نماذج الذكاء الاصطناعي الصينية مفتوحة الأوزان تتوسع عالميًا.. ماذا يعني ذلك للسباق مع الولايات المتحدة؟

لم يعد التحدي الصيني في الذكاء الاصطناعي يقتصر على سؤال: هل تستطيع مختبراته إنتاج نموذج يضاهي أفضل النماذج الأميركية؟ فالمنافسة تتجه بصورة متزايدة إلى التوزيع: من يستطيع وضع ذكاء اصطناعي قادر في أيدي أكبر عدد من المطورين والشركات والحكومات، وبأقل تكلفة ممكنة؟

جعلت نماذج DeepSeek وKimi التابعة لشركة Moonshot AI وQwen التابعة لـ«علي بابا» استراتيجية النماذج مفتوحة الأوزان محورًا أساسيًا في هذا التنافس. وخلصت تقييمات أعدّها باحثون في جامعة ستانفورد إلى أن النماذج الصينية مفتوحة الأوزان ضيّقت بسرعة فجوة القدرات والتبني، بل قاربت النماذج العالمية أو تفوقت عليها في بعض المجالات. كما تجاوزت عائلة Qwen نموذج Llama التابع لـMeta لتصبح الأكثر تنزيلًا بين عائلات نماذج اللغة الكبيرة على منصة Hugging Face في سبتمبر 2025. 18

وهذا يضع واشنطن أمام معضلة استراتيجية: قد يؤدي تقييد النماذج الصينية إلى تقليل التعرض لها في البيئات الحساسة، لكن فرض حظر واسع قد يترك طبقة التطوير المفتوح للصين، ويحرم المستخدمين من بعض الشفافية والتحكم المحلي اللذين يجعلان الاستضافة الذاتية جذابة.

«مفتوح الأوزان» لا يعني «مفتوح المصدر» بالكامل

يشير النموذج مفتوح الأوزان إلى نموذج تُتاح معامِلاته المدربة للتنزيل، بما يسمح لأطراف خارجية بتشغيل النظام النهائي أو تكييفه. وهذا يختلف جوهريًا عن النموذج المغلق الذي يصل إليه المستخدم عادةً عبر تطبيق أو واجهة برمجة تطبيقات تسيطر عليها الشركة المطوّرة. 33

لكن نشر الأوزان لا يعني بالضرورة إتاحة:

• شيفرة التدريب الأصلية؛
• بيانات التدريب أو مصدرها؛
• وصفة تدريب قابلة لإعادة الإنتاج؛
• نتائج تقييم كاملة؛
• حقوق تجارية أو حقوق إعادة توزيع غير مقيدة؛
• معلومات شفافة عن التصفية والضبط الأمني وتطور النموذج.

لذلك يجب تقييم كلمة «مفتوح» مع كل إصدار على حدة. فقد يكون النموذج قابلًا للتنزيل، لكنه صعب إعادة الإنتاج، أو خاضعًا لترخيص مقيّد، أو غامضًا بشأن البيانات التي شكّلت سلوكه. أما الذكاء الاصطناعي مفتوح المصدر بالمعنى الأقوى، فيتطلب وصولًا ذا مغزى إلى الشيفرة والمعلومات المتعلقة بالبيانات والمكونات الأخرى اللازمة للدراسة وإعادة الإنتاج. 41

وهذا الفارق مهم عند مقارنة DeepSeek وKimi وQwen؛ إذ قد تختلف درجة الإتاحة والتراخيص والإفصاحات التقنية من إصدار إلى آخر، كما قد يتأخر التداول العام للمعلومات عن التغييرات التي تطرأ على وضع النموذج.

الصين تنافس على التبني، لا على نتائج الاختبارات فقط

جمعت المختبرات الصينية بين الأداء القريب من مستوى النماذج الرائدة، والأسعار المنخفضة، وكفاءة التشغيل، وإمكانية النشر محليًا. وهذا يمنح الشركات الناشئة والباحثين والمؤسسات بديلًا عن الاعتماد الكامل على واجهات برمجة التطبيقات الأميركية مرتفعة التكلفة. وتصف تقارير ودراسات في السياسات حلقة تغذية راجعة تبدأ بإصدارات منخفضة التكلفة تجذب المستخدمين، ثم ينتج هؤلاء أدوات ونماذج مشتقة، ما يسرّع بدوره عملية التطوير. 1720

ولا تكمن الفائدة الاستراتيجية في عدد مستخدمي روبوت محادثة بعينه فحسب. فكل عملية نشر قد تساهم في إنتاج:

• نماذج مشتقة متخصصة أو مضبوطة لمهام محددة؛
• أدوات للمطورين وتكاملات برمجية؛
• اختبارات معيارية جديدة وتقارير عن الأخطاء؛
• خبرة متراكمة familiarity بعائلة نموذج معينة؛
• تبعيات تجارية وافتراضات تقنية يصعب تغييرها لاحقًا.

