فكرة الذكاء الاصطناعي (IA) ليست جديدة، ولكن التطورات الحديثة في التقنيات ذات الصلة حولتها إلى أداة نستخدمها جميعًا يوميًا. إن الأهمية المتزايدة للذكاء الاصطناعي وانتشاره أمر مثير وربما مثير للقلق، حيث أن أسس العديد من منصات وقدرات الذكاء الاصطناعي هي في الأساس صناديق سوداء يتحكم فيها عدد صغير من الشركات القوية.
المنظمات الكبيرة، مثل ريد هات، تعتقد ذلك يجب أن يكون لدى الجميع القدرة على المساهمة في الذكاء الاصطناعيولا ينبغي أن يقتصر ابتكار الذكاء الاصطناعي على الشركات القادرة على تحمل الكميات الهائلة من قدرات المعالجة وعلماء البيانات اللازمين لتدريب هؤلاء نماذج لغوية عظيمة (LLMs)
وبدلاً من ذلك، فإن عقودًا من الخبرة مفتوحة المصدر لتطوير البرمجيات والتعاون المجتمعي تمكن الجميع من المساهمة في الذكاء الاصطناعي والاستفادة منه مع المساعدة في تشكيل مستقبل يلبي احتياجاتنا.
ما هو المصدر المفتوح؟
على الرغم من أن مصطلح“open Source” يشير في الأصل إلى منهجية تطوير البرمجيات، إلا أنه توسع ليشمل شكلاً أكثر عمومية من العمل المفتوح واللامركزي والتعاوني العميق. وتذهب حركة المصادر المفتوحة الآن إلى ما هو أبعد من عالم البرمجيات، و الطريقة لتكون مفتوحة المصدر وقد تم تبنيها من خلال الجهود التعاونية في جميع أنحاء العالم، بما في ذلك قطاعات مثل العلوم والتعليم والحكومة والتصنيع والرعاية الصحية وغيرها.
ثقافة مفتوحة المصدر لديها عدد قليل المبادئ والقيم الأساسية مما يجعلها فعالة وذات معنى، على سبيل المثال:
- المشاركة التعاونية
- المسؤولية المشتركة
- التبادلات المفتوحة
- الجدارة والشمول
- التنمية الموجهة نحو المجتمع
- التعاون المفتوح
- التنظيم الذاتي
- الاحترام والمعاملة بالمثل
عندما تشكل مبادئ المصادر المفتوحة أساس الجهود التعاونية، يُظهر التاريخ أن الأشياء المذهلة ممكنة. وتتراوح بعض الأمثلة المهمة بين تطور وانتشار لينكس باعتباره أقوى نظام تشغيل في كل مكان في العالم حتى ظهوره ونموه كوبرنيتيس والحاويات، بالإضافة إلى تطوير وتوسيع الإنترنت نفسه.
ست مزايا للمصادر المفتوحة في عصر الذكاء الاصطناعي
هناك فوائد عديدة لتطوير التقنيات مفتوحة المصدر، ولكن هناك ست مزايا تبرز من بين المزايا الأخرى.
1. زيادة سرعة الابتكار
عندما يتم تطوير التكنولوجيا بشكل تعاوني ومنفتح، يمكن أن يحدث الابتكار والاكتشاف بشكل أسرع بكثير، على عكس المنظمات المغلقة والحلول الخاصة.
عندما تتم مشاركة العمل بشكل مفتوح ويكون لدى الآخرين القدرة على الإبداع بناءً عليه، توفر الفرق قدرًا كبيرًا من الوقت والجهد لأنه ليس عليهم البدء من الصفر. يمكن للأفكار الجديدة توسيع المشاريع التي جاءت من قبل. وهذا لا يوفر الوقت والمال فحسب، بل يعزز النتائج أيضًا حيث يعمل المزيد من الأشخاص معًا لحل المشكلات والمشاركة رؤى ومراجعة عمل بعضنا البعض.
إن المجتمع التعاوني الأوسع قادر ببساطة على تحقيق المزيد: من خلال تعزيز الناس وربط الخبرات لحل المشاكل المعقدة والابتكار بشكل أسرع وأكثر فعالية من المجموعات الصغيرة المعزولة.
