ماذا يحدث إذا احتدمت الحرب الباردة في مجال الذكاء الاصطناعي؟

تتحول المنافسة العالمية على السيادة في مجال الذكاء الاصطناعي من معركة خوارزميات إلى حرب استنزاف حول الموارد المادية. يظن الكثيرون أن الفائز في هذا السباق سيكون الدولة التي تمتلك أكثر مهندسي البرمجيات موهبة أو أذكى الأكواد، لكن هذا فهم خاطئ تماماً للوضع الحالي. الفائز الحقيقي سيكون الجهة القادرة على تأمين أكبر قدر من أشباه الموصلات المتطورة والكميات الهائلة من الكهرباء اللازمة لتشغيلها. نحن نبتعد عن عالم التعاون الأكاديمي المفتوح وندخل فترة من الحمائية التكنولوجية العميقة. حدث هذا التحول لأن الحكومات أدركت أن النماذج اللغوية الكبيرة هي الأساس الجديد لـ **الدفاع الوطني والإنتاجية الاقتصادية**. إذا استمر التوتر بين الولايات المتحدة والصين في التصاعد، فسينقسم قطاع التكنولوجيا العالمي إلى نظامين بيئيين متميزين وغير متوافقين. هذا ليس احتمالاً بعيداً، بل عملية جارية بالفعل. تُجبر الشركات على اختيار جانبها أثناء تحديد أماكن استضافة بياناتها ونوع الأجهزة التي تشتريها. عصر الإنترنت الموحد والعالمي يقترب من نهايته.

ما وراء ضجيج الـ Chatbot

سؤال شائع للمبتدئين في هذا الموضوع هو: هل هناك طرف يفوز حالياً؟ من الصعب الإجابة لأن اللاعبين الرئيسيين يلعبان لعبتين مختلفتين. تقود الولايات المتحدة حالياً في الأبحاث التأسيسية وأداء النماذج الخام، حيث يتم إنتاج معظم النماذج الأكبر والأكثر قدرة بواسطة شركات أمريكية. ومع ذلك، تقود الصين في النشر السريع لهذه التقنيات ودمجها في التصنيع الصناعي. الاعتقاد الخاطئ الشائع هو أن حظر التصدير الأمريكي للرقائق المتطورة قد أوقف التقدم الصيني تماماً، وهذا غير صحيح. بدلاً من ذلك، أجبرت هذه القيود الشركات الصينية على أن تصبح أساتذة في التحسين (optimization). إنهم يجدون طرقاً مبتكرة لتدريب نماذج ضخمة على أجهزة أقل قوة ويبنون سلاسل توريد محلية لأشباه الموصلات. لقد خلق هذا سوقاً منقسماً حيث تركز الشركات الغربية على الحجم بينما تركز الشركات الشرقية على الكفاءة.

تحول تركيز المنافسة مؤخراً من تدريب النماذج إلى تشغيلها على نطاق واسع، وهنا يصبح عنق زجاجة الأجهزة أزمة للجميع. إذا لم تتمكن شركة ما من الوصول إلى أحدث رقائق Nvidia H100 أو B200، فيجب عليها استخدام كهرباء أكثر بكثير لتحقيق نفس النتائج. هذا يخلق عجزاً اقتصادياً هائلاً في عالم تتسم فيه أسعار الطاقة بالتقلب. المنافسة الآن تدور حول من يمكنه بناء أكثر مراكز البيانات كفاءة وتأمين أكثر شبكات الطاقة موثوقية. لم يعد الأمر يتعلق فقط بمن يمتلك أفضل الصيغ الرياضية؛ فالبنية التحتية المادية للذكاء الاصطناعي أصبحت بنفس أهمية الكود نفسه. تسارع هذا التغير بسبب إدراك أن قوة الحوسبة مورد محدود، ولا يمكن مشاركته أو تكراره بسهولة دون استثمارات رأسمالية ضخمة.

