أقر إيلون ماسك بأن xAI استخدمت نماذج OpenAI لتدريب Grok وتحسينه

إيلون ماسك يعترف بأن xAI استخدمت نماذج OpenAI لتدريب وتحسين Grok

أقرّ إيلون ماسك خلال جلسات استماع بشأن دعواه ضد OpenAI بأن xAI استخدمت نماذج OpenAI لتحسين Grok. في المحكمة، وصف هذا بأنه ممارسة "جزئية" فحسب، لكن ذلك كان كافياً للكشف عن أحد أكثر أساليب تدريب الذكاء الاصطناعي جدلاً في عصرنا.

ما اعترف به ماسك

في جلسة استماع بالمحكمة الفيدرالية بكاليفورنيا، سُئل ماسك عما إذا كان يعرف ما هي تقطير النموذج وما إذا طبقت xAI هذا النهج على تقنيات OpenAI. في البداية، أجاب بطريقة غامضة وأشار إلى أن "جميع شركات الذكاء الاصطناعي" على أي حال تفعل شيئاً مماثلاً. عندما ألح المحامون على ما إذا كان هذا يعني "نعم"، أجاب ماسك بإيجاز: "جزئياً".

هذا اعتراف مهم ليس فقط بسبب xAI نفسها. جاء أثناء دعوى قضائية يحاول فيها ماسك إثبات أن OpenAI تخلت عن مهمتها الأصلية وتتصرف بما يتعارض مع ما ساعد على تأسيس الشركة من أجله. على هذه الخلفية، يبدو الاعتراف باستخدام نماذج المنافسين حساساً من الناحية السياسية والقانونية.

في الواقع، يتعلق الأمر بالاعتراف بممارسة يطرحها المشاركون في السوق بشكل متزايد كشكاوى عامة ضد بعضهم البعض.

كيف يعمل التقطير

تقطير النموذج هو نمط حيث يعمل نظام أكبر وأقوى كـ "معلم" ويعمل نموذج أكثر إحكاماً كـ "طالب". بدلاً من تدريب نموذج جديد على البيانات الخام فقط، يستخدم المطورون إجابات أو تقييمات أو أنماط السلوك من نموذج أقوى ويمررونها إلى الطالب. يساعد هذا على تحسين الجودة بسرعة أكبر وتوفير الموارد الحسابية.

"استخدام ذكاء اصطناعي آخر للتحقق من ذكاءك الاصطناعي الخاص بك هو ممارسة معيارية".

داخل شركة واحدة، تم اعتبار هذا النهج طبيعياً منذ فترة طويلة: تقوم المختبرات بشكل منتظم بضغط نماذجها الرئيسية لإطلاق نسخ أرخص وأسرع. تبدأ المشكلة عندما يلعب نموذج المنافس دور "المعلم". عندها لا تكون المسألة تقنية فقط بل قانونية أيضاً: هل هذا تحسين عادل أم محاولة لنسخ قدرات شخص آخر برخص؟ وهنا بالضبط يكمن التوتر الرئيسي بين سرعة التطوير وحماية الميزة التنافسية.

لماذا يتسع النزاع

بالضبط لهذا السبب أصبح التقطير أحد أكثر المواضيع حساسية في سوق الذكاء الاصطناعي. رسمياً، الطريقة نفسها غير محظورة، لكن الحدود المقبولة غالباً ما تعتمد على اتفاقيات المستخدم والسياسات الداخلية وكيف تم جمع بيانات التدريب بالضبط. بسبب هذه المنطقة الرمادية، تتهم الشركات بعضها البعض بشكل متزايد ليس بنسخ الأكواد مباشرة بل بنقل سلوك النماذج. هناك عدد قليل من السوابق القانونية، لذا فإن قواعد اللعبة في هذه المنطقة تتشكل بشكل أساسي في الوقت الفعلي.

• التقطير يقلل من تكاليف التدريب ويسرع إطلاق نماذج جديدة.
• يسمح للمختبرات الأصغر باللحاق بقادة السوق بسرعة أكبر.
• قد يتعارض استخدام نموذج خارجي مع شروط الخدمة لصاحبه.
• من الصعب جداً إثبات أين تنتهي "التحقق" وتبدأ نسخ القدرات.

في السابق، كانت OpenAI قد أعربت علناً عن قلقها من أن نماذجها قد تُستخدم لمثل هذه الأغراض، وأشارت Anthropic على حدة إلى DeepSeek و Moonshot و MiniMax من بين الشركات التي تثير أسئلة. يحاول Google أيضاً حماية نفسه مما يسميه "هجمات التقطير" وانتهاكات شروط الخدمة الخاصة به. يتضح الآن أن حتى المشاركين في أشد النزاعات القانونية ضجيجاً في الصناعة لا يقفون جانباً من هذه الممارسة.

ماذا يعني هذا

قصة xAI تُظهر أن التقطير أصبح معياراً في السوق — حتى لو انتقدت الشركات هذا علناً لدى المنافسين. بالنسبة للصناعة، هذا إشارة: ستركز النزاعات حول الذكاء الاصطناعي بشكل متزايد ليس فقط على البيانات وحقوق الطبع والنشر، بل أيضاً على ما إذا كان يمكن "التعلم" من نموذج شخص آخر دون كسر القواعد. وقد تكون هذه النزاعات بالذات هي التي تحدد أين ستمر الحدود في السنوات القادمة بين الاستخبارات التنافسية والتحسين الهندسي وانتهاك قواعد المنصة.