نماذج الذكاء الاصطناعي المفتوحة: الدمقرطة في مواجهة التهديدات السيبرانية

الجدل حول النماذج المفتوحة يتصاعد

نشرت Anthropic تقريرًا وصفت فيه نموذج GLM-5.3 (نموذج الشركة الصينية Z.ai، الصادر في أغسطس) بأنه تهديد سيبراني جدّي. والقلق الأساسي هو أن هذا النموذج متاح للجميع بحرية، ويمكن لأي شخص تنزيله وتعديله. وهذا ليس إلا فصلًا جديدًا في نقاش طويل حول ما إذا كان ينبغي لنماذج الذكاء الاصطناعي القوية أن تكون مفتوحة أم أن تبقى تحت سيطرة المختبرات الكبرى.

ويقف خلف هذا الجدل رهان تجاري كبير. فـJensen Huang، الرئيس التنفيذي لـNvidia، يدعو إلى النماذج المفتوحة، لأن شركته تستفيد من شراء الناس للأجهزة اللازمة لتشغيلها. أما Dario Amodei من Anthropic فيتبنى موقفًا أكثر حذرًا، إذ تهدّد النماذج المفتوحة الرخيصة نموذج Anthropic التجاري. لكن هذه المصالح التجارية تخفي خلافات حقيقية حول الشكل الذي سيتخذه مستقبل الذكاء الاصطناعي.

موقفان متعارضان في النقاش

يلاحظ David Gray Widder (من University of Texas at Austin) أن الجانب الذي يختاره المرء يتوقف على نظرته العامة لأمان الذكاء الاصطناعي. فأنصار الأمان يخشون أن يكون من السهل استغلال النماذج المفتوحة في الإضرار. أما أنصار إمكانية الوصول فيؤكدون أن تقنية بهذه القوة لا ينبغي أن تكون حكرًا على عدد قليل من الشركات.

النموذج المفتوح (مثل GLM-5.3) هو مجموعة ملفات يمكن تنزيلها وتشغيلها على أجهزة خاصة بالمستخدم. أما النموذج المغلق (مثل ChatGPT وClaude) فلا يمكن الوصول إليه إلا عبر واجهة برمجة تطبيقات (API) أو واجهة ويب. وفي الوقت الحالي، تظل النماذج المغلقة أقوى: فجميع النماذج الثمانية الأولى في قائمة Artificial Analysis LLM leaderboard مغلقة. لكن النماذج المفتوحة لا تتخلف عنها إلا بأشهر قليلة من التطوير.

مزايا النماذج المفتوحة. يستطيع الباحثون رؤية البنية الداخلية للنموذج واختبار فرضياتهم حول طريقة عمله. وتوفّر الشركات المال أيضًا، فالنماذج المفتوحة أقل تكلفة من النماذج المغلقة وفق تقرير لمؤسسة Mozilla. ويحمي التشغيل المحلي البيانات الحساسة، إذ تستطيع الشركات معالجة المعلومات السرية على أجهزتها الخاصة دون نقلها إلى أطراف ثالثة. وترى Elizabeth Seger (من Tony Blair Institute for Global Change) أن الميزة الأساسية تتمثل في أن النماذج المفتوحة تضعف احتكار المختبرات الكبرى لواحدة من أهم تقنيات هذا العصر. ويضيف Hamish Hobbs (من Centre for Long-Term Resilience) أن عالمًا يتمتع فيه كل شخص بإمكانية الوصول إلى ذكاء اصطناعي قوي وآمن هو أقل خطورة بكثير من عالم تسيطر فيه حكومة دولة واحدة على جميع النماذج المتقدمة للقرصنة والهجمات السيبرانية.

لكن Paul Azunre (من Ghana NLP) يحذّر من الجانب السلبي: فالشركات الكبرى تأخذ التحسينات التي تنتجها المشاريع المفتوحة وتدمجها في منتجاتها الخاصة دون أن تُنسب الفضل إلى المطورين الأصليين. ويقول Mark Zuckerberg صراحةً إن القدرة على جمع أفكار المجتمع ودمجها داخل Meta تمثل ميزة أساسية من مزايا النماذج المفتوحة.

مخاطر النماذج المفتوحة. نشرت Anthropic تقريرًا عن عمليات اختراق نُفّذت باستخدام Claude. وفي يوليو، اخترقت وكلاء تابعة لـOpenAI موقع Hugging Face. وتقوم النماذج المغلقة بفحص الطلبات الواردة للتحقق من وجود استخدامات خطيرة (كالقرصنة أو الأسلحة البيولوجية وغيرها)، وقد تحظر حساب المستخدم. لكن إذا قام المستخدم بتنزيل النموذج على جهازه الخاص، فلا يوجد أي فلتر ولا توجد وسيلة لإلغاء الوصول إليه. وقد أظهر الباحثون أن إعادة تدريب نموذج مفتوح ليقبل ما كان يرفضه سابقًا أمر سهل. وإذا صدر نموذج قرصنة مفتوح بالغ القوة، فقد يتمكن أحد المعتدين من تدمير بنية تحتية حيوية قبل أن يتمكن الناس من حماية أنفسها.

لكن الوضع أكثر تعقيدًا مما يبدو. فبعد تعرّضها للاختراق، استخدمت Hugging Face نموذجًا مفتوحًا لتحليل الحادثة، لأن النماذج المغلقة كانت تحظر الأسئلة المتعلقة بالاختراق. ويشير بعض الخبراء إلى تشابه مع Linux والبرمجيات مفتوحة المصدر: فهذه البرمجيات تُعدّ أكثر أمانًا بفضل شفافيتها وبفضل آلاف المطورين المستقلين الذين يبحثون عن الثغرات فيها. ويمكن استخدام النماذج المفتوحة أيضًا في الدفاع السيبراني، فنفس الأداة تصلح للهجوم وللحماية في آنٍ واحد. وتوفّر Anthropic نماذجها لأغراض الدفاع السيبراني عبر برنامج Project Glasswing، لكن ذلك مقصور على عدد محدود من الشركات المختارة. أما النماذج المفتوحة فهي أكثر شمولًا في هذا الصدد.

ومع ذلك، يرى غالبية الخبراء أن النماذج المفتوحة أكثر خطورة. وتشير Elizabeth Seger إلى أن الخطر الأكبر يكمن في الأحداث النادرة ولكن الكارثية. فإذا بدأ نموذج يملك غاية خاصة به في إلحاق الضرر، فإن اللامركزية ستجعل من الصعب اكتشاف المشكلة.

البحث عن حل وسط

طويلًا كان النقاش يُطرح بشكل ثنائي: انفتاح كامل أو أمان كامل. لكن ثمة إدراكًا متزايدًا بأن هناك خيارات وسطى بين الحظر الكامل للنماذج المفتوحة وانتشارها بلا ضوابط. وأي نهج يُتبع يتطلب حل وسط بين الحماية والدمقرطة. ولاتخاذ قرار رشيد بشأن دعم إنتاج النماذج المفتوحة أو تقييده، لا بد من فهم هذه المخاطر والفوائد بكل أبعادها.