2. إضفاء الطابع الديمقراطي على الوصول
كما يعمل المصدر المفتوح أيضًا على إضفاء الطابع الديمقراطي على الوصول إلى تقنيات الذكاء الاصطناعي الجديدة. وعندما تتم مشاركة الأبحاث والتعليمات البرمجية والأدوات بشكل مفتوح، فإن ذلك يساعد في إزالة بعض العوائق التي تحد عادةً من الوصول إلى الابتكارات المتطورة.
يا InstructLab المبادرة عبارة عن مشروع ذكاء اصطناعي مفتوح المصدر مستقل عن النموذج يعمل على تبسيط عملية المساهمة بالمهارات والمعرفة في LLMs. والهدف من هذا الجهد هو تمكين أي شخص من المساعدة في تشكيل الذكاء الاصطناعي التوليدي (الجيل AI)، بما في ذلك أولئك الذين ليس لديهم مهارات علم البيانات والتدريب المطلوب عادةً. وهذا يسمح لمزيد من الأفراد والمنظمات بالمساهمة في تدريب وتحسين ماجستير إدارة الأعمال بشكل موثوق.
3. تعزيز الأمن والخصوصية
ونظرًا لأن المشاريع مفتوحة المصدر تقلل من الحواجز التي تحول دون الدخول، فإن مجموعة أكبر وأكثر تنوعًا من المساهمين قادرة على المساعدة في تحديد وحل التحديات الأمنية المحتملة الموجودة في نماذج الذكاء الاصطناعي أثناء تطويرها.
يتم إغلاق معظم البيانات والأساليب المستخدمة لتدريب وضبط نماذج الذكاء الاصطناعي وصيانتها بواسطة منطق الملكية. نادرًا ما يتمكن الأشخاص خارج هذه المنظمات من الحصول على أي فكرة حول كيفية عمل هذه الخوارزميات وما إذا كانت تحتوي على أي بيانات يحتمل أن تكون خطرة أو تحيزات متأصلة.
إذا كان النموذج والبيانات المستخدمة لتدريبه مفتوحة، فيمكن لأي شخص مهتم فحصها، مما يقلل المخاطر الأمنية ويقلل من تحيزات النظام الأساسي. بالإضافة إلى ذلك، يمكن للمساهمين في الفلسفة المفتوحة إنشاء أدوات وعمليات لتتبع وتدقيق النموذج المستقبلي وتطوير التطبيقات، مما يسمح لهم بمراقبة تطوير الحلول المختلفة.
وهذا الانفتاح والشفافية أيضاً توليد الثقة، نظرًا لأن المستخدمين لديهم إمكانية الفحص المباشر لكيفية استخدام بياناتهم ومعالجتها، حتى يتمكنوا من التحقق من احترام خصوصيتهم وسيادة البيانات الخاصة بهم. علاوة على ذلك، يمكن للشركات أيضًا حماية معلوماتها الخاصة أو السرية أو الخاصة باستخدام مشاريع مفتوحة المصدر مثل InstructLab لإنشاء نماذجها المعدلة، والتي تحافظ على رقابة صارمة عليها.
4. يوفر المرونة وحرية الاختيار
في حين أن نماذج الذكاء الاصطناعي المتجانسة والملكية والصندوق الأسود هي ما يراه معظم الناس ويفكرون فيه حول الذكاء الاصطناعي التوليدي، فقد بدأنا نرى دفعة متزايدة نحو نماذج ذكاء اصطناعي أصغر حجمًا ومستقلة ومصممة لهذا الغرض.
هؤلاء نماذج لغوية صغيرة عادةً ما يتم تدريب (SLMs) على مجموعات بيانات أصغر بكثير لمنحها وظائفها الأساسية، ثم يتم تكييفها بشكل أكبر لحالات استخدام محددة مع بيانات ومعرفة خاصة بالمجال.
تعتبر هذه SLMs أكثر كفاءة بشكل ملحوظ من أبناء عمومتها الأكبر حجمًا، وقد ثبت أنها تؤدي أداءً جيدًا (إن لم يكن أفضل) عند استخدامها للغرض المقصود منها.
وهذا إلى حد كبير ما تم إنشاء مشروع InstructLab من أجله. باستخدامه، يمكنك أخذ نموذج ذكاء اصطناعي أصغر مفتوح المصدر وتوسيعه بالبيانات الإضافية والتدريب الذي تريده.
