أهمية المصادر المفتوحة
يمثل فجر نموذج اللغة الكبير DeepSeek R1 (LLM) في وقت سابق من هذا العام لحظة تحول للذكاء الاصطناعي التوليدي (Gen AI). مثّل هذا الحدث قفزة كبيرة إلى الأمام، ليس فقط من الناحية التكنولوجية، ولكن أيضًا من وجهة نظر تجارية واستراتيجية. أظهرت DeepSeek أنه يمكن تطوير نماذج لغوية كبيرة متطورة بتكاليف أقل بكثير مما كان يعتقد سابقًا، والأهم من ذلك، أن هذا الابتكار لم يقتصر على Silicon Valley.
إن ظهور DeepSeek له آثار عميقة على النظام البيئي للذكاء الاصطناعي في ماليزيا، ويمتد إلى ما هو أبعد من التنافس التقني المستمر بين الولايات المتحدة والصين، والتبريد المؤقت لحماس مركز البيانات في سوق الأوراق المالية الماليزي.
يتمثل الجانب الرئيسي في نماذج اللغة الكبيرة (LLMs) الخاصة بـ DeepSeek في أساسها في تقنية المصادر المفتوحة. تتوفر نماذج مثل DeepSeek R1 بموجب تراخيص مفتوحة المصدر أو مفتوحة الوزن، مما يعني أنه يمكن تنزيلها وتعديلها واستخدامها بحرية. هذه الطبيعة مفتوحة المصدر لها آثار كبيرة على تطور وتسويق نماذج اللغة الكبيرة.
لسنوات، تقوم شركات التكنولوجيا الصينية العملاقة مثل Baidu وAlibaba وTencent بتطوير نماذج الذكاء الاصطناعي مفتوحة المصدر بنشاط. تتبنى هذه الإستراتيجية، المدعومة من الجامعات الصينية والمبادرات الحكومية، نهج “الابتكار المفتوح”، بهدف تسريع البحث والتطوير، وربما تجاوز الولايات المتحدة في قدرات الذكاء الاصطناعي.
ومع ذلك، فإن الالتزام بالذكاء الاصطناعي مفتوح المصدر يتجاوز الصين. أصدرت Meta وGoogle أيضًا نماذج لغوية كبيرة مفتوحة الوزن، مدفوعة بالعوامل التنافسية. يكمن الأساس المنطقي وراء ذلك في استراتيجية عمل “تسلع المكمل”. إذا كانت الشركة تعتمد بشكل كبير على Gen AI، فقد يكون من المفيد أكثر الاستثمار في بدائل مفتوحة المصدر بدلاً من الاعتماد فقط على نماذج مملوكة مثل ChatGPT. حتى إذا كانت نماذج اللغة الكبيرة (LLMs) المملوكة لا تزال مستخدمة، فإن توفر نماذج جيدة مفتوحة المصدر يضعف القوة السعرية للبائعين الرئيسيين مثل OpenAI.
تعكس هذه الإستراتيجية الإجراءات التي اتخذتها Oracle، وهي شركة منتجة للخوادم ومعدات الشبكات. دعمت Oracle نظام التشغيل Linux مفتوح المصدر للحد من هيمنة أسعار نظام التشغيل Windows من Microsoft.
بغض النظر عن الدوافع، فإن توفر نماذج لغوية كبيرة عالية الجودة ومفتوحة الوزن يقلل بشكل كبير من التكاليف بالنسبة لدول مثل ماليزيا، مما يفتح أبوابًا جديدة للابتكار.
فوائد للحكومة والشركات
بالنسبة للحكومة الماليزية، تتيح نماذج اللغة الكبيرة مفتوحة المصدر الفرصة لتشغيل نماذج الذكاء الاصطناعي الخاصة بها دون الحاجة إلى نقل البيانات الحساسة إلى أطراف ثالثة تجارية أو دول أجنبية. وهذا يعزز استقلالية البيانات وسيادتها.
بالنسبة للشركات الماليزية، وخاصة الشركات الناشئة، تخلق نماذج اللغة الكبيرة مفتوحة الوزن ملعبًا متكافئًا. يمكنهم الوصول إلى نفس النماذج اللغوية الأساسية مثل نظرائهم في الصين والولايات المتحدة، مما يعزز الابتكار والمنافسة.
