شركة من محيط جامعة نانجينغ تراهن على العامل الرابع لنمو الذكاء الاصطناعي

على مدى العقود الماضية، نمت قدرات الذكاء الاصطناعي على ثلاثة محاور: الحوسبة والخوارزميات والبيانات. يقترح فريق من نانجينغ، تنقل عنه وسيلة الإعلام الصينية Jiqizhixin، إضافة محور رابع، هو ترابط النماذج نفسها. وتقوم الرهانة في الإعلان على الفكرة التالية: ما دامت النماذج القوية كثيرة بالفعل ولكل منها قدرات مدروسة جيدًا، فيمكن وصلها في شبكة وجعلها تعمل معًا. وهذه خطوة منطقية في سوق أصبح فيها نمو النماذج المنفردة يزداد كلفة أسرع مما تتحسن نتائجه. لكن في الجزء المتاح من المادة لا يوجد اسم للمنتج ولا اختبارات مرجعية (benchmarks) ولا أرقام، ومن المهم إبقاء ذلك في الحسبان.

ثلاثة محاور وكلفتها

نمت النماذج اللغوية الكبيرة على صيغة واضحة: عناقيد أكبر، وعدد معاملات (parameters) متزايد، ومجموعات نصوص تضخمت حتى بلغت مئات المليارات وتريليونات الرموز (tokens). وهكذا ظهرت مجموعة من «الوحدات العملاقة»، كل منها قوية بذاتها ودُرّبت على بنيتها التحتية الخاصة.

لهذا المسار حدّان. الأول اقتصادي: كل خطوة جديدة في الحوسبة والطاقة تكلّف أكثر بكثير من سابقتها. والثاني معلوماتي: تتناقص البيانات المفتوحة عالية الجودة، ولا تعوّضها البيانات الاصطناعية دائمًا. وفي هذا السياق تبدو فكرة «تجميع» القدرات من نماذج مدرَّبة أصلًا بديلًا عقلانيًا لمواصلة تضخيم النماذج المنفردة.

العنصر الرابع: ما الذي يُقترح بالضبط

يتضح من الجزء التمهيدي الطرح الرئيسي: يمكن ربط النماذج التي تُعرف قدراتها معرفة كافية، وتنظيم التفاعل بينها. ويصوغ كاتب المادة ذلك في صورة سؤال عمّا سينشأ حين يصبح عدد النماذج القوية كبيرًا بما يكفي. وتلمّح كلمة «سينشأ» إلى توقّع أثر ناشئ (emergent)، أي أن تتفوق نتيجة الشبكة على مجموع أجزائها.

لا يمكن من فقرة تمهيدية واحدة فهم كيف ينوي الفريق تنفيذ ذلك. وفيما يلي ما هو معروف وما يظل مجهولًا:

• المحاور الثلاثة الأصلية: الحوسبة والخوارزميات والبيانات.
• المحور الرابع المقترح: الترابط والتعاون بين النماذج التي «يفهم» بعضها بعضًا جيدًا.
• الجهة صاحبة الطرح: شركة من منظومة جامعة نانجينغ (في الأصل «南大系»).
• لم يُكشف عن: اسم المنتج، وبنية التفاعل، والبروتوكولات، والاختبارات المرجعية، وقائمة النماذج التي يمكن ربطها.

توجد اتجاهات مشابهة بالفعل. فأطر الوكلاء المتعددين (multi-agent)، وتوجيه الطلبات بين النماذج، ومجموعات نماذج LLM المتخصصة تُستخدم عمليًا منذ وقت طويل. وظهرت بروتوكولات مفتوحة لتبادل البيانات بين الوكلاء، مثل MCP وA2A. أما الجديد في طرح فريق نانجينغ، إن وُجد، فيجب أن يكمن في الكيفية التي «تتعرف» بها النماذج على قدرات بعضها وتوزّع المهام بينها. والمصدر لا يوضح ذلك حتى الآن.

ما الذي ينبغي التحقق منه عند ظهور التفاصيل

سيكون الرهان على الترابط مقنعًا إذا أظهر الفريق ثلاثة أمور. الأول: مكسبًا في المهام المفتوحة مقارنة بأفضل نموذج منفرد في الفئة السعرية نفسها. الثاني: كلفة التنسيق، أي عدد الرموز الإضافية والتأخير والأخطاء التي يضيفها كل «انتقال» بين النماذج. الثالث: مدى صمود النظام إذا تغيّر أحد النماذج المتصلة أو تراجع أداؤه بعد تحديث.

يفيد المطورين والفرق التي تبني أنظمة الوكلاء أن يقيسوا منذ الآن أمرين على مهامهم الخاصة: أين يبلغ النموذج المنفرد سقف الجودة، وكم هم مستعدون لدفعه مقابل التوجيه بين عدة نماذج. فإذا كانت الفجوة كبيرة، فإن فكرة شبكة النماذج تستحق التجربة. وإذا لم تكن، فتحسين الأوامر (prompts) والبيانات والأدوات أرخص. وينبغي متابعة المنشور الأصلي لدى Jiqizhixin، ومعرفة ما إذا كانت الشركة ستكشف عن اسم المنتج ونتائج الاختبارات. وحتى ذلك الحين، يظل هذا طرحًا لمفهوم، لا نتيجة تقنية مؤكدة.