على سبيل المثال، يمكنك استخدام InstructLab لإنشاء برنامج دردشة آلي لخدمة العملاء تم ضبطه خصيصًا لهذا الغرض ويستفيد من أفضل الممارسات عبر مؤسستك. تتيح لك هذه الممارسة تقديم أفضل تجربة لخدمة العملاء للجميع، في كل مكان، في الوقت الفعلي.
والأهم من ذلك، أن هذا يسمح لك بتجنب التعثر مع البائع ويوفر المرونة فيما يتعلق بمكان وكيفية تنفيذ نموذج الذكاء الاصطناعي الخاص بك وأي تطبيقات مبنية عليه.
5. تمكين نظام بيئي نابض بالحياة
في المجتمع المفتوح، “لا أحد يبتكر وحده“، وهذا الاعتقاد قائم منذ الأشهر الأولى لتأسيس المجتمع.
ستستمر هذه الفكرة في الصمود في عصر الذكاء الاصطناعي داخل شركة Red Hat، الشركة الرائدة في مجال الحلول المفتوحة، والتي ستوفر العديد من الأدوات والأطر مفتوحة المصدر في شكل ريد هات آي، وهو الحل الذي من خلاله سيولد الشركاء قيمة أكبر للعملاء النهائيين.
لا يمكن لبائع واحد تقديم كل ما تحتاجه المؤسسة، أو حتى مواكبة السرعة الحالية للتطور التكنولوجي. تعمل مبادئ وممارسات المصادر المفتوحة على تسريع الابتكار وتمكين نظام بيئي نابض بالحياة من خلال تعزيز الشراكات وفرص التعاون عبر المشاريع والصناعات.
6. خفض التكاليف
في أوائل عام 2025، محترم أن متوسط الراتب الأساسي لعالم البيانات في الولايات المتحدة أعلى من US$ 125000، مع قدرة علماء البيانات الأكثر خبرة على كسب المزيد بشكل ملحوظ.
من الواضح أن هناك طلبًا كبيرًا ومتزايدًا على علماء البيانات الذين يستخدمون الذكاء الاصطناعي، لكن القليل من الشركات لديها أمل كبير في جذب المواهب المتخصصة التي تحتاجها والاحتفاظ بها.
كما أن بناء وتدريب وصيانة ونشر أجهزة LLM الكبيرة جدًا مكلف للغاية، مما يتطلب مستودعات كاملة مليئة بمعدات الكمبيوتر المحسنة للغاية (والمكلفة للغاية) وكمية هائلة من التخزين.
تعد النماذج المفتوحة والأصغر حجمًا والمصممة خصيصًا لهذا الغرض وتطبيقات الذكاء الاصطناعي أكثر كفاءة بشكل ملحوظ في البناء والتدريب والتنفيذ. فهي لا تتطلب فقط جزءًا صغيرًا من القوة الحاسوبية للماجستير في القانون، بل إن مشاريع مثل InstructLab تمكن الأشخاص الذين ليس لديهم مهارات وخبرات متخصصة من المساهمة بنشاط وفعالية في تدريب نماذج الذكاء الاصطناعي وضبطها.
من الواضح أن توفير التكاليف والمرونة التي يجلبها المصدر المفتوح لتطوير الذكاء الاصطناعي مفيد للشركات الصغيرة والمتوسطة الحجم التي تأمل في تحقيق ميزة تنافسية مع تطبيقات الذكاء الاصطناعي.
باختصار
لبناء ذكاء اصطناعي ديمقراطي ومفتوح، من الضروري استخدام مبادئ المصادر المفتوحة التي مكنت الحوسبة السحابية والإنترنت ولينكس والعديد من التقنيات الأخرى المفتوحة والقوية والمبتكرة بعمق.
هذا هو المسار الذي تتبعه Red Hat لتمكين الذكاء الاصطناعي والأدوات الأخرى ذات الصلة. يجب أن يستفيد الجميع من تطوير الذكاء الاصطناعي، لذلك يجب أن يكون الجميع قادرين على المساعدة في تحديد وتشكيل مساره، والمساهمة في تطويره. الابتكار التعاوني والمصدر المفتوح ليسا ضروريين لأنه لا مفر منه لمستقبل هذا التخصص.
