نموذج Jev يغير قواعد الذكاء الاصطناعي للأتمتة الرقمية

هل يحتاج كل نظام آلي إلى نموذج لغوي ضخم يتحدّث ويفكّر مثل الإنسان؟ الباحث الذي ساهم في بناء ChatGPT نفسه يقول إنّ الإجابة لا، وأنّ أربع سنوات من الهوس بجعل الحواسيب "تتكلّم" جيّداً كلّفتنا نسيان أنّ الحواسيب، في الأصل، تتحدّث لغةً مختلفة تماماً عن لغتنا.

هذا الأسبوع أطلقت شركة TypeSafe AI نموذجها الجديد Jev، وهو ليس نموذجاً لغوياً ضخماً (LLM) بالمعنى المتعارف عليه، بل نموذج قائم على بنية المحوّلات (Transformer) يُخرج احتمالات رقمية مُحكّمة بدل النصوص. الفكرة، كما يسوّقها مطوّروه، بسيطة: بدل أن يكتب النموذج جملةً طويلة تحتاج إلى تفسير، يُعطي رقماً واضحاً يمكن للمطوّر البرمجة على أساسه مباشرة.

من صانع ChatGPT إلى ناقدٍ لمنطقه

ديوغو ألميدا (Diogo Almeida) اسمٌ ليس غريباً عن دوائر الذكاء الاصطناعي؛ شارك في بناء ChatGPT داخل OpenAI، وساهم في اختراع تقنية "التعلّم المعزَّز من ردود الفعل البشرية" (RLHF)، التقنية التي توصف بأنّها من أهمّ الأسباب التي أطلقت الموجة الحالية من الذكاء الاصطناعي. غادر ألميدا OpenAI منذ عامين وأسّس TypeSafe AI.

يشرح ألميدا المشكلة التي دفعته إلى هذا المسار بوضوح: "لدينا برقٌ في قنّينة، ومع ذلك فهو غير مفيد". ويضيف: "أُصارع هذه المشكلة منذ ذلك الحين. استغرقني وقتاً طويلاً للوصول إلى هذا الاستنتاج: المشكلة أنّنا نُحسّن من أجل اللغة البشرية… كنّا متفوّقين جداً في اللغة البشرية طوال أربع سنوات، لكنّ ذلك غير مفيد للأتمتة لأنّ الحواسيب تتحدّث لغةً مختلفة".

كيف يعمل Jev فعلياً؟

يُعرّف مطوّرو النموذج مسبقاً نوع المخرجات التي يريدونها منه، ويُخرج Jev ما تصفه TypeSafe AI بـ"قرارات مُحكّمة" (calibrated decisions) أرقام احتمالية حقيقية لا نصوص تحتاج إلى تأويل. ووفق الشركة، هذا التصميم يعني أنّ Jev لا يمكنه "الهلوسة" بالطريقة التي تُصيب النماذج اللغوية الضخمة أحياناً، لأنّه لا يُولّد لغةً حرّة من الأساس.

تصف TypeSafe AI النموذج بأنّه "نموذج النظام الأوّل" (System One model)، في إشارة إلى التفكير الحدسي السريع بدل التفكير التحليلي البطيء؛ فهو مصمّم لاختيار المهمّة الصحيحة بسرعة، لا لتحليلها بعمق. والأهمّ من زاوية الشفافية: Jev مُدرَّب بالكامل على بيانات تركيبية (Synthetic Data)، وليس على بيانات مأخوذة من الإنترنت أو من المستخدمين. يُسمّي ألميدا هذه الطريقة "التعلّم المعزَّز من القرارات المُحكّمة"، ويعتبرها رهاناً استراتيجياً محورياً: "راهنّا مبكراً على أنّنا سنصنع كلّ بياناتنا بأنفسنا، وكان ذلك من أفضل الرهانات في حياتي أفضل من إطلاقنا، في رأيي، وأفضل من RLHF". ويضيف: "نصف شركتنا هو مختبر يملك عملياً هذا الحقل الفرعي بالكامل من البيانات التركيبية المفهومة إحصائياً، وهذا الآن متعة حياتي".