ووجد تحليل ستانفورد أن المطورين الصينيين شكّلوا 17.1% من تنزيلات Hugging Face بين أغسطس 2024 وأغسطس 2025، متقدمين قليلًا على المطورين الأميركيين الذين بلغت حصتهم 15.8%. 18 كما وثقت تقارير أخرى تزايد استخدام الشركات الأميركية نماذج صينية بحثًا عن خفض التكاليف. 31

وإذا أصبحت النماذج ذات المنشأ الصيني مدمجة في البرمجيات والأجهزة والخدمات الحكومية والأنظمة الصناعية حول العالم، فقد تحصل بكين على نفوذ في المعايير التقنية الافتراضية والتحديثات وسلاسل التوريد المحيطة بها. وهذه نقطة نفوذ جيوسياسي محتملة، لكنها ليست دليلًا على أن كل نموذج يُنشر محليًا مخترق أو خاضع للسيطرة.

مخاطر الأمن ليست مسألة واحدة

قد يصف تعبير «مخاطر الذكاء الاصطناعي الصيني» أربعة مخاوف مختلفة على الأقل، ولا ينبغي التعامل معها كأنها شيء واحد.

1. وصول مزود الخدمة المستضافة إلى البيانات

عندما يرسل المستخدم أوامر أو ملفات أو معرّفات إلى خدمة مستضافة في الصين، تغادر هذه المعلومات بيئته، وقد تخضع لاختصاص مزود الخدمة والقوانين السارية. لذلك تحتاج بيانات الحكومات والدفاع والصحة والبنية التحتية الحيوية والأسرار التجارية إلى تقييم رسمي للمخاطر قبل إرسالها إلى أي خدمة خارجية.

أما تشغيل النموذج محليًا، فيغيّر سؤال تدفق البيانات هذا تحديدًا؛ إذ يمكن للبنية المعدّة بصورة صحيحة أن تُبقي الأوامر والوثائق داخل شبكة المؤسسة. لكنه لا يضمن سلامة حزمة النموذج أو برمجيات التشغيل أو الأدوات المتصلة به.

2. الرقابة والتحيز وسلوك النموذج

قد يؤدي التدريب والمواءمة إلى حالات رفض أو حذف أو تأطير سياسي أو معلومات مضللة. وزعم تقرير للكونغرس الأميركي أن المنتج المستضاف من DeepSeek نقل بيانات أميركيين إلى الصين وتلاعب بالردود؛ وهذه نتائج وادعاءات واردة في تحقيق كونغرس، وليست إثباتًا على أن كل ملف أوزان قابل للتنزيل يحتوي على شيفرة خبيثة. 2

كما قد يختلف سلوك المنتج المستضاف عن سلوك نسخة مشتقة تُشغّل محليًا. فالغلاف البرمجي، وتوجيهات النظام، وطبقة الإشراف، وأدوات استرجاع المعلومات، وآلية التحديث، كلها تؤثر في المخرجات.

3. الأبواب الخلفية واختراق سلسلة التوريد

يمكن نظريًا أن تحتوي حزمة نموذج أو البرمجيات المحيطة به على شيفرة تحميل غير آمنة، أو سلوك مسموم، أو محفزات خفية. لكن بلد المنشأ وحده لا يثبت وجود باب خلفي. وتحتاج فرق الأمن إلى التحقق من مصدر الملفات، وبصماتها الرقمية وتوقيعاتها، وفحص سلوكها الشبكي، وعزل مكوناتها، واختبار حزمة النشر كاملة.

4. مخاطر النماذج المغلقة

للنماذج التجارية المغلقة مخاطرها الخاصة المتعلقة بالتركيز والمساءلة. فالمستخدم لا يستطيع عادةً فحص الأوزان أو بيانات التدريب أو التعليمات الخفية أو بيانات القياس عن بُعد أو التصفية أو آلية التحديث. وقد تصبح واجهات التطبيقات المركزية أهدافًا عالية القيمة للمراقبة أو الانقطاع أو الاختراق أو التغييرات الأحادية في السياسات.

