الباحث السابق كوكسون: Anthropic قادرة على إعادة تدريب Mythos بجزء يسير من القدرة الحاسوبية
قال الباحث السابق جيكوب كوكسون إن Anthropic باتت قادرة على إعادة تدريب نموذج Mythos بجزء ضئيل من القدرة الحاسوبية التي أُنفقت في المرة الأولى. ويستند في ذلك إلى شريحة من عرض الاكتتاب العام (IPO) يبيّن كيف ارتفعت كفاءة التدريب الخاص بالبرمجة من يوليو 2024 إلى أكتوبر 2026. وتصف Anthropic نقاط الرسم بأنها تقديرات داخلية لأغراض التوضيح فقط، ولذلك فهذا رأي لا حقيقة مثبتة. ويُنصح بأن تحتسب الخطط انخفاضًا سريعًا في كلفة النماذج بمستواها الحالي.
معالج بواسطة الذكاء الاصطناعي من The Decoder؛ بتحرير Hamidun News
يكلّف تدريب نموذج لغوي كبير مئات الملايين من الدولارات ثمنًا للكهرباء وبطاقات الرسوميات، وتتوقف على سرعة انخفاض هذه الكلفة أسعار واجهات API وموازين القوى بين المختبرات. والآن يدور جدل علني حول هذه السرعة. فقد صرّح جيكوب كوكسون، الباحث السابق في OpenAI وAnthropic، بأن Anthropic قادرة اليوم على إعادة تدريب نموذجها Mythos بإنفاق جزء ضئيل فقط من القدرة الحاسوبية التي لزمت في المرة الأولى. ويدعم كلامه بشريحة من عرض Anthropic للمستثمرين قبيل الاكتتاب العام (IPO).
ما الذي تعرضه الشريحة
يعرض الرسم البياني «مضاعف الحوسبة للتدريب المسبق» في مجال البرمجة. وببساطة، يجيب عن سؤال: بكم مرة تقلّ القدرة المطلوبة اليوم للحصول على نموذج بالمستوى نفسه الذي كان يتحقق سابقًا. وتشمل الفترة الزمنية من يوليو 2024 إلى أكتوبر 2026.
المحور الذي تُرسم عليه القيم لوغاريتمي. ومعنى ذلك أن المقياس مضغوط: فنمو بمقدار 10 أضعاف ونمو بمقدار 100 ضعف يبدوان عليه متشابهين تقريبًا. ومع ذلك يصعد الخط بحدّة. وهذا ما يراه كوكسون مهمًا: فإذا كان المنحنى يرتفع بحدّة على مقياس «يُخفي» الحجم الحقيقي، فإن النمو الفعلي هائل ويتسارع. ويسمّي كوكسون هذا النمط «النمو فوق الأسي»: أي إن كل خطوة تحسين تأتي أسرع من سابقتها.
وكتب على منصة X: «هذا رسم بياني جنوني، ويدهشني أنهم نشروه». وبحسب قوله، كانت هذه الشريحة من أبرز أسباب مغادرته Anthropic، بعد أن عمل فيها نحو أربعة أشهر.
وتوضح Anthropic نفسها في تعليق الشريحة أن النقاط مبنية على تقديرات داخلية وأُدرجت لأغراض التوضيح فقط. ولا توجد في المصدر قيم دقيقة للمضاعف، ولذلك يتعذر التحقق من الخارج من حجم التحسينات.
ماذا يعني ذلك بالنسبة إلى Mythos
Mythos نموذج حقق في الربيع قفزة ملحوظة في القدرات. وبدا لكثيرين أنه اختراق منفرد. أما كوكسون فيراه بشكل مختلف: فبرأيه يقع Mythos على المنحنى نفسه الذي تقع عليه التحسينات السابقة، ولا يشذّ عنه في شيء.
إليك مثالًا مبسطًا. أمضيت نصف عام في كتابة خدمة برمجية معقدة، تتعثر وتجرّب بنى معمارية مختلفة. وبعد عام ستعيد كتابتها في بضعة أسابيع، لأنك تعرف الآن أي الحلول يصلح. فإذا حدث الأمر نفسه مع كل جيل من النماذج، فإن المستوى الذي كان يتطلب بالأمس عنقودًا حاسوبيًا ضخمًا سيكلّف غدًا أقل بأضعاف. ولا تبقى باهظة الثمن سوى الحدود الأكثر تقدمًا.
وهنا تلزم ملاحظة أمينة. فهذه أقوال شخص واحد، وهو موظف سابق، وتستند إلى رسم بياني مذيَّل بعبارة «لأغراض التوضيح». ولا يوجد تأكيد مستقل بأن Mythos يمكن فعلًا إعادة تدريبه بكلفة أقل بأضعاف.
لماذا يطالب كوكسون بالإيقاف المؤقت
يستخلص من تقديره هذا نتيجة جذرية. فالتحسينات الخوارزمية، على حد قوله، «على أعتاب الأتمتة»: أي إن الذكاء الاصطناعي سيبدأ بنفسه في تسريع أبحاث الذكاء الاصطناعي. ولذلك يريد أن يُعلَّق تطوير النماذج المتقدمة في العام المقبل، لكي يتمكن المنافسون من اللحاق بالمتصدرين.