هذا التصميم يُثير سؤالاً مشروعاً لكلّ قارئ يتابع صناعة النماذج: هل Jev بُني من الصفر أم مبنيّ فوق نموذج لغوي مفتوح الوزن (Open-weight) موجود مسبقاً؟ TypeSafe AI لم تُفصح عن ذلك بوضوح، ومراقبون خارج الشركة يشتبهون في أنّ الأساس قد يكون نموذجاً مفتوح الوزن أُعيد توجيهه لهذه الوظيفة. غياب هذا التفصيل يُبقي سؤال "من أين تأتي المعرفة الأساسية للنموذج؟" مفتوحاً.

الاختبار الحقيقي: أسرع، وربّما أدق، وبالتأكيد أرخص

الكلام التسويقي شيء، والاختبار الميداني شيء آخر. شركة Vercel، المتخصّصة في البنية التحتية للأنظمة العاملة (Agentic Infrastructure)، كانت تستخدم نموذج OpenAI الخاص بها "ChatGPT Luna 5.6" لتصنيف أمان الأوامر البرمجية قبل تنفيذها. بعد استبدال Luna بـ Jev لهذه المهمّة تحديداً، سجّلت Vercel نتائج أسرع بمقدار يتراوح بين 5 و18 مرّة، مع دقّة أعلى من النموذج السابق.

Loading image...

في اختبار مستقلّ آخر، قارنت شركة Bryo AI أداء Jev بأداء Gemini في تصنيف رسائل البريد الإلكتروني التجارية. كانت دقّة Gemini أعلى بقليل، لكنّ تكلفته كانت أعلى بمقدار 10 إلى 20 مرّة من تكلفة Jev. يلخّص نيكيل مودولكار (Nikhil Mudholkar)، الرئيس التقني لـ Bryo AI، السبب الذي يجعل هذا الفرق مهماً تقنياً لا تسويقياً فقط: "إنّه النموذج الوحيد الذي يُعيد احتمالاً حقيقياً، ما يجعله مثالياً لأتمتة سير العمل!!".

هنا تكمن الفائدة العملية الحقيقية لهذا النوع من النماذج: درجات الثقة التي يُعطيها Jev ليست تقديرات لغوية غامضة، بل احتمالات رقمية فعلية يمكن البناء عليها. آرمين روناخر (Armin Ronacher)، الرئيس التقني لشركة Earendil مفتوحة المصدر، يشرح كيف يُغيّر ذلك طريقة عمل المطوّر: "في النهاية، هذا يُحوّل مشكلة الهلوسة جزئياً إلى المستخدم"، ويضيف: "على المستخدم أن يقول: حسناً، إن كانت النتيجة بنسبة 50% فقط، فربّما هذه مجرّد رمية عملة، وأتجاهلها. لكن إن كانت 95%، فبالتأكيد يمكنني اتخاذ إجراء بناءً عليها".

عن كلمة "مجّاني" التي تستحقّ وقفة

تعلن TypeSafe AI أنّ مخرجات Jev (Output Tokens) مجانية بالكامل عبارة تستحقّ فحصاً قبل التصفيق. المُدخلات (Input Tokens)، في المقابل، ليست مجانية، بل تُقاس بالمليار لا بالمليون كما هو معتاد عند النماذج اللغوية الأخرى، وهو مؤشر واضح على أنّ اقتصاديات هذا النموذج مختلفة جذرياً عن اقتصاديات LLM التقليدية، وليست خدمة بلا مقابل كما قد يبدو من العنوان الترويجي. الإقبال على النموذج كان كبيراً بالفعل؛ إذ تجاوز الطلب مؤقتاً قدرة واجهة برمجة التطبيقات (API) الخاصة بـ TypeSafe AI على الاستجابة بعد الإطلاق مباشرة، ما يعكس اهتماماً حقيقياً من فئة معيّنة من المستخدمين: مطوّرو البرمجيات الذين يبحثون عن ذكاء مُضمَّن في الكود أرخص وأكثر متانة من الحلول القائمة على النماذج اللغوية الضخمة.

