المؤلف 丨تشو لي

المحرر 丨Cen Feng

عندما تم إصدار Byte's Seedance 2.0 في بداية هذا العام، كان العديد من الممارسين متحمسين وصدمين من جودة الفيلم "على مستوى الفيلم". كان هناك مخطط إبداعي جديد يتكشف ببطء أمامهم - ولكن بالنسبة لفريق Seko في SenseTime، كان يومًا "محيرًا".

ذكر لين داهوا، المؤسس المشارك وكبير العلماء في SenseTime، في مقابلة أجريت معه مؤخرًا أنه خلال ذلك الوقت عندما ذهب للقاء المستثمرين وحضور مؤتمرات الصناعة، كان يُطرح عليه دائمًا نفس السؤال: ما الفرق بين Seko و Seedance؟ من أي وقت مضى فعلت ذلك؟

كان هناك صوت من الشك الذاتي في الفريق: هل يجب أن نستمر في القيام بذلك؟

في وقت لاحق ، لم تنته القصة بـ "قتال" Seko لـ Seedance بمفرده. يعرض Seedance مقاطع فيديو مدتها 30 ثانية إلى المستوى الأعلى؛ بينما تستهدف Seko المبدعين وتقدم في النهاية 100 حلقة من الأعمال الدرامية القصيرة - والتي تتكون من نصوص وقصص مصورة وإعدادات الشخصيات واتساق الصور عبر الحلقات، وهي عملية إبداعية كاملة.

بعد التفكير في هذا الأمر بوضوح، أصبحت حياة Seko أفضل: وفقًا للين داهوا في المقابلة، زاد عدد مستخدمي هذا المنتج من 7 إلى 8 مرات هذا العام، وأنتجت المنصة أعمال درامية قصيرة تجاوزت 100 مليون مشاهدة.

لدى Lin Dahua نفسه تقييمًا صريحًا لشعبية SenseTime في سوق النماذج الكبيرة: "ربما لا تكون الأكبر". لم يتبع مسار هذه الشركة أبدًا الاتجاه الأكثر سخونة في الصناعة.

لكن لدى SenseTime عادة استمرت لسنوات عديدة: حتى يومنا هذا، لا تزال الشركة تستثمر 20% من مواردها في أعمال ما قبل البحث دون تصدير أي منتج.

إلى حد ما، يعد هذا أيضًا نوعًا من "البذر". عندما تُزرع البذور في الأرض، ليست هناك حاجة للوعد بالحصاد. العبارة التي يتحدث عنها تانغ شياو كثيرًا - الحياة تجد طريقًا، "الحياة تجد طريقها الخاص"، قد تكون منطق هذا الاستثمار.

في مقابلة حديثة مع عمود "Technology Talk" الذي تم إنتاجه بشكل مشترك بواسطة Weibo Technology، لكن هناك دليل واحد فقط: 20% من الموارد، والرأي الذي يدعمها - لماذا تستحق بعض الطرق السير لفترة طويلة جدًا، حتى لو لم يكن هناك مخرج بعد.

01

لا يمكن إيقاف تكاليف التدريب، فالذكاء الاصطناعي الصيني ينافس سرعة اليد

الأموال في صناعة النماذج الكبيرة تحترق بطريقة لا يمكن وقفها.

كان هناك افتراض شائع في الصناعة: إنفاق مبلغ كبير من المال لتدريب نموذج جيد، يمكن إطفاء التكلفة في الخدمات اللاحقة واسعة النطاق.

وأشار لين داهوا في المقابلة إلى أن هذا الافتراض قد لا يكون صحيحا - المشكلة ليست في أن النموذج ليس جيدا بما فيه الكفاية، ولكن "إذا لم تستمر في تدريب النموذج التالي، فسوف يتفوق عليك الآخرون". تجبر المنافسة الشركات على إعادة التدريب جولة تلو الأخرى، وبالتالي فإن تكاليف التدريب لا يمكن أن تتوقف وترتفع أكثر فأكثر.

