مغامرة الذكاء الاصطناعي المفتوح المصدر في أمريكا: مختبران، سؤال واحد—هل يمكن للولايات المتحدة المنافسة؟

مركز فنون وفاشن وترفيه Decrypt.

اكتشف SCENE

أصدرت مختبرات الذكاء الاصطناعي الأمريكية اثنين نماذج مفتوحة المصدر هذا الأسبوع، حيث اتبعت كل منهما نهجًا مختلفًا بشكل كبير لحل نفس المشكلة: كيفية المنافسة مع هيمنة الصين على أنظمة الذكاء الاصطناعي المتاحة للجمهور.

أصدرت Deep Cogito نموذج Cogito v2.1 الضخم الذي يحتوي على 671 مليار معلمة، والذي يصفه مؤسسه، دريشان أرورا، بأنه “أفضل نموذج LLM ذو أوزان مفتوحة من قبل شركة أمريكية.”

ليس بهذه السرعة، رد معهد ألين للذكاء الاصطناعي، الذي أطلق للتو أولمو 3، واصفًا إياه بأنه “أفضل نموذج أساسي مفتوح بالكامل.” يتميز أولمو 3 بشفافية كاملة، بما في ذلك بيانات التدريب والكود الخاص به.

من المثير للسخرية أن الطراز الرئيسي لشركة Deep Cognito مبني على أساس صيني. اعترف أورا على منصة X أن Cogito v2.1 “يتفرع من نموذج Deepseek الأساسي المرخص مفتوح المصدر من نوفمبر 2024.”

أثار ذلك بعض الانتقادات وحتى النقاش حول ما إذا كانت تحسين نموذج صيني يُعد تقدماً في الذكاء الاصطناعي الأمريكي، أو ما إذا كان يثبت فقط مدى تراجع المختبرات الأمريكية.

pic.twitter.com/N7x1eEsjhF

— لوكا سولدايني 🎀 (@soldni) 19 نوفمبر 2025

أفضل نموذج لغوي مفتوح الوزن من شركة أمريكية

هذا رائع لكن لست متأكدًا من التركيز على جزء “الولايات المتحدة” لأن النموذج الأساسي هو deepseek V3

— الإيلي (@eliebakouch) 19 نوفمبر 2025

بغض النظر عن ذلك، فإن مكاسب الكفاءة التي تُظهرها Cogito مقارنةً بـ DeepSeek هي حقيقية.

تدعي Deep Cognito أن Cogito v2.1 ينتج سلاسل استدلال أقصر بنسبة 60% مقارنةً بـ DeepSeek R1 مع الحفاظ على أداء تنافسي.

باستخدام ما تسميه أروارا “التقطير المتكرر والتعزيز” — تعليم النماذج لتطوير حدس أفضل من خلال حلقات تحسين ذاتية — قامت الشركة الناشئة بتدريب نموذجها في 75 يومًا فقط على بنية تحتية من RunPod و Nebius.

إذا كانت المعايير صحيحة، فسيكون هذا أقوى نموذج لغوي مفتوح المصدر يتم الحفاظ عليه حاليًا من قبل فريق أمريكي.

لماذا هذا مهم

حتى الآن، كانت الصين تتصدر في الذكاء الاصطناعي مفتوح المصدر، وتعتمد الشركات الأمريكية بشكل متزايد - سواء بشكل صامت أو علني - على النماذج الأساسية الصينية للبقاء تنافسية.

تلك الديناميكية محفوفة بالمخاطر. إذا أصبحت المختبرات الصينية هي البنية التحتية الافتراضية للذكاء الاصطناعي المفتوح على مستوى العالم، فإن الشركات الناشئة في الولايات المتحدة ستفقد الاستقلالية التقنية، وقوة التفاوض، والقدرة على تشكيل معايير الصناعة.

الذكاء الاصطناعي مفتوح الوزن يحدد من يتحكم في النماذج الأساسية التي تعتمد عليها كل منتج لاحق.

