اتهمت السلطات الأمريكية ست شركات ذكاء اصطناعي صينية، من بينها DeepSeek وMoonshot AI وAlibaba وMiniMax وStepFun وZ.AI، باستخدام ما يُعرف بتقنية «تقطير النماذج» بهدف استخراج قدرات من أنظمة ذكاء اصطناعي أمريكية متقدمة ثم توظيف هذه المخرجات في تدريب نماذجها الخاصة.
ووفقًا للجهات الأمريكية، شملت الأنظمة المستهدفة كلا من Claude التابعة لـ Anthropic، وGPT التابعة لـ OpenAI، وGemini التابعة لـ Google، وGrok التابعة لـ xAI. وتشير الاتهامات إلى أن الشركات الصينية قامت بتنفيذ أعداد كبيرة جدًا من الطلبات بغرض جمع مخرجات تلك الأنظمة، ثم استخدام النتائج لاحقًا لتطوير نماذج تنافسية.
## ما قصة «تقطير» الذكاء الاصطناعي؟
تعتمد فكرة تقطير النماذج على تدريب نموذج أصغر أو مختلف اعتمادًا على سلوك نموذج أقوى. عمليًا، يتم تزويد النموذج القوي بمدخلات متعددة لإنتاج إجابات، ثم تُستخدم هذه الإجابات كبيانات تدريب لنموذج آخر يتعلم تقليد الأنماط العامة التي يظهرها النموذج الأقوى. تُعد هذه التقنية من الممارسات المعروفة في مجالات هندسة الذكاء الاصطناعي، وليست غير قانونية بحد ذاتها؛ إذ تستخدمها شركات وباحثون لتحسين الكفاءة وتقليل التكلفة وزيادة السرعة.
لكن الجانب الأمريكي يرى أن جوهر الإشكال لا يتعلق بمجرد «التقطير» كمفهوم علمي، بل بكيفية تطبيقه على نطاق واسع وبطرق قد تتعارض مع شروط استخدام منصات النماذج أو تُستخدم بهدف «استخراج قدرات» غير مصرح بها من أنظمة منافسة.
## لماذا تُعد الاتهامات حساسة في عالم اليوم؟
تأتي هذه التطورات في وقت تتصاعد فيه المنافسة بين الولايات المتحدة والصين في سباق الذكاء الاصطناعي، حيث تسعى الشركات إلى الحصول على نماذج أكثر قوة مع خفض التكلفة وتعزيز القدرة على التعامل مع اللغة والمهام المعقدة. وفي هذا السياق، يمكن أن تمنح القدرة على تدريب نماذج فعالة اعتمادًا على مخرجات نماذج كبرى ميزة تنافسية، خصوصًا عندما تكون الوصولات إلى النماذج المدفوعة أو السحابية محدودة أو مُقيدة.
## رد الصين على الاتهامات
من جهتها، نفت الصين الاتهامات الأمريكية ووصفتها بأنها بلا أساس. كما حذرت من استخدام هذه القضية كذريعة لفرض قيود على الشركات الصينية أو لتقويض قدرتها على المنافسة في سوق الذكاء الاصطناعي عالميًا.
## أبعاد القضية: بين شروط الخدمة وحقوق الملكية
إحدى النقاط المحورية في هذا النوع من الاتهامات تتعلق بالملكية الفكرية والحدود القانونية/التعاقدية لاستخدام مخرجات النماذج. فبينما قد تعتبر بعض الشركات أن استخدام الإجابات لأغراض التدريب يقع ضمن نطاق مسموح إذا كانت البيانات متاحة، قد ترى الشركات المالكة للنماذج أن الإفراط أو الاستهداف المنهجي لاختبار سلوك النموذج والتقليد عبر كميات هائلة من الطلبات يخلق إشكالات تتصل بحقوق الخدمة أو حماية الأصول التقنية.
كما يثير الملف أسئلة عملية حول كيفية قياس «النية» و«النطاق»: هل المطلوب هو مجرد الامتثال لشروط الاستخدام؟ أم أن هناك حاجة لأطر تنظيمية أو تقنيات حماية تمنع الاستغلال واسع النطاق؟
## ما الذي قد يحدث لاحقًا؟
من المتوقع أن تؤدي مثل هذه القضايا إلى:
– تشديد شروط استخدام منصات الذكاء الاصطناعي وفرض قيود أكثر وضوحًا على استخدام المخرجات للتدريب.
– زيادة الاهتمام بتقنيات التخفيف (Mitigations) مثل تحديد معدلات الطلبات، وأنظمة كشف محاولات الاستنزاف، وإجراءات المصادقة على واجهات الاستخدام.
– نقاشات قانونية أوسع حول حدود النسخ/التقليد عبر البيانات المستخلصة من نماذج مرخصة أو سحابية.
في النهاية، تفتح القضية مواجهة جديدة حول كيفية التوفيق بين التطوير العلمي للذكاء الاصطناعي وحقوق المنصات المالكة للنماذج، ومدى إمكانية الاستفادة من إجابات النماذج المتقدمة لتسريع بناء نماذج منافسة في ظل سباق عالمي نحو قدرات أعلى وتكاليف أقل.
التعليقات