على الرغم من أن سرد الصناعة في العام الماضي كان يهيمن عليه تقريبًا مبدأ "الأكبر هو الأقوى"، إلا أن مسار معلمات الحجم يتعرض لهجوم مضاد. وذكر إشارتين:

أولا، أصبح اختيار حجم النموذج أكثر واقعية. في الآونة الأخيرة، أصدرت العديد من الشركات المصنعة نماذج صغيرة ومتوسطة الحجم على مستوى الفلاش: GLM 5.3 Flash، وDeepSeek 4.1 Flash، كما أطلقت Google وOpenAI أيضًا منتجات بمواصفات مماثلة.

ذكر Lin Dahua على وجه التحديد أداء DeepSeek في المقابلة: "مستوى أداء Flash 4.1 أفضل من أداء 4.0 Pro." تفوق النموذج بمقياس عدة مئات من B والتدريب المدرب جيدًا على الجيل السابق Pro، مما يشير إلى أن مساحة التحسين في النموذج متوسط ​​الحجم بعيدة كل البعد عن الاستنفاد.

ثانيًا، تم طرح جودة بيانات ما قبل التدريب مرة أخرى على الطاولة. عندما يتفوق نموذج يحتوي على مئات المليارات من المعلمات على خصم لديه 2 تريليون معلمة في القتال الفعلي، بدأ العديد من الأشخاص في النظر إلى الوراء والتحقق من خطوط البيانات الخاصة بهم.

لدى Lin Dahua تفسير واضح لذلك: "هناك الكثير من الشوائب (في البيانات) والكثير من الأشياء التي تتقاتل مع بعضها البعض، لذلك سيتم تعويض الكثير من الكفاءة في المنتصف." والنتيجة هي نموذج باهظ الثمن وغير مرضي. المعلمات مكدسة، ولكن لم يتم تحسين التأثير.

"لا أعتقد أنها حالة صحية عندما يتنافس الجميع بشكل أعمى في المعايير." ومن وجهة نظره، فإن هاتين الإشارتين تعنيان أن الصناعة تعود إلى العقلانية: فهي لم تعد تتنافس حول مؤشر واحد، ولكنها تعود إلى قيمة المستخدم النهائي.

حدث موقف مماثل أيضًا خلال دورة الذكاء الاصطناعي الأخيرة، وكان SenseTime نفسه هو من جربه. يجب أن يبدأ كل مشروع بجمع البيانات والتدريب الخاص والضبط والاختبار. يجب إعادة تنفيذ العملية برمتها، وهو أمر يصعب تكراره حقًا. كل ما في الأمر أن وحدة القياس في ذلك الوقت كانت عبارة عن مشروع، ولكن اليوم تم استبدالها بمعلمة.

تعتبر محاربة سرعة اليد شكلاً آخر من أشكال الالتفاف. تحدد المختبرات المتطورة في الولايات المتحدة سقف SOTA. وبمجرد إطلاق النموذج الجديد، فإن ذلك يعادل توجيه الطريق للممارسين في الصين. غالبًا ما يظهر عدد من المنتجات التي تدعي أنها تستخدم حلولًا مماثلة في غضون شهرين أو ثلاثة أشهر في الصين للاستيلاء على المكانة البيئية. يتم أيضًا بناء مؤشر القوة النسبية (RSI) الذي أصبح شائعًا مؤخرًا (التحسين الذاتي العودي) بواسطة مجموعة من الشركات في نفس الوقت.

"لكي أكون صادقًا، فإن التنافس على سرعة اليد هو في الواقع أمر متعب للغاية." لاحظ لين داهوا أنه من الصعب خلق قيمة طويلة المدى إذا اندفع الجميع عندما يكونون متفائلين بشأن اتجاه واحد. إذا احتلت عشر شركات نفس المكانة البيئية في نفس الوقت، فسيتم تخفيف أرباح الوافد الأول بسرعة.

إذن، على ماذا تعتمد القدرة التنافسية على المدى الطويل؟ جوابه هو: طريق طويل وعميق بما فيه الكفاية. هذا السؤال هو نقطة البداية لفهم موارد SenseTime البالغة 20%.