ومنطقه أن الإيقاف المؤقت «سيحوّل الذكاء بمستوى الإنسان إلى سلعة» و«لن يضر إلا OpenAI وAnthropic». فإذا حصل الآخرون على المستوى نفسه، تزول ميزة المتصدرَين في شريحة النماذج الأعلى كلفة. وهذه حجة تناقض الرأي الشائع القائل إن التباطؤ يخدم المختبرات نفسها.
وقد لفت كوكسون الانتباه على نطاق واسع في سبتمبر بتحذيرات علنية من مخاطر الذكاء الاصطناعي المتقدم، وكرّرها آخرون من العاملين في الصناعة. ومن أبرز المخاوف الذكاء الاصطناعي ذاتي التحسين الذي قد يخرج عن السيطرة.
ماذا يفعل المطورون والمؤسسون
أولًا، احتسبوا في النموذج المالي للمنتج انخفاضًا سريعًا في كلفة النماذج بمستواها الحالي. فإذا ارتفعت كفاءة التدريب كما تُظهر الشريحة، فستصبح قدرات النماذج الرائدة اليوم متاحة للجميع قريبًا.
ثانيًا، لا تبنوا أعمالكم على وصول حصري إلى نموذج واحد: فالميزة القائمة على تفرّد الشبكة العصبية تتلاشى بسرعة.
ثالثًا، تعاملوا مع مثل هذه التصريحات بوصفها إشارة لا دليلًا. فالرسم البياني علني، أما بيانات Anthropic الداخلية فمغلقة. وإلى أن تكشف الشركة الأرقام، يمكن الحكم على السرعة الفعلية للتقدم من خلال مؤشرات غير مباشرة: أسعار واجهات API ووتيرة صدور النماذج الجديدة.
- 21 نوفمبر 2026رياضي في Anthropic يعلن: Claude ساعد في إثبات فرضية ريمان خلال 6 أسابيع
- 21 نوفمبر 2026OpenAI تتيح ChatGPT Spaces لمشتركي Plus: مستندات تعاونية مع الذكاء الاصطناعي
- 21 نوفمبر 2026عمالقة التقنية الصينية تضاعف إنفاقها على الذكاء الاصطناعي إلى 139 مليار دولار، ومختبراتها تغطي أقل من 8% منه
- 21 نوفمبر 2026متصفح Ego lite يمنح كل وكيل ذكاء اصطناعي مساحة عمل خاصة به باسم Space
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي تعرضه الشريحة؟
يعرض الرسم البياني «مضاعف الحوسبة للتدريب المسبق» في مجال البرمجة. وببساطة، يجيب عن سؤال: بكم مرة تقلّ القدرة المطلوبة اليوم للحصول على نموذج بالمستوى نفسه الذي كان يتحقق سابقًا. وتشمل الفترة الزمنية من يوليو 2024 إلى أكتوبر 2026. المحور الذي تُرسم عليه القيم لوغاريتمي. ومعنى ذلك أن المقياس مضغوط: فنمو بمقدار 10 أضعاف ونمو بمقدار 100 ضعف يبدوان عليه متشابهين تقريبًا. ومع ذلك يصعد الخط بحدّة. وهذا ما يراه كوكسون مهمًا: فإذا كان المنحنى يرتفع بحدّة على مقياس «يُخفي» الحجم الحقيقي، فإن النمو الفعلي هائل ويتسارع.
ما أبرز التفاصيل حول ماذا يعني ذلك بالنسبة إلى Mythos؟
Mythos نموذج حقق في الربيع قفزة ملحوظة في القدرات. وبدا لكثيرين أنه اختراق منفرد. أما كوكسون فيراه بشكل مختلف: فبرأيه يقع Mythos على المنحنى نفسه الذي تقع عليه التحسينات السابقة، ولا يشذّ عنه في شيء. إليك مثالًا مبسطًا. أمضيت نصف عام في كتابة خدمة برمجية معقدة، تتعثر وتجرّب بنى معمارية مختلفة. وبعد عام ستعيد كتابتها في بضعة أسابيع، لأنك تعرف الآن أي الحلول يصلح. فإذا حدث الأمر نفسه مع كل جيل من النماذج، فإن المستوى الذي كان يتطلب بالأمس عنقودًا حاسوبيًا ضخمًا سيكلّف غدًا أقل بأضعاف.
ما أبرز التفاصيل حول لماذا يطالب كوكسون بالإيقاف المؤقت؟
يستخلص من تقديره هذا نتيجة جذرية. فالتحسينات الخوارزمية، على حد قوله، «على أعتاب الأتمتة»: أي إن الذكاء الاصطناعي سيبدأ بنفسه في تسريع أبحاث الذكاء الاصطناعي. ولذلك يريد أن يُعلَّق تطوير النماذج المتقدمة في العام المقبل، لكي يتمكن المنافسون من اللحاق بالمتصدرين. ومنطقه أن الإيقاف المؤقت «سيحوّل الذكاء بمستوى الإنسان إلى سلعة» و«لن يضر إلا OpenAI وAnthropic». فإذا حصل الآخرون على المستوى نفسه، تزول ميزة المتصدرَين في شريحة النماذج الأعلى كلفة. وهذه حجة تناقض الرأي الشائع القائل إن التباطؤ يخدم المختبرات نفسها.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.