معالجة التحيزات الثقافية والسياسية
ويسلط صعود الذكاء الاصطناعي الصيني الضوء أيضًا على تحدٍ كبير: التحيز الثقافي والسياسي. غالبًا ما يتم تدريب نماذج اللغة الكبيرة الصينية لتعكس السرد التاريخي والمنظورات السياسية للحزب الشيوعي الصيني (CCP)، والالتزام بقواعد الرقابة داخل البر الرئيسي للصين.
حتى بدون رقابة صريحة، تحمل نماذج الذكاء الاصطناعي بطبيعتها تحيزات موجودة في بيانات التدريب الخاصة بها. إذا تم تدريبها بشكل أساسي على النصوص الإنجليزية، فستعكس النماذج وجهات النظر والتحيزات الثقافية الغربية.
الخبر السار هو أنه يمكن إعادة تدريب نماذج اللغة الكبيرة (LLMs) بسهولة نسبية. على غرار الطريقة التي تتلقى بها نماذج اللغة الكبيرة الصينية حواجز حماية لتعزيز ولاء الحزب الشيوعي الصيني، فقد أظهرت مشاريع أخرى مفتوحة المصدر أنه يمكن إعادة تدريب DeepSeek R1 للتخفيف من التحيزات المتصورة.
التوطين والحساسية الثقافية
تؤكد هذه التجربة على حاجة دول مثل ماليزيا إلى تطوير قدرتها الخاصة على توطين وتدريب وإعادة تدريب نماذج اللغة الكبيرة (LLMs) لتتماشى مع الظروف المحلية. النماذج التي لا تأخذ في الاعتبار الحساسيات العرقية والدينية في ماليزيا، أو التسلسلات الهرمية الاجتماعية، أو اللغة العامية المحلية يمكن أن تكون أداءً ضعيفًا أو تولد محتوى ضارًا.
تمتلك ماليزيا بالفعل بعض قدرات تطوير نموذج اللغة الكبير (LLM). على سبيل المثال، أصدرت الشركة الناشئة المحلية Mesolitica نموذج MaLLaM LLM مفتوح المصدر في يناير، مما يدل على فهم أكثر دقة للغة البهاسا الماليزية من نماذج اللغة الكبيرة السائدة مثل ChatGPT.
ومع ذلك، لا يزال الوعي بين صانعي السياسات الماليزيين بشأن إمكانات الذكاء الاصطناعي مفتوح المصدر، وأهمية تطوير نموذج اللغة الكبيرة المحلي (LLM)، غير واضحًا.
الاستراتيجية الوطنية للذكاء الاصطناعي
لا تذكر الخريطة الوطنية للذكاء الاصطناعي، التي تمت صياغتها في عام 2021، سوى القليل عن المصادر المفتوحة. وبالمثل، فإن الوثائق الأخيرة الصادرة عن المكتب الوطني الجديد للذكاء الاصطناعي (NAIO) لا تؤكد أيضًا على الذكاء الاصطناعي مفتوح المصدر.
في حين أن التنبؤ بمستقبل تطوير الذكاء الاصطناعي لا يزال يمثل تحديًا، فإن الطبيعة مفتوحة المصدر للجيل الحالي من نماذج اللغة الكبيرة (LLMs) توفر لماليزيا فرصة استثنائية للحاق بركب قادة التكنولوجيا.
اغتنام الفرصة
للاستفادة من ذلك، تحتاج ماليزيا إلى تحديث سياساتها لاستيعاب ظهور نماذج لغوية كبيرة أصغر وأكثر بأسعار معقولة. يتضمن ذلك تبسيط اعتماد هذه النماذج، وتسهيل الوصول إلى Gen AI للشركات الصغيرة والمتوسطة، وتمكين النشر المحلي، خاصة في المناطق الريفية ذات الوصول المحدود إلى الإنترنت.