02

جوهر الذكاء:

من قانون مكافحة التوسع إلى اللغة وتعدد الوسائط

· 20% موارد وذكاء مكاني

ومن الواضح أن هذه الـ 20% من الموارد يتم استثمارها في العمل الذي "ليس لديه أي منتجات للتصدير". وأكد لين داهوا في المقابلة أنه بغض النظر عن ضغط التشغيل الذي تواجهه SenseTime، فإن الأموال مستمرة حتى يومنا هذا. "في أي وقت، ما زلنا نحتفظ بموارد معينة."

وعلى حد تعبيره، فإن نقطة البداية لهذا النوع من العمل هي التساؤل عن السبب: عندما لا يمكن حل مشكلة ما بالطرق الحالية، ارجع إلى الأساسيات. وهو لا يسعى إلى استخدام الصيغ الرياضية المعقدة لشرح المبدأ، ولكنه يتطلب أن هذا المبدأ "يمكن أن يحل بشكل فعال بعض المشاكل التي يصعب حلها حاليًا بطرق أخرى".

وقد تم اختيار أحد اتجاهات بحث SenseTime، وهو الذكاء المكاني، بهذه الطريقة.

ينقسم منطق الاختيار إلى خطوتين. الخطوة الأولى هي اختبار أقوى النماذج في ذلك الوقت ومعرفة ما لا تقوم به بشكل جيد. الخطوة الثانية هي طرح طبقة أخرى، هل يمكن تعويض هذه العيوب عن طريق إضافة بعض البيانات؟ وإذا كان من الممكن تنفيذ ذلك بشكل جيد عن طريق إضافة البيانات على طول المسار الأصلي، فهذا يعني أن له قيمة تطبيقية، ولكنه لا يستطيع دعم الابتكار المبدئي. فقط في الاتجاهات التي لا يمكن تنفيذها بشكل جيد بغض النظر عن كمية البيانات المضافة، قد تكون هناك مشاكل أساسية حقيقية مخفية - ويصادف أن الذكاء المكاني هو الأخير.

يمكن إرجاع أصل هذه المجموعة من معايير الحكم إلى ميراثه. عندما يقوم تانغ شياو بتدريس الطلاب، فإنه لا يسأل أبدًا عن التفاصيل الفنية. إنه ينظر فقط إلى شيء واحد: ما إذا كان يستطيع أن يشرح في جملة أو جملتين الفرق الأساسي بين عمله وغيره. "لا توجد ورقتان في العالم متماثلتان تمامًا." من الناحية الفنية، يمكنك دائمًا العثور على اختلافات في التفاصيل، لكن قيمة الابتكار لهذا النوع من الاختلاف محدودة؛ إذا لم تتمكن من قول ذلك في جملة واحدة، فمن المحتمل ألا يكون هذا ابتكارًا حقيقيًا.

وأشار لين داهوا إلى أن "الشذوذ" في الذكاء المكاني هو فشل قانون القياس هنا.

في الصناعة، من النادر التشكيك علنًا في قانون القياس. لقد كان إجماع الصناعة في السنوات القليلة الماضية هو الذي راهنت عليه جميع الاستراتيجيات تقريبًا على هذا الطريق - فكلما كانت المعلمات أكبر، زادت البيانات، وأصبحت القدرات أقوى. إن اقتراح "قانون مكافحة التوسع" في هذا السياق يدفع الصناعة على الأقل إلى إعادة النظر في قضية واحدة: ما إذا كانت ممارسة تكديس البيانات والمعلمات ببساطة تنطوي على نقاط عمياء غير ملحوظة في أبعاد معينة من الذكاء.

في المهام المتعلقة بالذكاء المكاني، فإن الاتجاه الذي لاحظه فريق SenseTime يتعارض تمامًا مع قانون القياس - فكلما تمت إضافة المزيد من البيانات، أصبح أداء النموذج غير مستقر.

في الاختبارات في ذلك الوقت، كان أداء النموذج غير مرضٍ في مهمة أخذ المنظور. عندما يتحرك الناس في الفضاء، فمن الطبيعي أن يتنبأوا بالتغييرات التي يرونها: كلما ابتعدت، يجب أن تصبح الأشياء التي أمامك أصغر. لكن النماذج متعددة الوسائط في ذلك الوقت لم يكن لديها هذا النوع من التنبؤ - حتى لو كان Google Gemini معروفًا بمساره الأصلي متعدد الوسائط وهو أحد أفضل النماذج أداءً، فإنه غير قادر أيضًا على الحكم على أشكال الكائنات التي ستظهر في زوايا ومقاييس عرض مختلفة.

