لكن هذه الأرقام تحتاج إلى قراءة متأنية. فالرقم الذي أعلنته علي بابا هو إجمالي عالمي تراكمي، في حين يحصي رقم Hugging Face التنزيلات على منصته فقط خلال نافذة زمنية محددة، ولا يشمل منصات أخرى، بينها مستودعات النماذج الصينية.

لذلك لا ينبغي التعامل مع الأرقام باعتبارها ترتيباً موحداً ودقيقاً تماماً. فهي تقيس الانتشار والاهتمام، لا الإيرادات أو عدد المستخدمين النشطين أو حجم النشر الفعلي أو أداء النموذج في مهمة بعينها. كما يوضح Hugging Face أن التنزيلات مركّزة بشدة في منظومة النماذج المفتوحة؛ إذ استحوذ نحو 1.5% من المستودعات على 99.2% من التنزيلات خلال فترة الرصد.

ومع ذلك، يصعب تجاهل حجم Qwen. فالمؤشرات تدل على أن العائلة نجحت في الوصول إلى شريحة واسعة من المطورين الذين يريدون تنزيل أوزان النماذج وتشغيلها أو تخصيصها في بيئاتهم الخاصة.

قوة Qwen ليست في نموذج واحد فقط

تقول علي بابا إنها أطلقت أكثر من 460 نموذجاً ضمن عائلة Qwen، وإن المنظومة أفرزت أكثر من 300 ألف نموذج مشتق. أما على Hugging Face، فبلغ عدد المستودعات المشتقة المُبلغ عنه 151,448 مستودعاً.

وتمنح هذه المنظومة الواسعة المطورين إمكانية تكييف النموذج الأساسي مع لغات وأجهزة وبيئات تشغيل وطرق استدلال ومجموعات بيانات وتطبيقات متخصصة مختلفة. كما تضيف كل عملية تكييف موارد عملية حول النموذج الأصلي، مثل أمثلة التنفيذ، والنسخ المضبوطة، واختبارات التقييم، وأدوات التطوير.

وهنا يتغير السؤال التنافسي في السوق. فبدلاً من الاكتفاء بالسؤال: «أي شركة تملك أقوى نموذج أساسي؟»، يتعين على القطاع أن يسأل أيضاً: أي عائلة نماذج ستصبح لبنة البناء الافتراضية للبرمجيات التي يطورها الآخرون؟

ماذا تقول أرقام Qwen عن المنافسة بين الصين والولايات المتحدة؟

تشير أرقام Qwen إلى أن شركات الذكاء الاصطناعي الصينية قادرة على المنافسة دولياً في طبقة النماذج ذات الأوزان المتاحة للتنزيل، حتى مع احتفاظ الشركات الأميركية بمزايا كبيرة في الأنظمة المتقدمة المغلقة، والقدرات البحثية، والبنية التحتية السحابية، والتوزيع التجاري.

وتختلف المنافسة في النماذج المفتوحة عن خدمات الذكاء الاصطناعي المغلقة. فقد يفضّل المطورون القدرة على تنزيل أوزان النموذج وتشغيله داخل بيئتهم الخاصة وضبطه وبناء منتجات عليه، بدلاً من الاعتماد الكامل على واجهة برمجة تطبيقات مستضافة. كما أن عائلة نماذج متاحة بإصدارات متعددة وتجذب مجتمعاً كبيراً من المطورين يمكن أن تنتشر عبر آلاف الاستخدامات المتخصصة، لا عبر منتج مركزي واحد فقط.

وعليه، فإن تقدم Qwen في أعداد التنزيلات والنماذج المشتقة يشير إلى منظومة ذكاء اصطناعي أكثر تعددية. فلم يعد النفوذ العالمي يتحدد فقط بالمختبر الذي يقود روبوت الدردشة المغلق الأكثر شهرة أو يحقق أفضل نتيجة في اختبار معياري.

لماذا لا تحسم أعداد المعاملات المقارنة؟

تركز المقارنات بين النماذج الصينية والأميركية غالباً على عدد المعاملات، لكن ذلك قد يكون مضللاً، خصوصاً عند مقارنة معماريات مختلفة.

فنماذج مزيج الخبراء قد تحتوي على عدد هائل من المعاملات الإجمالية، لكنها لا تنشّط سوى جزء منها عند معالجة كل رمز. لذلك لا يعني النموذج الذي يملك معاملات أكثر بالضرورة أنه أكثر قدرة أو أسرع أو أقل تكلفة من نموذج كثيف أصغر حجماً.

وفي النشر الفعلي، تحتاج الفرق التقنية أيضاً إلى النظر في عدد المعاملات النشطة، ومتطلبات الذاكرة، وزمن الاستجابة، وتكلفة الاستدلال، والتعامل مع السياق، والتدريب اللاحق، والأداء في المهمة المحددة. وقد يكون نموذج كثيف أصغر أفضل أو أرخص لسيناريو إنتاج معين.