الانفصال الكبير

التأثير العالمي لهذا الاحتكاك هو إعادة تنظيم شاملة لسلسلة توريد التكنولوجيا. نحن نشهد صعود الذكاء الاصطناعي السيادي، مما يعني أن الدول لم تعد مستعدة للاعتماد على مزودي الـ cloud الأجانب لمعلوماتها الحساسة. إنهم يريدون نماذجهم الخاصة التي يتم تدريبها على بياناتهم الخاصة وتعمل على خوادم تقع داخل حدودهم. إنهم لا يريدون المخاطرة بقطع الخدمات الأساسية أثناء نزاع تجاري أو أزمة دبلوماسية. هذا يؤدي إلى عالم مجزأ حيث تختلف المعايير التقنية حسب المنطقة. تُجبر الدول الصغيرة على اختيار جانب للحصول على الوصول إلى أكثر الأدوات تقدماً. هذه ليست مجرد قضية برمجية، بل معركة للسيطرة على الكابلات المادية والمصانع التي تنتج مكونات العالم الحديث.

يعتقد الكثيرون أن هذه مجرد حرب تجارية على السلع الاستهلاكية مثل الـ smartphones، لكنها في الواقع معركة على مستقبل اتجاهات الذكاء الاصطناعي العالمية وكيفية إدارتها. إذا انقسم العالم، نفقد القدرة على مشاركة أبحاث السلامة الحيوية، مما يجعل التكنولوجيا أكثر خطورة على الجميع. عندما لا يستطيع الباحثون التحدث مع بعضهم البعض عبر الحدود، لا يمكنهم الاتفاق على معايير السلامة الأساسية أو المبادئ التوجيهية الأخلاقية. هذا يخلق سباقاً نحو القاع حيث يتم إعطاء الأولوية للسرعة على حساب الأمن. يُظهر التحول الأخير في السياسة الأمريكية لتقييد الوصول إلى الـ cloud لبعض المناطق مدى خطورة الوضع. لم يعد الأمر يتعلق فقط بشحن الأجهزة، بل بالتحكم في القدرة على الحوسبة ذاتها. هذا المستوى من التحكم غير مسبوق في تاريخ التكنولوجيا.

الحياة في منطقة الاحتكاك

تأمل الواقع اليومي لمطور في شركة ناشئة في جنوب شرق آسيا. في العقد السابق، كان يستخدم API أمريكي لمنطقه الأساسي ومزوداً صينياً لخدمات اللوجستيات. اليوم، يواجه جداراً من الامتثال. قد يجعل استخدام الـ API الأمريكي شركته غير مؤهلة للحصول على منح حكومية محلية أو شراكات إقليمية، بينما قد يؤدي استخدام الأجهزة الصينية إلى حظر منتجه من السوق الأمريكية. هذا هو الواقع اليومي للانقسام التقني الجديد. يقضي هؤلاء المطورون وقتاً في الامتثال القانوني أكثر من البرمجة الفعلية. عليهم الحفاظ على نسختين مختلفتين من منتجهم؛ نسخة تعمل على رقائق غربية متطورة للعملاء الدوليين، وأخرى محسنة للبدائل المحلية للاستخدام الداخلي. هذا يضيف تكاليف إضافية هائلة ويبطئ وتيرة الابتكار.

يتضمن اليوم العادي لهذا المطور التحقق من قوائم مراقبة الصادرات المحدثة قبل دفع الكود إلى المستودع. يجب عليهم التأكد من أن بيانات التدريب الخاصة بهم لا تتجاوز حدوداً جغرافية معينة. هذا الاحتكاك هو الأضرار الجانبية للحرب الباردة في مجال الذكاء الاصطناعي. الأمر لا يتعلق فقط بالشركات العملاقة مثل Nvidia أو Huawei، بل بآلاف الشركات الصغيرة العالقة في المنتصف. نرى هذا في الطريقة التي تنقل بها الشركات الآن مقراتها إلى مناطق محايدة مثل سنغافورة أو دبي. إنهم يحاولون إيجاد أرضية مشتركة قد لا تدوم طويلاً. الضغط لاختيار جانب مستمر ومتزايد. هذه البيئة تفضل الشركات الكبيرة التي يمكنها تحمل تكاليف الفرق القانونية لإدارة هذه التعقيدات، مما يجعل من الصعب جداً على فريق صغير بناء شيء يصل إلى جمهور عالمي.