"يمكنه التعرف على أنها خروف أسود، لكنها لا تستطيع الإجابة على شكل الخروف الأسود عند النظر إليه من زاوية أخرى. ما يتذكره النموذج هو الارتباط الهائل بين الصورة والدلالات: يبدو مثل الخروف الأسود من مسافة بعيدة، لكنه لا يزال يبدو مثل الخروف الأسود عند رؤيته عن قرب."

واصل الفريق إضافة البيانات ذات الصلة، لكن أداء النموذج لم يتحسن، بل أصبح "مربكًا بشكل متزايد": تم تعزيز الروابط الدلالية بشكل مستمر، ولكن كان هناك نقص في الارتباط المكاني بين البيانات، واعتمد النموذج أكثر فأكثر على الدلالات لشرح كل ما رآه. كلما زادت البيانات، كلما كان الترسيخ أعمق وكان الخطأ أكثر استقرارًا.

أحد الأمثلة التي كثيرًا ما استشهد بها لين داهوا من قبل يمكن أن يوضح عواقب هذا الترسيخ. قم بإعطاء صورة لستة أصابع للنموذج في ذلك الوقت، والإجابات المقدمة من GPT وGemini وGrok كلها عبارة عن خمسة أصابع. مسار حكم النموذج هو: حدد أولاً "هذه كف"، ثم أجب مباشرة بناءً على البداهة "عادةً ما تحتوي راحة اليد على خمسة أصابع" في مجموعة التدريب.

وذكر أيضًا أنه تم حل هذه المشكلة على الأرجح في أحدث جيل من النماذج، لكن الآلية الكامنة وراءها لا تزال صالحة - "إنها تعتمد فقط على الترجمة الدلالية، ثم يتم إجراء تفكير آخر بناءً على هذه الترجمة".

وعندما أصدرت SenseTime نموذجها للذكاء المكاني في بداية هذا العام، كان هذا الاتجاه لا يزال احتياطيًا تقنيًا في نظر العالم الخارجي. وبعد أكثر من نصف عام، بدأت الصناعة في اللحاق بالركب. العديد من النقاط التي تمت مناقشتها على نطاق واسع من قبل المجتمع بعد إصدار GPT-6 - اعتماد بنية المحول المتكرر والقدرات التي يحركها الروبوت والتي تم إظهارها بعد ضخ بيانات ضخمة مجسدة في نموذج اللغة - تشير جميعها إلى نفس الشيء: القدرات متعددة الوسائط والمكانية تدخل جوهر النماذج المتطورة.

من وجهة نظر لين داهوا، هذا يعني أنه تم التحقق من مسار SenseTime: "يثبت GPT-6 في الواقع أن المسار الذي نسلكه له قيمة بالتأكيد". تعد موارد SenseTime أقل شأناً من OpenAI من حيث الحجم، لكنه يعتقد أن التراكم المستمر لمدة عام أو عامين سيسمح لـ SenseTime بتطوير شيء مختلف عن الفرق الأخرى في الصناعة.

تُظهر خصوصية الذكاء المكاني إلى حد ما أن الاتجاه الذي يحتوي على المزيد من البيانات والترسيخ الأعمق قد يكون المدخل إلى الابتكار المبدئي. يعد العثور على المبادئ من خلال اتباع "الشذوذات" أحد أفكار SenseTime لإصدار الأحكام الفنية. إذا أخذنا خطوة أخرى إلى الأمام على طول خط التفكير هذا، فسوف نواجه سؤالًا لا مفر منه: ما هو الذكاء بالضبط، وما هو موقع اللغة فيه.

· اللغة وتعدد الوسائط: جوهر الذكاء هو التفاعل مع العالم

منذ ظهور النماذج الكبيرة، كان "ما إذا كانت اللغة هي مفتاح الذكاء" محورًا للنقاش.

