لماذا قد تصبح مجتمع المصادر المفتوحة أكبر المستفيدين من جدل OpenAI

هذا الصباح، قامت شركة Microsoft بتوظيف سام ألتمان وجريج بروكمان، الرئيس التنفيذي السابق ورئيس OpenAI على التوالي، في خطوة غير متوقعة. يبدو أن هذه الخطوة تعكس محاولة Microsoft للتخفيف من تداعيات الاضطرابات الأخيرة في OpenAI، حيث اتخذ مجلس إدارة الشركة قرارًا مثيرًا للجدل بإقالة ألتمان قبل عطلة نهاية الأسبوع.

لا تزال الحالة في OpenAI غير مستقرة، فقد استقال عدد من الباحثين، ويعارض العديد من الموظفين والتنفيذيين قرار المجلس. في هذه الأثناء، تتغير علاقة Microsoft بـ OpenAI. تخطط الشركة لإنشاء ذراع بحث داخلي يقوده ألتمان وبروكمان، مما قد يخلق منافسة مع OpenAI.

من الواضح أن OpenAI قد تغيرت بشكل جذري، وكذلك منتجاتها بما في ذلك ChatGPT ومنصة API الخاصة بها. تشير هذه upheaval إلى التحولات السريعة في صناعة الذكاء الاصطناعي، حيث تبقى المناقشات حول مخاطر أنظمة الذكاء الاصطناعي المتقدمة والتهديدات المحتملة للاستخبارات العامة الاصطناعية قائمة.

من المحتمل أن تظهر هذه النزاعات مرة أخرى، خاصة في المختبرات التي تركز على تحقيق توازن بين البحث وتطوير المنتجات. نتيجة لذلك، تحتاج الشركات التي تعتمد على تقنية OpenAI إلى إعادة تقييم استراتيجياتها في ظل هذه الشكوك.

في هذا السياق، قد يظهر سوق نماذج المصادر المفتوحة كأحد المستفيدين الرئيسيين. على عكس المنصات المغلقة مثل OpenAI، فإن نماذج المصادر المفتوحة تمنح المستخدمين السيطرة الكاملة والمسؤولية عن تطبيقاتهم. وتتجنب العيوب الناجمة عن نقطة فشل واحدة، مثل خادم API أو قيادة غير حاسمة.

وفقًا للتقارير، تواصل أكثر من 100 عميل من عملاء OpenAI مع منافسين مثل Anthropic وGoogle Cloud وCohere وMicrosoft Azure بعد تلك الأزمة.

يمكن للشركات اختيار المكان والطريقة التي تستخدم بها نماذج المصادر المفتوحة - سواء على خوادمها الخاصة أو في السحابة العامة أو من خلال منصات تقديم النماذج. وتوفر مقدمو الخدمات السحابية الكبرى الوصول السلس إلى نماذج المصادر المفتوحة الشهيرة مثل Llama 2 وMistral وFalcon وMPT، بما في ذلك Microsoft Azure AI Studio وAmazon Bedrock. تتيح هذه التنوعات للمؤسسات تخصيص النماذج لتناسب بنية أنظمتها الحالية.

غالبًا ما توفر نماذج المصادر المفتوحة أداءً أكثر استقرارًا مقارنة بالنماذج المملوكة. في الأشهر الأخيرة، كانت هناك عدة حالات لتقلبات في أداء نماذج OpenAI بسبب التحديثات المستمرة والتعديلات. يمكن اعتبار هذه النماذج المملوكة أنظمة غير شفافة، مما يجعل من الصعب تحقيق نتائج متسقة.

على العكس، فإن نماذج المصادر المفتوحة تمكّن المؤسسات من السيطرة على التحديثات، وتحديد التدابير الوقائية، وتجنب التغييرات المفاجئة الناجمة عن عوامل خارجية مثل الثغرات التي يتم مشاركتها عبر الإنترنت. يتقدم مشهد نماذج المصادر المفتوحة بسرعة، مدعومًا بتبادل المعرفة التعاونية بين الباحثين والمطورين.

تتوفر الآن العديد من الأدوات التي تتيح تخصيص النماذج اللغوية الكبيرة (LLMs) وفقًا للاحتياجات المحددة، مما يوفر مرونة غالبًا ما تفتقر إليها النماذج المملوكة. يمكن للمؤسسات استخدام تقنيات مثل الكوانتيزات لتقليل تكاليف التشغيل، أو التكيف منخفض الرتبة لضبط النماذج بتكلفة منخفضة، مما يمكّن العديد من النماذج من العمل على وحدة معالجة رسومات واحدة. يمكن تكييف نماذج المصادر المفتوحة لتناسب مجموعة واسعة من التطبيقات والميزانيات.

تواجه الشركات مثل OpenAI تحدي تحقيق هدفين مزدوجين: تحقيق الذكاء العام الاصطناعي وتقديم منتجات تحقق الإيرادات لتمويل أبحاثها. غالبًا ما تتعارض هذه الأهداف، كما يظهر في ملحمة OpenAI المستمرة.

في الواقع، فإن معظم المؤسسات لا تسعى لتحقيق الذكاء العام الاصطناعي، كما أنها لا تتطلب نماذج متطورة تحتوي على ترليونات من المعلمات. ما يحتاجونه حقًا هو أطر موثوقة لبناء تطبيقات LLM مستقرة، حتى لو كان ذلك يعني استخدام نماذج تحتوي على بضعة مليارات من المعلمات. يمثل هذا فرصة مهمة ضمن نظام المصادر المفتوحة. مع استمرار تداعيات OpenAI، من المتوقع أن تتجه المزيد من المؤسسات نحو LLMs مفتوحة المصدر.

تعتبر منصات مثل ChatGPT قيمة للنمذجة السريعة واستكشاف قدرات الذكاء الاصطناعي المتقدمة. ومع ذلك، بمجرد أن تحدد الشركات التطبيقات الصحيحة، ستستفيد أكثر من الاستثمار في تقنيات قوية تبقى مستقرة، بغض النظر عن الديناميات المتغيرة داخل الشركات التي تطورها.