أشعل مختبر الذكاء الاصطناعي الصيني DeepSeek شرارة أول حرب في وادي السيليكون عام 2025، بعد إطلاقه نسخ مفتوحة من نماذج الذكاء الاصطناعي تنافس أفضل ما تقدمه OpenAI وMeta وGoogle. DeepSeek، الذي يزعم كفاءة وسرعة فائقة في بناء نماذجه (رغم تشكيك البعض في هذه الادعاءات)، تقدم هذه النماذج بمقابل بسيط من السعر الذي تفرضه شركات الذكاء الاصطناعي الأمريكية. هذا التطور أقلق ليس فقط عمالقة التكنولوجيا، بل وصل صداه إلى أعلى مستويات الحكومة الأمريكية، التي تخشى من تفوق الصين في سباق التسلح في مجال الذكاء الاصطناعي.
«لن يُفاجئني أن تكون العديد من مختبرات الذكاء الاصطناعي في حالة حربٍ الآن»، صرّح روبرت نيشيهارا، المؤسس المشارك لشركة Anyscale الناشئة في مجال البنية التحتية للذكاء الاصطناعي، في مقابلة مع TechCrunch.
صعود DeepSeek يمثل نقطة تحول حاسمة في مشهد الذكاء الاصطناعي في وادي السيليكون. يقول الرؤساء التنفيذيون ومؤسسو وباحثو ومستثمرو الذكاء الاصطناعي لـ TechCrunch إن نماذج DeepSeek لها تداعيات كبيرة على السياسة الأمريكية في مجال الذكاء الاصطناعي. علاوة على ذلك، يقول هؤلاء الخبراء، إن النماذج بمثابة مؤشر على التسارع المطرد في تقدم الذكاء الاصطناعي. «بالطبع، كان هناك الكثير من الضجيج حول DeepSeek»، قال رافيد شوارتز زيف، أستاذ مساعد في مركز علوم البيانات بجامعة نيويورك، في مقابلة. «لكنه لا يزال مثيرًا للاهتمام للغاية، وهناك الكثير مما يمكننا أن نتعلمه منه».
طرق جديدة لجعل الذكاء الاصطناعي يفكر
إحدى الابتكارات الرئيسية لـ DeepSeek في إنشاء نموذج R1 الخاص بها كانت «التعلم بالتعزيز الخالص»، وهو نهج يعتمد على التجربة والخطأ، وفقًا لما قاله كيان كاتانفوروش، الرئيس التنفيذي لشركة Workera والمحاضر المُساعد في جامعة ستانفورد. وقارن كاتانفوروش اختراق DeepSeek بطفل يتعلم عدم لمس طبق ساخن بعد أن يحرق نفسه عن طريق الخطأ.
في وصفٍ دقيق لأسلوب DeepSeek، قال كاتانفوروش: «يشبه الأمر طفلًا يلمس سطحًا ساخنًا، فيحترق، ويتعلم بسرعة ألا يفعل ذلك مجددًا». هذا هو جوهر التعلم بالتعزيز الخالص – التعلم من التجربة والخطأ بناءً على ردود الفعل. تعتمد DeepSeek بشكل كبير على هذا النوع من التعلم، أكثر من غيرها من نماذج الذكاء الاصطناعي المتطورة.
OpenAI استخدمت أيضًا تقنيات التعلم بالتعزيز لتطوير نموذج O1، الذي كشفت عنه قبل أسابيع من إعلان DeepSeek عن نموذج R1. وتزعم الشركة أن نموذج O3 القادم يحقق أداءً أفضل باستخدام طرق مشابهة إلى حد كبير، بالإضافة إلى قدرة حوسبة إضافية.
يُعتبر التعلم بالتعزيز أحد أكثر الطرق الواعدة لتحسين نماذج الذكاء الاصطناعي التأسيسية اليوم، وفقًا لكاتانفوروش. ويشير مصطلح «نماذج الأساس» عمومًا إلى نماذج الذكاء الاصطناعي المُدرَّبة على كميات هائلة من البيانات، مثل الصور والنصوص من الويب. ويبدو من المرجح أن تستمر مختبرات الذكاء الاصطناعي الأخرى في دفع حدود التعلم بالتعزيز لتحسين نماذجها، خاصةً بالنظر إلى نجاح DeepSeek.
قبل بضعة أشهر فقط، وجدت شركات الذكاء الاصطناعي نفسها تُكافح لتعزيز أداء نماذج الأساس الخاصة بها. لكن نجاح أساليب مثل التعلم بالتعزيز وغيرها، مثل التثبيت الخاضع للإشراف وتوسيع وقت الاختبار، يشير إلى أن تقدم الذكاء الاصطناعي قد يشهد دفعة قوية.
وقال ناثان لامبرت، الباحث في AI2، في مقابلة مع TechCrunch: «لقد منحتني R1 الكثير من الثقة في الوتيرة المرتفعة للتقدم».
لحظة فاصلة في عالم الذكاء الاصطناعي
يمثل DeepSeek R1 لحظة فاصلة في عالم الذكاء الاصطناعي. هذا النموذج، الذي يمكن للمستخدمين تنزيله وتشغيله على أجهزتهم الخاصة، يتحدى هيمنة OpenAI O1 بتحقيق أداء متفوق في مختلف معايير الذكاء الاصطناعي. صحيح أن نماذج مفتوحة المصدر تقترب من أداء النماذج «المغلقة» من قبل، لكن ما يميز DeepSeek هو السرعة المذهلة التي أحدثت بها هذه الضجة في الصناعة.
