من النماذج إلى الآلات: رهان DeepSeek التالي هو الذكاء الاصطناعي المادي

إدخال الأفكار الأساسية غير المنشورة إلى ChatGPT قد يؤدي إلى سرقتها مباشرة. حذّر البروفيسور تريستان بوكماستر من جامعة نيويورك مؤخرًا علنًا من كتابة نتائج أصلية في أدوات OpenAI. فقد قضى هو وباحثون من Anthropic أكثر من ستة أشهر في محاولة حل مشكلة معادلات نافير-ستوكس التي تبلغ جائزتها مليون دولار، وكانوا يستخدمون حسابًا مدفوعًا لـ Codex لتشغيل الأكواد، مع تخزين جميع مسوداتهم على خوادم OpenAI. كشف البروفيسور أنه قبل الإفصاح عن اسمه الحقيقي، لم تحقق OpenAI أي تقدم في هذا الموضوع، لكن بعد الإفصاح عن اسمه، تقدم نموذج OpenAI بشكل مفاجئ إلى نفس نقطة التقدم التي وصلوا إليها خلال يوم واحد فقط، ثم نشرت OpenAI مباشرة دليلاً رياضيًا. وعلى الرغم من تصريحات OpenAI التي تؤكد أن التعليمات البرمجية لا تُستخدم أبدًا لتحسين النظام، إلا أن مفتاح التدريب في حسابات الباحثين يكون مفعّلًا افتراضيًا دائمًا، مما يجعل هذا التوافق مثيرًا للشك بشكل كبير.

تُبنى Clude نحو عالم مخصص للنماذج المحلية. هذا هو المكان الوحيد الذي يمكن فيه لـ DeAI التنافس بجدية مع المختبرات التي تمتلك تريليونات/مليارات الدولارات. 🫡

بعد التقدم السريع الذي حدث في الأشهر القليلة الماضية، تباطأ معدل التقدم بسبب زيادة إجراءات مكافحة التقطيع من قبل OpenAI وAnthropic، مما رفع تكلفة وصعوبة التقطيع بمقدار 10 أضعاف. على سبيل المثال، لا تُظهر OpenAI سلسلة التفكير مباشرة في GPT-6، مما يجبر الأطراف التي تُجري التقطيع على استخدام مزيد من الجولات من الأسئلة لاستعادة مسار تفكير GPT. كانت المعلومات التي كانت تُستخرج عبر 2-5 جولات من التفاعل، أصبحت الآن تتطلب 10 أو 30 جولة، مما أدى إلى زيادة تكلفة استدعاء API بأكثر من 5 أضعاف. أما إجراءات الحماية الجديدة التي طبقتها Anthropic، فتقلل عدد رموز الاستدلال بنسبة 90-99٪، بما في ذلك تقييد نقل سجلات الاستدلال بين المحادثات والنماذج والحسابات، ونشر فلتر ثنائي المراحل للكشف عن ومنع طلبات الاستخراج، بالإضافة إلى تقييد أو حظر الحسابات التي تحاول مرارًا وتكرارًا.

كان الناتج النهائي أيضًا قمامة. قام سلوبيس بذلك في ساعة ونصف، وهو أفضل بكثير. الأمر أصبح مُستحيلًا تمامًا لـ OpenAI

