لماذا ترفض بايت دانس تقليد نماذج الذكاء الاصطناعي المنافسة، حتى لو تأخرت؟

تبدو خطوة بايت دانس، الشركة المالكة لمنصة تيك توك، للوهلة الأولى غير منطقية في سباق تتسابق فيه مختبرات الذكاء الاصطناعي على كل نقطة إضافية في اختبارات الأداء. فمؤسس الشركة، تشانغ يي مينغ، أعاد التأكيد على قاعدة صارمة لفريق Seed، المسؤول عن أبحاث الذكاء الاصطناعي الأساسية: لا تستخدموا مخرجات الأنظمة المنافسة لتقطير قدراتها داخل نماذجكم، حتى لو أدى ذلك إلى تراجع مؤقت عن المنافسين. 1

والتقطير هو أسلوب يدرّب نموذجاً أضعف أو أصغر على إجابات نموذج أقوى، بما يسمح له باكتساب بعض قدراته بسرعة وبموارد أقل. لكنه، من وجهة نظر Seed، قد يحوّل الفريق إلى تابع بارع: نموذج يحقق نتائج جيدة، لكنه يتعلم من حلول مختبر آخر واتجاهاته وطريقته في تعريف «الذكاء». 49

كيف تطورت القاعدة داخل Seed؟

2023: من تجارب بيانات GPT إلى منعها

بحسب تقارير لخصتها Pekingnology وPandaily، جربت فرق مبكرة في Seed استخدام مواد مولدة عبر واجهة برمجة التطبيقات (API) التابعة لـGPT. وبعد أن بدأت بايت دانس عمليات تدقيق لاستدعاءات الواجهة في أبريل/نيسان 2023، تبنى الفريق قاعدة تستبعد البيانات التي يولدها GPT من مجموعات التدريب التابعة للشركة. ثم اتسع المبدأ ليشمل نماذج المنافسين عموماً. 914

وهنا تكمن أهمية التفصيل: لم يكن الأمر مجرد منع لاستخدام واجهة تجارية بعينها، بل تحول إلى قرار أوسع مفاده أن نموذج شركة أخرى لا ينبغي أن يصبح «معلماً» لفريق Seed، سواء كان مغلق المصدر أو متاحاً بأوزان مفتوحة. 910

2025: نموذج DeepSeek-R1 يعيد فتح النقاش

عاد الجدل الداخلي، وفق التقارير، بعد أن أظهر نموذج DeepSeek-R1 أداءً قوياً في مهام الاستدلال وكفاءة لافتة في يناير/كانون الثاني 2025. ورأى بعض الباحثين في Seed أن مخرجات أنظمة أمريكية أكثر تقدماً قد تكون أداة مساعدة لتسريع تحسين قدرات الاستدلال لدى بايت دانس.

لكن موقف تشانغ، بحسب ما نقلته التقارير، ظل رافضاً لهذه الفكرة؛ إذ اعتبرها اعتماداً على قدرة مستعارة، حتى لو استُخدمت المخرجات بوصفها بيانات إضافية لا بديلاً عن تدريب الشركة الأساسي. أما ما يقال عن استخدام DeepSeek نفسه بيانات اصطناعية مولدة من نماذج أمريكية متقدمة، فيبقى ضمن تكهنات القطاع المتاحة في هذه الأدلة، وليس حقيقة ثبتت بصورة مستقلة.

2026: ضغط المنافسة يجعل الاختصار أكثر إغراءً

أصبح اللجوء إلى التقطير أكثر جاذبية مع اشتداد المنافسة بين مطوري الذكاء الاصطناعي الصينيين على العتاد والقدرات وترتيب النماذج في الاختبارات. وتشير التقارير إلى أن باحثي Seed كانوا يتابعون التقدم السريع للنماذج الرائدة، إلى جانب ظهور نموذج Kimi K3 من شركة Moonshot بوصفه نموذجاً قوياً ذا أوزان مفتوحة يمكن للمنافسين فحصه، وربما استخدامه مصدراً لبيانات التدريب. 914

في هذه المرحلة لم تعد المسألة تفضيلاً نظرياً في أسلوب البحث، بل مفاضلة استراتيجية حقيقية. فقد يساعد تقطير نموذج أقوى على تقليص فجوة مقاسة خلال وقت قصير، بينما قد يؤدي رفضه إلى بقاء Seed خلف منافسين يتحركون بسرعة أكبر.

