ما المقصود بالذكاء الاصطناعي مفتوح المصدر؟

تتماشى هذه الحريات مع تعريف الذكاء الاصطناعي مفتوح المصدر الذي وضعته مبادرة Open Source (OSI)، والتي تُعد عالميًا الوصي على مبادئ وسياسات المصدر المفتوح.¹

أسهم ظهور الذكاء الاصطناعي التوليدي في تحفيز عصر الذكاء الاصطناعي مفتوح المصدر. وفقًا لتقرير من Economist Impact، فإن ثلثي النماذج اللغوية الكبرى (LLMs)— وهي فئة من نماذج الأساس التي تُستخدم عادة لتطوير تطبيقات الذكاء الاصطناعي التوليدي مثل روبوتات المحادثة ومساعدي البرمجة—كانت مفتوحة المصدر في عام 2023.²

ولكي تُعد البرمجيات مفتوحة المصدر، يجب أن يكون بمقدور أي شخص استخدام مصدر الرمز ودراسته وتعديله وإعادة توزيعه بالشكل الذي يناسبه وعادةً من دون أي تكلفة. ومع ذلك، نطاق الذكاء الاصطناعي مفتوح المصدر أوسع بكثير من البرمجيات مفتوحة المصدر.

لا تشمل أنظمة الذكاء الاصطناعي نماذج الذكاء الاصطناعي نفسها فحسب، بل تشمل أيضًا مجموعات البيانات المستخدمة في أثناء التدريب وأوزان النماذج والمعلمات ومصدر الرمز. يشمل مصدر الرمز تعليمات برمجية لتصفية بيانات التدريب ومعالجتها، وتعليمات برمجية لتدريب النماذج واختبارها، وأي مكتبات داعمة، وتعليمات برمجية استدلالية لتشغيل النماذج. ويجب أن تلتزم جميع هذه العناصر بشروط الذكاء الاصطناعي مفتوح المصدر وأن تكون متاحة بموجبها.

يسمح تعريف OSI للذكاء الاصطناعي مفتوح المصدر باستبعاد بيانات التدريب الخاصة وغير القابلة للمشاركة، مثل معلومات التعريف الشخصية. ³ وبالنسبة إلى هذا النوع من البيانات، يجب تقديم وصف مفصل لها، بما في ذلك مصدرها وخصائصها ونطاقها، وكيفية جمع البيانات واختيارها، وأي إجراءات للتصنيف وطرق معالجة البيانات وتصفيتها.⁴

الأوزان هي المعلمات المركزية للنماذج المدربة مسبقًا. فهم يتعلمون في أثناء التدريب ويحددون كيفية تفسير النموذج للبيانات الجديدة وإجراء التنبؤات.

تُشارك الأوزان المفتوحة مع الجمهور وعادةً ما تكون متاحة بموجب تراخيص مفتوحة المصدر، ما يوفر لمحة عن الحالة النهائية لنموذج التعلم العميق. وبينما تشير إلى تقدم تدريجي نحو الشفافية في الذكاء الاصطناعي، فإن الأوزان المفتوحة لا تزال لا تقدم الصورة الكاملة التي يقدمها الذكاء الاصطناعي مفتوح المصدر. من دون بيانات التدريب أو التعليمات البرمجية التدريبية، لا يمكن للآخرين فحص عملية التدريب أو إعادة إنشائها.

وفقًا لدراسة حديثة أجرتها شركة IBM، أفاد أكثر من 80% من صناع القرار في مجال تكنولوجيا المعلومات المشاركين في الاستطلاع أن ما لا يقل عن ربع منصات أو حلول الذكاء الاصطناعي في شركاتهم تعتمد على المصادر المفتوحة. ومن المرجح أن تحقق الشركات التي تستفيد من النظم البنائية مفتوحة المصدر عائد استثمار إيجابيًا أكثر من تلك التي لا تفعل ذلك.