يعتقد لين داهوا أن اللغة تضخ المعرفة الإنسانية الأكثر أهمية في نظام الرموز بطريقة منظمة وهي "ممثل رفيع المستوى للمعرفة والذكاء البشريين". وقد تكون كثافة وكفاءة الذكاء هي الناقل الأعلى. تتمتع النماذج اللغوية بالخبرة الهندسية الأكثر نضجًا والتقدم الأسرع، وقد حظيت باهتمام صناعي أعلى. وهذا هو الواقع أيضا.

لكنه اعتقد أن اللغة وحدها غير مكتملة. تمامًا كما هو الحال في مدينة مزدحمة وغابة جبلية هادئة، فإن تجارب الناس مختلفة تمامًا، وقد لا يكون من الممكن وصف البيئة المحيطة بالتفصيل بالكلمات. لنفترض أنك أعطيت صورة شخصية لأفضل نموذج متعدد الوسائط وتركت له إنشاء وصف مفصل قدر الإمكان، مع آلاف الكلمات، ثم تركت النموذج النصي يرسمها، فسيكون من الصعب إنشاء صورة مماثلة.

ولخص هذه الظاهرة بالتكامل على طيف المعلومات: فاللغة تحمل معلومات عالية الكثافة تم تكثيفها، بينما تلتقط الصور كمية كبيرة من المعلومات التي لم يتم تكثيفها ولا يمكن تكثيفها.

كل من الوضعين له مجال فعال خاص به - كتابة البرامج وإجراء الاستنتاجات المنطقية، وكفاءة اللغة أعلى؛ الشعور الجمالي، والحكم السريع على البنية المكانية، ونقل التفاصيل المرئية، وكفاءة الصورة أعلى. أما بالنسبة للمدخلات والمخرجات كاملة الوسائط، فلا يزال السقف مرتفعًا جدًا. إن تجميعها معًا دون فقدان الذكاء "يتطلب تكلفة ووقتًا".

من وجهة نظر لين داهوا، فإن جوهر الذكاء هو قدرة البشر على التفاعل مع العالم - الإدراك، وذاكرة المعرفة، والتفكير متعدد الخطوات، وإصدار التعليمات، والنتيجة المركبة لمجموعة من العناصر المتعددة. تمامًا مثل أسئلة اختبار الذكاء البشري، فهي مقسمة أيضًا إلى أنواع مختلفة مثل المساحة والذاكرة والتفكير وما إلى ذلك، والتي تعكس جوانب مختلفة من الذكاء.

وبعد هذا التعريف وبالنظر إلى تطور النموذج الكبير على مدى أكثر من ثلاث سنوات، فإن حكمه هو أنه "غير متوازن":

أما فيما يتعلق بالرياضيات والبرمجة والمهام طويلة المدى التي يمكن كتابتها على شكل تسلسلات نصية وبرامجية، فقد تجاوزت النماذج مستوى الأشخاص العاديين، بل إنها اقتربت من القمة؛ لا يزال الذكاء المكاني والجسدي في مراحله الأولى، وتتطور الروبوتات بشكل أسرع بكثير من ذي قبل، لكنها لا تزال قادرة على أداء إجراءات بسيطة فقط.

لا يعتمد الانتقال من الذكاء الرقمي إلى الفضاء المادي على الحكم الفني فحسب، بل يعتمد أيضًا على ما إذا كانت التكنولوجيا قادرة على العمل من خلال الحلقة المغلقة في سيناريوهات المستخدم الحقيقية وتقديم بطاقة تقرير يمكنها الصمود أمام اختبارات السوق.

03

لا يوجد تكرار إلا في حالة وجود حلقة مغلقة:

إجابات أعمال SenseTime

وبالنظر إلى الوراء في عملية SenseTime التي حولت الأحكام الفنية للذكاء الاصطناعي إلى منتجات وإيرادات، قال لين داهوا ما يلي:

طريق Shangtang يتم من خلال المشي، وليس التفكير فيه.

في عصر النماذج الكبيرة، كانت أول "رسوم دراسية" تدفعها شركة SenseTime عبارة عن منتج يسمى "المناقشة". عند إطلاقه في أوائل عام 2023، سيكون مثل أي منتج دردشة آخر. ذات مرة، أعطى لين داهوا المنتج لزوجته لتجربته، لكن "المناقشة" انتهت بهراء حول التوصية بالمطاعم القريبة.