في الوقت الحالي، تهيمن النماذج الصينية مفتوحة المصدر (DeepSeek و Qwen و Kimi و MiniMax) على التبني العالمي لأنها رخيصة وسريعة وفعالة للغاية وتُحدث باستمرار. الصورة: Artificialanalysis.ai

العديد من الشركات الناشئة في الولايات المتحدة تبني عليها بالفعل، حتى عندما تتجنب الاعتراف بذلك علنًا.

هذا يعني أن الشركات الأمريكية تبني أعمالها على أساس الملكية الفكرية الأجنبية، وخطوط تدريب أجنبية، وتحسينات الأجهزة الأجنبية. من الناحية الاستراتيجية، فإن ذلك يضع أمريكا في نفس الوضع الذي واجهته سابقًا مع تصنيع أشباه الموصلات: الاعتماد المتزايد على سلسلة إمداد شخص آخر.

نهج Deep Cogito—الذي يبدأ من فرع DeepSeek—يظهر الجوانب الإيجابية (التكرار السريع) والجوانب السلبية (اعتماد).

يظهر نهج معهد ألين—بناء أولمو 3 بشفافية كاملة—البديل: إذا كانت الولايات المتحدة ترغب في قيادة الذكاء الاصطناعي المفتوح، فعليها إعادة بناء الهيكل بنفسها، من البيانات إلى وصفات التدريب إلى نقاط التحقق. هذه العملية تتطلب جهدًا كبيرًا وبطيئة، لكنها تحافظ على السيادة على التكنولوجيا الأساسية.

من الناحية النظرية، إذا كنت قد أعجبت بـ DeepSeek وتستخدمه عبر الإنترنت، فإن Cogito سيقدم لك إجابات أفضل في معظم الأوقات. إذا كنت تستخدمه عبر API، ستكون سعيدًا مرتين، حيث ستدفع أموالًا أقل لتوليد ردود جيدة بفضل مكاسب الكفاءة.

اتخذ معهد ألين الاتجاه المعاكس. تأتي عائلة نماذج أولمو 3 كاملة مع دولما 3، وهي مجموعة بيانات تدريبية تتكون من 5.9 تريليون توكن تم بناؤها من الصفر، بالإضافة إلى الشيفرات الكاملة، والوصفات، ونقاط التحقق من كل مرحلة تدريب.

أصدرت المنظمة غير الربحية ثلاثة نماذج متغيرة—الأساسي، والفكر، والتعليم—بـ 7 مليارات و 32 مليار معلمة.

“الانفتاح الحقيقي في الذكاء الاصطناعي لا يتعلق فقط بالوصول—إنه يتعلق بالثقة والمساءلة والتقدم المشترك،” كتبت المعهد.

أولمو 3-ثينك 32B هو أول نموذج تفكير مفتوح بالكامل بهذا الحجم، تم تدريبه على حوالي سدس الرموز مقارنة بالنماذج المماثلة مثل كيوين 3، مع تحقيق أداء تنافسي. الصورة: Ai2

جمعت Deep Cognito $13 مليون دولار في تمويل أولي بقيادة Benchmark في أغسطس. تخطط الشركة الناشئة لإصدار نماذج متقدمة تصل إلى 671 مليار معلمة تم تدريبها على “حساب أكبر بكثير مع مجموعات بيانات أفضل.”

في الوقت نفسه، دعمت شركة إنفيديا تطوير أولمو 3، حيث وصفت نائبة الرئيس كاري بريسكي هذا الأمر بأنه ضروري “للمطورين لتوسيع نطاق الذكاء الاصطناعي باستخدام نماذج مفتوحة مبنية في الولايات المتحدة.”

قام المعهد بالتدريب على مجموعات GPU H100 من Google Cloud، محققًا متطلبات حسابية أقل بمقدار 2.5 مرة من Llama 3.1 8B الخاص بـ Meta

يتوفر Cogito v2.1 للاختبار المجاني عبر الإنترنت هنا. يمكن تنزيل النموذج هنا، ولكن احذر: فهو يتطلب بطاقة قوية جدًا للتشغيل.

أولمو متاح للاختبار هنا. يمكن تنزيل النماذج هنا. هذه النماذج أكثر ملاءمة للمستهلكين، اعتمادًا على أي واحدة تختارها.