أفادت تقارير نقلًا عن موظف في الشركة بأن OpenAI يُرجح أن تطلق نموذجًا أو نموذجين جديدين هذا العام. لكن لم يُحسم بعد ما إذا كان النموذج الرائد قيد التطوير سيكون من بينهما. ويُقال إن العمل على مواءمته ليعمل بما يتوافق مع توقعات الباحثين والعملاء، إلى جانب تعزيز بنية الاختبارات، لا يزال بحاجة إلى إنجاز. ونُشر التقرير في 14 أكتوبر 2026.
النماذج التي ستُطرح هذا العام والمسافة بينها وبين النموذج الرائد
النقطة الأهم في هذا التقرير هي أن «إطلاق نموذج جديد» و«إطلاق النموذج الرائد» أمران مختلفان. فبحسب تقديرات أحد الموظفين، يُرجح طرح نموذج أو نموذجين قبل نهاية العام. لكن ما إذا كان الإصدار المطوّر الكبير الجاري العمل عليه حاليًا سيكون ضمنها، فما زال أمرًا غير محسوم.
لا تزال أمام النموذج الرائد مهمتان أساسيتان. الأولى هي المواءمة، أي توجيه أهداف الذكاء الاصطناعي لتتوافق مع ما يريده المطورون والشركات المستخدمة. والثانية تعزيز بيئة اختبار النماذج والتحقق منها. ولا يظهر أي من الأمرين في نتائج المنافسة على الأداء، لكنهما مرحلتان تحددان ما إذا كان النموذج سيُطرح أم لا.
وحتى بعد اقتناع الإدارة بتقييمات السلامة الداخلية، تبقى عقبة أخرى. ففي إطار تقييم الذكاء الاصطناعي المتقدم المنصوص عليه في الأمر التنفيذي للرئيس ترامب، يُقال إن OpenAI وافقت على إتاحة الوصول إلى النماذج الجديدة للحكومة الأميركية قبل ما يصل إلى 30 يومًا من تسليمها إلى شركاء من خارج الشركة. وينبغي توقع فترة أطول قبل إتاحتها للجمهور. لم يعد الأمر ببساطة «يكتمل النموذج فيُطرح فورًا».
آلية تكرّر المعالجة لصقل الإجابات
يكمن مفتاح النموذج الرائد في «المحوّل ذي الحلقات التكرارية». فالنموذج التقليدي يمرر الرمز، وهو أصغر وحدة لغوية، مرة واحدة عبر طبقات متراكمة من العمليات الحسابية، ثم يولّد الكلمة التالية. أما النموذج ذو الحلقات التكرارية فيمرر الرمز عبر الطبقات نفسها مرات عدة قبل توليد الكلمة التالية. ويُقال إن OpenAI تستخدم هذه التقنية بالفعل في منتجاتها تحت اسم «Recurrent Depth»، وإنها تشكل أيضًا جوهر نموذجها الحالي الأعلى مستوى، Astra.
الهدف هو تحسين الأداء في الرياضيات والبرمجة وخفض التكاليف. إذ يمكن حتى للنموذج الصغير أن يحقق أداءً يفوق قدراته الظاهرة إذا كرر التفكير. ولعل أقرب تشبيه هو قراءة المرجع نفسه مرارًا لتعميق الفهم.
كلما تحسن الأداء، تعذّر فهم ما يجري داخل النموذج
لكن لهذه الطريقة ثمنًا. فجزء من «تفكير» النموذج قد يجري في تمثيلات رقمية داخلية بدلًا من نصوص يستطيع البشر قراءتها. وقد اعتاد باحثو السلامة تتبع النصوص التي تشرح استدلال النموذج وصولًا إلى الإجابة، بحثًا عن سلوك مريب. ويُعرف ذلك باسم مراقبة «سلسلة التفكير». وكلما زادت الحلقات، ازدادت صعوبة هذه المراقبة.
