الذكاء الاصطناعي المفتوح مقابل المغلق: ما يحتاجه المستخدم العادي
جدار الذكاء العظيم
ينقسم قطاع الذكاء الاصطناعي حالياً إلى معسكرين متميزين. من جهة، تقوم شركات مثل OpenAI وGoogle ببناء أنظمة ضخمة ومغلقة (proprietary) تقبع خلف جدار رقمي. أنت تصل إلى هذه الأدوات عبر موقع ويب أو app، لكنك لا ترى أبداً كيف تعمل. ومن جهة أخرى، هناك مجتمع متنامٍ من المطورين وشركات مثل Meta وMistral يطرحون نماذجهم ليتمكن أي شخص من تحميلها. هذا الانقسام ليس مجرد نقاش تقني، بل هو صراع جوهري حول من يتحكم في مستقبل المعرفة البشرية وكم عليك أن تدفع للوصول إليها. بالنسبة للشخص العادي، يحدد الاختيار بين الأنظمة المفتوحة والمغلقة خصوصيتك، وتكاليفك، وحريتك الإبداعية. إذا كنت تستخدم نموذجاً مغلقاً، فأنت مجرد مستأجر. أما إذا استخدمت نموذجاً مفتوحاً، فأنت المالك. ولكل مسار مقايضات يتجاهلها معظم الناس حتى تحدث مشكلة في بياناتهم أو اشتراكاتهم.
الحقيقة وراء مصطلح “مفتوح”
تعشق فرق التسويق استخدام كلمة “مفتوح” لأنها توحي بالشفافية والمجتمعية. ومع ذلك، في عالم الذكاء الاصطناعي، غالباً ما يُستخدم المصطلح بمرونة. البرمجيات مفتوحة المصدر الحقيقية تسمح لأي شخص برؤية الكود، وتعديله، ومشاركته. في الذكاء الاصطناعي، هذا يعني الوصول إلى بيانات التدريب، وكود التدريب، وأوزان النموذج النهائية. قلة قليلة من النماذج الكبرى تحقق هذا المعيار العالي. معظم ما يسميه الجمهور ذكاءً اصطناعياً مفتوحاً هو في الواقع “أوزان مفتوحة” (open weights). وهذا يعني أن الشركة تمنحك “عقل” النموذج النهائي، لكنها لا تخبرك بالضبط كيف بنته أو ما هي الكتب والمواقع المحددة التي استخدمتها لتدريبه. الأمر أشبه بمخبز يعطيك كعكة جاهزة ودرجة حرارة الفرن، لكنه يرفض مشاركتك العلامة التجارية الدقيقة للدقيق أو مصدر البيض.
الذكاء الاصطناعي المغلق أسهل بكثير في التعريف؛ إنه منتج. عندما تستخدم GPT-4 أو Claude 3، فأنت تتفاعل مع خدمة. لا يمكنك تحميل النموذج على حاسوبك المحمول، ولا يمكنك رؤية الفلاتر الداخلية التي تمنعه من الإجابة على أسئلة معينة. ولا توجد طريقة لمعرفة ما إذا كانت الشركة قد غيرت النموذج بين عشية وضحاها لجعله أسرع ولكن أقل ذكاءً. هذا النقص في الشفافية هو ثمن الراحة. وتجادل الشركات بأن إبقاء النماذج مغلقة يمنع الأطراف السيئة من استخدام التقنية في الإضرار، بينما يرى النقاد أنها مجرد وسيلة لحماية الاحتكار. فهم هذا التمييز أمر حيوي لأنه يغير كيفية ثقتك في مخرجات الآلة.
السيادة في عصر السيليكون
التأثير العالمي لهذا الانقسام هائل. بالنسبة للدول خارج الولايات المتحدة، يعني الاعتماد على نماذج الذكاء الاصطناعي المغلقة إرسال بيانات وطنية حساسة إلى خوادم في كاليفورنيا أو فرجينيا. وهذا يخلق تبعية ضخمة لعدد قليل من الشركات الأمريكية. تسمح نماذج الأوزان المفتوحة لحكومة في أوروبا أو startup في الهند بتشغيل الذكاء الاصطناعي على أجهزتهم المحلية الخاصة. وهذا يوفر سيادة لا يمكن للأنظمة المغلقة تقديمها أبداً. كما يسمح بإنشاء نماذج تفهم اللغات المحلية والفروق الثقافية الدقيقة التي قد يتجاهلها عملاق في وادي السيليكون. عندما يكون النموذج مفتوحاً، يمتلك مطور في قرية صغيرة نفس نقطة البداية التي يمتلكها باحث في شركة بمليارات الدولارات. وهذا يكافئ الفرص بطريقة لم تفعلها سوى تقنيات قليلة.