يمتد التأثير إلى مستوى المستهلك أيضاً. بدأ المستخدمون في مناطق مختلفة برؤية إصدارات مختلفة من نفس الأدوات. قد يحتوي نموذج متاح في بلد ما على قيود صارمة أو بيانات تدريب مختلفة عن نفس النموذج في بلد آخر. هذا يخلق إنترنت مجزأ للذكاء الاصطناعي (splinternet). يتم استبدال التجربة السلسة للويب المبكر برقعة من اللوائح الإقليمية والحواجز التقنية. لا يتعلق الأمر بالرقابة فحسب، بل بالبنية الأساسية للأدوات التي نستخدمها للتفكير والعمل. المنتجات التي تجعل هذه الحجة تبدو حقيقية هي النماذج اللغوية الكبيرة (LLMs) الموطنة التي يتم تطويرها في مناطق مثل الشرق الأوسط وأوروبا. تم تصميم هذه النماذج لتعكس القيم واللغات المحلية مع البقاء مستقلة عن الكتلتين القويتين الرئيسيتين.

تكلفة الفوز

يجب أن نطرح أسئلة صعبة حول التكاليف الخفية لهذه المنافسة. إذا أعطينا الأولوية للأمن القومي فوق كل شيء، فهل نضحي بالابتكار الذي نحاول حمايته؟ متطلبات الطاقة لهذه المجموعات الضخمة من الـ GPU مذهلة. تشير بعض التقديرات إلى أن عملية تدريب كبيرة واحدة تستهلك طاقة تعادل مدينة صغيرة. من يدفع ثمن ذلك؟ هل هو دافع الضرائب من خلال الإعانات الحكومية؟ أم المستهلك من خلال أسعار أعلى؟ سؤال آخر يتعلق بالمقايضة بين الخصوصية والتقدم. في سباق لبناء أقوى النماذج، هل ستتجاهل الحكومات قوانين حماية البيانات لتغذية الآلات؟ هناك خطر من أن تؤدي الحاجة إلى المزيد من البيانات إلى مراقبة ترعاها الدولة على نطاق لم نره من قبل.

تعد قيود الأجهزة الحالية عاملاً رئيسياً أيضاً. نحن نصل إلى الحدود المادية لمدى صغر حجم الترانزستورات على رقاقة السيليكون. إذا لم نتمكن من الابتكار للخروج من هذا، سيصبح سباق الذكاء الاصطناعي حرباً حول من يمكنه بناء أكبر كومة من السيليكون. هذا ليس مستداماً للكوكب. نحن نرى بالفعل تقارير من Reuters حول الاستخدام الهائل للمياه لتبريد مراكز البيانات. كما نرى تقارير من The New York Times حول التوترات الجيوسياسية المحيطة بتصنيع الرقائق في تايوان. هذه ليست مجرد قصص تقنية، بل أزمات بيئية وسياسية. يجب أن نسأل عما إذا كانت فوائد الذكاء الاصطناعي الأسرع قليلاً تستحق التدمير المحتمل لمواردنا المشتركة. التساؤل المشكك هنا هو ما إذا كان السعي وراء الذكاء الاصطناعي يجعل عالمنا المادي أكثر هشاشة.

هل لديك قصة، أداة، اتجاه، أو سؤال عن الذكاء الاصطناعي تعتقد أنه يجب علينا تغطيته؟ أرسل لنا فكرتك للمقالة — نود أن نسمعها.

