أعلنت مجموعة من كبرى شركات التكنولوجيا الأميركية، من بينها إنفيديا ومايكروسوفت وميتا بلاتفورمز وآي بي إم، دعمها لنماذج الذكاء الاصطناعي مفتوحة المصدر، وذلك في رسالة مشتركة وجهتها إلى الكونغرس الأميركي، دعت فيها إلى تجنب فرض قيود تنظيمية مبكرة على هذا النوع من النماذج.
وشارك في توقيع الرسالة أكثر من 20 شركة ومؤسسة عاملة في قطاع التكنولوجيا، في خطوة تعكس تصاعد الجدل حول مستقبل تطوير الذكاء الاصطناعي وتنظيمه.
جينسن هوانغ يحذر من القيود التنظيمية
أكد جينسن هوانغ، الرئيس التنفيذي لشركة إنفيديا، في الرسالة أن فرض قيود مبكرة على نماذج الذكاء الاصطناعي مفتوحة المصدر قد يحد من المنافسة ويؤثر سلبًا على الابتكار، محذرًا من أن التشريعات الصارمة قد تدفع تطوير هذه التقنيات إلى خارج الولايات المتحدة.
وأشار إلى أن بيئة الابتكار المفتوحة تمثل عنصرًا أساسيًا في تعزيز تنافسية قطاع الذكاء الاصطناعي عالميًا.
الجدل يتصاعد بين النماذج المفتوحة والمغلقة
تأتي هذه الخطوة في ظل استمرار النقاش حول الفروق بين نماذج الذكاء الاصطناعي مفتوحة المصدر والنماذج مغلقة المصدر التي تطورها شركات مثل أوبن إيه آي وأنثروبيك.
ويرى مؤيدو النماذج المفتوحة أنها تمنح الباحثين والمطورين حرية أكبر في دراسة الأنظمة وتحسينها، بينما تؤكد الشركات المطورة للنماذج المغلقة أن القيود المفروضة عليها تساعد في تقليل مخاطر إساءة الاستخدام.
خفض التكاليف وتعزيز الابتكار
أوضح عدد من قادة شركات التكنولوجيا في وادي السيليكون أن النماذج مفتوحة المصدر تتيح للشركات تشغيل تقنيات الذكاء الاصطناعي داخل مراكز البيانات الخاصة بها، ما يسهم في خفض التكاليف التشغيلية وتقليل الاعتماد على الخدمات السحابية التجارية.
كما أبدى عدد من المسؤولين التنفيذيين تحفظاتهم على القيود والإجراءات التي تدمجها بعض الشركات في نماذجها المغلقة، معتبرين أنها قد تحد من مرونة الاستخدام والتطوير.
النماذج المفتوحة تعزز الشفافية والأمان
وأكدت الشركات الموقعة على الرسالة أن الاعتماد الكامل على النماذج مغلقة المصدر لا يضمن بالضرورة مستوى أعلى من الأمان، مشيرة إلى أن هذه النماذج قد تتعرض للاختراق أو إساءة الاستخدام دون أن يتمكن الباحثون المستقلون من اكتشاف الثغرات أو تقييمها.
وأضافت أن النماذج مفتوحة المصدر تتيح لمجتمع واسع من الباحثين والمطورين مراجعة الأكواد، واكتشاف نقاط الضعف، وتطوير وسائل حماية وتحسينات مستمرة، بما يسهم في تعزيز موثوقية أنظمة الذكاء الاصطناعي على المدى الطويل.