ولا يقتصر استخدام Jev على استبدال LLM بالكامل في مهامّ محدّدة؛ يرى ألميدا له استخدامات موازية مهمّة، مثل فحص سلوك النماذج اللغوية الأخرى وتتبّع مسارات الوكلاء الآليين (Agent Traces)، والمساعدة في منع محاولات الالتفاف على قيود الأمان المعروفة بـ"jailbreaks"، وكذلك دعم توجيه النماذج (Model Routing) لتصنيف حِمل العمل في الوقت الفعلي وتوزيعه على النموذج الأنسب.

اقتصاد جيفونز، والذكاء الرخيص الذي يغزو كل شيء

اسم "Jev" ليس اعتباطياً؛ يُحيل إلى الاقتصادي البريطاني ويليام ستانلي جيفونز (William Stanley Jevons) من القرن التاسع عشر، صاحب "مفارقة جيفونز" التي تصف كيف يزداد استهلاك سلعةٍ ما كلّما انخفضت تكلفتها. يستند ألميدا إلى هذا المنطق ليتوقّع أنّ ذكاءً أرخص سيقود إلى انتشاره على نطاق واسع جداً، بشكلٍ يختلف عن الوعود الحالية بـ"تطبيقات عملاقة" واحدة تحلّ كل شيء: "نعتقد أنّه سيكون هناك برمجيات ذكية في كل مكان، بطريقة ناشئة وموزّعة… أقرب بكثير إلى الإنترنت في بداياته منه إلى التطبيقات الضخمة التي يحاول الناس بناءها الآن".

يُقدّم روناخر تفسيراً مكمّلاً لتأخّر ظهور هذا النوع من النماذج: "كان يجب أن نرى هذا مبكراً بطرقٍ عديدة، لكن الأرجح أنّ النماذج اللغوية الضخمة كانت رخيصة جداً ومدعومة مالياً، ما جعل الحاجة إلى الابتكار غير ملحّة غالباً". بعبارة أخرى: الدعم المالي الضخم للنماذج اللغوية من الشركات الكبرى أخّر ظهور بدائل أرخص وأكثر تخصّصاً كـ Jev.

Jev، حالياً، هو النموذج الوحيد من نوعه في السوق، لكن روناخر يتوقّع ظهور منافسين قريباً وهو أمر منطقي في صناعة تتحرّك بهذه السرعة. من جهتها، تخطّط TypeSafe AI لإصدار نسخ إضافية من Jev بصيغ (Modalities) جديدة مستقبلاً.

اللافت في خطاب ألميدا هو رفضه الصريح لوصف شركته بـ"مختبر حدودي" (Frontier Lab)، الفئة التي تضمّ عمالقة الذكاء الاصطناعي الحاليين: "المنتج الأساسي لمختبرات الحدود هو الخوف أو الضجيج الإعلامي. أودّ أن يكون منتجنا الأساسي هو الذكاء… لكننا لسنا مختبراً بمعنى الرهان على ثروة لا نهائية، أو ديناً، أو بناء إلهٍ في مركز بيانات، أو أيّاً كان موضوع اليوم الرائج". تصريحٌ يضع Jev، ولو نظرياً، على طرفٍ نقيض من خطاب "الذكاء الفائق" الذي تتبنّاه معظم الشركات الكبرى وهو موقفٌ يستحقّ أن يُقاس بأفعال الشركة في السنوات القادمة، لا بتصريحات مؤسّسها فقط، خصوصاً أنّ غموض أصل النموذج التقني لا يزال سؤالاً معلّقاً بلا جواب رسمي واضح حتى الآن.