هذا التطور قد يدفع الولايات المتحدة إلى إعادة تقييم استراتيجيتها في مجال الذكاء الاصطناعي، وزيادة استثماراتها في تطوير نماذج مفتوحة، أو حتى تبني نهج مفتوح بالكامل، لمواجهة التحدي الصيني. مارتن كاسادو، الشريك العام في Andreessen Horowitz (A16Z)، يرى أن DeepSeek يقدم دليلًا قاطعًا على صحة «الأساس المنطقي التنظيمي الذي تبنته الولايات المتحدة خلال العامين الماضيين».
في مقابلة، قال كاسادو: «أعتقد أن هذا يوضح لنا أن الولايات المتحدة ليست الوحيدة القادرة تقنيًا في مجال الذكاء الاصطناعي. يمكن أن تأتي الحلول التنافسية من أي مكان، وخاصةً من الصين. بدلًا من إعاقة الابتكار الأمريكي، يجب أن نستثمر فيه بقوة. المصدر المفتوح لا يمكّن الصين بطريقة أو بأخرى. في الواقع، عدم تبني شركاتنا للمصادر المفتوحة يعني أن تقنيتنا لا تنتشر بنفس القدر».
يبدو أن كاسادو يشير إلى الأمر التنفيذي للرئيس السابق الذي تم إلغاؤه مؤخرًا بشأن الذكاء الاصطناعي، ومشروع قانون كاليفورنيا 1047، وكلاهما يعارضه A16Z بشدة. جادل A16Z كلا الإجراءين لأنهما يعطيان الأولوية لمنع سيناريوهات «يوم القيامة» «الغريبة» على الابتكار الأمريكي. على نطاق أوسع، حقق وادي السيليكون عمومًا نجاحًا في تخفيف “حركة DOOM AI” في عام 2024. القلق الحقيقي بشأن الذكاء الاصطناعي، كما قال A16Z وآخرون مرارًا وتكرارًا، هو فقدان أمريكا لميزة تنافسية أمام الصين.
يبدو هذا السيناريو أكثر وضوحًا في ضوء صعود DeepSeek.
دعوة لليقظة
ليس من قبيل المصادفة أن تستثمر A16Z بكثافة في كبرى شركات الذكاء الاصطناعي، بما في ذلك Databricks و Mistral و Black Forest Labs. قد تلعب الشركة أيضًا دورًا محوريًا في تقديم المشورة لإدارة ترامب بشأن الذكاء الاصطناعي، حيث يشغل شريك A16Z السابق Sriram Krishnan منصب مستشار السياسات العليا لترامب في هذا المجال.
يوم الاثنين، وصف ترامب DeepSeek بأنه «دعوة للاستيقاظ» لشركات الذكاء الاصطناعي الأمريكية، مشيدًا بنهج المختبر الصيني المفتوح، وهو ما يتوافق مع موقف A16Z.
في منشور على X، أشار مارك أندريسن، المؤسس المشارك لـ A16Z، إلى إطلاق الاتحاد السوفيتي لمركبة فضائية تدور حول الأرض قبل عقود، وكيف دفع ذلك الولايات المتحدة إلى الاستثمار بجدية في برنامج الفضاء.
يبدو أن صعود DeepSeek غيّر وجهة نظر المتشككين في المصادر المفتوحة، مثل الرئيس التنفيذي السابق لـ Google إريك شميدت. ففي العام الماضي فقط، أعرب شميدت عن قلقه بشأن انتشار نماذج الذكاء الاصطناعي المفتوحة حول العالم. ولكن في مقال افتتاحي نُشر يوم الثلاثاء، قال شميدت إن صعود DeepSeek يمثل «نقطة تحول» في سباق الذكاء الاصطناعي العالمي، ودعا إلى مزيد من الاستثمار في الذكاء الاصطناعي الأمريكي المفتوح.
DeepSeek: هل هو بداية حقبة جديدة في الذكاء الاصطناعي؟
من المهم أن نضع إنجازات DeepSeek في سياقها الصحيح. يشكك البعض في ادعاء الشركة بتدريب نموذجها Deepseek V3 مقابل 5.6 مليون دولار فقط، وهو رقم زهيد مقارنةً بالمعتاد في صناعة الذكاء الاصطناعي، خاصةً مع امتلاكها ما يقرب من 2000 وحدة معالجة رسومات Nvidia قديمة.
لا يخلو نموذج Deepseek R1 من العيوب. فقد كشف اختبار أجرته NewsGuard عن إعطاء R1 إجابات غير دقيقة أو غير كاملة بنسبة 83% عند سؤاله عن مواضيع متعلقة بالأنف. كما رفض الإجابة على 85% من المطالبات المتعلقة بالصين، ما قد يعكس رقابة حكومية.
هناك أيضًا اتهامات بسرقة الملكية الفكرية. تقول OpenAI إن لديها دليلًا على استخدام Deepseek لنماذجها لتدريب نموذجها الخاص، وهو ما قد يشكل انتهاكًا لشروط OpenAI.
إلا أن Deepseek حقق نقلة نوعية في تطوير نماذج أكثر كفاءة وابتكارًا. يشير لامبرت إلى أن R1، على عكس O1، يكشف عن “عملية التفكير” للمستخدمين، ما يزيد من ثقة البعض في النموذج.
