات 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 للغاية على المزيد من شرائح NVIDIA.
قوة معالجة NVIDIA هي المعيار الذهبي للتدريب، ويتوقف تقدم الجميع على عدم توفر مزيد من قوة المعالجة. إذا كانت الإمدادات كافية، فمن الواضح أنهم سيشترونها. وقد حظيت مُسرّعات أخرى، بما في ذلك Huawei على الأقل، بتقييمات إيجابية في مجال 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 على نظرائها الصينيين بشكل سريع إلى أخطاء فئوية. السؤال الأساسي هو ما إذا كانت هذه النظم البيئية المختلفة ستُنتج 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؛ وعند مغادرتي، شعرت أنني فقط بدأت التعلم. الصين ليست مكانًا يمكن وصفه بقواعد أو وصفات، بل هي مكان له 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 أن أتعلمه.
تُعتبر العديد من أجزاء الهيكل الحالي للسلطة في الولايات المتحدة رؤيتها الحالية للصين أداة نفسية أساسية في اتخاذ القرار. بعد إجرائي لمحادثات وجهًا لوجه رسمية وغير رسمية مع تقريبًا كل مختبر رائد للذكاء الاصطناعي في الصين، اكتشفت أن هناك العديد من الصفات والغرائز الصينية التي يصعب على مناهج اتخاذ القرار الغربية نمذجتها.
حتى لو سألت مباشرةً لماذا تُطلق هذه المختبرات نماذجها الأقوى بشكل مفتوح، لا يزال من الصعب عليّ ربط كاملًا بين "عقلية الملكية" و"الدعم الصادق للنظام البيئي".
المختبر هنا عملي جدًا، ولا يُعدّ متشددًا تمامًا في مسألة مفتوح المصدر، فليس كل نموذج يبنونه يُنشر مفتوحًا. لكن لديهم نية عميقة في دعم المطورين ودعم النظام البيئي، 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 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 الأشياء الجديدة الرائجة، بل بسبب رغبة عميقة وجذرية: التحكم في بنية تقنياتها الخاصة وتطوير أهم التقنيات في الوقت الحالي. 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 والجاذبية الصادقة التي تشع من الباحثين الصينيين تجعلهم قريبين جدًا. على المستوى الشخصي، لم يتسرب إلىهم أي من تلك المناقشات الجيوسياسية القاسية التي نحن معتادون عليها في الولايات المتحدة. يمكن لهذا العالم أن يمتلك المزيد من هذا الإيجابية البسيطة. كعضو في مجتمع الذكاء الاصطناعي، أشعر الآن بقلق أكبر 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، لأنه يمكن أن يخلق ذكاءً اصطناعيًا أكثر أمانًا وسهولة في الوصول واستفادة للعالم. والمشكلة الحالية هي ما إذا كانت المختبرات الأمريكية ستتخذ إجراءات للحصول على هذا الموقع القيادي.
عندما أكملت كتابة هذه المقالة، كانت تنتشر شائعات إضافية حول تأثير الأوامر التنفيذية على النماذج المفتوحة. قد يؤدي هذا 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 داركنيس، زهي بو، ميانيو، شاومي، تونغي تشيان ون، مي أن لينغ غوانغ، 01.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 في مقدمة التطورات الخاصة بالذكاء الاصطناعي.