HUMAIN-M3 يرسم ملامح جديدة للذكاء الاصطناعي السيادي

لا يقدّم HUMAIN-M3 مجرد نموذج لغوي عربي جديد، بل يعرض طريقة مختلفة لبناء ما يُعرف بالذكاء الاصطناعي السيادي. فبدلاً من محاولة تطوير جميع القدرات المتقدمة من نقطة الصفر، اعتمدت شركة HUMAIN على سلالة MiniMax M3 كنموذج أساس، ثم واصلت تدريبه على بيانات عربية أصيلة، وطرحته عبر منصتها الخاصة HUMAIN Node. 65

المغزى هنا أن السيادة لا تعني بالضرورة أن يكون كل مكوّن في النموذج قد طُوّر محلياً. الأهم، بالنسبة إلى الحكومات والجهات الوطنية، هو امتلاك نفوذ فعلي على كيفية تخصيص النموذج واستضافته وحمايته وصيانته وتحديثه.

ما الذي أُطلق في HUMAIN-M3؟

أعلنت HUMAIN، المدعومة من صندوق الاستثمارات العامة السعودي، نموذج humain-m3 في 3 سبتمبر 2026. وقالت الشركة إن النموذج طُلب من HUMAIN وطوّرته MiniMax، وإنه أصبح متاحاً في معاينة بحثية عبر HUMAIN Node. وتشير التقارير إلى أن إتاحة الأوزان للتنزيل مخطط لها لاحقاً، لكن المعاينة الحالية لا تتيح الأوزان نفسها. 63

ينتمي النموذج إلى سلالة MiniMax-M3، ويستخدم بنية «مزيج الخبراء» (MoE)، بإجمالي 428 مليار مَعلمة ونحو 23 مليار مَعلمة نشطة لكل رمز لغوي. وتقول HUMAIN إنها واصلت تدريبه على أكثر من تريليون رمز من محتوى عربي أصيل. 61

وهذا ليس مجرد طبقة ترجمة مضافة إلى نموذج عام. فالهدف المعلن هو الاحتفاظ بالقدرات الواسعة للنموذج الأساسي، مع تحسين فهم العربية وإنتاجها عبر بيانات لغوية وسياق ثقافي أكثر صلة بالمنطقة. 211

كيف تغيّر الأوزان المفتوحة اقتصاديات الذكاء الاصطناعي السيادي؟

يتطلب تدريب نموذج عام متقدم من الصفر موارد حوسبة هائلة، وبيانات واسعة، وخبرة هندسية، ووقتاً طويلاً. أما النموذج الأساسي ذو الأوزان المفتوحة فيغير نقطة البداية: إذ يمكن للمشغّل المحلي توجيه استثماراته إلى التدريب اللاحق والتقييم والنشر والحوكمة، بدلاً من إعادة بناء كل القدرة العامة للنموذج.

تطرح MiniMax نموذج M3 كنموذج ذي أوزان مفتوحة لأعمال البرمجة والوكلاء البرمجيين، مع دعم عبر واجهة برمجة التطبيقات لسياق يصل إلى مليون رمز. 18 والانطلاق من قاعدة كهذه يتيح للبرامج الوطنية التركيز على ما لا تخدمه النماذج العامة بالقدر الكافي، مثل تنوعات العربية، والمعرفة الإقليمية، وسير العمل المؤسسي، ومعايير التقييم المحلية.

ولا يعني ذلك استقلالاً كاملاً عن التقنيات الخارجية؛ فـHUMAIN-M3 نفسه يعتمد على سلالة نموذج صينية. لكنه يمنح المشغّل المحلي دوراً أكبر في الطبقة التي تحدد الاستخدام الفعلي للنموذج: البيانات المستخدمة في التخصص، ومكان تشغيل الاستدلال، وآلية التحديث، والجهات أو الخدمات التي يدعمها.

نتائج مشجعة، لكنها ليست دليلاً مستقلاً بعد

أفادت HUMAIN بأن متوسطاً متساوي الأوزان بلغ 89.37% عبر سبعة اختبارات معيارية عربية عامة، مع احتلال المركز الأول في خمسة اختبارات. وأضافت أن المتوسط يتقدم بـ9.03 نقاط على نموذج MiniMax M3 المرجعي. 12

تشير هذه الأرقام إلى أن مواصلة التدريب على العربية يمكن أن تحسن الأداء في الاختبارات المختارة، لكن ينبغي قراءتها بحذر. فالمتوسط المنشور جاء من عملية التقييم الخاصة بـHUMAIN، ولم يكن وقت إعداد التقارير مقدماً إلى لوحة الصدارة العامة لـOALL. 3

لذلك، لا تثبت هذه النتائج وحدها تفوقاً مستقلاً في الموثوقية الواقعية أو السلامة أو الكلفة أو الأداء في جميع المهام العربية. وستكون قابلية إعادة النتائج علناً، وأدلة النشر الفعلي، والتقييمات التي تشمل اللهجات والاستخدامات الحساسة، أكثر أهمية من جدول معايير واحد.