يعد توسيع قدرة ماليزيا على تطوير نماذج اللغة الكبيرة (LLMs)، وجعلها أكثر صلة باللغات المحلية ومراعاة للثقافة المحلية، أمرًا بالغ الأهمية. يمكن اعتبار الاستثمار في تدريب نموذج اللغة الكبيرة (LLM)، الذي يحتمل أن يرتكز في الجامعات المحلية، بمثابة منفعة عامة، وتعزيز المواهب المحلية ودفع البحث والتطوير المحليين.
استقلالية البيانات والأمن القومي
يعد استضافة نماذج اللغة الكبيرة (LLMs) الخاصة بها أمرًا حيويًا لضمان الاستقلالية الوطنية للبيانات. يمكن أن تكون البيانات التي تجمعها نماذج اللغة الكبيرة (LLMs) ذات قيمة، وبدلاً من أن تستغلها كيانات أجنبية، يجب تخزين هذه المعلومات واستخدامها من قبل المنظمات المحلية.
فيما يلي تحليل أكثر تفصيلاً لكيفية استفادة ماليزيا على وجه التحديد من حركة الذكاء الاصطناعي مفتوحة المصدر:
تحديثات السياسة: يجب مراجعة السياسات الحالية وتحديثها لتعكس مشهد الذكاء الاصطناعي الحالي، مع التركيز بشكل خاص على الفرص والفوائد التي توفرها نماذج اللغة الكبيرة مفتوحة المصدر (LLMs). يتضمن ذلك تبسيط اللوائح المتعلقة باستخدام البيانات (مع الحفاظ على ضمانات الخصوصية المناسبة)، وتوفير التمويل والحوافز للبحث والتطوير في مجال الذكاء الاصطناعي مفتوح المصدر، وتعزيز اعتماد حلول الذكاء الاصطناعي مفتوحة المصدر في جميع أنحاء القطاع الحكومي.
الاستثمار في تنمية المواهب: بناء قوة عاملة ماهرة أمر بالغ الأهمية. تحتاج ماليزيا إلى الاستثمار في البرامج التعليمية ومبادرات التدريب التي تركز على الذكاء الاصطناعي والتعلم الآلي ومعالجة اللغة الطبيعية. يجب أن تؤكد هذه البرامج على الأدوات والتقنيات مفتوحة المصدر، مما يضمن أن الخريجين مجهزون جيدًا للمساهمة في النظام البيئي المحلي للذكاء الاصطناعي. يمكن للمنح الدراسية ومنح البحوث والشراكات الصناعية أن تشجع الطلاب على متابعة وظائف في مجال الذكاء الاصطناعي.
البحث بقيادة الجامعات: يجب أن تكون الجامعات المحلية في طليعة البحث والتطوير في مجال الذكاء الاصطناعي. يمكن للحكومة تقديم التمويل لإنشاء مراكز أبحاث الذكاء الاصطناعي في الجامعات، مع التركيز على مجالات مثل تخصيص نموذج اللغة الكبيرة (LLM)، والتكيف الثقافي، وتطوير أدوات جديدة للذكاء الاصطناعي مفتوحة المصدر مصممة خصيصًا لتلبية الاحتياجات المحددة لماليزيا. يمكن لإنشاء منصات تعاونية بين الجامعات والصناعة أن يسرع نقل المعرفة والتكنولوجيا.
دعم الشركات الناشئة والشركات الصغيرة والمتوسطة: يوفر الذكاء الاصطناعي مفتوح المصدر فرصة كبيرة للشركات الناشئة والشركات الصغيرة والمتوسطة للابتكار والمنافسة. يجب أن تقدم ماليزيا دعمًا مستهدفًا لهذه الشركات، بما في ذلك الوصول إلى التمويل والإرشاد والخبرة الفنية. يمكن أن يشمل هذا الدعم منحًا لتطوير المنتجات والخدمات التي تعمل بالذكاء الاصطناعي، وحاضنات ومسرعات تركز على الذكاء الاصطناعي، وبرامج تربط الشركات الناشئة بالعملاء والمستثمرين المحتملين.