بالإضافة إلى زيادة عائد الاستثمار، يوفر الذكاء الاصطناعي مفتوح المصدر المزايا الرئيسية التالية:

    • إمكانية الوصول

    ● الابتكار التعاوني

    ● كفاءة التكلفة

    • التخصيص

    • الشفافية

يتيح الذكاء الاصطناعي مفتوح المصدر الفرصة لدخول المجال، خاصة لمن هم جدد فيه. كما يتيح إمكانية الوصول للمؤسسات التي لا تستطيع استثمار موارد مالية كبيرة في تطوير الذكاء الاصطناعي، مثل الشركات الصغيرة أو الشركات التي لا تمتلك خبرة متخصصة.

يقع المجتمع في صميم المصدر المفتوح، حيث يعمل مطورو الذكاء الاصطناعي والباحثون والمؤسسات وغيرهم من الأطراف المعنية معًا لتحسين تقنيات الذكاء الاصطناعي باستمرار. ويؤدي هذا الجهد الجماعي إلى التعلم والمشاركة، ما يتيح الفرص للبناء على عمل الآخرين وتحفيز الابتكار.

تتميز نماذج الذكاء الاصطناعي مفتوحة المصدر بأنها مجانية بشكل عام. وهذا يسمح للمؤسسات بتوفير التكاليف الأولية لتطوير وتدريب نماذجها الخاصة أو شرائها من مزودي الخدمات مغلقة المصدر ذات تسعير اشتراك أو رسوم ترخيص عالية.

يمكن للمؤسسات تغيير أنظمة الذكاء الاصطناعي مفتوح المصدر وفقًا لشروطها، ما يمنحها تحكمًا أكبر. ويمكنها تخصيص هذه الأنظمة لتلبية احتياجاتها وحالات الاستخدام لديها، مع ضبط نماذج الذكاء الاصطناعي مفتوح المصدر بدقة باستخدام بيانات أعمالها الخاصة وتحسين هذه النماذج لمهام محددة.

تعمل الطبيعة المفتوحة للذكاء الاصطناعي مفتوح المصدر على تنمية شفافية الذكاء الاصطناعي. تساعد معرفة كيفية تطوير نظام الذكاء الاصطناعي وتدريبه وكيفية اتخاذه للقرارات على غرس الثقة والاطمئنان، خاصةً في المجالات التي يمكن أن تؤثر نتائج الذكاء الاصطناعي فيها في حياة الناس، مثل الرعاية الصحية والموارد البشرية والمنظومة القضائية.

كما أن هذه الشفافية تسهل تحديد الأخطاء، وتحديد التحيزات، واكتشاف الثغرات الأمنية التي يجب على مطوري الذكاء الاصطناعي معالجتها بسرعة. بالإضافة إلى ذلك، تتيح الرؤية حول آليات عمل الذكاء الاصطناعي مفتوح المصدر الداخلية تحسين قابلية التدقيق من قبل صانعي السياسات في قطاعات مثل القطاع الحكومي والمالي حيث يكون الامتثال التنظيمي أمرًا بالغ الأهمية.

وعلى الرغم من مزاياه العديدة، فإن الذكاء الاصطناعي مفتوح المصدر له قيود. وفيما يلي بعض التحديات المرتبطة بالذكاء الاصطناعي مفتوح المصدر:

    ● غياب الدعم المخصص أو الدعم في الوقت المناسب

    • إمكانية الاستغلال

    ● الثغرات الأمنية

على عكس النماذج الخاصة، لا تحتوي نماذج الذكاء الاصطناعي مفتوح المصدر غالبًا على أوقات استجابة محددة للمشكلات العاجلة، أو فريق دعم مخصص للمساعدة على حل المشكلات، أو جداول زمنية متسقة لإصدار تصحيحات أو تحديثات أمنية. يجب على المؤسسات أن تتولى بنفسها مراقبة تطبيقات الذكاء الاصطناعي وإنشاء إجراءات الدعم الخاصة بها.

ونظرًا إلى أن أي شخص يمكنه استخدام الذكاء الاصطناعي مفتوح المصدر لأي غرض كان، فمن المحتمل أن يُستخدم لأغراض خبيثة. يمكن لعناصر التهديد استخدام الذكاء الاصطناعي مفتوح المصدر لأتمتة الهجمات الإلكترونية، أو توليد محتوى التزييف العميق، أو نشر المعلومات المضللة والمزيفة.

