DeepSeek-V4: كيف حوّلت خوارزميات الضغط الجديدة سياقَ المليون رمز إلى واقع

لم تعد الهيمنة في صناعة الذكاء الاصطناعي تتحدد بقدرة النموذج على التفكير المنطقي وحدها. فقد برز إلى الواجهة حجم الذاكرة العاملة، أي قدرة الشبكة العصبية على الاحتفاظ بكميات هائلة من المعلومات دون تكاليف فلكية على عتاد الخوادم. وعلى مدى السنوات الماضية، ظلّت نافذة السياق البالغة مليون رمز، وهي ما يعادل عشرات الكتب الضخمة أو قواعد شيفرة مؤسسية واسعة النطاق، امتيازًا للأنظمة الأغلى والأكثر استهلاكًا للموارد. لكن مختبر DeepSeek يعيد مرة أخرى كتابة قواعد اللعبة، بإصداره نسخة تجريبية من نماذج السلسلة DeepSeek-V4. وتكمن ابتكارها الرئيسي لا في مجرد زيادة القدرات، بل في إعادة نظر جذرية في الآليات الأساسية للذاكرة.

ولإدراك حجم الإنجاز، لا بد من فهم العقبة التقنية التي واجهت المطوّرين. ففي بنى المحوّلات (Transformers) التقليدية، يُلزم كل رمز جديد يتم توليده النموذجَ بالعودة إلى النص السابق كاملًا. ويُخزَّن سجلّ التفاعل هذا في ما يُعرف بـ KV-cache، الذي يتضخم عند بلوغ مليون رمز إلى أحجام هائلة، ملتهمًا ذاكرة معالجات الرسوميات (GPU) باهظة الثمن. وجعل ذلك الاستخدام التجاري الواسع للسياق الطويل غير مجدٍ اقتصاديًا في مرحلة التشغيل، أي الاستدلال. وتجاوزت معظم الشركات هذه المشكلة ببناء أنظمة بحث معقدة تستخرج مقتطفات النص اللازمة فقط، لكن هذه الحلول الترقيعية أدت حتمًا إلى ضياع تفاصيل مهمة وروابط منطقية في المستندات.

أما مهندسو DeepSeek فقرروا معالجة أصل المشكلة نفسه، عبر اعتماد نهجين معماريين جديدين: الانتباه المتناثر المضغوط والانتباه شديد الضغط. وإذا شرحنا هذه الرياضيات المعقدة بلغة بسيطة، فالنموذج الجديد لم يعد يحتفظ بنسخة مطابقة بدقة فوتوغرافية لكل كلمة قرأها. بل تقوم الخوادم بأرشفة المعلومات عبر خوارزميات تكوّن كتلًا دلالية كثيفة، وتركّز الانتباه فقط على المقتطفات الحاسمة للعملية الحسابية الجارية. ويشبه ذلك قراءة الإنسان لرواية طويلة: فنحن لا نتذكر كل فاصلة في الفصل الأول، لكننا نحتفظ بوضوح بدوافع الشخصيات وبنية عالم الرواية، ونستحضر هذه المعرفة فورًا عند الحاجة.

وتكمن أناقة DeepSeek-V4 التقنية أيضًا في الاستخدام المتقن لبنية مزيج الخبراء (Mixture-of-Experts). فالنسخة الرئيسية DeepSeek-V4-Pro تضم إجمالًا هائلًا يبلغ 1.6 تريليون معامل، لكن لتوليد كلمة واحدة يُفعَّل منها 49 مليارًا فقط. أما النسخة الأخف DeepSeek-V4-Flash فتحتوي على 284 مليار معامل، يُستخدم منها جزء ضئيل للغاية لا يتجاوز 13 مليارًا. ويتيح هذا النهج الحفاظ على عمق معرفي وقدرات تحليلية مذهلة للنموذج، مع احتياجه إلى موارد حوسبية تضاهي تشغيل أنظمة الأجيال السابقة.

ومن الصعب المبالغة في تقدير تبعات هذا الإصدار على الصناعة. فإمكانية تحميل ملايين الرموز بأقل تكلفة تهدد قطاعات أعمال كاملة قامت على تطوير البنية التحتية لقواعد البيانات المتجهية وأنظمة التوليد المعزَّز بالاسترجاع. ولم يعد العملاء من الشركات بحاجة إلى تجزئة تقاريرهم المالية أو عقودهم القانونية أو شيفراتهم البرمجية. إذ يمكنهم ببساطة وضع السياق كاملًا في الذاكرة العاملة للنموذج ومحاورته في الزمن الفعلي. ويسرّع ذلك بصورة جذرية تطوير البرمجيات وتحليل الأوراق العلمية وإجراء عمليات التدقيق الأمني، ويجعل هذه الأدوات في متناول الشركات الناشئة الصغيرة أيضًا.

علاوة على ذلك، تعزز هذه الخطوة سمعة DeepSeek بوصفها أبرز عامل اضطراب في السوق الراسخة. فبينما تنافست كبرى الشركات التقنية طويلًا على بناء أنظمة مغلقة باشتراكات مرتفعة التكلفة، يُظهر باحثون مستقلون أن التحسين الذكي للخوارزميات قادر على التغلب على القوة الحوسبية الغاشمة. وسيدفع ذلك المنافسين حتمًا إلى مراجعة سياساتهم السعرية وتسريع إدخال الابتكارات في بنية الشبكات العصبية، كي لا يتخلفوا عن سباق الكفاءة.

وفي المحصلة، يمثّل إصدار DeepSeek-V4 انتقالًا إلى حقبة جديدة من الذكاء الاصطناعي التوليدي، حقبة تصبح فيها الذاكرة غير المحدودة ميزة قياسية لا خيارًا مميزًا. وحين تنخفض كلفة تحليل المصفوفات الضخمة من البيانات إلى مستويات قياسية غير مسبوقة، يتحول تركيز التطوير من محاولات إبقاء المعلومات داخل السياق إلى بناء وكلاء مستقلين أكثر تعقيدًا، قادرين على معالجة هذه المعارف لأسابيع وشهور، بما يغيّر تصورنا لإمكانات الذكاء الآلي.