تحت غطاء الحوسبة المحلية

بالنسبة للمستخدمين المتقدمين والمطورين، القصة الحقيقية تكمن في سير العمل. نحن نشهد تحولاً هائلاً بعيداً عن الـ APIs المركزية نحو الاستدلال المحلي (local inference). هذا مدفوع بالتكلفة والخوف من الانقطاع عن الخدمات الخارجية. ينظر المستخدمون المتطورون إلى تقنيات التكميم (quantization) لتشغيل نماذج كبيرة على أجهزة استهلاكية. إنهم يستخدمون أدوات لاستخلاص الأداء من ذاكرة الفيديو (VRAM) المحدودة. أصبحت حدود الـ API التي يفرضها المزودون الرئيسيون عنق زجاجة رئيسياً لسير العمل المؤتمت. قد يكون لدى المطور حد 100 طلب في الدقيقة على نموذج من الدرجة الأولى، وهذا ببساطة لا يكفي لبيئة الإنتاج. لحل هذه المشكلة، يقومون ببناء أنظمة هجينة تستخدم نموذجاً سحابياً ضخماً للاستدلال المعقد ونموذجاً محلياً صغيراً للمهام الروتينية.

• يسمح التكميم بتشغيل إصدارات 4 بت أو 8 بت من النماذج على الـ GPUs القياسية.
• أصبح التخزين المحلي لبيانات التدريب إلزامياً لتجنب رسوم الخروج العالية من مزودي الـ cloud.
• ينقل الـ Edge AI المعالجة إلى الجهاز لتقليل التأخير وتحسين خصوصية البيانات.

يتطلب هذا فهماً عميقاً لهندسة الأجهزة. لم يعد بإمكانك مجرد استدعاء API وتوقع أن يعمل على نطاق واسع. يجب أن تفهم عرض نطاق الذاكرة لأجهزتك المحلية وتأخير شبكتك. يتجه المستخدمون بشكل متزايد إلى النماذج مفتوحة المصدر التي يمكن استضافتها على خوادم خاصة، مما يوفر مستوى من التحكم لا يمكن للـ APIs المملوكة مطابقته. وفقاً لأبحاث من MIT Technology Review، فإن التحرك نحو الحوسبة المحلية هو أحد أهم الاتجاهات في الصناعة. إنه يسمح بمزيد من التخصيص وأمان أفضل، ولكنه يتطلب أيضاً المزيد من الخبرة التقنية. الفجوة بين المستخدم العادي والمستخدم المتقدم تتسع؛ فالمستخدم المتقدم يتحول جوهرياً إلى مهندس أنظمة يدير شبكة معقدة من الموارد المحلية والسحابية.

السؤال المفتوح

الخلاصة هي أن الحرب الباردة في مجال الذكاء الاصطناعي لم تعد نقاشاً نظرياً، بل واقعاً مادياً يعيد تشكيل الاقتصاد العالمي. الانتقال من التعاون المفتوح إلى الأسرار المحروسة قد اكتمل تقريباً. لقد تركنا مع عالم أصبحت فيه التكنولوجيا سلاحاً رئيسياً لفن الحكم. يبقى السؤال الأكثر أهمية دون إجابة. هل يمكننا تطوير ذكاء اصطناعي آمن ومفيد في عالم منقسم جوهرياً؟ إذا لم يتمكن الطرفان من الاتفاق على قواعد أساسية، فقد نجد أنفسنا في سباق لا يمكن لأحد الفوز فيه. التناقضات واضحة؛ نحن نريد فوائد نظام بيئي تكنولوجي عالمي لكننا غير مستعدين لقبول مخاطر الاعتماد المتبادل. هذا التوتر سيحدد العقد القادم. سواء نظرنا إلى الوراء على أنه نقطة التحول، فإن النتيجة هي عالم لا يمكن فيه فصل الكود الذي نكتبه عن الحدود التي نرسمها.

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.