SenseNova-MARS: شركة SenseTime تفتح الشيفرة المصدرية لتعليم الذكاء الاصطناعي الرؤية والتفكير في آن واحد

بينما تتنافس OpenAI وGoogle على تشديد القيود على وصول الجمهور إلى أحدث تطويراتهما، اختارت شركة التكنولوجيا الصينية العملاقة SenseTime مساراً مختلفاً. فقد فتحت الشركة الشيفرة المصدرية لنظامها SenseNova-MARS، مؤكدة أنها تجاوزت «السقف» الحالي في البحث متعدد الوسائط والاستدلال المنطقي. وهذا ليس مجرد محرك بحث آخر عن الصور، بل محاولة جادة لتعليم الشبكات العصبية فهم العالم بصورة شمولية، كما يفعل الإنسان.

ولفهم حجم هذا الحدث، لا بد من استحضار السياق. فشركة SenseTime تطوّر منذ فترة طويلة سلسلة نماذج SenseNova، لكن MARS (Multimodal Analysis and Retrieval System) هو الذي يشكّل جسراً بين التعرّف البسيط على الأجسام والتحليل المعقد. في السابق، كان بإمكان الذكاء الاصطناعي أن يقول: «في هذا الفيديو يعبر رجل الطريق». أما الآن فيستطيع MARS أن يشرح لماذا قد يكون هذا التصرف خطيراً في موقف بعينه، استناداً إلى قواعد السير وسرعة السيارات. وهذا بالضبط هو الاستدلال متعدد الوسائط الذي تسعى إليه كل مختبرات العالم حالياً.

ما الذي تغيّر تحديداً؟

اعتمدت SenseTime بنية تتيح للنموذج ألا يكتفي بمطابقة الاستعلامات النصية مع السمات البصرية، بل أن يبني سلاسل منطقية أيضاً. ويعالج ذلك المشكلة الرئيسية في الأنظمة متعددة الوسائط الحديثة، وهي سطحيتها. فـMARS يتعامل مع الفيديو والصور على مستوى المعاني، لا على مستوى البكسلات فقط. وإذا كنت تبحث عن لحظة محددة في أرشيف تسجيلات ضخم، فلن يعثر عليها النظام عبر كلمة مفتاحية، بل عبر وصف لموقف يتطلب فهم السياق.

لماذا يهم هذا الآن تحديداً؟

يتعرض سوق الذكاء الاصطناعي الصيني لضغط هائل من العقوبات ومن المنافسة الداخلية مع Alibaba وBaidu. وفي مثل هذه الظروف، يصبح المصدر المفتوح سلاحاً قوياً. فبإتاحة MARS للمجتمع التقني، تستعين SenseTime فعلياً بآلاف المطوّرين حول العالم لاختبار تقنيتها وتحسينها مجاناً. وهذه خطوة كلاسيكية: إذا لم تستطع الفوز في سباق القدرات الحاسوبية المغلق، فقُد الحركة المفتوحة.

وبالنسبة إلى القطاع، فهذه إشارة إلى أن عصر روبوتات الدردشة البسيطة يوشك على الانتهاء. فالمستقبل للأنظمة التي «ترى» و«تفهم» في آن واحد. وإذا كان بناء نظام متقدم للبحث في الفيديو يتطلب سابقاً ملايين الدولارات لتطوير خوارزميات احتكارية، فقد انخفضت عتبة الدخول الآن بشكل حاد. ويوفّر MARS أدوات لإنشاء أنظمة أمنية من الجيل الجديد، وأرشيفات ذكية، وأنظمة مراقبة متقدمة لا تكتفي بالمشاهدة، بل تحلّل ما يجري في الزمن الفعلي.

ومن المثير أن نرى كيف سترد الشركات الغربية على ذلك. فنلاحظ أن انغلاق نماذج مثل GPT-4o أو Gemini 1.5 Pro بدأ يثير استياء المطوّرين الذين يحتاجون إلى المرونة وإمكانية التدريب الإضافي لمهام محددة. وتمنحهم SenseTime هذه الإمكانية. وبالطبع تبقى مسألة الجودة مطروحة في ظل نقص الرقائق الأقوى في الصين، لكن الحلول المعمارية في MARS تبدو مقنعة للغاية.

الخلاصة: تراهن SenseTime على الانتشار الواسع والانفتاح. فهل سيصبح MARS معياراً للأنظمة متعددة الوسائط، أم أنه مجرد محاولة لحفظ ماء الوجه في ظل العزلة التقنية؟ سنعرف الإجابة خلال الأشهر المقبلة، حين تظهر أولى النسخ المتفرعة (forks) والحلول الخارجية المبنية على هذا النموذج.