في بداية عام 2026، أعلنت شركة ديب سيك الصينية عن ورقة بحثية تقنية مبتكرة، أشرف على تأليفها مؤسس الشركة ليانغ وينفنغ، تكشف عن استراتيجية جديدة لإعادة تصميم البنية التحتية لتدريب نماذج الذكاء الاصطناعي الكبيرة، بهدف تحقيق أداء عالٍ مع خفض التكاليف التشغيلية.
ديب سيك تطلق منهجية جديدة لتدريب نماذج الذكاء الاصطناعي الكبيرة بكفاءة وتكلفة منخفضة
ديب سيك تطلق منهجية جديدة لتدريب نماذج الذكاء الاصطناعي الكبيرة بكفاءة وتكلفة منخفضة
نشرت الورقة البحثية على منصة arXiv المفتوحة، مقدمة منهجية جديدة أطلقت عليها الشركة اسم Manifold-Constrained Hyper-Connections (mHC). وتهدف هذه المنهجية إلى تعزيز كفاءة التدريب على نماذج الذكاء الاصطناعي الكبيرة، مع تحسين استهلاك الموارد الحاسوبية مقارنة بالطرق التقليدية المعتمدة على الترابطات الفائقة Hyper-Connections.
وبحسب نتائج الاختبارات، فإن المنهجية الجديدة أظهرت قدرة على التعامل مع نماذج تضم 3 مليارات و9 مليارات و27 مليار معامل، مع توسع سلس لا يرفع العبء الحوسبي بشكل ملحوظ، ما يعكس قدرة نماذج الذكاء الاصطناعي الكبيرة على التوسع بشكل أكثر كفاءة وبتكلفة منخفضة.
تحسينات جوهرية في كفاءة التدريب
يؤكد فريق البحث في ديب سيك أن منهجية mHC توفر تدريبًا مستقرًا على نطاق واسع، مع قابلية توسع أفضل مقارنة بالمقاربات السابقة. ويرجع الفضل في ذلك إلى التحسينات الذكية على مستوى البنية التحتية، ما جعل التكلفة الإضافية شبه معدومة. هذه المزايا تضع نماذج الذكاء الاصطناعي الكبيرة في موقع تنافسي قوي في مواجهة الشركات الكبرى التي تمتلك إمكانيات حوسبة ضخمة.
تطور الأفكار من بايت دانس إلى ديب سيك
تستند منهجية mHC إلى مفهوم Hyper-Connections الذي قدمته باحثو شركة بايت دانس في سبتمبر 2024، كتحسين على بنية ResNet الشهيرة المستخدمة في العديد من أنظمة الذكاء الاصطناعي الحديثة، بما في ذلك نماذج GPT من OpenAI وAlphaFold من غوغل ديب مايند.
لكن ديب سيك لاحظت أن المقاربة السابقة لم تأخذ في الاعتبار الارتفاع الكبير في تكاليف الذاكرة، وهو عامل يعيق قابلية تطبيقها على نماذج الذكاء الاصطناعي الكبيرة عمليًا. وهنا يأتي دور قيود Manifold Constraints في منهجية mHC، التي تحسن كفاءة استهلاك الموارد بشكل ملحوظ.
غالبًا ما تعكس أوراق ديب سيك البحثية توجهات الشركة الهندسية المستقبلية، وتشكل مؤشراً مبكرًا على الابتكارات القادمة في نماذج الذكاء الاصطناعي الكبيرة, ويقول الباحث الألماني فلوريان براند، المتخصص في الذكاء الاصطناعي الصيني، إن منشورات ديب سيك غالبًا ما تسبق الإعلان عن نماذج جديدة. ومن المتوقع أن تطلق الشركة نموذجها القادم قبل عطلة رأس السنة الصينية في منتصف فبراير، بعد نجاح نموذجها السابق R1 الذي تم الكشف عنه قبل عطلة وطنية مماثلة العام الماضي.