لا يرجع الانقلاب بالكامل إلى جودة النموذج. أساس منتجات المحادثة هو البنية التحتية للمعلومات مثل المراجعات والخرائط، ولكن هذه ليست موهبة SenseTime.

وفي نهاية عام 2023، ستركز SenseTime على المحتوى والتفاعل لمنتجاتها النموذجية الكبيرة، مع التركيز على اتجاهين: محتوى العمل والمحتوى الترفيهي. لقد نما الأول الآن ليصبح راكونًا ذكيًا في المكتب - وفقًا لإعلان النتائج المؤقتة لهذا العام، نما هذا الجزء من العمل من ستة إلى سبعة أضعاف؛ نما الأخير إلى Seko.

يكمن أسلوب لعب Seko في الواقع وراء الاختلاف بين "الخلق" و"الجيل". أنشئ مقاطع جميلة مدتها 30 ثانية وأنشئ مقاطع قصيرة من 100 حلقة، مفصولة جميعها بالنصوص والقصص المصورة والتوصيفات والاتساق عبر الحلقات. تستخدم Seko تقنيات مثل الفهم الموحد والتوليد، والتفكير المتداخل للرسومات والنصوص في العملية الإبداعية، ويعتمد العرض الأساسي على نماذج أخرى مثل Seedance - لا يمكن مقارنة جودة التوليد وحدها، لذا تصبح جزءًا من سير العمل الخاص بها. وفقًا للين داهوا، استخدم المبدعون Seko لإنشاء مسرحيات قصيرة حصدت أكثر من 100 مليون مشاهدة.

دعم اختيارات المنتجات هذه هو منهجية الحلقة المغلقة الخاصة بـ SenseTime. أشار لين داهوا بصراحة إلى أنه "في كل شيء، تحتاج إلى حلقة مغلقة لتتمكن من التكرار بفعالية، وإلا فلن يكون هناك سوى تصنيفات ولن يكون هناك تكرار." كونك البطل في Benchmark اليوم قد لا يكون في الشهر المقبل. لا يمكن الاحتفاظ بهذا النوع من الإنجاز؛ ما تبقى حقًا هو القيمة التي أنشأها المستخدمون. لقد ترجم المبدأ في التعلم المعزز بأن الجري السريع بخطوات صغيرة أفضل من المشي مسافة طويلة مرة واحدة لتخطيط البحث والتطوير: سرعة التكرار والاتجاه الصحيح أكثر أهمية من مدى ارتفاع سباق العدو الواحد.

لقد شهد لين داهوا هذا التحول مرة واحدة في حياته. في أوراقه المبكرة، كانت عشرين أو ثلاثين صيغة هي القاعدة؛ لكن بعد عام 2013، انخفض هذا العدد إلى ما لا يزيد عن خمسة. لقد تغير معيار حكمه من "ما إذا كان الدليل الرياضي جميلاً" إلى "ما إذا كان له قيمة متباينة في الاستخدام".

في تقرير SenseTime المؤقت لهذا العام، رأينا البيان الرسمي لـ "الربح الأول". ومع ذلك، يعتقد لين داهوا أن ما يهتم به SenseTime حقًا هو دائمًا ما إذا كان قد أصبح أكثر صحة وحيوية، وتكرار الحلقة المغلقة للأعمال هو أحد مظاهر الحيوية.

1 + المنافسة في السوق قاسية بما فيه الكفاية، ولكنها تجلب النمو لكل من المؤسسين والشركات.

من وجهة نظر SenseTime، تشبه المنتجات والشركات الكائنات الحية. نحن لا ندفعهم عندما يكونون غير ناضجين. نحن نستخدم النمو الطبيعي كإشارة قبل أن نقرر زيادة الاستثمار - نسمح للمنتجات بدخول السوق أولاً ويتم اختبارها في حلقة مغلقة، بدلاً من التكرار مقابل المؤشرات المحددة مسبقًا داخليًا.

ومع ذلك، إلى حد ما، فإن حلقة الأعمال المغلقة تجيب فقط على سؤال "البقاء". وفي مواجهة المنافسة المستقبلية، يتعين على شركات الذكاء الاصطناعي الصينية أن تجد مكانتها الخاصة وقدرتها التنافسية الطويلة الأجل في عصر ما بعد التقطير، وأن ترى بوضوح أين تقع حدود الذكاء.