قد يسهل الوصول المغلق على الشركة مراقبة إساءة الاستخدام، وإطلاق تحديثات أمنية، ومنع إعادة التوزيع غير المنضبطة. لكنه لا يجعل النموذج موثوقًا بطبيعته. فالأنظمة المفتوحة والمغلقة تنطوي على مخاطر مختلفة وأشكال مختلفة من السيطرة.

لماذا تُعد الاستضافة المحلية أقوى حجة ضد الحظر الشامل؟

يمكن للاستضافة الذاتية أن تمنح المؤسسة سيطرة أكبر على نموذج التهديد الخاص بها. إذ تستطيع فرق الأمن تثبيت إصدار محدد، والتحقق من الملفات، وتقييد الاتصالات الصادرة، وفحص التبعيات، وعزل الخدمة، وإجراء اختبارات هجومية، وإبقاء الأوامر الحساسة داخل البنية التحتية الداخلية. كما قد يسمح الوصول المفتوح للباحثين المستقلين بإعادة إنتاج الأعطال والتحقيق في التحيز أو المحفزات الخفية.

هذه الشفافية مهمة، لكنها لا تعني الأمان تلقائيًا. فمعظم المؤسسات لا تستطيع تدقيق السلوك المتعلم لنموذج ضخم بالكامل. وقد يؤدي الضبط الإضافي إلى إدخال ثغرات جديدة، كما أن النشر في بيئة معزولة عن الشبكات لا يحمي البيانات من التسرب إلا إذا جرى إعداد كامل حزمة التشغيل بصورة صحيحة.

والخلاصة العملية هي ضرورة تقييم طريقة النشر، لا الاكتفاء بالتصنيف المرفق بالنموذج. فواجهة برمجة تطبيقات مستضافة في الصين، ونشر محلي خضع للتدقيق، ونسخة مشتقة من طرف ثالث لم يُتحقق منها، تمثل حالات مخاطر مختلفة.

التقطير في قلب الجدل

التقطير هو تدريب نموذج أصغر أو أحدث، يُسمى «الطالب»، باستخدام معلومات مستخلصة من نموذج أقوى، يُسمى «المعلم».

• التقطير عبر الصندوق الأسود يعتمد على المخرجات المرئية، التي تُجمع غالبًا من خلال استعلامات لواجهات برمجة التطبيقات. وقد يكون مشروعًا عندما يجري بتصريح، لكن الاستخراج واسع النطاق قد يخالف شروط الخدمة أو يتحايل على إجراءات الحماية أو ينسخ سلوكًا مملوكًا.
• التقطير عبر الصندوق الأبيض يستخدم معلومات داخلية مثل الأوزان أو قيم الاحتمالات أو الحالات الخفية. ويمكنه نقل القدرات بكفاءة أكبر، لكن الوصول إلى هذه المكونات يتطلب عادةً تصريحًا؛ أما الحصول عليها دون إذن فيثير مخاوف أوضح تتعلق بالأمن والأسرار التجارية.

اتهمت OpenAI وAnthropic شركات صينية، من بينها DeepSeek، باستخدام مخرجات النماذج في التدريب. كما وصف تقرير للجنة المراجعة الاقتصادية والأمنية الأميركية-الصينية اتهامات تضمنت حسابات احتيالية وخدمات وسيطة واستخراجًا منسقًا، فيما نقلت Reuters اتهام OpenAI بأن DeepSeek يحاول «الاستفادة مجانًا» من قدرات النماذج الأميركية الرائدة. وتظل هذه اتهامات، لا نتائج محسومة أمام محكمة أو جهة فصل أخرى. 35

وتكمن المعضلة السياسية في أن استخراج المخرجات عبر الصندوق الأسود قد يشبه الاستخدام المشروع واسع النطاق، بينما قد يتطلب إثباته علنًا الكشف عن أدلة تحقيق حساسة. لذلك لا ينبغي اعتبار كل أشكال التقطير غير قانونية؛ فالتقطير المصرح به تقنية شائعة في تطوير النماذج.

ماذا يعني ذلك لوادي السيليكون وواشنطن؟

تضع الإصدارات الصينية مفتوحة الأوزان ضغطًا على نموذج الأعمال الأميركي القائم على واجهات برمجة التطبيقات التجارية مرتفعة التكلفة. وعلى الشركات الأميركية أن تقرر ما إذا كان إبقاء الأوزان مغلقة يحمي تفوقها، أم يترك للمنافسين الصينيين وغيرهم فرصة كسب المطورين والتكاملات والانتشار العالمي.