تُظهر الورقة البحثية مشاركة مؤسس الشركة ليانغ وينفنغ كأحد المؤلفين، مما يعكس استمرار انخراطه المباشر في الأبحاث التقنية الأساسية للشركة، رغم حفاظه على ظهور إعلامي محدود. هذه المشاركة تؤكد أن استراتيجيات ديب سيك لا تركز فقط على الحوسبة الضخمة، بل على بناء نماذج الذكاء الاصطناعي الكبيرة أكثر ذكاءً وكفاءة وبتكلفة منخفضة.
شهدت خدمة عطل شات جي بي تي اضطرابات مفاجئة أثرت على المستخدمين في عدة دول، مع صعوبة الوصول إلى بعض المحادثات والسجلات القديمة وتأخر استجابة المنصة للطلبات، بينما بدأت أوبن إيه آي العمل على معالجة المشكلة.
عطل شات جي بي تي يربك المستخدمين في عدة دول
تلقت منصات تتبع الأعطال عددًا متزايدًا من البلاغات حول مشكلات في الخدمة، وتركزت الشكاوى على صعوبة تحميل سجل المحادثات القديمة، إلى جانب تعذر فتح بعض المشروعات المشتركة من خلال الروابط المباشرة.
وشملت البلاغات مستخدمين في دول مختلفة، من بينها الولايات المتحدة ومصر، حيث واجه بعضهم رسائل خطأ مفاجئة وطلبات ظلت معلقة لفترات طويلة دون استجابة.
أخطاء وتأخر في معالجة الطلبات
أبلغ المستخدمون عن مشكلات متنوعة أثناء استخدام المنصة، تراوحت بين أخطاء في الاستجابة وبطء تنفيذ الطلبات، بينما واجه آخرون صعوبة في الوصول إلى محتوى سابق داخل حساباتهم.
وتسببت هذه المشكلات في تعطيل بعض المهام التي تعتمد على المحادثات السابقة أو المشروعات التي يتشاركها المستخدمون عبر الروابط.
عطل شات جي بي تي.. اضطرابات مفاجئة تعطل المحادثات لدى المستخدمين
أوبن إيه آي ترصد المشكلة
أكدت أوبن إيه آي وجود مشكلات تؤثر على خدمة شات جي بي تي، وأشارت في تحديث لصفحة حالة الخدمة إلى ارتفاع معدلات الخطأ لدى المستخدمين في أوروبا.
وأوضحت الشركة أن فرقها تتابع الخلل وتعمل على تطبيق حل لاستعادة استقرار الخدمة وتقليل معدلات الخطأ.
اضطرابات مؤقتة تضرب الخدمة
لا يبدو أن عطل شات جي بي تي اقتصر على مشكلة واحدة، إذ شملت البلاغات وظائف مختلفة داخل المنصة، من تحميل المحادثات إلى معالجة الطلبات والوصول إلى المشروعات المشتركة.
وتتابع أوبن إيه آي أداء الخدمة خلال معالجة الخلل، بينما ينتظر المستخدمون عودة جميع الوظائف إلى العمل بصورة طبيعية.
ومن المتوقع أن تقدم الشركة تحديثات إضافية عبر صفحة حالة الخدمة مع استمرار جهودها لمعالجة الاضطرابات.
أطلقت شركة أوبن إيه آي منتج ChatGPT للخدمات المالية، في خطوة تستهدف المصرفيين الاستثماريين ومحللي الأسهم، مع توفير أدوات للبحث والتحليل وإنشاء النماذج المالية وإعداد المواد الموجهة للعملاء بالاعتماد على بيانات من مزودين ماليين متعددين.
ChatGPT للخدمات المالية يجمع البحث والتحليل في منصة واحدة
طورت أوبن إيه آي المنتج بالتعاون مع مورغان ستانلي وإيفركور كشريكين في التصميم، بهدف تلبية احتياجات المؤسسات المالية والمهام اليومية التي ينفذها المتخصصون في القطاع.
