طوّرت Meta نموذجًا سريًّا باسم «أفوكادو» — ماذا يكشف عن استراتيجية الشركة

في سباق الريادة في الذكاء الاصطناعي، تتكرر الأسماء نفسها دائمًا في العناوين: OpenAI وAnthropic وGoogle وMicrosoft وNVIDIA وAmazon. لكن خلف كل نموذج يُعلن عنه رسميًا عشرات المشاريع غير المكتملة والنماذج الأولية الداخلية والتطويرات التي لا تصل أبدًا إلى الجمهور الواسع. وكان «أفوكادو» أحد هذه المشاريع، وهو نموذج داخلي لدى Meta لا توجد عنه وثائق منشورة، وتكشف قصته جانبًا من الكواليس الحقيقية لتطوير الذكاء الاصطناعي، وتتيح قدرًا غير متوقع من التأمل.

الاستراتيجية العلنية لـ Meta ونماذج LLaMA

رغم أن Meta تتخلف قليلًا في الانطباع العام عن متصدّري السباق، OpenAI وGoogle، فإنها تبني موقعًا قويًا في الذكاء الاصطناعي بثبات عبر عائلة النماذج المفتوحة LLaMA. فمنذ الإصدار الأول عام 2023، قطعت الشركة طريقًا وصل إلى LLaMA 3 والإصدارات اللاحقة، وقدّمت نفسها بديلًا للمنظومات المغلقة مثل GPT وClaude. وتنجح هذه الاستراتيجية: يستخدم المطوّرون حول العالم LLaMA أساسًا لمنتجاتهم الخاصة، فيما تعزّز Meta سمعتها لاعبًا مستعدًا لمشاركة التقنيات مع المجتمع. ويبدو الجانب العلني من هذه القصة مقنعًا ومتّسقًا.

مشروع «أفوكادو» الخفي

غير أن خلف ذلك واقعًا آخر أقل ظهورًا بكثير. «أفوكادو» نموذج عُرف أمره من مصادر داخلية. فقد جرى تطوير المشروع بالتوازي مع خط LLaMA الرئيسي، لكنه لم يصل إلى إصدار علني لأسباب ما. ربما لم يجتز عتبات الجودة الداخلية. وربما لم ينسجم مع الأولويات الاستراتيجية، أو تخلّف عن المنافسين في المؤشرات الأساسية. والتفاصيل الدقيقة غير معروفة، لكن وجود المشروع نفسه يطرح سؤالًا مشروعًا: ما المعايير التي تقرّر بها كبرى شركات التقنية ما تطرحه في السوق وما تُبقيه في المختبر؟

ما المعايير التي تحدد ما يُطرح؟

المواصفات التقنية ليست سوى عامل واحد. وتؤدي بيئة المنافسة دورًا لا يقل أهمية: فإذا لم يتفوق النموذج على المتاح فعلًا في السوق، تضيع قيمة إصداره، ولا سيما لشركة تقدّم نفسها رائدةً في الذكاء الاصطناعي المفتوح. وتبلغ مسائل الأمان القدر نفسه من الأهمية: فحتى ثغرة صغيرة في سلوك النموذج قد تُلحق ضررًا بالسمعة لا يتناسب مع فائدة النشر. وأخيرًا الجاهزية التشغيلية: فكل إصدار علني يتطلب بنية دعم متكاملة، من وثائق وAPI وأنظمة مراقبة وفريق استجابة. ويبدو أن «أفوكادو» لم يجتز واحدًا أو أكثر من هذه المرشّحات.

لماذا تحمل المشاريع غير المكتملة قيمة؟

لكن ذلك لا يجعل المشروع فاشلًا. فالتقدم الحقيقي في الذكاء الاصطناعي ليس عملية خطية تُصدر فيها النماذج واحدًا تلو الآخر. ووراء كل LLM ناجح عدة «أفوكادو»، أي نماذج أولية ساعدت الفرق الهندسية على استكشاف حدود الممكن وصقل القرارات المعمارية وفهم ما ينجح فعلًا في الممارسة. وفي المشاريع غير المكتملة يتركّز جزء كبير من المعرفة الحقيقية: فهي التي تشكّل الأساس الذي يُبنى عليه الجيل التالي من النماذج. وقد جعل سباق وكلاء الذكاء الاصطناعي الذي تخوضه شركات التقنية الكبرى اليوم التطويرات الداخلية موضوعًا شديد الحساسية. فأي تسريب عن مشروع غير مكتمل يصبح فورًا محور اهتمام الإعلام والمحللين والمنافسين.

الخلاصة العملية

قصة «أفوكادو» ليست فضيحة ولا سبقًا صحفيًا. إنها نافذة نادرة على واقع تطوير الذكاء الاصطناعي، حيث تُتخذ قرارات الإصدار بالنظر إلى عشرات المعايير، لا إلى أرقام جداول المعايير المرجعية (benchmarks) وحدها. وبالنسبة إلى فرق المنتجات والشركات الناشئة التي تراقب هذا السباق، ثمة خلاصة عملية هنا: ليس كل تطوير ناجح ملزمًا بأن يصبح منتجًا علنيًا. فمعرفة وقت إيقاف المشروع مهارة استراتيجية لا تقل أهمية عن مهارة إطلاقه. والشركات التي تتفوق في الذكاء الاصطناعي بشكل مستدام لا تكتفي بإنشاء نماذج جديدة، بل تتخذ أيضًا قرارات متأنية بشأن أيّها يستحق أن يخرج إلى العلن.

*تم الاعتراف بشركة Meta منظمة متطرفة وحُظر نشاطها في روسيا الاتحادية.

باختصار:

• كان لدى Meta نموذج غير موثّق باسم «أفوكادو»، طُوّر بالتوازي مع LLaMA، لكنه لم يصدر علنًا قط.
• يعتمد قرار الإصدار على المواصفات التقنية وبيئة المنافسة والأمان والجاهزية التشغيلية.
• الخلاصة العملية: معرفة وقت إيقاف المشروع مهارة لا تقل أهمية عن مهارة إطلاقه.