ويُعد تقدم Qwen على Llama في عدد التنزيلات علامة ملموسة على أهمية المنافسة في مجال النماذج المفتوحة. 18 وفي المقابل، لا تثبت الأدلة المتاحة استجابة حالية محددة من Nvidia أو Meta تجاه DeepSeek V4 Pro أو Kimi K3. وينبغي ربط أي ادعاء بشأن تحرك شركة بعينها بتصريحات أولية مؤرخة، لا استنتاجه من التحول العام في السوق.

وقد بدأت واشنطن تشدد التدقيق. فقد أعلنت لجان في مجلس النواب تحقيقًا مشتركًا في مخاطر الأمن القومي والأمن السيبراني المرتبطة بتبني نماذج مطوّرة في الصين، بما في ذلك الأنظمة منخفضة التكلفة مفتوحة الأوزان أو المتاحة عبر واجهات برمجة التطبيقات من شركات مثل DeepSeek وعلي بابا وMoonshot AI. 14

كما تحدثت تقارير عن مناقشات بشأن قيود محتملة، لكن الأدلة المتاحة لا تثبت أن الولايات المتحدة فرضت حظرًا تجاريًا شاملًا على النماذج الصينية مفتوحة الأوزان. 912

خيارات سياسية تتجاوز «حظر كل شيء» أو «عدم فعل شيء»

يمكن لإطار أكثر استهدافًا أن يجمع بين عدة إجراءات:

1. ضبط الاستخدامات عالية المخاطر: فرض موافقات أو حظر النماذج غير الخاضعة للتدقيق في الدفاع والاستخبارات والبنية التحتية الحيوية والأنظمة الحكومية الحساسة وغيرها من البيئات التي تتعامل مع بيانات عالية التأثير.
2. فرض متطلبات للنشر الآمن: اشتراط سجلات مصدر الملفات، والحزم الموقعة، وقوائم مكونات البرمجيات، والاختبارات المستقلة، ونتائج اختبارات الفرق الحمراء، وخيارات عزل الشبكة في عمليات النشر الحساسة.
3. التمييز بين الخدمات المستضافة والأوزان المحلية: فواجهة API مستضافة في الصين تنطوي على خطر مختلف متعلق بالوصول إلى البيانات مقارنة بملف يُشغّل محليًا بعد تدقيق مستقل.
4. ملاحقة الاستخراج غير المصرح به: تحسين التحقق من الحسابات، ومراقبة معدلات الاستعلام، ورصد إساءة الاستخدام، وتقنيات إثبات المصدر، وتطبيق العقود، من دون تعريف كل تقطير بأنه سرقة.
5. استخدام ضوابط تصدير واستثمار موجهة: التركيز على الرقائق المتقدمة ومعدات التصنيع والوصول إلى الحوسبة السحابية والجهات المرتبطة بشكل موثوق بالاستخدامات العسكرية أو الاستخباراتية، مع إدراك أن القيود الواسعة قد تسرّع تطوير البدائل المحلية في الصين.
6. بناء منظومة أميركية وحليفة للنماذج المفتوحة: الاستثمار في نماذج آمنة وموثقة وقابلة للنشر، وتقييمات متعددة اللغات، وأبحاث الاستدلال الكفؤ، وأدوات النشر. فالبديل التنافسي يعالج استراتيجية الصين القائمة على التبني بصورة مباشرة أكثر من تقييد خيارات المستخدمين وحده. 10

الخلاصة

تعيد النماذج الصينية مفتوحة الأوزان رسم ملامح سباق الذكاء الاصطناعي لأنها تجعل الأنظمة القادرة أقل تكلفة في التبني، وأسهل في التخصيص، وأصعب في الاحتواء بعد إطلاقها. وتكمن أهميتها الاستراتيجية في حجم المنظومة بقدر ما تكمن في جودة النموذج.

المخاوف الأمنية جدية، خصوصًا فيما يتعلق بالخدمات المستضافة والبيانات الحساسة وسلامة سلسلة التوريد والاتهامات باستخراج النماذج دون تصريح. لكن الجنسية لا تكشف وحدها ما إذا كان النشر آمنًا، كما أن النماذج الأميركية المغلقة ليست خالية من المخاطر لمجرد أن أوزانها غير متاحة.

لذلك تبدو الاستجابة الأكثر قابلية للدفاع قائمة على المخاطر: تأمين سلسلة التوريد، وتقييد الاستخدامات الحساسة، والتحقيق في الأدلة الموثوقة على سرقة قدرات النماذج، وبناء منظومة أميركية وحليفة للنماذج المفتوحة قادرة على المنافسة في التوزيع والأداء معًا.