ويركز ChatGPT للخدمات المالية على تسهيل الوصول إلى المعلومات وتحليلها، بدلًا من الاعتماد على مصادر منفصلة لكل مهمة. ويمكن للمستخدمين إجراء أبحاث عبر مجموعة من قواعد البيانات المالية، ثم استخدام النتائج في إعداد التحليلات والنماذج.
أدوات مالية موجهة للمتخصصين
تتيح الخدمة للمستخدمين إنشاء نماذج مالية وإعداد مواد للعملاء، بما في ذلك عروض المستثمرين، مع إمكانية استخدام القوالب الخاصة بكل شركة.
وتعتمد المنصة على GPT-6 Astra، أحدث نماذج أوبن إيه آي، الذي طورته الشركة لتحسين استرجاع البيانات من الأدوات المالية، وتعزيز قدرات الاستدلال المالي ودقة المحتوى الناتج.
تضم المنصة بيانات من مجموعة بورصة لندن وDaloopa وPitchBook وCrunchbase وQuartr وغيرها، وتشمل هذه البيانات نصوص مكالمات نتائج الشركات والبيانات المالية ومؤشرات أداء الشركات.
وتفهرس أوبن إيه آي هذه البيانات على بنيتها التحتية لتحسين قدرة النظام على الوصول إلى المعلومات المناسبة والاستشهاد بها أثناء تنفيذ المهام.
ضوابط أمان للمؤسسات المالية
تستند ChatGPT للخدمات المالية إلى ضوابط الأمان الموجودة في ChatGPT Enterprise، ومنها التحكم في الوصول وفق أدوار المستخدمين والتشفير.
كما تستطيع فرق الامتثال تصدير سجلات مساحات العمل لاستخدامها في عمليات التدقيق، وهو جانب مهم للمؤسسات التي تتعامل مع بيانات مالية حساسة وتخضع لقواعد تنظيمية صارمة.
ChatGPT للخدمات المالية.. أوبن إيه آي تستهدف المصرفيين والمحللين
تكاملات وتوسع خارج البنوك الاستثمارية
يمكن للمؤسسات التي تمتلك اشتراكات في قواعد بيانات مالية ربطها بالمنصة من خلال تكاملات مع FactSet وS&P Global وPreqin وDatasite.
وتخطط أوبن إيه آي لتوسيع نطاق البيانات المتاحة داخل ChatGPT للخدمات المالية، إلى جانب تدريب نماذجها على فهم المعلومات المالية وتفسيرها وتوظيفها في مهام التحليل والبحث.
ولا تستهدف الشركة الخدمات المصرفية الاستثمارية وبحوث الأسهم فقط، إذ تسعى إلى توسيع المنتج ليخدم قطاعات مختلفة داخل صناعة الخدمات المالية.
منافسة متزايدة على سوق الذكاء الاصطناعي المالي
يعكس إطلاق ChatGPT للخدمات المالية اتجاه شركات الذكاء الاصطناعي إلى تطوير أدوات متخصصة للقطاعات المنظمة، خصوصًا مع تزايد الاعتماد على الذكاء الاصطناعي في تحليل البيانات واتخاذ القرارات.
وتضع أوبن إيه آي من خلال المنتج نموذجًا يجمع بين قدرات الذكاء الاصطناعي وقواعد البيانات المالية المتخصصة، مع التركيز على الأمان والامتثال واحتياجات المؤسسات الكبرى.
تسببت هلوسات الذكاء الاصطناعي في أزمة قانونية لمحامٍ بولاية نيو مكسيكو الأميركية، بعدما استخدم شات جي بي تي للمساعدة في إعداد مذكرة لاستئناف حكم إدانة بالقتل، ثم قدم للمحكمة معلومات تضمنت شهادات لشهود غير موجودين ووقائع لم تحدث.
وفرضت المحكمة العليا في الولاية غرامة قدرها 5 آلاف دولار على المحامي ستيفن آرونز، كما قررت إحالة القضية إلى هيئة تأديب المحامين للتحقيق في سلوكه المهني.