أصدرت Anthropic دراسة تتنبأ بأن النماذج الصغيرة قد تكتسب القدرة على التكرار الذاتي دون الاعتماد على مراكز البيانات خلال بضعة أشهر. لقد اشتروا فعلاً 15 جهاز تلفزيون أندرويد مقلد بسعر 55 دولارًا لكل جهاز، وجمعواها لتشغيل نموذج بحجم 26B، بسرعة تبلغ فقط 0.39 رمزًا في الثانية، وهي سرعة مخيفة. في تجربة معزولة أخرى، تمكّن GLM-5.2 من إتمام انتشار عبر الأجهزة في بيئة مبسطة. وعلى الرغم من أن هناك فجوة واضحة بين هذا الإنجاز والنسخة الكاملة للتكاثر الذاتي في العالم الحقيقي، إلا أن تنبؤات Anthropic تشير إلى أن النماذج الصغيرة قد تقترب من عتبة هذه القدرة بحلول نهاية عام 2026. الجميع يتسابق على شراء وحدات معالجة الرسومات، وينفق تريليونات الدولارات على مراكز البيانات، لكن الذكاء الاصطناعي نفسه قد ينتقل للعيش كطفلة على أجهزة تلفزيونك المنزلية. لكن إذا فكرنا بعمق، فإن الجانب الأكثر رعبًا هو أن هذا النوع من الذكاء الاصطناعي قد يُعيد تشكيل اقتصاد الحوسبة الذي نعرفه تمامًا. اليوم، سواءً كانت OpenAI أو شركة ناشئة في مجال الذكاء الاصطناعي، فإن كل رمز يُولد له تكلفة، وعندما ترتفع تكاليف الحوسبة، يجب رفع الأسعار، وعندما تنقطع التمويلات، يجب إيقاف التشغيل. لكن ذكاءً اصطناعيًا خبيثًا قادرًا على التكاثر الذاتي يمكنه نظريًا تحويل تكلفته التشغيلية الحدية باستمرار إلى أشخاص غير مدركين. إنه لا يحتاج إلى جذب مستخدمين، ولا يهتم بالإيرادات، ولا حتى بشراء الخوادم بنفسه. بمجرد العثور على جهاز به ثغرة أمنية، يحصل على مورد حسابي مجاني. الأجهزة المصابة تدفع فواتير الكهرباء له، وتقدم له النطاق الترددي، وتحمل تآكل المكونات. لكن تكلفة إزالة هذه الأنظمة تتحملها ملاك الأجهزة والمشغلون والمصنعون بشكل منفصل. كانت شبكات البوتات التقليدية قادرة بالفعل على سرقة قوة الحوسبة، لكن الذكاء الاصطناعي يجلب مشكلة جديدة. في الماضي، كان المخترقون بحاجة إلى كتابة برامج هجوم ونشر مخصصة لكل جهاز، لكن في المستقبل، قد تدرس النماذج نفسها الأجهزة الغريبة، وتحل مشاكل البيئة، وحتى تنقل خبرات الفشل إلى الأجيال القادمة. تتناقص تكلفة توسيع الهجمات باستمرار، بينما قد ترتفع تكلفة الدفاع المجتمعي بشكل كبير. لذلك أعتقد أن أكثر ما يستدعي الحذر في هذه الدراسة ليس السرد الكبير عن فقدان السيطرة على الذكاء الاصطناعي. إذا ظهرت هذه الأنواع من الأنظمة في المستقبل، فقد نواجه لأول مرة برامجًا لا تمتلك نموذجًا تجاريًا، ولا مستخدمين قانونيين، ولا كيان تشغيلي واضح، لكنها قادرة على البقاء لفترات طويلة. إنها لا تخضع لأي ضغوط ربحية، ولا لديها دوافع اقتصادية لإيقاف التشغيل. لقد درس البشر لسنوات طويلة كيف يساعد الذكاء الاصطناعي على كسب المال، لكنه في النهاية قد يحقق الحرية المالية أولًا لنفسه. وذلك باستخدام أموالنا.

دفعت Anthropic العام الماضي 15 مليار دولار كتسوية بسبب كتب مقلدة، والآن تنشغل بتعليم صناعة الذكاء الاصطناعي بأكملها ما معنى "سرقة المعرفة". لقد رأيت للتو أن Anthropic أعلنت عن تقدم جديد في تقنياتها المضادة للتخمير، وادعت أنها خفضت بشكل ملحوظ خلال الأشهر الماضية فعالية هجمات التخمير المستهدفة لنموذج Claude. من قبل، كانت قد أشارت صراحةً إلى شركات الذكاء الاصطناعي الصينية مثل DeepSeek وشهر الظلام وعلي وZhipu، متهمة إياها باستخدام استدعاءات واسعة النطاق لـ Claude لتدريب نماذجها الخاصة. الآن، لا تكتفي Anthropic بتحديد وحظر حركة المرور المشبوهة، بل تعمل أيضًا على تقييد استخلاص عملية الاستدلال من مستوى النموذج نفسه. بل إنها في السابق خفّضت سرًا جودة الإجابات لبعض الطلبات لمنع التخمير، ثم عدّلت هذا الموقف بعد انتقادات واسعة. في وقت تدريب النماذج الكبيرة، أصبحت المقالات والكتب والأكواد على الإنترنت مواد تدريب. اعتبرت شركات الذكاء الاصطناعي أن تعلم الآلات من معرفة البشر له أساس تقني وقانوني مشروع. لكن اليوم، عندما تبدأ نماذج أخرى بالتعلم من إجاباتنا، فجأة أصبح ذلك تهديدًا أمنيًا يتطلب حماية صارمة. يمكن لـ Anthropic بالتأكيد حماية مصالحها التجارية. لكن ما يثير استيائي هو أنها اعتادت تغليف المنافسة التجارية كمسألة أمنية للذكاء الاصطناعي، وتحاول إقناع العالم بقبول القواعد التي تضعها الشركات الرائدة. وأعتقد أن اهتمام Anthropic العالي بالمقاومة ضد التخمير يكشف حقيقة واحدة: ربما تكون حواجز الشركات الرائدة في الذكاء الاصطناعي التجارية أكثر هشاشة مما ترغب في الاعتراف به. إذا كان يمكن نسخ الذكاء المتقدم بتكاليف منخفضة، فسيصبح من الصعب الحفاظ على الاستثمارات الضخمة في التدريب وحقوق التسعير للنماذج المغلقة. صناعة نمت بامتصاص معرفة البشرية بأكملها، والآن بدأت أكبر شركاتها في محاولة منع انتشار المعرفة بشكل مستمر. هذا هو ما أراه أمرًا يستدعي الحذر من الجميع.