ويُقال إن OpenAI وضعت حدًا لعدد الحلقات في Astra، وأبقت استدلاله قابلًا للقراءة. وهكذا طرحته مع ترك مجال لتحسين الأداء لم يُستغل عمدًا. ويُقال إن التقنية نفسها ستُستخدم في النموذج الرائد، ما يجعل تحديد الحد الفاصل محور الاهتمام التالي.
ما كشفه حذف Microsoft لوثائقها عن حساسية المعلومات
كانت وثائق تقنية من Microsoft السبب في انكشاف بعض ملامح هذه الآلية. فقد نشرت الشركة، التي يمكنها الوصول إلى الملكية الفكرية لـOpenAI، شرحًا للنموذج الأقل تكلفة «GPT-6.1 Sol»، وهو نسخة من Astra أطلقته OpenAI هذا الشهر. وتطرق الشرح إلى «الاستدلال الحلقي»، موضحًا أن النموذج يعالج المشكلة عبر عدة «تمريرات» قبل تقديم الإجابة.
وبحسب الوصف، يستخدم GPT-6.1 Sol الأوزان الأساسية للنموذج نفسه المستخدم في GPT-6 Sol، لكنه يخفض عدد تمريرات الاستدلال من ثلاث إلى اثنتين. وقد حُذف هذا الجزء لاحقًا. وأكد شخص مطلع على الأمر أن الوصف يتطابق مع معلومات نقلتها OpenAI على نحو غير علني. ويشير ذلك إلى أن النماذج ذات الحلقات التكرارية تمثل مجالًا تقنيًا تتعامل معه OpenAI بحذر، سواء في التدريب أو الاستدلال.
إن استخدام عدد التمريرات لتقديم منتجات متفاوتة السعر والأداء فكرة عملية لإطلاق منتجات متعددة تستند إلى الأساس نفسه. لكن زيادة عدد التمريرات تجعل ما يجري داخل النموذج أصعب فهمًا. أي إن تصميم المنتج وتصميم السلامة مرتبطان بالمؤشر نفسه.
رقم 10% من موارد الحوسبة
كما كُشف عن تفاصيل محددة بشأن حجم الاستثمار في السلامة. فبعد الحادثة المتعلقة بـHugging Face، يُقال إن OpenAI خصصت نحو 10% من إجمالي موارد الحوسبة للمواءمة والسلامة. وبمقياس الطاقة اللازمة لمراكز البيانات، يعادل ذلك مئات الميغاواط، فيما قد تبلغ كلفة استئجار هذه الموارد بأسعار السوق مليارات الدولارات سنويًا.
وقال الباحث نوم براون أيضًا في بودكاست في منتصف سبتمبر إن نحو 10% من فريقه يعمل على الأمن والسلامة. ويبدو أن نسبة 10% آخذة في التحول إلى مقياس تقريبي لحجم الجهود على مستوى المؤسسة.
هل يمكن الحفاظ على قابلية قراءة الاستدلال؟
أقر كبير العلماء ياكوب باتشوكي بأن مراقبة سلسلة التفكير «أصبحت هشة»، وأن الأمور «تسير للأسف في اتجاه سيئ». كما حذّر مرارًا من السباق الذي يندفع فيه قطاع الذكاء الاصطناعي بأكمله نحو نماذج لا تقدم استدلالًا قابلًا للقراءة.
إن تحسين الأداء وخفض التكاليف أمران جذابان من منظور الأعمال. وكلما زاد هذا الجاذبية، زادت أهمية السؤال عن مدى إمكان تحقيق مزيد من التقدم من دون التخلي عن قابلية المراقبة. ومن المفترض أن يقدم النموذجان أو النموذج الواحد اللذان سيُطرحان خلال العام لمحة عن مسار الإجابة. وما يثير اهتمامي أكثر من موعد إطلاق النموذج الرائد هو الحالة التي سيُطرح بها.
コメント