04

بالإضافة إلى سرعة اليد:

القدرة التنافسية طويلة المدى للذكاء الاصطناعي في الصين وحدود الذكاء

يعتقد لين داهوا أن الجزء الأول من لغز القدرة التنافسية على المدى الطويل هو المصدر المفتوح.

في وقت مبكر من عام 2018، قام لين داهوا بترويج OpenMMLab مفتوح المصدر في MMLab: تنظيم الخوارزميات التمثيلية في هذا المجال في نظام معياري موحد، مما يوفر على الباحثين العمل القذر المتمثل في إعادة الإنتاج والتجارب المقارنة. أصبح هذا المشروع فيما بعد مكتبة الخوارزمية مفتوحة المصدر الأكثر تأثيرًا في عصر الذكاء الاصطناعي 1.0، والتي يستخدمها مئات الآلاف من النجوم والملايين من المطورين.

وبعد سنوات، عاد المنطق نفسه إلى الظهور في عصر النماذج الكبيرة. إن القوة الدافعة الداخلية للمصادر المفتوحة هي التأثير: فالتأثير يمكنه جمع الأموال وتجنيد الأشخاص. يتيح عرض DeepSeek للجميع رؤية هذا المسار بوضوح. ومن الناحية الموضوعية، يؤدي هذا أيضًا إلى توزيع تكلفة التجربة والخطأ على المجتمع بأكمله - حيث يمثل التدريب النموذجي حوالي 10% فقط من تكاليف البحث والتطوير، والـ 90% المتبقية عبارة عن تجارب متنوعة؛ يسمح الترجيح المفتوح لكل شركة باختيار وصفات التكنولوجيا المتطورة بشكل أسرع.

وهذا يفسر أيضًا سبب تأخر إجمالي استثمارات الصين كثيرًا عن نظيره في الولايات المتحدة، لكنه قادر على اللحاق به بشكل وثيق. قال لين داهوا: "القلق الأكبر هو عدم معرفة مكان الطريق". بمجرد أن يصبح الطريق مرئيًا، فإن ملء التفاصيل هو قوة المهندسين الصينيين.

لكن المصدر المفتوح لا يمكنه حل مشكلة متابعة الاتجاه. وقال لين داهوا بصراحة إن المسار السائد للنماذج الكبيرة في الصين في السنوات الثلاث الماضية كان هو التحسين والابتكار في الاتجاه الذي كانت الولايات المتحدة رائدة فيه. والقيمة الصناعية عظيمة، "ولكن إذا أرادت الصين تقديم مساهمة أكثر استدامة، فيتعين عليها أن تأتي بشيء مختلف". لقد استخدم DeepSeek كحالة إيجابية: فهو لا يزال هو المسار القياسي لماجستير القانون من حيث النموذج الكبير، ولكنه بذل جهودًا كبيرة في الكفاءة المعمارية.

وفي الوقت نفسه، فإن السوق النموذجية نفسها لا تستطيع استيعاب المتقدمين. تشكل التكلفة والتنوع والاحتراف مثلثًا مستحيلًا. النموذج الذي يمكنه فعل كل شيء، ويفعل كل شيء بشكل احترافي، لا بد أن يكون ضخمًا ومكلفًا. في السيناريوهات اليومية، يوجد "فائض استخباراتي" واسع النطاق: يمكن لنموذج مفتوح المصدر 8B أو 32B التعامل مع معظم المهام، ولا يحتاج المستخدمون إلى دفع عشرات الدولارات من الرموز المميزة مقابل ذلك. هناك أكثر من 3 ملايين عارضة أزياء على Hugging Face، لكن كل واحدة منها لها طريقتها الخاصة في الحياة.

قد يأتي الحد الفاصل الحقيقي في عصر ما بعد التقطير.