لذلك يمكن أن يشير حجم النموذج إلى طموح الجهة المطوّرة واتساع الخيارات المتاحة، لكنه لا يصلح وحده كنظام لترتيب النماذج. وعلى المطورين اختبار الإصدار والإعداد المحددين اللذين يعتزمون استخدامهما.

«مفتوح الأوزان» لا يعني بالضرورة «مفتوح المصدر» بالكامل

تُستخدم كلمة «مفتوح» لوصف مستويات مختلفة من الإتاحة. فقد يتيح نموذج ما تنزيل أوزانه من دون نشر بيانات التدريب أو شيفرة التدريب أو المعلومات اللازمة لإعادة إنتاجه بالكامل. كما قد تختلف التراخيص بين الإصدارات ونسخ النماذج.

ولهذا تظل مراجعة كل نقطة تحقق أمراً أساسياً. وقبل نشر نموذج من Qwen، ينبغي للفريق التأكد من ترخيص الإصدار المحدد، ومعرفة ما إذا كان الاستخدام التجاري المقصود مسموحاً، إلى جانب مراجعة متطلبات الأمن والدعم والامتثال وحوكمة البيانات.

ارتفاع عدد التنزيلات دليل على الاهتمام والانتشار، لكنه لا يغني عن الفحص التقني والقانوني اللازم قبل إدخال النموذج في منتج أو خدمة.

الخلاصة: السباق يدور حول المنظومة بقدر ما يدور حول النموذج

تكتسب أرقام Qwen أهمية خاصة لأنها تجمع بين الانتشار وتشكّل المنظومة. فقد أتاحت علي بابا عائلة واسعة من النماذج، ثم بنى المطورون طبقة كبيرة من النماذج المشتقة حولها.

وهذا يغير طريقة قياس نجاح الذكاء الاصطناعي المفتوح. فجودة النموذج الأساسي لا تزال مهمة، لكن التوزيع، ووضوح الترخيص، وقابلية التشغيل في بيئات مختلفة، وقدرة المطورين الخارجيين على توسيع النموذج، كلها عوامل قد تحدد أي العائلات ستتحول إلى بنية تحتية طويلة الأمد.

لا يعني تقدم Qwen أن الذكاء الاصطناعي الصيني حسم السباق العالمي بأكمله. لكنه يثبت أن النماذج الصينية ذات الأوزان المتاحة يمكن أن تكتسب نفوذاً عالمياً، وأن المرحلة المقبلة من المنافسة قد تُحسم بقدر ما عبر المجتمعات والتطبيقات المبنية حول النماذج، لا عبر النماذج نفسها فقط.

لكن هذه الأرقام تحتاج إلى قراءة متأنية. فالرقم الذي أعلنته علي بابا هو إجمالي عالمي تراكمي، في حين يحصي رقم Hugging Face التنزيلات على منصته فقط خلال نافذة زمنية محددة، ولا يشمل منصات أخرى، بينها مستودعات النماذج الصينية.

لذلك لا ينبغي التعامل مع الأرقام باعتبارها ترتيباً موحداً ودقيقاً تماماً. فهي تقيس الانتشار والاهتمام، لا الإيرادات أو عدد المستخدمين النشطين أو حجم النشر الفعلي أو أداء النموذج في مهمة بعينها. كما يوضح Hugging Face أن التنزيلات مركّزة بشدة في منظومة النماذج المفتوحة؛ إذ استحوذ نحو 1.5% من المستودعات على 99.2% من التنزيلات خلال فترة الرصد.

ومع ذلك، يصعب تجاهل حجم Qwen. فالمؤشرات تدل على أن العائلة نجحت في الوصول إلى شريحة واسعة من المطورين الذين يريدون تنزيل أوزان النماذج وتشغيلها أو تخصيصها في بيئاتهم الخاصة.

قوة Qwen ليست في نموذج واحد فقط

تقول علي بابا إنها أطلقت أكثر من 460 نموذجاً ضمن عائلة Qwen، وإن المنظومة أفرزت أكثر من 300 ألف نموذج مشتق. أما على Hugging Face، فبلغ عدد المستودعات المشتقة المُبلغ عنه 151,448 مستودعاً.

وتمنح هذه المنظومة الواسعة المطورين إمكانية تكييف النموذج الأساسي مع لغات وأجهزة وبيئات تشغيل وطرق استدلال ومجموعات بيانات وتطبيقات متخصصة مختلفة. كما تضيف كل عملية تكييف موارد عملية حول النموذج الأصلي، مثل أمثلة التنفيذ، والنسخ المضبوطة، واختبارات التقييم، وأدوات التطوير.

وهنا يتغير السؤال التنافسي في السوق. فبدلاً من الاكتفاء بالسؤال: «أي شركة تملك أقوى نموذج أساسي؟»، يتعين على القطاع أن يسأل أيضاً: أي عائلة نماذج ستصبح لبنة البناء الافتراضية للبرمجيات التي يطورها الآخرون؟

ماذا تقول أرقام Qwen عن المنافسة بين الصين والولايات المتحدة؟

تشير أرقام Qwen إلى أن شركات الذكاء الاصطناعي الصينية قادرة على المنافسة دولياً في طبقة النماذج ذات الأوزان المتاحة للتنزيل، حتى مع احتفاظ الشركات الأميركية بمزايا كبيرة في الأنظمة المتقدمة المغلقة، والقدرات البحثية، والبنية التحتية السحابية، والتوزيع التجاري.

