أمريكا مفتوح المصدر الذكاء الاصطناعي جملة: مختبران، سؤال واحد - هل يمكن للولايات المتحدة المنافسة؟

المصدر: CryptoNewsNet العنوان الأصلي: رهان أمريكا على الذكاء الاصطناعي مفتوح المصدر: مختبران، سؤال واحد—هل يمكن للولايات المتحدة المنافسة؟ الرابط الأصلي: أصدرت مختبرات الذكاء الاصطناعي الأمريكية اثنين من النماذج مفتوحة المصدر هذا الأسبوع، كل منهما يتبنى نهجاً مختلفاً تماماً لحل نفس المشكلة: كيفية المنافسة مع هيمنة الصين على أنظمة الذكاء الاصطناعي المتاحة للجمهور.

أصدرت Deep Cogito نموذج Cogito v2.1، وهو نموذج ضخم يتكون من 671 مليار معلمة، والذي يطلق عليه مؤسسه، دريشان أورا، “أفضل LLM مفتوح الوزن من قبل شركة أمريكية.”

ليس بهذه السرعة، رد معهد ألين للذكاء الاصطناعي، الذي أطلق للتو Olmo 3، معتبراً إياه “أفضل نموذج قاعدة مفتوح بالكامل.” يتميز Olmo 3 بالشفافية الكاملة، بما في ذلك بيانات التدريب والشفرة.

من المثير للسخرية أن الطراز الرائد لشركة Deep Cognito مبني على أساس صيني. اعترف أرورا بأن Cogito v2.1 “يتمفصل عن نموذج Deepseek الأساسي ذو الترخيص المفتوح من نوفمبر 2024.”

أثار ذلك بعض الانتقادات والنقاش حول ما إذا كان تحسين نموذج صيني يعتبر تقدمًا في الذكاء الاصطناعي الأمريكي، أو ما إذا كان يثبت فقط مدى تراجع المختبرات الأمريكية.

على أي حال، فإن مكاسب الكفاءة التي تظهرها Cogito مقارنة بـ DeepSeek هي مكاسب حقيقية.

تدعي Deep Cognito أن Cogito v2.1 ينتج سلاسل تفكير أقصر بنسبة 60% مقارنة بـ DeepSeek R1 مع الحفاظ على أداء تنافسي.

باستخدام ما يسميه أرورا “التقطير المتكرر والتعزيز”—تعليم النماذج لتطوير حدس أفضل من خلال حلقات تحسين الذات—قامت الشركة الناشئة بتدريب نموذجها في 75 يومًا فقط على البنية التحتية من RunPod وNebius.

إذا كانت المعايير صحيحة، فإن هذا سيكون أقوى نموذج لغة مفتوح المصدر يتم صيانته حاليًا من قبل فريق أمريكي.

لماذا الأمر مهم

حتى الآن، كانت الصين تضع الوتيرة في الذكاء الاصطناعي مفتوح المصدر، وتزداد الشركات الأمريكية اعتمادًا - سواء بشكل هادئ أو علني - على النماذج الأساسية الصينية للبقاء في المنافسة.

تلك الديناميكية محفوفة بالمخاطر. إذا أصبحت المختبرات الصينية هي البنية التحتية الافتراضية للذكاء الاصطناعي المفتوح في جميع أنحاء العالم، فإن الشركات الناشئة الأمريكية ستفقد الاستقلال الفني، وقوة التفاوض، والقدرة على تشكيل معايير الصناعة.

يحدد الذكاء الاصطناعي مفتوح الوزن من يتحكم في النماذج الخام التي تعتمد عليها كل منتج تابع.

في الوقت الحالي، تهيمن النماذج الصينية مفتوحة المصدر (DeepSeek و Qwen و Kimi و MiniMax) على الاعتماد العالمي لأنها رخيصة وسريعة وفعالة للغاية وتُحدث باستمرار.