ومع ذلك، نقلت التقارير أن تشانغ حسم المفاضلة خلال اجتماع داخلي شامل لفريق Seed في 2026: يمكن قبول التأخر مؤقتاً، لكن لا يجوز الاعتماد على تقطير نماذج الشركات الأخرى لتحسين القدرات. 110

لماذا يشمل الحظر النماذج ذات الأوزان المفتوحة؟

يبدو أن القاعدة المبلغ عنها تركز على الاعتماد الاستراتيجي، لا على حقوق الوصول وحدها. فالنموذج المغلق الذي يُستخدم عبر واجهة API والنموذج ذو الأوزان المفتوحة يثيران أسئلة تقنية وترخيصية مختلفة، لكن كليهما قد يقود إلى الخطر نفسه: تدريب النموذج على حلول مختبر آخر بدلاً من تطوير أساليب البحث الخاصة به. 914

وهذا لا يعني أن كل استخدام للأوزان المفتوحة غير مشروع أو أن جميع أشكال نقل المعرفة متطابقة. لكنه يعني أن معيار Seed الداخلي، بحسب التقارير، كان أشد من مجرد قاعدة امتثال تمنع جمع مخرجات خدمة تجارية من دون تصريح. فقد طُلب من الفريق ألا يستخدم نماذج الشركات الأخرى المتقدمة بوصفها «معلّمين»، بما في ذلك الإصدارات ذات الأوزان المفتوحة. 1014

ما علاقة اتهامات Claude بهذا القرار؟

اكتسبت سياسة Seed أهمية إضافية وسط اتهامات طالت شركات صينية أخرى. فقد اتهمت Anthropic شركات Alibaba وDeepSeek وMoonshot وMiniMax وZ.ai باستخدام حسابات أو وسطاء لاستخراج مخرجات Claude بهدف التدريب. ولم تذكر هذه الاتهامات بايت دانس. كما اتهم مسؤول أمريكي، بصورة منفصلة، شركة Moonshot باستخدام نموذج Anthropic لتدريب Kimi K3 بشكل غير مناسب. وتظل هذه ادعاءات، لا نتائج مثبتة بالأدلة المتاحة هنا. 69

والنقطة الحاسمة أن القيد المبلغ عنه داخل Seed يعود إلى عام 2023، أي قبل الجدل السياسي اللاحق حول هذه الممارسة. لذلك تبدو الاتهامات، وفق الرواية المتاحة، عاملاً عزز أهمية موقف تشانغ، لا السبب الذي أنشأه. 9

الرهان الحقيقي: الاستقلال بدلاً من المحاكاة

يمكن فهم موقف تشانغ على أنه رهان على طريقة بناء نماذج الذكاء الاصطناعي المتقدمة. فالتقطير قد يحسن الإجابات وأنماط الاستدلال ونتائج الاختبارات بسرعة. لكن تدريب الفريق مراراً على مخرجات منافس قد يدفعه إلى تحسين النموذج وفق «هندسة الذكاء» الخاصة بذلك المنافس: تقسيمه للمشكلات، وإشارات المكافأة لديه، وإجاباته، وأهداف التقييم التي يعتمدها. 910

لهذا تختار Seed، بحسب التقارير، طريقاً أبطأ يعتمد على بياناتها وأساليب تدريبها وبنيتها وأولوياتها البحثية. والثمن واضح: قد يبقى الفريق متأخراً في قوائم الترتيب، بينما يستفيد منافسون آخرون من كل اختصار متاح. أما العائد المأمول فهو استقلال أكبر، وإمكانية الوصول إلى اختراقات لا تحددها اختيارات المتصدر الحالي.

ولا يمثل القرار ادعاءً بأن التقطير عديم الفائدة تقنياً. بل يعكس قناعة بأن مكاسب القدرات السريعة قد لا تساوي كلفة الاعتماد طويل الأمد. وبعبارة أبسط: تفضّل بايت دانس، وفق التوجيه المنسوب إلى مؤسسها، أن تخسر جولة اليوم على أن تبني مستقبلها بتكرار إجابات منافسيها. 19