ذكاء اصطناعي مفتوح ينافس بأداء عالي وتكلفة منخفضة

هل يستحقّ مؤسسة أو جهة حكومية أن تراهن على نموذج ذكاء اصطناعي مفتوح المصدر بدل الاشتراك في خدمة مغلقة من OpenAI أو Anthropic؟ هذا بالضبط السؤال الذي تحاول شركة Reflection AI، ومقرّها بروكلين، الإجابة عنه بإعلانها الاثنين عن أول نموذج "حدودي" مفتوح الأوزان لها، تحت اسم Beam. الشركة، التي لا يتجاوز عمرها عامين، تقول إنّ نموذجها يضاهي أداء أفضل النماذج الصينية المفتوحة في مهام الاستدلال المتقدّم، لكن بتكلفة تشغيل أقلّ بكثير وهو وعدٌ يستحقّ فحصاً دقيقاً قبل تصديقه.

جاء الإعلان بعد أيام من تقرير نشرته Axios خلال عطلة نهاية الأسبوع أشار إلى أنّ Reflection تقترب من إطلاق منتجها، ثم أكّدت الشركة ذلك في منشور تدوينة رسمي نشرته الاثنين يحمل تفاصيل Beam التقنية.

ما الذي يقدّمه Beam فعلياً؟

Beam نموذج نصّي بالكامل، أي لا يتعامل مع الصور أو الصوت، ويعتمد بنية "مزيج الخبراء" (Mixture of Experts)، مع تدريب عبر التعلّم المعزّز كثيف الحوسبة. يضمّ النموذج 501 مليار معامل إجمالي، لكن لا يُفعَّل منها عند الاستخدام سوى 23 مليار معامل وهذه هي الحيلة التي تتيح خفض تكلفة التشغيل. دُرِّب Beam على 23.8 تريليون رمز نصّي (توكن)، ويتيح نافذة سياق تصل إلى مليون رمز، وهو ما يعني قدرة على معالجة وثائق أو أكواد برمجية طويلة جداً دفعة واحدة.

تصف Reflection النموذج بأنه موجّه أساساً لمهام الاستدلال، والبرمجة، والمهام الوكيلية (agentic)، وتقول إنه يحقق ذلك "بجزء بسيط من تكلفة الرموز وحوسبة الاستدلال" مقارنة بمنافسيه على حدّ تعبيرها. كما تصف Beam بأنه "نموذج عملٍ شاقّ" (workhorse model)، أي مصمَّم للاستخدام المؤسساتي اليومي أكثر من كونه واجهة عرض تسويقية.

كيف يقارَن بالنماذج الصينية والغربية؟

النموذج الذي تضع Reflection نفسها في مواجهته مباشرة هو GLM-5.2 من شركة Z.ai الصينية، والذي يضمّ نحو 744 مليار معامل إجمالي و40 مليار معامل نشط أي نموذج أكبر حجماً من Beam. مع ذلك تقول Reflection إنّ Beam يضاهيه في اختبارات الاستدلال المتقدّم، وتضعه أيضاً في سياق المنافسة مع نماذج صينية مفتوحة أخرى مثل DeepSeek وQwen.

أما على الجبهة الغربية، فتزعم الشركة أنّ Beam يتفوّق على أبرز النماذج المفتوحة الغربية باستخدام حوسبة استدلال أقلّ بمقدار 3 إلى 4 أضعاف. المقارنة الأوضح هنا هي مع Inkling، النموذج الذي أطلقته مختبرات Thinking Machines Lab التابعة لميرا مورتي في يوليو الماضي. Inkling متعدد الوسائط (يتعامل مع نصوص وصور)، بينما Beam نصّي فقط، ومع ذلك تُظهر مقاييس Reflection تفوّق Beam على Inkling في أربعة اختبارات برمجية أجرت عليها الشركتان مقارنات مشتركة.

