مايكروسوفت تتبنى نموذج DeepSeek-R1 للذكاء الاصطناعي وسط جدل حول OpenAI
تاريخ النشر: 31st, January 2025 GMT
أعلنت Microsoft عن تبني نموذج الذكاء الاصطناعي DeepSeek-R1 ضمن أجهزة Copilot+، في خطوة توسعية نحو تنويع مصادر تقنيات الذكاء الاصطناعي لديها، رغم علاقتها الوثيقة بشركة OpenAI، المطورة لنموذج ChatGPT.
نموذج DeepSeek-R1 يصل إلى أجهزة Microsoftووفقًا للإعلان، سيصل النموذج أولًا إلى أجهزة Snapdragon X، ثم لاحقًا إلى Intel Lunar Lake وAMD Ryzen AI 9.
ورغم أن الإصدار الأساسي (1.5B) أقل قوة مقارنةً بنماذج 32B و70B، تؤكد Microsoft أن هذه النماذج "مُحسَّنة لوحدة المعالجة العصبية (NPU)"، مما يتيح لها العمل بكفاءة على أجهزة Copilot+، التي تتطلب 256 جيجابايت من التخزين، و16 جيجابايت من ذاكرة الوصول العشوائي، ووحدة NPU لا تقل عن 40 TOPS (تريليون عملية في الثانية).
وأكدت Microsoft في بيان رسمي:
"تتيح هذه النماذج للمطورين إنشاء تطبيقات ذكاء اصطناعي تعمل بكفاءة على الأجهزة، مستفيدة من قوة وحدات المعالجة العصبية المتطورة في أجهزة Copilot+."
إضافةً إلى ذلك، تعمل Microsoft على جلب DeepSeek-R1 إلى منصتها السحابية Azure AI Foundry، لينضم إلى مجموعة من نماذج الذكاء الاصطناعي الأخرى مثل GPT-4 وMistral AI وMeta-Llama 3.
إلا أن هذه الخطوة تأتي في ظل تحقيقات تجريها Microsoft بشأن ما إذا كانت DeepSeek قد استخدمت تقنيات OpenAI بطريقة غير مصرح بها، مما يزيد من تعقيد علاقتها مع كل من OpenAI وDeepSeek.
مخاوف الخصوصية واتهامات انتهاك حقوق النشرأثارت DeepSeek، التي تتخذ من الصين مقرًا لها، مخاوف تتعلق بالخصوصية والأمان، وهو ما ردت عليه Microsoft في بيان على Marketplace Community، حيث أكد جاستن رويال، مدير تسويق المنتجات الأول في الشركة:
"لقد خضع DeepSeek-R1 لتقييمات صارمة من قبل فرق الأمن والسلامة، بما في ذلك مراجعات تقنية شاملة للتأكد من عدم وجود مخاطر محتملة."
هزّ نموذج DeepSeek-R1 عالم الذكاء الاصطناعي، إذ يتميز بأنه يستهلك قوة حوسبة أقل بكثير مقارنة بالمنافسين، مما أثّر سلبًا على أسهم الشركات الكبرى مثل NVIDIA، التي شهدت انخفاضًا في قيمتها السوقية عقب الإعلان عن النموذج الجديد.
وتأتي هذه التطورات وسط اتهامات من OpenAI ضد DeepSeek وشركات ذكاء اصطناعي صينية أخرى، باعتماد تقنيات "التقطير" (Distillation) لاستخلاص المعرفة من نماذجها، وهي اتهامات تتزامن مع دعاوى قضائية متعددة ضد OpenAI نفسها، تتعلق بانتهاك حقوق النشر.
المشهد المستقبليمع تبني Microsoft لنموذج DeepSeek-R1، واستمرار تحقيقاتها حول استخدامه المحتمل لتقنيات OpenAI، يبدو أن السباق نحو الهيمنة في الذكاء الاصطناعي يدخل مرحلة جديدة من المنافسة والجدل القانوني، مما قد يؤثر على شكل الابتكار في هذا المجال خلال السنوات القادمة.
المصدر: بوابة الوفد
كلمات دلالية: الذکاء الاصطناعی
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.
القبض على متهم بغسيل 31 مليون جنيه متحصلة من تجارة الأسلحة النارية