في حين أن الذكاء الاصطناعي مفتوح المصدر يتسم بالشفافية، إلا أن وضوحه يكشف عن ثغرات أمنية يمكن للعناصر الخبيثة استغلالها. مرة أخرى، تقع المسؤولية على عاتق المؤسسات لوضع ضوابط حول حلول الذكاء الاصطناعي مفتوح المصدر لديها.

توجد العديد من نماذج الذكاء الاصطناعي مفتوحة المصدر، ويمكن الوصول إلى معظمها عبر Hugging Face أو من خلال مستودعات GitHub المخصصة لها. فيما يلي بعض النماذج الشائعة:

    ● Amber

    • Crystal

    ● DeepSeek-R1

    • Falcon-7B وFalcon-40B

    ● Granite

    ● OLMo

    • Pythia

    ● Qwen

    ● T5

Amber هو نموذج لغة إنجليزية مكون من 7 مليارات معلمة طورته LLM360، وهي مبادرة لتطوير الذكاء الاصطناعي المملوك للمجتمع من خلال البحث والتطوير في نماذج كبيرة مفتوحة المصدر. يعتمد Amber على بنية Llama من شركة Meta وهو متاح بموجب ترخيص Apache 2.0. وفقًا لـ OSI، يتوافق Amber مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر.¹

Crystal هو نموذج لغوي كبير آخر من LLM360 يضم 7 مليارات معلمة. صدر بموجب ترخيص Apache 2.0 ويتميز في تحقيق التوازن بين مهام البرمجة ومعالجة اللغة الطبيعية (NLP). وفقًا لـ OSI، يتوافق Crystal مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر.¹

DeepSeek-R1 هو نموذج استدلالي مقدم من شركة الذكاء الاصطناعي الصينية الناشئة DeepSeek. يستخدم بنية التعلم الآلي Mixed of Experts (MoE) وهو مدرب باستخدام التعلم المعزز واسع النطاق لتعزيز إمكاناته الاستدلالية. وهو متاح بموجب ترخيص MIT.

Falcon-7B وFalcon-40B هما نموذجان لفك التشفير السببي فقط يحتويان على 7 و40 مليار معلمة على التوالي. طوّر كلا النموذجين باحثون في معهد الابتكار التكنولوجي (TII) في الإمارات العربية المتحدة، وهما مدربان على مجموعة بيانات ضخمة من TII تحتوي على بيانات ويب إنجليزية مفلترة تسمى RefinedWeb. يتوفر Falcon-7B وFalcon-40B بموجب ترخيص Apache 2.0.

™IBM® Granite هي سلسلة من نماذج الذكاء الاصطناعي متعددة الوسائط وجاهزة للمؤسسات. وهي مبنية على أساس من مجموعات بيانات التعليمات مفتوحة المصدر مع تراخيص متساهلة إلى جانب مجموعات بيانات اصطناعية منسقة داخليًا. تتوفر النماذج بموجب ترخيص Apache 2.0.

تتكون نماذج الأساس من Granite من نماذج لغوية صغيرة ذات إمكانات استدلال مصممة لسير عمل الوكلاء، ونموذج رؤية متخصص في مهام الرؤية لفهم المستندات والصور، ونماذج كلام للتعرف التلقائي على الكلام وترجمته، ونماذج التعليمات البرمجية لمهام توليد التعليمات البرمجية.

OLMo هي عائلة نماذج لغوية مقدمة من Ai2، وهو معهد غير ربحي لأبحاث الذكاء الاصطناعي. وتتوفر النماذج بأحجام معلمة تبلغ 1 و7 و13 و32 مليار معلمة. تتوفر النماذج والتعليمات البرمجية للتدريب ومجموعة التقييم اللازمة لإعادة إنتاج نتائج OLMo وبيانات التدريب المستخدمة عبر كل مرحلة—بما في ذلك التدريب المسبق، والتدريب المتوسط، وما بعد التدريب—جميعها مجانًا بموجب ترخيص Apache 2.0. وفقًا لـ OSI، يتوافق OLMo مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر.¹