تواجه الشركات أيضاً خياراً صعباً. لا يمكن لبنك المخاطرة بإرسال سجلات مالية خاصة للعملاء إلى cloud طرف ثالث. بالنسبة لهم، النموذج المفتوح الذي يعمل داخل مركز بياناتهم الآمن هو الخيار الوحيد القابل للتطبيق. في الوقت نفسه، قد تفضل وكالة تسويق صغيرة الأداء المصقول وعالي السرعة لنموذج مغلق لأنهم لا يملكون الموظفين لإدارة خوادمهم الخاصة. الاقتصاد العالمي يصنف نفسه حالياً في هذين الوعاءين: أولئك الذين يعطون الأولوية للتحكم وأولئك الذين يعطون الأولوية للسرعة. ومع تقدمنا خلال 2026، ستتسع الفجوة بين هاتين المجموعتين. الفائزون سيكونون أولئك الذين يدركون أن الذكاء الاصطناعي ليس أداة تناسب الجميع، بل أصل استراتيجي يتطلب نوعاً محدداً من الملكية.
الخصوصية في “صندوق الرمل” المحلي
لفهم المخاطر العملية، تأمل يوماً في حياة باحثة طبية تُدعى إيلينا. إنها تعمل على دراسة جديدة تتضمن سجلات المرضى. إذا استخدمت أداة ذكاء اصطناعي مغلقة شائعة، فعليها إزالة جميع معلومات تحديد الهوية من ملاحظاتها قبل أن تطلب من الذكاء الاصطناعي تلخيصها. وحتى ذلك الحين، هي ليست متأكدة أبداً مما إذا كانت بياناتها تُستخدم لتدريب الإصدار التالي من النموذج. إنها قلقة باستمرار بشأن اختراق البيانات في شركة الذكاء الاصطناعي. هذا الاحتكاك يبطئ عملها ويحد مما يمكنها تحقيقه. راحة الـ cloud تأتي مع تيار مستمر من القلق.
الآن، تخيل أن إيلينا تحولت إلى نموذج أوزان مفتوحة يعمل على محطة عمل قوية في مكتبها. يمكنها تزويد الذكاء الاصطناعي بكل تفاصيل أبحاثها دون أي خوف. البيانات لا تغادر الغرفة أبداً. يمكنها ضبط النموذج (fine-tune) لفهم المصطلحات الطبية المحددة التي غالباً ما تخطئ فيها نماذج الـ cloud العامة. لديها تحكم كامل في إصدار الذكاء الاصطناعي الذي تستخدمه. إذا جعل تحديث للبرنامج النموذج أسوأ في التحليل الطبي، فهي ببساطة تبقى على الإصدار الأقدم. هذه هي قوة الذكاء الاصطناعي المحلي؛ فهو يحول الأداة إلى مساعد خاص يعمل لها هي فقط. وبينما كان الإعداد أصعب، فإن المنفعة طويلة المدى أعلى بكثير لأنها ليست مقيدة بفلاتر الأمان أو سياسات الخصوصية الخاصة بالشركات.
يستخدم BotNews.today أدوات الذكاء الاصطناعي للبحث عن المحتوى وكتابته وتحريره وترجمته. يقوم فريقنا بمراجعة العملية والإشراف عليها للحفاظ على المعلومات مفيدة وواضحة وموثوقة.
غالباً ما يبالغ المستخدمون العاديون في تقدير مدى صعوبة تشغيل هذه النماذج. يعتقدون أنك بحاجة إلى غرفة مليئة بالخوادم. في الواقع، العديد من النماذج المفتوحة تعمل الآن على أجهزة الكمبيوتر المحمولة الحديثة. وعلى العكس من ذلك، يقلل الناس من تقدير مقدار التحكم الذي يفقدونه مع الأنظمة المغلقة. إنهم يفترضون أن الخدمة ستكون موجودة دائماً وستكون رخيصة دائماً. يظهر التاريخ أنه بمجرد أن تحبسك شركة في نظامها البيئي، ترتفع الأسعار وقد تختفي الميزات. باختيارك مساراً مفتوحاً، أنت تحمي نفسك من القرارات المستقبلية للشركات التي قد لا تتوافق مع مصالحك. أنت تختار أداة تبقى في صندوق أدواتك الرقمي إلى الأبد.
أسئلة التحكم المزعجة
يجب أن نطرح أسئلة صعبة حول التكاليف الخفية لهذه الأنظمة. إذا كان النموذج مغلقاً، فمن يقوم بمراجعته بحثاً عن التحيز؟ نحن مجبرون على الوثوق بالمواد التسويقية للشركة. إذا رفض الذكاء الاصطناعي الإجابة على سؤال حول حدث سياسي، فهل ذلك من أجل السلامة أم لحماية صورة الشركة؟ نقص الشفافية يجعل من المستحيل معرفة ذلك. من ناحية أخرى، تقدم النماذج المفتوحة مخاطرها الخاصة. إذا كان بإمكان أي شخص تحميل ذكاء اصطناعي قوي، فما الذي يمنعه من استخدامه لإنشاء تضليل أو برامج ضارة؟ يجادل المجتمع المفتوح بأن أفضل دفاع هو المزيد من النماذج المفتوحة، لكن هذه نظرية لم يتم اختبارها بالكامل بعد في أزمة.
