Arabic- DeepSeek and the Coming AI Cambrian Explosion

Source article: DeepSeek and the Coming AI Cambrian Explosion
Translation by: $cardano_class
Dework Task Link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=67826399-cd0d-4606-be8f-3035200c9058
Community review: Please leave comments below about translation quality or like this post if it is well translated

DeepSeek والانفجار الكمبري القادم في الذكاء الاصطناعي

مقال للدكتور بن غورتزل

الرئيس التنفيذي، تحالف الذكاء الاصطناعي الفائق

الإثارة حول DeepSeek مفهومة - لكن الكثير من ردود الفعل التي أراها تبدو غير دقيقة إلى حد ما. تمثل DeepSeek زيادة كبيرة في الكفاءة في مجال نماذج اللغة الكبيرة، مما سيكون له تأثير كبير على طبيعة واقتصاديات تطبيقات نماذج اللغة الكبيرة. ومع ذلك، لا تشير إلى اختراق أساسي في الذكاء الاصطناعي العام، ولا إلى تحول جذري في مركز ثقل الابتكار في الذكاء الاصطناعي. إنها قفزة مفاجئة على طول مسار متوقع بدلاً من أن تكون تحولًا نموذجيًا مخلًا.

التسابق على طول منحنى الكفاءة

إن الإنجاز المثير للإعجاب لـ DeepSeek يعكس النمط التاريخي الأوسع للتقدم التكنولوجي. في أوائل التسعينيات، كانت معالجة الرسوميات عالية الجودة تتطلب حواسيب عملاقة؛ أما الآن، فهي تتم على الهواتف الذكية. التعرف على الوجه، الذي كان في السابق تطبيقًا نادرًا ومكلفًا، أصبح الآن ميزة شائعة. ينطبق نفس المبدأ على نماذج اللغة الكبيرة. المفاجأة ليست في طبيعة التقدم - بل في السرعة.

بالنسبة لأولئك الذين يراقبون النمو التكنولوجي الأسي، فهذا ليس صادمًا. يتنبأ مفهوم التفرد التكنولوجي بتسارع التغيير، خاصة في مجالات الاكتشاف الآلي والاختراع مثل الذكاء الاصطناعي. مع اقترابنا من التفرد، ستبدو الاختراقات أسرع بشكل متزايد. DeepSeek هو مجرد واحدة من العديد من اللحظات في هذه الاتجاهات الكبرى المتطورة.

ابتكارات DeepSeek المعمارية: مثيرة للإعجاب، لكنها ليست جديدة

إن الإنجاز الرئيسي لـ DeepSeek يكمن في تحسين الكفاءة بدلاً من إعادة تعريف بنية الذكاء الاصطناعي. نموذجها “خليط الخبراء” (MoE) هو تعديل جديد لتقنية التعلم الجماعي المعروفة التي تم استخدامها في أبحاث الذكاء الاصطناعي لسنوات. ما قامت به DeepSeek بشكل جيد هو تحسين MoE جنبًا إلى جنب مع تقنيات كفاءة أخرى لتقليل التكاليف الحاسوبية:

  • كفاءة المعلمات: تصميم MoE الخاص بـ DeepSeek ينشط فقط 37 مليار من أصل 671 مليار معلمة في وقت واحد. وهذا يعني أنه يتطلب فقط 1/18 من قوة الحوسبة للنماذج التقليدية للغة الكبيرة.
  • التعلم المعزز للتفكير: بدلاً من الهندسة اليدوية، يحسن نموذج R1 الخاص بـ DeepSeek التفكير المتسلسل من خلال التعلم المعزز.
  • التدريب متعدد الرموز: يمكن لـ DeepSeek-V3 التنبؤ بعدة قطع من النص في وقت واحد، مما يزيد من كفاءة التدريب.

تسمح هذه التحسينات لنماذج DeepSeek بأن تكون أقل تكلفة بمقدار كبير مقارنة بالمنافسين مثل OpenAI أو Anthropic، سواء في التدريب أو الاستدلال. هذه ليست إنجازًا تافهًا - بل هي خطوة كبيرة نحو جعل نماذج اللغة الكبيرة عالية الجودة أكثر وصولاً. ولكن مرة أخرى، إنها تحسين هندسي رائع، وليست قفزة مفاهيمية نحو الذكاء العام الاصطناعي.

القوة المعروفة للمصادر المفتوحة

أحد أكبر خطوات DeepSeek هو جعل نموذجها مفتوح المصدر. هذا يتناقض بشكل حاد مع استراتيجيات الحدائق المغلقة لـ OpenAI وAnthropic وGoogle - وهو إيماءة في اتجاه يان لوكون من ميتا. يعزز الذكاء الاصطناعي مفتوح المصدر الابتكار السريع، والتبني الأوسع، والتحسين الجماعي. بينما تسمح النماذج الملكية للشركات بجني المزيد من الإيرادات المباشرة، فإن نهج DeepSeek يتماشى مع مستقبل أكثر لامركزية للذكاء الاصطناعي - مستقبل تتوفر فيه الأدوات لمزيد من الباحثين والشركات والمطورين المستقلين.

صندوق التحوط HighFlyer وراء DeepSeek يدرك أن الذكاء الاصطناعي مفتوح المصدر ليس مجرد فلسفة وقيام بفعل الخير للعالم؛ بل هو أيضًا عمل جيد. تواجه OpenAI وAnthropic صعوبة في تحقيق التوازن بين البحث وتحقيق الإيرادات. يشير قرار DeepSeek بجعل R1 مفتوح المصدر إلى الثقة في نموذج اقتصادي مختلف - يعتمد على الخدمات، وتكامل المؤسسات، واستضافة قابلة للتوسع. كما يمنح المجتمع العالمي للذكاء الاصطناعي مجموعة أدوات تنافسية، مما يقلل من هيمنة الشركات الكبرى الأمريكية.