هلوسات الذكاء الاصطناعي تصل إلى مستندات قضية قتل
وجدت المحكمة أن المذكرة التي قدمها آرونز تضمنت شهادات مختلقة نسبت إلى رجال شرطة وشهود، إلى جانب تفاصيل لم تظهر في ملف القضية الأصلي.
واستخدم المحامي شات جي بي تي عندما تولى الدفاع عن المتهم في مرحلة الاستئناف، وأدخل في البرنامج نسخة مكتوبة من مواد القضية بهدف الحصول على ملخص يساعده في إعداد المذكرة.
لكن النظام قدم له معلومات غير صحيحة، ولم يراجع المحامي المحتوى بما يكفي قبل إدراجه في المستند القضائي.
محكمة نيو مكسيكو تدين المحامي
لم تكتف المحكمة بفرض الغرامة، بل أدانت آرونز بازدراء المحكمة بسبب عدم تحققه من صحة المعلومات التي قدمها.
ورأت المحكمة أن المذكرة تضمنت شهادات لشهود لا وجود لهم، ومن بينها تفاصيل خيالية عن ملابس الشخص الذي أطلق النار.
كما انتقد القضاة موقف المحامي بعد اكتشاف الأخطاء، واعتبروا أن تعامله مع الأمر أظهر إهمالًا واضحًا تجاه مسؤوليته المهنية تجاه موكله.
أوضح آرونز أنه استعان بشات جي بي تي لتلخيص وقائع المحاكمة، لكنه لم يتوقع أن يختلق البرنامج معلومات غير موجودة في المواد التي قدمها إليه.
وقال المحامي إنه يشعر بالندم، واعتبر ما حدث خطأ غير مقصود، مؤكدًا أن التجربة توضح المخاطر التي يواجهها المهنيون عند استخدام أدوات الذكاء الاصطناعي دون مراجعة بشرية دقيقة.
وتكشف القضية أن هلوسات الذكاء الاصطناعي لا تقتصر على أخطاء بسيطة في الإجابات اليومية، بل يمكن أن تسبب عواقب مهنية وقانونية خطيرة عندما يعتمد المستخدم على المعلومات دون التحقق منها.
هلوسات الذكاء الاصطناعي.. محامٍ يدفع 5 آلاف دولار بعد استخدام شات جي بي تي
تحذيرات متكررة للمحامين
تأتي القضية ضمن سلسلة من الوقائع التي واجه فيها محامون عقوبات بسبب استخدام أدوات الذكاء الاصطناعي في إعداد مستندات قضائية.
وسبق أن قدم محامون مذكرات تضمنت قضايا وهمية أو اقتباسات قانونية غير دقيقة أنشأتها أدوات الذكاء الاصطناعي، ما دفع عددًا من المحاكم إلى التشديد على ضرورة مراجعة أي محتوى ينتجه الذكاء الاصطناعي قبل استخدامه أمام القضاء.
لكن قضية آرونز تحمل جانبًا أكثر خطورة، لأن الأخطاء لم تتعلق فقط بأسماء قضايا أو نصوص قانونية، بل امتدت إلى اختلاق شهادات ونسبتها إلى أشخاص لم يدلوا بها.
القضاة يحذرون من مخاطر الذكاء الاصطناعي
خلال جلسة للمحكمة، أبدت القاضية سي. شانون بيكون استغرابها من عدم إدراك المحامي للمشكلة المعروفة باسم هلوسات الذكاء الاصطناعي.
وتساءلت عن مدى متابعة آرونز للأخبار والتقارير التي تتناول اعتماد المحامين على معلومات مختلقة تنتجها أدوات الذكاء الاصطناعي.
وتسلط الواقعة الضوء على قاعدة أساسية في استخدام هذه الأدوات: الذكاء الاصطناعي يستطيع تسريع البحث وصياغة المعلومات، لكنه لا يضمن صحة كل ما ينتجه.
ولهذا يحتاج المحامون وغيرهم من أصحاب المهن التي تعتمد على الدقة إلى مراجعة كل معلومة والتحقق منها من المصادر الأصلية قبل استخدامها في قرارات أو مستندات رسمية.