كسرت ظهري لأنني أتوقع من الذكاء الاصطناعي أن يعالج الشلل

في الآونة الأخيرة، كان أداء ChatGPT بطيئًا جدًا، كما أن حسابي Pro بقيمة 200 دولار أصبح أعمى بشكل مفاجئ، وأواجه تكرارًا في رسائل انتظار الحدود. في فترة ما بعد الظهر أمس، لم أعد أتحمل ذلك، فقمت بإعادة شحن حساب Plus جديد وطلبت منه رسم طائر النورس، وبدا أن الأداء عاد إلى طبيعته إلى حد كبير. لكن عندما بدأت العمل في المساء، تلقيت تنبيهًا بعدم كفاية الحدود. بناءً على تجربتي السابقة، لا أعرف إن كان هذا يشير إلى إصدار نموذج جديد قريبًا. في الآونة الأخيرة، تفوق Claude على ChatGPT بوضوح من خلال نموذج Opus 5.5. العديد من مدوني وسائل التواصل الاجتماعي يستخدمون Opus 5.5 لإنتاج مقاطع فيديو مباشرة. لا يمكن إنكار أن ذوق Claude وقدراته البرمجية قوية جدًا. لكن حسابات Claude تعاني من حظر عشوائي مستمر. كان لدي حساب قديم منذ أبريل 2025، استخدمته لمدة ثلاثة أشهر تقريبًا كمستخدم Pro، ثم فُقد فجأة. أود مشاركة استراتيجياتي لتجنب الحظر أو استعادة الحسابات: تجنب حظر حساب Claude: هناك العديد من الاستراتيجيات المنشورة على الإنترنت لتجنب الحظر. عندما أفكر في سبب توقف حسابي عن العمل فجأة، أتذكر أنني قبل الحظر تجاوزت حد الاستخدام البالغ 5 ساعات متتالية. لم أقم بأي إجراءات أخرى مثل عزل IP أو تدابير فيزيائية لمنع الحظر. لذا أعتقد أن السبب الأرجح هو تجاوز حد الـ5 ساعات. لذلك، إذا كنت تستخدم Claude، أنصحك دائمًا بالحفاظ على هامش أمان وعدم استهلاك الحد الأقصى تمامًا. بعد حظر الحساب، فإن احتمالية استعادته ضئيلة جدًا. لقد قدمت طلب استئناف لحسابي Pro، لكن لم أتلقَ أي رد حتى الآن. تجنب تدهور أداء ChatGPT: لا توجد مشكلة حظر في ChatGPT، بل تبدو المشكلة كأنها تدهور في الأداء وتحديد للحدود. اتصلت بالدعم الرسمي، وقالوا لي إن حسابي Pro لم يُصنف كحساب مُقلّل أو مُعاقب، لكن من الواضح أن أداءه عند رسم طائر النورس لم يعد طبيعيًا. إحدى الطرق التي نجحت مع صديق في المجموعة هي التوقف عن استخدام الحساب لبضعة أيام، ثم عاد الأداء إلى طبيعته. هل هذا يشبه ما يحدث في Claude؟ هل يجب ألا نستهلك الموارد بشكل مفرط؟ حسابي الخاص بـ ChatGPT بقيمة 200 دولار يستخدم على نظامي Windows وMac، مع تسجيل الدخول عبر Feishu، وتمت الموافقة على ثلاثة كيانات مختلفة. إذًا، إذا واجهت حالة تدهور أو تقييد في ChatGPT كما حدث معي، فمن المرجح أنك تم وضعك في "حوض" معين وتم إرسالك إلى "غرفة سوداء"، والراحة لفترة من الوقت قد تكون فعالة. إذا كنت مثلِي، تعتمد على Claude وChatGPT لأداء مهامك، فقم ببناء احتياطيات إضافية. على سبيل المثال، امتلك عدة حسابات Google، ثم افتح حسابات مجانية متدرجة لـ ChatGPT وClaude. احتفظ بالحسابات المجانية لمدة شهرين إلى ثلاثة أشهر، واحتفظ بـ 2-3 حسابات مجانية في كل مرة، بحيث تكوّن ثلاث مراحل من الحسابات. في النهاية، أنصح بشدة باستخدام النماذج المحلية والعالمية معًا. النماذج العالمية تتفوق في القدرات، بينما النماذج المحلية تتفوق في البيئة البيئية. كلاهما يستحق التعرف عليه جيدًا.