كشف تقرير حديث نشرته صحيفة The Information نقلًا عن مصادر مطلعة، أن شركتي DeepSeek وMoonshot AI الصينيتين اعتمدتا بشكل كبير على نموذج GPT-6 Astra من OpenAI لتدريب أحدث نماذجهما. تُعرف هذه العملية باسم «التقطير» (distillation)، وتتيح لمطوري الذكاء الاصطناعي الاستفادة من نموذج أكثر قدرة دون الحاجة لبناء جميع إمكانياته من الصفر.
تتضمن عملية التقطير إرسال عدد كبير من الأوامر لنموذج الذكاء الاصطناعي الأكثر تطورًا، وجمع إجاباته، ثم استخدام هذه الاستجابات لتدريب الأنظمة الخاصة بالشركة الأقل تطورًا. عند تطبيقها على نطاق واسع، يمكن أن تساعد نموذجًا أصغر على استنساخ بعض قدرات نظام أكثر تقدمًا بجزء بسيط من التكلفة. النماذج المعنية في هذا التقرير هي Kimi K3.1 Pro من Moonshot، والذي أُطلق الأسبوع الماضي، ونسخة محدثة من DeepSeek’s V4.1-Flash، التي أطلقت في 17 أكتوبر.
جدل متزايد حول ممارسات التدريب
يُضيف هذا التقرير إلى التوترات القائمة حول كيفية تطوير شركات الذكاء الاصطناعي الصينية لنماذج يمكنها منافسة تلك التي تبنيها المعامل الأمريكية. سبق أن اتهمت OpenAI شركة Moonshot باستخدام طرق مماثلة. ففي 30 سبتمبر، صرحت OpenAI بأن أشخاصًا مرتبطين بمطور Kimi أجروا حملة منسقة في يوليو لاستخراج المنطق الخفي وراء إجابات نماذجها، واكتشفت الشركة نشاطًا مرتبطًا يضم أكثر من 15,000 مستخدم. قامت OpenAI بوقف الحملة بحلول 28 يوليو، وحظرت الحسابات المتورطة، وشاركت النتائج مع مختبرات الذكاء الاصطناعي الأخرى.
لطالما جادلت شركات كـ OpenAI وAnthropic وGoogle بأن التقطير يمكن أن يسمح للمنافسين بتكرار القدرات المتقدمة دون استثمارات مماثلة في التدريب. وقد حددت الوكالات الأمريكية أيضًا شركات صينية تقول إنها استهدفت نماذج الذكاء الاصطناعي الأمريكية.
كيف تواجه الشركات الرائدة هذا التحدي؟
تحاول المختبرات الرائدة جعل عملية التقطير أكثر صعوبة. ففي وقت سابق من هذا الشهر، صرحت Anthropic بأنها طبقت ضمانات جديدة قللت من كمية البيانات التي تم جمعها من نماذج Claude الخاصة بها في هجمات التقطير بنسبة تتراوح بين 90% و99%. من جانبها، أعلنت الشركتان الصينيتان عن نتائج قوية في تقييماتهما الخاصة؛ حيث ذكرت Moonshot أن Kimi K3.1 Pro تفوق على GPT-6 Astra في معيار برمجي، بينما قدمت DeepSeek نموذج V4.1-Flash في سبتمبر كبديل منخفض التكلفة للنماذج الأمريكية. لم تُتحقق هذه النتائج بشكل مستقل.
ماذا يعني هذا للمطورين؟ تُبرز هذه الأحداث معضلة صعبة تواجه مختبرات الذكاء الاصطناعي الرائدة: فالنماذج نفسها التي تُقدمها للمستخدمين يمكن أن تكون أيضًا مادة تدريبية للمنافسين الذين يتطلعون إلى اللحاق بالركب. بالنسبة للمطورين، هذا يعني استمرار المنافسة الشرسة في سوق نماذج الذكاء الاصطناعي، وقد يدفع بالشركات الكبرى إلى فرض قيود أكثر صرامة على استخدام نماذجها، أو تطوير آليات دفاعية أفضل ضد أساليب التقطير. من ناحية أخرى، قد يؤدي ذلك إلى توفر نماذج قوية بتكاليف أقل بفضل هذا النوع من «التعلم العكسي»، لكنه في الوقت نفسه يثير تساؤلات جدية حول حقوق الملكية الفكرية والابتكار الأصيل في مجال الذكاء الاصطناعي.
المصدر: thenextweb.com