في سباق العالم القاسي لإنشاء نماذج الذكاء الاصطناعي أكثر كفاءة وأقل شركات كبيرة ، مثل Openai و Microsoft و Meta ، تستخدم تقنية “مقطرة” ، والتي تتيح نقل المعرفة من نماذج كبيرة إلى نماذج أصغر وأكثر كفاءة.
ما هو التقطير ولماذا يثير الجدل؟
تعتمد هذه التقنية على استخدام نموذج الذكاء الاصطناعي الكبير ، المعروف باسم “نموذج المعلم” ، لإنتاج البيانات المستخدمة في تدريب نموذج أصغر يسمى “نموذج الطالب”. يتيح هذا النهج تطوير النماذج بأداء مهام محددة بدقة عالية ، مع تقليل استهلاك المصادر الحسابية وتقليل تكاليف التشغيل.
اكتسبت التقطير زخمًا كبيرًا بعد استخدامه من قبل الشركة الصينية Deepseek لبناء نماذج قوية بناءً على أنظمة مفتوحة المصادر التي طورتها Meta و Alibaba ، والتي أدت إلى اهتزاز ثقة المستثمر في هيمنة وادي السيليكون في هذا القطاع ، ومليارات الدولارات في أسهم شركات التكنولوجيا الكبيرة الأمريكية.
فرصة للشركات الناشئة وتهديد للعمالقة
يعتقد الخبراء أن التقطير هو فرصة ذهبية للشركات الناشئة التي تبحث عن طرق فعالة من حيث التكلفة لتطوير التطبيقات القائمة على الذكاء الاصطناعي. ومع ذلك ، يشكل هذا تهديدًا لنماذج الأعمال التقليدية لكبار اللاعبين في هذا المجال ، مثل Openai ، والذي يعتمد على توفير النماذج الكبيرة ذات تكاليف التشغيل المرتفعة.
يقول أوليفييه جودمان ، رئيس المنتجات في Openai ، “التقطير هو عملية سحرية تتيح تحويل النماذج الذكية العملاقة إلى نماذج أصغر وأكثر كفاءة ، والتي يمكن أن تؤدي المهام بسرعة وبتكلفة منخفضة”.
معركة جديدة: حماية النماذج من الاستنساخ
على الرغم من الفوائد الهائلة التي يوفرها التقطير ، فإنها تشكل تحديات كبيرة ، خاصة فيما يتعلق بحماية الملكية الفكرية. أعرب Openai عن قلقه من أن Deepseek استخدم تقنيات التقطير لتدريب نموذجها المعارض ، على عكس ظروف التوظيف. تبذل الشركة جهودًا كبيرة لمراقبة أي عمليات استنساخ غير مصرح بها ، لأنها قد تحظر الوصول إلى منصاتها لأولئك الذين يُعتقد أنهم يسيئون استخدام بياناته.
بين الذكاء المفتوح والسباق نحو التفوق
من ناحية أخرى ، يعتقد أنصار الذكاء الاصطناعي المفتوح ، مثل يان لاكو ، كبير العلماء للذكاء الاصطناعي في التعريف ، أن التقطير يزيد من روح الابتكار الجماعي ، حيث قال: “نستخدم هذه التكنولوجيا ودمجها على الفور في منتجاتنا … هذه هي الفكرة الأساسية للذكاء المفتوح ، حيث يستفيد الجميع من التقدم في الآخرين.”
لكن هذا النهج يضع تحديات لشركات الذكاء الاصطناعي الكبيرة ، التي تستثمر مليارات الدولارات في تطوير النماذج المتقدمة ، لتحديد أن المنافسين يمكنهم الحفاظ على أكثر من بضعة أشهر.
مستقبل التقطير: توازن بين الكفاءة والقدرات
يتيح التقطير نماذج أسرع وأدنى ، لكن لديها حدود ، مثل أحمد عواد الله ، الباحث في Microsoft Research ، يعتقد أن “النماذج المقطرة قد تكون ممتازة في مهام محددة ، مثل تلخيص الرسائل الإلكترونية ، لكنها لن تكون هي نفس النماذج الكبيرة في المهام المعقدة.”