هناك أيضاً مسألة الطاقة والأجهزة. تشغيل الذكاء الاصطناعي الخاص بك ليس مجانياً. فهو يستهلك كهرباء كبيرة ويتطلب بطاقات رسوميات (graphics cards) باهظة الثمن. هل نستبدل التبعية للشركات بتبعية للأجهزة؟ علاوة على ذلك، غالباً ما يتم جمع مجموعات البيانات المستخدمة لهذه النماذج من الإنترنت دون موافقة المبدعين الأصليين. بينما تخفي الشركات المغلقة مصادر بياناتها، غالباً ما تكون شركات الأوزان المفتوحة غامضة بنفس القدر. يجب أن نسأل عما إذا كان يمكن حقاً تسمية أي ذكاء اصطناعي بالمفتوح إذا كان الأساس الذي بُني عليه سراً. نحن نبني حالياً بنية تحتية للمستقبل على أساس أخلاقي مهتز للغاية. ومع اقترابنا من 2026، سيزداد الضغط من أجل شفافية حقيقية فقط.
خلف الكواليس للنخبة التقنية
بالنسبة لأولئك الذين يريدون تجاوز واجهة الدردشة، فإن الاختلافات التقنية صارخة. يقدم مزودو الذكاء الاصطناعي المغلق واجهات برمجة تطبيقات (APIs) تحاسبك بالكلمة أو بالصورة. يمكن أن تتصاعد هذه التكاليف بسرعة أثناء توسيع نطاق مشروعك. أنت أيضاً تحت رحمة حدود معدلات الاستخدام الخاصة بهم. إذا كانت خوادمهم مشغولة، يتباطأ تطبيقك. ليس لديك أي تحكم في زمن الوصول (latency) أو وقت التشغيل (uptime). أنت تبني عملك بشكل أساسي على أرض مستأجرة. إذا قرر المزود حظر حالة استخدامك، فقد يختفي مشروعك بالكامل في ظهيرة يوم واحد. هذه مخاطرة كبيرة للمطورين الذين يرغبون في بناء قيمة طويلة المدى.
توفر النماذج المفتوحة سير عمل مختلفاً. يمكنك استخدام تقنيات مثل *quantization* لتقليص نموذج ضخم ليناسب أجهزة أرخص. وهذا يسمح لك بتشغيل نموذج بـ 70 مليار معامل على وحدة معالجة رسوميات (GPU) استهلاكية واحدة متطورة. يمكنك أيضاً استخدام التخزين المحلي لأوزان نموذجك، مما يضمن عمل تطبيقك حتى بدون اتصال بالإنترنت. لا توجد حدود لـ API ولا تكاليف لكل رمز (token) بعد شراء الأجهزة. التكامل أكثر مرونة أيضاً. يمكنك تعديل الطبقات الداخلية للنموذج لتناسب مهمتك المحددة بشكل أفضل. هذا المستوى من التخصيص مستحيل مع API مغلق. في حين أن عقبة الهندسة الأولية أعلى، فإن حرية الابتكار دون إذن هي ميزة هائلة للمستخدمين المتقدمين.
هل لديك قصة، أداة، اتجاه، أو سؤال عن الذكاء الاصطناعي تعتقد أنه يجب علينا تغطيته؟ أرسل لنا فكرتك للمقالة — نود أن نسمعها.
اختيار مسارك للمستقبل
يعتمد القرار بين الذكاء الاصطناعي المفتوح والمغلق على احتياجاتك المحددة. إذا كنت تريد التجربة الأكثر قوة وصقلاً ولا تهتم بالخصوصية أو التكاليف طويلة المدى، فإن النماذج المغلقة مثل GPT-4 هي الخيار الواضح. إنها سيارات “فيراري” في عالم الذكاء الاصطناعي؛ سريعة، وأنيقة، ويصونها شخص آخر. ومع ذلك، إذا كنت تقدر الخصوصية، أو تريد تجنب الرسوم المتكررة، أو تحتاج إلى بناء نظام تمتلكه حقاً، فإن نماذج الأوزان المفتوحة هي الطريق الأمثل. إنها تتطلب جهداً أكبر في الإعداد، لكنها توفر مستوى من الأمان والمرونة لا يمكن لأي خدمة اشتراك مضاهاته. تشير معايير صناعة الذكاء الاصطناعي المتطورة إلى أن المستقبل سيكون مزيجاً من الاثنين. استخدم النماذج المغلقة للمهام السريعة والنماذج المفتوحة لأهم أعمالك الخاصة. في هذا العصر الجديد، أهم مهارة هي معرفة أي أداة تستخدم لأي وظيفة.
ملاحظة المحرر: لقد أنشأنا هذا الموقع كمركز إخباري وإرشادي متعدد اللغات للذكاء الاصطناعي للأشخاص الذين ليسوا خبراء في الكمبيوتر، ولكنهم ما زالوا يرغبون في فهم الذكاء الاصطناعي، واستخدامه بثقة أكبر، ومتابعة المستقبل الذي بدأ بالفعل في الوصول.
هل وجدت خطأ أو شيئًا يحتاج إلى تصحيح؟ أخبرنا.