طور Pythia مختبر بحث غير ربحي EleutherAI، وهي مجموعة من النماذج اللغوية الكبرى تتراوح أحجامها بين 14 مليون إلى 12 مليار معلمة وقد صدرت بموجب ترخيص Apache 2.0. تتوفر جميع البيانات والتعليمات البرمجية والنماذج ونقاط الفحص المرتبطة بها للجمهور، إلى جانب تعليمات لتكرار التدريب، بهدف تعزيز قابلية تفسير الذكاء الاصطناعي، وأخلاقيات الذكاء الاصطناعي والشفافية. وفقًا لـ OSI، تتوافق Pythia مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر.¹

Qwen هي سلسلة نماذج لغوية كبرى مقدمة من الشركة الصينية للحوسبة السحابية Alibaba Cloud. تتضمن Qwen نماذج لغوية، ونموذجًا للغة والرؤية وإصدارات محسّنة لمهام الصوت والبرمجة والرياضيات. تتوفر معظم نماذج Qwen بموجب ترخيص Apache 2.0، غير أن النماذج الكبيرة لها تراخيص خاصة.

T5 هو نموذج لتحويل النص إلى نص طوره باحثون في Google. ويتميز في مجموعة واسعة من مهام معالجة اللغة الطبيعية (NLP) وصدر بموجب ترخيص Apache 2.0. وفقًا لـ OSI، يتوافق T5 مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر.¹

كما حللت OSI نماذج Llama 2 من Meta، وPhi-2 من Microsoft، وMixtral من Mistral، وGrok من xAI، وخلصت إلى أن هذه النماذج لا تتوافق مع تعريف OSI للذكاء الاصطناعي مفتوح المصدر "لأنها تفتقر إلى العناصر المطلوبة و/أو اتفاقياتها القانونية غير متوافقة مع مبادئ Open Source."¹

يمكن أن يصبح العمل في مشاريع الذكاء الاصطناعي مفتوح المصدر أمرًا مرهقًا. فيما يلي بعض من أشهر أدوات الذكاء الاصطناعي مفتوح المصدر التي يمكن أن تساعد:

    ● Keras

    ● OpenCV

    ● PyTorch

    ● Scikit-learn

    ● TensorFlow

Keras هي واجهة برمجة التطبيقات مكتوبة بلغة Python ومخصصة لإنشاء نماذج التعلم العميق وتدريبها وتقييمها. وهي متوافقة مع أطر عمل JAX أو PyTorch أو TensorFlow ويمكن تشغيلها فوق أي منها.

OpenCV هي مكتبة مفتوحة المصدر لرؤية الكمبيوتر تديرها مؤسسة Open Source Vision. تضم أكثر من 2500 خوارزمية محسنة لتطبيقات الرؤية في الوقت الفعلي، بما في ذلك التعرف على الصور، وتصنيف الصور، واكتشاف الكائنات، وتتبع الكائنات.

PyTorch هو إطار العمل طورته في الأصل شركة Meta وهو الآن تابع لمؤسسة Linux. يدعم الشبكات العصبية الديناميكية وتسريع وحدات معالجة الرسومات (GPU)، ويتكامل بسلاسة مع مكتبات وحزم Python، ويوفر واجهة سهلة الاستخدام، ويتطلب أقل قدر من النفقات العامة على إطار العمل.

Scikit-learn هي وحدة Python مخصصة للتعلم الآلي. تتميز بخوارزميات للتصنيف، والتجميع، والانحدار، من بين أمور أخرى، وتوفر أدوات لمعالجة البيانات، واختيار النماذج وتقييمها، وإنشاء تصورات.

TensorFlow هي منصة مخصصة لإنشاء نماذج التعلم الآلي ونشرها. تحتوي TensorFlow، التي طورتها Google، على مكتبة من مجموعات البيانات والنماذج وواجهات برمجة التطبيقات للغات برمجة مختلفة وأدوات لتحسين سير عمل التعلم الآلي. كما أن لديها مجتمعًا مفتوح المصدر قويًا، وتساعد الأشخاص على بناء خبراتهم في مجال التعلم الآلي من خلال الكتب والمناهج الدراسية المنسقة والدورات على الإنترنت.