إيلون ماسك يقرّ بأن xAI استخدمت نماذج OpenAI لتدريب Grok وتحسينه

أكّد إيلون ماسك خلال جلسات دعواه ضد OpenAI أن xAI استخدمت نماذج OpenAI لتحسين Grok. ووصف ماسك أمام المحكمة هذه الممارسة بأنها «جزئية» فقط، لكن ذلك كان كافيًا لوضع إحدى أكثر طرق تدريب أنظمة الذكاء الاصطناعي الحديثة إثارة للجدل أمام الرأي العام.

ما الذي أقرّ به ماسك

في جلسة أمام محكمة اتحادية في كاليفورنيا، سُئل ماسك عمّا إذا كان يعرف ما هو تقطير النماذج (model distillation)، وهل طبّقت xAI هذا الأسلوب على تقنيات OpenAI. أجاب في البداية إجابة مراوغة، مشيرًا إلى أن «جميع شركات الذكاء الاصطناعي تقريبًا» تفعل أمرًا مماثلًا بصورة أو بأخرى. وحين استوضح المحامون ما إذا كان ذلك يعني «نعم»، أجاب ماسك باختصار: «جزئيًا».

ولا تكمن أهمية هذا الاعتراف في xAI وحدها. فقد جاء في سياق دعوى يحاول فيها ماسك إثبات أن OpenAI ابتعدت عن مهمتها الأصلية وتتصرف خلافًا للغاية التي ساهم من أجلها في إطلاق الشركة. وفي هذا السياق، يبدو الإقرار باستخدام نماذج منافس حساسًا سياسيًا وقانونيًا. وهو في جوهره إقرار بممارسة بات المشاركون في السوق أنفسهم يطرحونها علنًا في شكاواهم ضد بعضهم بعضًا.

كيف يعمل التقطير

التقطير هو آلية يؤدي فيها نظام أكبر وأقوى دور «المعلّم»، بينما يؤدي النموذج الأصغر دور «الطالب». فبدلًا من تدريب نموذج جديد على البيانات الخام وحدها، يستخدم المطوّرون إجابات النموذج الأقوى أو تقييماته أو أنماط سلوكه، ويمرّرونها إلى الطالب. ويساعد ذلك على رفع الجودة بسرعة أكبر وتوفير الموارد الحاسوبية.

«استخدام ذكاء اصطناعي آخر للتحقق من ذكائك الاصطناعي الخاص ممارسة معيارية».

داخل الشركة الواحدة، يُعدّ هذا النهج طبيعيًا منذ زمن طويل: فالمختبرات تقلّص بانتظام نماذجها الرائدة لإصدار نسخ أرخص وأسرع. وتبدأ المشكلة حين يكون «المعلّم» نموذج منافس. عندها لا يعود السؤال تقنيًا فحسب، بل قانونيًا أيضًا: هل هو تحسين مشروع، أم محاولة لنسخ قدرات الغير بكلفة زهيدة؟ وهنا تحديدًا يمرّ خط التوتر الرئيسي بين سرعة التطوير وحماية التفوق الفكري.

لماذا يتصاعد الخلاف

ولهذا السبب أصبح التقطير من أكثر المواضيع إيلامًا في سوق الذكاء الاصطناعي. فالأسلوب نفسه غير محظور رسميًا، لكن حدود المسموح به كثيرًا ما تصطدم باتفاقيات المستخدم والسياسات الداخلية وبالطريقة التي جُمعت بها بيانات التدريب. وبسبب هذه المنطقة الرمادية، تتبادل الشركات الاتهامات بشكل متزايد، لا بنسخ الشيفرة البرمجية مباشرة، بل بنقل سلوك النماذج. والسوابق القضائية قليلة حتى الآن، لذلك تتشكل قواعد اللعبة في هذه المنطقة في الوقت الفعلي.

• يقلّل التقطير تكلفة التدريب ويسرّع إصدار نماذج جديدة.
• يتيح للمختبرات الأصغر اللحاق بقادة السوق بسرعة أكبر.
• قد يتعارض استخدام نموذج خارجي مع شروط الخدمة لدى مالكه.
• من الصعب جدًا إثبات أين ينتهي «التحقق» وأين يبدأ نسخ القدرات.

وكانت OpenAI قد أعربت علنًا من قبل عن قلقها من احتمال استخدام نماذجها في مهام كهذه، فيما أشارت Anthropic على حدة إلى DeepSeek وMoonshot وMiniMax بين الشركات التي تثير لديها تساؤلات. وتحاول Google بدورها الدفاع عن نفسها ممّا تسميه «هجمات التقطير» وانتهاك شروط استخدامها. والآن تبيّن أن حتى أطراف أشهر النزاعات القضائية في الصناعة ليسوا بمنأى عن هذه الممارسة.

ماذا يعني ذلك

تُظهر قضية xAI أن التقطير أصبح نهائيًا معيارًا في السوق، حتى لو انتقدته الشركات علنًا حين يمارسه منافسوها. وهذه إشارة للصناعة: فالخلافات حول الذكاء الاصطناعي لن تدور حول البيانات وحقوق المؤلف فحسب، بل أيضًا حول ما إذا كان بالإمكان «التعلّم» من نموذج غيرك دون خرق القواعد. وقد تحدد مثل هذه القضايا أين سيمرّ، في السنوات القريبة، الخط الفاصل بين الاستخبارات التنافسية والتحسين الهندسي وانتهاك قواعد المنصة.