إطار عمل إدارة البيانات: يعد إنشاء إطار عمل قوي لإدارة البيانات أمرًا ضروريًا لضمان الاستخدام المسؤول والأخلاقي للذكاء الاصطناعي. يجب أن يتناول هذا الإطار قضايا مثل خصوصية البيانات والأمن والتحيز، ويجب أن يتماشى مع أفضل الممارسات الدولية. كما يجب أن يشجع على مشاركة البيانات داخل النظام البيئي للذكاء الاصطناعي، مع حماية المعلومات الحساسة. يمكن تحقيق ذلك من خلال إنشاء مستودع بيانات وطني ووضع مبادئ توجيهية واضحة للوصول إلى البيانات واستخدامها.
الشراكات بين القطاعين العام والخاص: يعد التعاون بين القطاعين العام والخاص أمرًا بالغ الأهمية لدفع ابتكار الذكاء الاصطناعي. يمكن للحكومة أن تتعاون مع الشركات الخاصة لتطوير ونشر حلول الذكاء الاصطناعي في مجالات مثل الرعاية الصحية والتعليم والنقل. يمكن لهذه الشراكات الاستفادة من خبرة وموارد كلا القطاعين، مما يؤدي إلى نتائج أكثر فعالية وتأثيرًا.
البنية التحتية الوطنية للذكاء الاصطناعي: يعد الاستثمار في بنية تحتية وطنية للذكاء الاصطناعي، بما في ذلك موارد الحوسبة عالية الأداء ومرافق تخزين البيانات، أمرًا ضروريًا لدعم البحث والتطوير في مجال الذكاء الاصطناعي. يجب أن تكون هذه البنية التحتية متاحة للباحثين والشركات الناشئة والشركات في جميع أنحاء البلاد، مما يوفر لهم الأدوات التي يحتاجون إليها للابتكار والمنافسة.
التكيف الثقافي لنماذج اللغة الكبيرة (LLMs): يجب على ماليزيا الاستثمار في المشاريع التي تركز على تكييف نماذج اللغة الكبيرة مفتوحة المصدر (LLMs) لتعكس المشهد الثقافي واللغوي الفريد للبلاد. يتضمن ذلك تطوير نماذج تتقن لغة البهاسا الماليزية واللغات المحلية الأخرى، وتكون حساسة للثقافات والتقاليد المتنوعة في ماليزيا. يتطلب هذا نهجًا متعدد التخصصات يشمل اللغويين وخبراء الثقافة ومهندسي الذكاء الاصطناعي.
اعتبارات الأمن السيبراني: مع زيادة دمج الذكاء الاصطناعي في البنية التحتية الحيوية، يجب أن يكون الأمن السيبراني أولوية قصوى. تحتاج ماليزيا إلى الاستثمار في البحث والتطوير لحلول الأمن السيبراني الخاصة بالذكاء الاصطناعي، ووضع مبادئ توجيهية واضحة لتأمين أنظمة الذكاء الاصطناعي. يتضمن ذلك تطوير آليات قوية للكشف عن التهديدات المتعلقة بالذكاء الاصطناعي والتخفيف من حدتها.
تعزيز الذكاء الاصطناعي الأخلاقي: يعد ضمان تطوير الذكاء الاصطناعي واستخدامه بطريقة أخلاقية ومسؤولة أمرًا ضروريًا. يجب أن تنشئ ماليزيا إطار عمل وطني لأخلاقيات الذكاء الاصطناعي، يحدد المبادئ والقيم التي يجب أن توجه تطوير الذكاء الاصطناعي ونشره. يجب أن يتناول هذا الإطار قضايا مثل العدالة والشفافية والمساءلة.
من خلال اتخاذ هذه الخطوات الاستباقية، يمكن لماليزيا تسخير قوة الذكاء الاصطناعي مفتوح المصدر لدفع النمو الاقتصادي وتحسين الخدمات العامة ومعالجة بعض التحديات الأكثر إلحاحًا في البلاد. نافذة الفرص مفتوحة، ويجب على ماليزيا أن تتصرف بحزم لاغتنامها. سيكون الالتزام بتعزيز نظام بيئي قوي وشامل وأخلاقي للذكاء الاصطناعي أمرًا بالغ الأهمية لتحقيق الإمكانات الكاملة لهذه التكنولوجيا التحويلية. يجب أن ينصب التركيز دائمًا على التمكين والابتكار والتنمية المستدامة على المدى الطويل.