دور الصين في سباق الذكاء الاصطناعي

بعض الأشخاص في الغرب تفاجأوا بأن الاختراق الذي حققته DeepSeek جاء من الصين. لكنني لست متفاجئًا جدًا. بعد أن قضيت عقدًا من الزمن في الصين، شهدت عن كثب حجم الاستثمار في أبحاث الذكاء الاصطناعي، والعدد المتزايد من حاملي شهادات الدكتوراه، والتركيز الشديد على جعل الذكاء الاصطناعي قويًا وفعالًا من حيث التكلفة. هذه ليست المرة الأولى التي تأخذ فيها الصين ابتكارًا غربيًا وتعمل على تحسينه بسرعة من أجل الكفاءة والنطاق.

ومع ذلك، بدلاً من رؤية هذا كمسابقة جيوسياسية فقط، أراه خطوة نحو مشهد ذكاء اصطناعي أكثر تكاملاً على مستوى العالم. من المرجح أن يظهر الذكاء الاصطناعي المفيد من التعاون المفتوح أكثر من ظهوره من صوامع وطنية. إن جهود تطوير الذكاء الاصطناعي اللامركزية والموزعة عالميًا - بدلاً من احتكار دولة أو شركة واحدة - تمنحنا فرصة أفضل لضمان أن يخدم الذكاء الاصطناعي الإنسانية ككل.

التداعيات الأوسع لـ DeepSeek: المستقبل ما بعد نماذج اللغة الكبيرة

الضجة حول DeepSeek تتركز إلى حد كبير على كفاءتها من حيث التكلفة وتأثيرها على سوق نماذج اللغة الكبيرة. لكن الآن أكثر من أي وقت مضى، نحتاج حقًا إلى التراجع خطوة والتفكير في الصورة الأكبر.

  1. نماذج اللغة الكبيرة ليست مستقبل الذكاء الاصطناعي العام
  • بينما يمكن للنماذج المستندة إلى المحولات أتمتة المهام الاقتصادية والاندماج في صناعات مختلفة، إلا أنها تفتقر إلى القدرات الأساسية للذكاء الاصطناعي العام مثل التجريد التكويني المتجذر والتفكير الذاتي الموجه.
  • إذا ظهر الذكاء الاصطناعي العام خلال العقد المقبل، فمن غير المرجح أن يكون قائمًا بالكامل على المحولات. قد تثبت الهياكل البديلة - مثل OpenCog Hyperon والحوسبة العصبية - أنها أكثر أساسية لتحقيق الذكاء العام الحقيقي.
  1. تحويل نماذج اللغة الكبيرة إلى سلع سيغير استثمار الذكاء الاصطناعي.
  • تحسن كفاءة DeepSeek يعجل من اتجاه تحول نماذج اللغة الكبيرة إلى سلع. مع انخفاض التكاليف، قد يبدأ المستثمرون في النظر نحو الحدود التالية لابتكار الذكاء الاصطناعي.
  • يمكن أن يدفع هذا التمويل نحو هياكل الذكاء الاصطناعي العام بخلاف المحولات، والأجهزة البديلة للذكاء الاصطناعي (مثل وحدات المعالجة الترابطية، ورقائق الحوسبة العصبية)، والشبكات اللامركزية للذكاء الاصطناعي.
  1. اللامركزية ستشكل مستقبل الذكاء الاصطناعي.
  • يتحول مشهد الذكاء الاصطناعي نحو الهياكل اللامركزية التي تعطي الأولوية للخصوصية، والتوافق، والتحكم من قبل المستخدم.
  • تحسن كفاءة DeepSeek يجعل من السهل نشر نماذج الذكاء الاصطناعي في الشبكات اللامركزية، مثل تلك الموجودة في SingularityNET وASI Alliance، مما يقلل الاعتماد على عمالقة التكنولوجيا المركزية.

دور DeepSeek في الانفجار الكمبري للذكاء الاصطناعي

يمثل DeepSeek علامة فارقة كبيرة في كفاءة الذكاء الاصطناعي، لكنه لا يعيد كتابة المسار الأساسي لتطوير الذكاء الاصطناعي العام. إنه تسارع مفاجئ على طول منحنى متوقع، وليس تحولًا جذريًا. ومع ذلك، فإن تأثيره على نظام الذكاء الاصطناعي كبير:

  • يضغط على الشركات القائمة مثل OpenAI وAnthropic لإعادة التفكير في نماذج أعمالها.
  • يجعل الذكاء الاصطناعي عالي الجودة أكثر وصولاً وبأسعار معقولة.
  • يشير إلى تزايد وجود الصين في تطوير الذكاء الاصطناعي المتقدم.
  • يعزز من حتمية التقدم الأسي في الذكاء الاصطناعي.

الأهم من ذلك، يجب أن يكون نجاح DeepSeek تذكيرًا بأن تطوير الذكاء الاصطناعي العام ليس مجرد زيادة في نطاق المحولات. إذا كنا نهدف حقًا إلى بناء ذكاء اصطناعي عام بمستوى الإنسان، فنحن بحاجة إلى تجاوز تحسين نماذج اليوم والاستثمار في نهج جديدة تمامًا.

الانفجار التكنولوجي قادم بسرعة—ولكن إذا كنا نريد أن يكون مفيدًا، يجب أن نضمن أنه يبقى لامركزيًا وعالميًا ومفتوحًا. DeepSeek ليس ذكاءً اصطناعيًا عامًا، ولكنه خطوة مثيرة في الرقصة الأوسع نحو مستقبل تحويلي للذكاء الاصطناعي.