النقطة الجوهرية التي يجب أن يعرفها القارئ هنا: كلّ هذه الأرقام صادرة عن Reflection نفسها، ولم تُتحقَّق منها جهة مستقلة حتى كتابة هذا التقرير. وهذا لا يعني بالضرورة أنها غير دقيقة، لكن تاريخ الإعلانات التسويقية في قطاع الذكاء الاصطناعي يبرّر التريّث قبل البناء عليها في قرارات اعتماد فعلية.

لماذا تهتمّ Nvidia بهذا المسار؟

تأسّست Reflection عام 2024 على يد باحثَين سابقَين في Google DeepMind، وجمعت منذ ذلك الحين تمويلاً يقارب 4.7 مليار دولار من مستثمرين من بينهم Nvidia وSequoia Capital وLightspeed Venture Partners، في جولة قيّمت الشركة بما قبل التمويل بـ25 مليار دولار. هذا الصيف وقّعت الشركة صفقات وصلت قيمتها الإجمالية إلى أكثر من 7 مليار دولار مع SpaceX وNebius، تضمن لها الوصول إلى شرائح Nvidia GB300 حتى عام 2029.

هذا التمويل الضخم مرتبط بطموح أكبر من مجرّد إطلاق نموذج واحد: تستهدف Reflection الشركات الكبرى والدول ذات السيادة الرقمية عبر منتج تسمّيه "مصنع ذكاء اصطناعي" (AI factory)، يتيح للمؤسسات بناء أنظمة ذكاء اصطناعي محلّية مخصّصة تُدرَّب على بياناتها الخاصة بدل الاعتماد على خدمة سحابية خارجية. الرئيس التنفيذي لشركة Nvidia، جينسن هوانغ، سبق أن روّج لفكرة "مصانع الذكاء الاصطناعي" كجزء من دعوته لمنظومة ذكاء اصطناعي مفتوح أقوى وهي دعوة لا تخلو من مصلحة مباشرة، إذ إنّ تشغيل هذه "المصانع" يعتمد على معالجات Nvidia نفسها، ما يجعل الشركة مستفيدة من انتشار هذا النموذج التجاري أياً كان مزوّد النموذج.

ووفق تقرير Axios، أبدت صناديق تحوّط وشركات تداول مالي اهتماماً ببناء أنظمة مشابهة لنفسها، بينما بدأت Reflection بالفعل اختبار شراكة "مصنع ذكاء اصطناعي" سيادي مع مجموعة Shinsegae الكورية الجنوبية، في شراكة أُعلن عنها رسمياً لبناء بنية تحتية محلّية للذكاء الاصطناعي في كوريا الجنوبية.

ما الذي ينتظره المستخدمون المؤسساتيون؟

تقول Reflection إنها ستنشر أوزان Beam الكاملة وتفاصيله التقنية هذا الشهر، على أن يتمّ توزيعه عبر مزوّدي الحوسبة السحابية الكبرى (hyperscalers) وشركات "السحابة الجديدة" (neoclouds)، إلى جانب تكاملات مع مكتبات مفتوحة المصدر فور الإطلاق. الشركة لم تردّ على طلبات موقع TechCrunch للحصول على مزيد من المعلومات قبل نشر هذا التقرير، ما يترك بعض الأسئلة حول منهجية القياس تحديداً بلا إجابة واضحة حتى الآن.

ما يستحقّ المتابعة فعلياً ليس الرقم التسويقي بحدّ ذاته، بل ما إذا كانت نسخة الأوزان المفتوحة المرتقبة هذا الشهر ستتيح لباحثين ومطوّرين مستقلّين اختبار ادّعاءات Reflection بأنفسهم. فالفارق بين "نموذج مفتوح الأوزان" و"نموذج مفتوح المصدر بالكامل" ليس تفصيلاً لغوياً، بل يحدّد من يملك فعلاً القدرة على تدقيق ما يجري داخل هذه الأنظمة قبل أن تدخل مؤسسات حكومية وشركات حسّاسة في الاعتماد عليها لمعالجة بياناتها الخاصة.