العديد من الشركات الناشئة في الولايات المتحدة تبني بالفعل عليها، حتى عندما تتجنب الاعتراف بذلك علنًا.

هذا يعني أن الشركات الأمريكية تقوم ببناء أعمال على أساس الملكية الفكرية الأجنبية، وخطوط تدريب أجنبية، وتحسينات الأجهزة الأجنبية. استراتيجياً، فإن ذلك يضع أمريكا في نفس الوضع الذي كانت تواجهه سابقاً مع تصنيع أشباه الموصلات: اعتماد متزايد على سلسلة التوريد الخاصة بشخص آخر.

نهج Deep Cogito—الذي يبدأ من تفرع DeepSeek—يظهر الجانب الإيجابي (التكرار السريع) والجانب السلبي (الاعتماد).

تظهر مقاربة معهد ألين - بناء أولمو 3 بشفافية كاملة - البديل: إذا أرادت الولايات المتحدة قيادة الذكاء الاصطناعي المفتوح، فعليها إعادة بناء النظام بنفسها، من البيانات إلى وصفات التدريب إلى نقاط التحقق. هذه عملية كثيفة العمالة وبطيئة، لكنها تحافظ على السيادة على التكنولوجيا الأساسية.

من الناحية النظرية، إذا كنت قد أعجبت بالفعل بـ DeepSeek وتستخدمه عبر الإنترنت، فإن Cogito ستوفر لك إجابات أفضل في معظم الأوقات. إذا كنت تستخدمه عبر واجهة برمجة التطبيقات، فستكون سعيدًا مرتين، حيث ستدفع أموالًا أقل للحصول على ردود جيدة بفضل مكاسب الكفاءة.

اتخذ معهد ألين مسارًا معاكسًا. تصل مجموعة نماذج Olmo 3 بالكامل مع Dolma 3، وهي مجموعة بيانات تدريب تتكون من 5.9 تريليون توكن تم بناؤها من الصفر، بالإضافة إلى شيفرة كاملة، وصفات، ونقاط تفتيش من كل مرحلة تدريب.

أصدرت المنظمة غير الربحية ثلاثة نماذج مختلفة—الأساسية، والتفكير، والتعليم—بـ 7 مليارات و 32 مليار معلمة.

“الانفتاح الحقيقي في الذكاء الاصطناعي لا يتعلق فقط بالوصول—إنه يتعلق بالثقة، والمساءلة، والتقدم المشترك”، كتبت المعهد.

أولمو 3-ثينك 32B هو النموذج الأول القائم على التفكير المفتوح بالكامل بهذا المقياس، تم تدريبه على حوالي سدس الرموز مقارنة بالنماذج الأخرى مثل كيوين 3، مع تحقيق أداء تنافسي.

حصلت Deep Cognito على $13 مليون في تمويل البذور بقيادة Benchmark في أغسطس. تخطط الشركة الناشئة لإصدار نماذج متقدمة تصل إلى 671 مليار معلمة تم تدريبها على “حساب أكبر بكثير مع مجموعات بيانات أفضل.”

في الوقت نفسه، دعمت Nvidia تطوير Olmo 3، حيث وصفته نائبة الرئيس كاري بريسكي بأنه أساسي “للمطورين لتوسيع الذكاء الاصطناعي باستخدام نماذج مفتوحة، مصنوعة في الولايات المتحدة.”

التأسيس تدرب على مجموعات GPU H100 من Google Cloud، محققًا متطلبات حوسبة أقل بمقدار 2.5 مرة من Llama 3.1 8B من Meta.

تتوفر Cogito v2.1 للاختبار المجاني عبر الإنترنت. يمكن تنزيل النموذج، ولكن احذر: يتطلب بطاقة قوية جدًا للتشغيل.

أولمو متاح للاختبار. يمكن تنزيل النماذج. هذه النماذج أكثر ملاءمة للمستهلك، اعتمادًا على الخيار الذي تختاره.