لماذا تمثل الأوزان القابلة للتنزيل قيمة عملية؟

تكتسب الأوزان المفتوحة أهمية استراتيجية لأنها قد تقلل الاعتماد على مزود واحد بعيد للنماذج. ويشير مركز الأمن الأميركي الجديد CNAS إلى أن بلداناً متزايدة تنظر إلى هذه النماذج بوصفها وسيلة عملية لتجنب الارتهان لمورّد واحد؛ إذ يمكن تنزيلها واستضافتها ذاتياً وتكييفها، وقد تكون أقل كلفة في بعض السياقات. 38

بالنسبة إلى الحكومات أو المشغلين المحليين، يمكن أن يدعم ذلك عدة أشكال من التحكم:

• التعامل مع البيانات: يمكن تصميم أحمال العمل الحساسة لتعمل على بنية تحتية محلية أو خاضعة للرقابة، بدلاً من واجهة برمجة تطبيقات أجنبية.
• التكييف اللغوي: تستطيع الفرق مواصلة التدريب وتقييم الأداء على تنوعات العربية والمصطلحات المؤسسية المحلية.
• الاختيار التقني: يمكن للمشغّل اختيار منظومة الاستدلال وإعدادات العتاد وبنية النشر الخاصة به.
• الاستمرارية: يوفّر وجود نقطة تحقق نموذجية قابلة للاستخدام مرونة أكبر من الاعتماد الحصري على واجهة خارجية قد تتغير شروطها أو أسعارها أو إتاحتها.

لكنها مزايا تشغيلية وليست ضمانات. فالأوزان المفتوحة تظل بحاجة إلى قدرات حوسبة، وممارسات أمن سيبراني، وخبرة في تقييم النماذج، ومراجعة للتراخيص، وخطة صيانة طويلة الأجل.

سوق أوسع للذكاء الاصطناعي السيادي

يأتي HUMAIN-M3 ضمن موجة عالمية أوسع. فقد أحصى CNAS 184 مشروعاً للذكاء الاصطناعي السيادي مدعوماً من الحكومات في 67 دولة بحلول منتصف 2026، بعد رصد 41 مشروعاً جديداً في النصف الأول من العام نفسه. ثم أظهر مؤشّره المباشر المحدّث 185 مشروعاً. 3433

ويعرّف المركز هذه المشاريع على نطاق واسع بأنها مبادرات مدعومة حكومياً ومرتبطة صراحة بمصالح استراتيجية وطنية، وتحظى باستثمار عام ملموس في الحوسبة المحلية أو النماذج أو منظومات البيانات. 33 وهذا مهم لأن النموذج ليس سوى طبقة واحدة من المنظومة؛ فالبنية التحتية والبيانات جزء أساسي من مفهوم السيادة أيضاً.

وأصبح المطورون الصينيون مورّدين مؤثرين في هذه السوق، جزئياً لأن نماذج قادرة تُتاح بأوزان مفتوحة إلى جانب واجهات برمجة التطبيقات. وأفاد CNAS بأن سبعة مطورين صينيين على الأقل يقدمون أنظمة ذات أوزان مفتوحة بقدرات قوية في البرمجة والاستدلال والوسائط المتعددة والمهام الوكيلة. 36

كما أن MiniMax M3 لا يقتصر على خدمة MiniMax نفسها؛ إذ أدرجه موقع Artificial Analysis لدى عدة مزودي واجهات برمجة تطبيقات، من بينهم Nebius وSambaNova، بما يوضح إمكانية تقديم النموذج عبر بنى تحتية بديلة. 22

ما الإشارة الأهم من HUMAIN-M3؟

ليست الخلاصة أن اختباراً معيارياً واحداً حسم هوية أفضل نموذج. بل إن وحدة المنافسة نفسها تتغير.

تتحول الدول إلى عملاء لأصول ذكاء اصطناعي قابلة لإعادة الاستخدام: نقاط تحقق يمكن تكييفها مع احتياجات اللغة المحلية، وتشغيلها على بنية تحتية مختارة، وتقييمها وفق متطلبات داخلية، وصيانتها بمرور الوقت. وما زال النموذج الأساسي القوي ضرورياً، لكن إتاحة الأوزان المفتوحة، ودعم تكييف العتاد، وخيارات الاستدلال الموثوقة، وحوكمة البيانات، ومسار التحديث المقنع قد تكون عوامل لا تقل أهمية.

بهذا المعنى، يتجاوز HUMAIN-M3 منافسة بسيطة بين مختبرات النماذج الأميركية والصينية. فالمنافسة الناشئة تدور أيضاً حول من يستطيع تقديم منظومة ذكاء اصطناعي أكثر قابلية للتكييف والحوكمة والاستدامة التشغيلية للبلدان التي تريد سيطرة أكبر على مستقبلها التقني.