علي بابا تطلق Qwen 3.5 Small: نماذج مدمجة تعمل مباشرة على الأجهزة

عاشت صناعة الذكاء الاصطناعي في العامين الأخيرين وفق معادلة بسيطة: كلما زاد عدد المعاملات، أصبح النموذج أذكى. وقد طرحت علي بابا للتو سيناريو بديلاً. فقد أصدر فريق Qwen سلسلة Qwen 3.5 Small من النماذج اللغوية المدمجة، وهي عائلة تتراوح بين 0.8 و9 مليارات معامل، صُمّمت خصيصاً للعمل على أجهزة المستخدمين دون اللجوء إلى الخوادم السحابية.

ولفهم أهمية هذا الإصدار، يجدر النظر إلى السياق. فخلال العام ونصف العام الماضيين، تنافست أكبر مختبرات العالم، ومنها OpenAI وGoogle وAnthropic، على بناء نماذج «حدّية» (frontier) أضخم فأضخم، تضم مئات المليارات من المعاملات وحتى تريليونات. وتحقق هذه النماذج نتائج لافتة، لكنها تعاني قيداً جوهرياً: فهي تحتاج إلى بنية خوادم قوية للغاية، وتعمل حصراً عبر السحابة. وكل طلب من المستخدم يسافر إلى مركز بيانات بعيد ثم يعود، ما يخلق تأخيراً، وتبعية للإنترنت، ومخاوف تتعلق بخصوصية البيانات. وقد قررت علي بابا مواجهة هذه المشكلة تحديداً.

وتُصاغ فلسفة Qwen 3.5 Small بإيجاز: "More Intelligence, Less Compute"، أي ذكاء أكبر بتكلفة حسابية أقل. ووراء هذا الشعار التسويقي عمل هندسي جاد. فنماذج العائلة تغطي نطاقاً يبدأ من 0.8 مليار معامل، وهو ما يتيح تشغيلها حتى على الهواتف الذكية الاقتصادية، وصولاً إلى 9 مليارات معامل، وهو حجم مناسب للحواسيب المحمولة والأجهزة اللوحية الحديثة ذات الذاكرة العشوائية الكافية. أما السؤال الجوهري الذي لا توجد له إجابة وافية بعد من المقاييس المعيارية المفتوحة، فهو: ما مدى «ذكاء» هذه النماذج فعلاً مقارنةً بمنافسين من الحجم نفسه؟ غير أن الأجيال السابقة من Qwen أظهرت باستمرار نتائج تنافسية، ولا يوجد ما يدعو إلى الاعتقاد بأن السلسلة الجديدة ستشكّل استثناءً.

ومن المهم الإشارة إلى أن علي بابا ليست رائدة في هذا المجال، لكنها ربما تكون الأكثر طموحاً. فقد أصدرت Microsoft سلسلة Phi، وGoogle سلسلة Gemma، وتطوّر Meta* نسخاً مدمجة من Llama. لكن Qwen 3.5 Small تتميز باتساع نطاق خطها: فتقديم عائلة كاملة من النماذج بأحجام مختلفة ضمن بنية موحدة يمنح المطورين مرونة في الاختيار. فبإمكان مطوّر تطبيق ملاحظات للهواتف أن يعتمد نسخة 0.8 مليار معامل للتصحيح التلقائي الأساسي، فيما يستطيع مصنّع مكبرات الصوت الذكية استخدام نموذج 4 مليارات معامل لمساعد صوتي متكامل. ويستطيع نموذج الـ9 مليارات معامل التعامل مع مهام كانت قبل عام فقط تستلزم اللجوء إلى واجهة API سحابية.

ولهذا الإصدار بعد استراتيجي بالنسبة إلى علي بابا أيضاً. فعملاق التكنولوجيا الصيني يخوض صراعاً على النفوذ العالمي في بنية الذكاء الاصطناعي التحتية، والنماذج المفتوحة إحدى أهم أدواته في هذا الصراع. فكل مطوّر يدمج Qwen في تطبيقه يصبح جزءاً من منظومة علي بابا. وفي ظل العقوبات الأمريكية التي تقيّد وصول الشركات الصينية إلى الرقائق المتقدمة اللازمة لتدريب النماذج العملاقة، يبدو الرهان على النماذج المدمجة الفعّالة أكثر من مجرد خيار تقني، فهو استراتيجية اضطرارية وبعيدة النظر في آن واحد. وإذا تعذّر الحصول على أفضل العتاد لتدريب وحوش بتريليون معامل، فمن المنطقي أن تتعلم الشركة استخلاص أقصى ما يمكن من نماذج أصغر.

وقد تكون تبعات ذلك على الصناعة كبيرة. فالنماذج التي تعمل على الأجهزة تحلّ عدة مشكلات مؤلمة دفعة واحدة. الخصوصية: بيانات المستخدم لا تغادر هاتفه. السرعة: لا تأخير ناتج عن طلب شبكي. التوافر: يعمل الذكاء الاصطناعي دون اتصال بالإنترنت. التكلفة: لا يحتاج المطوّر إلى الدفع مقابل كل استدعاء API. وبالنسبة إلى مليارات المستخدمين في الدول النامية، حيث الإنترنت المحمول غير مستقر ومكلف، فإن الذكاء الاصطناعي المحلي على الهاتف ليس ترفاً، بل الطريق الواقعي الوحيد إلى هذه التقنية.

وبالطبع، لن تحلّ النماذج المدمجة محل النماذج الحدّية. فمهام الاستدلال المعقدة، وتوليد النصوص الطويلة المترابطة، والتحليل متعدد الوسائط، تبقى حتى الآن من اختصاص النماذج الكبيرة. لكن الغالبية العظمى من المهام اليومية، كالتلخيص والترجمة والإكمال التلقائي والتصنيف والحوار البسيط، في متناول نماذج من بضعة مليارات معامل. وهذه المهام تحديداً هي التي تحدد تجربة المستخدم لمئات الملايين من الناس.

ويؤكد إصدار Qwen 3.5 Small اتجاهاً سيرسم ملامح صناعة الذكاء الاصطناعي في السنوات المقبلة: مستقبل الذكاء الاصطناعي ليس في السحابة وحدها. إنه في جيب كل مستخدم، وفي كل جهاز قادر على تنفيذ الاستدلال (inference) محلياً. وقد وضعت علي بابا رهانها، والكرة الآن في ملعب المنافسين.

*Meta مصنّفة في روسيا منظمة متطرفة ومحظورة فيها.