رأى لين داهوا أن موضوع التقطير قد انتهى: فقد تم بناء أسئلة سلسلة التفكير الحالية، وكان عنق الزجاجة التالي هو القدرة على توليد مشاكل جديدة - بناء الآلاف، أو عشرات الآلاف، أو حتى مئات الآلاف من سيناريوهات العمل الحقيقية، مما يسمح للنموذج باستكشاف المهام وإكمالها بمفرده.

إن عنق الزجاجة في هذه المسألة ليس في الواقع قوة الحوسبة. ويصادف أن الصين تتمتع بيد جيدة: فتنوع الحياة والصناعة أمر نادر في العالم، كما أن احتياطي المهندسين هو الأكبر في العالم. بعد قطف الثمار من الأماكن السفلية، يجب على الناس تسلق الثمار الموجودة في الأماكن الأعلى إلى أعلى الشجرة.

ومع ذلك، فإن السيناريوهات والقوى البشرية لا تؤدي إلا إلى توسيع "عرض" الذكاء؛ يعتمد "عمق" الذكاء على معدل نمو الذكاء نفسه.

يركز مؤشر القوة النسبية (التحسين الذاتي العودي)، الذي اجتذب الكثير من الاهتمام مؤخرًا، على هذا الأمر، لكن لين داهوا أكد أن مؤشر القوة النسبية ليس سوى إحدى وسائل النمو الذكي. لا يكمن عنق الزجاجة في أتمتة التدريب، بل في كفاءة التطور: لا يزال يتعين على الآلة إجراء قدر هائل من التدريب للحصول على نقطة مراقبة فعالة؛ ليس مطلوبًا تدريبًا كاملاً حتى يتمكن الشخص من إتقان مهارة جديدة. لا يزال الذكاء الاصطناعي الحالي بعيدًا جدًا عن البشر من حيث التطور. وبمجرد الكشف عن هذا السر، "فإنه سيعيد تشكيل مشهد تطوير الذكاء الاصطناعي والمنافسة إلى حد كبير".

كما أنه لا يعتقد أن الوضع الحالي من الممكن أن يستقر إلى ما لا نهاية: فالاستهلاك المكثف للموارد سوف يصل عاجلاً أم آجلاً إلى مسار الانفجار. ما إذا كان المسار الحالي يمكن أن يصل إلى النهاية هو سؤال مفتوح.

أما بالنسبة لتوسيع الحدود، فإن السؤال الأول الذي يهتم به هو: ما هو الدور الذي تلعبه الطرائق الأخرى غير اللغة في الذكاء؟ ولا يزال هذا الفهم في مراحله الأولى، ولكن الإجابة ستحدد أين ينبغي توجيه الموارد. إنه يعلق أمله على تكامل الوسائط المتعددة والمساحة - فمجرد التوليد لن يؤدي إلا إلى تحسين الجودة البصرية؛ إن دمج الإدراك المكاني في عملية التفكير سيجعل الذكاء أكثر اكتمالاً.

لكي يتمكن الذكاء من اختراق حدوده، فإن عنق الزجاجة يكمن في كفاءة التعلم والتطور، وهو بالضبط ما يتفوق فيه البشر ولكن الآلات لا تزال بعيدة عن الركب. إن إجابة SenseTime على هذا السؤال ليست كلها مكتوبة في النموذج - فالمنظمة التي يمكنها الاستمرار في تربية أشخاص جدد هي في حد ذاتها الذكاء الأكثر قابلية للتطبيق.

وقال لين داهوا أيضًا إن أهم وظيفة له في الوقت الحالي هي تهيئة بيئة للشباب وحماية منظمة قابلة للحياة. وهذا أيضًا هو المنطق الأساسي لموارد SenseTime البالغة 20%: زرع البذور بشكل فعال وحماية النمو. يمكن أن تكون هذه البذرة منتجًا أو شركة أو شخصًا نشأ في المؤسسة. ما كان يفعله SenseTime هو انتظار إنبات البذور، وسيكون للحياة طريقها الخاص.

Leifeng.com (الحساب العام: Leifeng.com)

المقالات الأصلية من Leifeng.com، يحظر النسخ غير المصرح به. راجع تعليمات إعادة الطباعة للحصول على التفاصيل.

يحرر

قم بالمسح لمتابعة المؤلف على WeChat

إعادة إرسال البريد الإلكتروني تعديل البريد الإلكتروني