وتختلف المنافسة في النماذج المفتوحة عن خدمات الذكاء الاصطناعي المغلقة. فقد يفضّل المطورون القدرة على تنزيل أوزان النموذج وتشغيله داخل بيئتهم الخاصة وضبطه وبناء منتجات عليه، بدلاً من الاعتماد الكامل على واجهة برمجة تطبيقات مستضافة. كما أن عائلة نماذج متاحة بإصدارات متعددة وتجذب مجتمعاً كبيراً من المطورين يمكن أن تنتشر عبر آلاف الاستخدامات المتخصصة، لا عبر منتج مركزي واحد فقط.

وعليه، فإن تقدم Qwen في أعداد التنزيلات والنماذج المشتقة يشير إلى منظومة ذكاء اصطناعي أكثر تعددية. فلم يعد النفوذ العالمي يتحدد فقط بالمختبر الذي يقود روبوت الدردشة المغلق الأكثر شهرة أو يحقق أفضل نتيجة في اختبار معياري.

لماذا لا تحسم أعداد المعاملات المقارنة؟

تركز المقارنات بين النماذج الصينية والأميركية غالباً على عدد المعاملات، لكن ذلك قد يكون مضللاً، خصوصاً عند مقارنة معماريات مختلفة.

فنماذج مزيج الخبراء قد تحتوي على عدد هائل من المعاملات الإجمالية، لكنها لا تنشّط سوى جزء منها عند معالجة كل رمز. لذلك لا يعني النموذج الذي يملك معاملات أكثر بالضرورة أنه أكثر قدرة أو أسرع أو أقل تكلفة من نموذج كثيف أصغر حجماً.

وفي النشر الفعلي، تحتاج الفرق التقنية أيضاً إلى النظر في عدد المعاملات النشطة، ومتطلبات الذاكرة، وزمن الاستجابة، وتكلفة الاستدلال، والتعامل مع السياق، والتدريب اللاحق، والأداء في المهمة المحددة. وقد يكون نموذج كثيف أصغر أفضل أو أرخص لسيناريو إنتاج معين.

لذلك يمكن أن يشير حجم النموذج إلى طموح الجهة المطوّرة واتساع الخيارات المتاحة، لكنه لا يصلح وحده كنظام لترتيب النماذج. وعلى المطورين اختبار الإصدار والإعداد المحددين اللذين يعتزمون استخدامهما.

«مفتوح الأوزان» لا يعني بالضرورة «مفتوح المصدر» بالكامل

تُستخدم كلمة «مفتوح» لوصف مستويات مختلفة من الإتاحة. فقد يتيح نموذج ما تنزيل أوزانه من دون نشر بيانات التدريب أو شيفرة التدريب أو المعلومات اللازمة لإعادة إنتاجه بالكامل. كما قد تختلف التراخيص بين الإصدارات ونسخ النماذج.

ولهذا تظل مراجعة كل نقطة تحقق أمراً أساسياً. وقبل نشر نموذج من Qwen، ينبغي للفريق التأكد من ترخيص الإصدار المحدد، ومعرفة ما إذا كان الاستخدام التجاري المقصود مسموحاً، إلى جانب مراجعة متطلبات الأمن والدعم والامتثال وحوكمة البيانات.

ارتفاع عدد التنزيلات دليل على الاهتمام والانتشار، لكنه لا يغني عن الفحص التقني والقانوني اللازم قبل إدخال النموذج في منتج أو خدمة.

الخلاصة: السباق يدور حول المنظومة بقدر ما يدور حول النموذج

تكتسب أرقام Qwen أهمية خاصة لأنها تجمع بين الانتشار وتشكّل المنظومة. فقد أتاحت علي بابا عائلة واسعة من النماذج، ثم بنى المطورون طبقة كبيرة من النماذج المشتقة حولها.

وهذا يغير طريقة قياس نجاح الذكاء الاصطناعي المفتوح. فجودة النموذج الأساسي لا تزال مهمة، لكن التوزيع، ووضوح الترخيص، وقابلية التشغيل في بيئات مختلفة، وقدرة المطورين الخارجيين على توسيع النموذج، كلها عوامل قد تحدد أي العائلات ستتحول إلى بنية تحتية طويلة الأمد.

لا يعني تقدم Qwen أن الذكاء الاصطناعي الصيني حسم السباق العالمي بأكمله. لكنه يثبت أن النماذج الصينية ذات الأوزان المتاحة يمكن أن تكتسب نفوذاً عالمياً، وأن المرحلة المقبلة من المنافسة قد تُحسم بقدر ما عبر المجتمعات والتطبيقات المبنية حول النماذج، لا عبر النماذج نفسها فقط.