تقطير الذكاء الاصطناعي.. كيف تنقل النماذج العملاقة خبرتها إلى نماذج صغيرة؟ ولماذا صار معركة ملكية فكرية؟
تقرير تكتبه ـ أمل علوي:
كيف يمكن لنموذج ذكاء اصطناعي صغير يعمل على هاتفك أن يقدم إجابات قريبة من جودة نموذج عملاق يعمل في مركز بيانات ضخم؟ جزء كبير من الإجابة يكمن في تقنية تُسمى «التقطير»، وهي طريقة ينقل بها نموذج كبير خبرته إلى نموذج أصغر وأسرع وأرخص. وقد كانت هذه التقنية لسنوات أداة هندسية هادئة يستخدمها الباحثون لتصغير النماذج، لكنها تحولت خلال عام 2026 إلى محور معركة كبرى حول الملكية الفكرية بين شركات الذكاء الاصطناعي، وصلت أصداؤها إلى الأجهزة الأمنية والمشرّعين في الولايات المتحدة. وفي هذا التقرير نشرح فكرة التقطير، وفوائده، وحدوده، والوجه المظلم الذي جعله قضية الساعة.
تقوم فكرة «تقطير المعرفة» على علاقة تشبه علاقة المعلم بتلميذه؛ فهناك نموذج كبير قوي يؤدي دور «المعلم»، ونموذج أصغر يؤدي دور «الطالب»، ويتعلم الطالب من خلال محاكاة إجابات معلمه بدلًا من التعلم من البيانات الخام وحدها. واستُعير الاسم من عملية تقطير السوائل في الكيمياء، حيث يُستخلص الجوهر المركز ويُترك ما عداه.
وتعود الصيغة الأشهر لهذه الفكرة إلى ورقة بحثية نشرها عام 2015 عالم الحاسوب جيفري هينتون مع زميليه أوريول فينيالز وجيف دين. وكان سرها أن المعلم لا يعطي الطالب الإجابة الصحيحة فقط، بل يعطيه توزيعًا كاملًا للاحتمالات؛ فإذا عُرضت عليه صورة كلب مثلًا فإنه يرجح أنها كلب، لكنه يرى أيضًا احتمالًا ضئيلًا أنها ذئب واحتمالًا شبه معدوم أنها سيارة. هذه التفاصيل الدقيقة، التي سماها الباحثون «المعرفة المظلمة»، تكشف للطالب كيف يرى المعلم أوجه الشبه بين الأشياء، فيتعلم أسرع وأفضل مما لو اكتفى بالإجابات المجردة.
ومن أشهر الأمثلة المبكرة نموذج DistilBERT الذي أطلقته شركة Hugging Face عام 2019، وجاء أصغر من النموذج الأصلي بنحو 40 في المئة وأسرع بنحو 60 في المئة، مع احتفاظه بما يقارب 97 في المئة من قدراته على فهم اللغة. ومع صعود النماذج اللغوية الكبيرة أصبح الطالب يُدرَّب على إجابات المعلم الكاملة، بل وعلى خطوات تفكيره في حل المسائل. وقد لفتت شركة DeepSeek الصينية الأنظار مطلع عام 2025 حين نشرت، إلى جانب نموذجها للاستدلال R1، مجموعة من النماذج الصغيرة المقطّرة منه والمبنية على نماذج مفتوحة المصدر، أظهرت قدرات لافتة في الرياضيات والاستدلال رغم صغر حجمها.
وتتعدد فوائد التقطير؛ فالنماذج الصغيرة أرخص تشغيلًا وأسرع في الرد، ويمكن تشغيلها على الهواتف والحواسيب الشخصية دون اتصال بالإنترنت، ما يحافظ على خصوصية البيانات لأنها لا تغادر جهاز المستخدم، كما تستهلك قدرًا أقل بكثير من الطاقة. ولهذا تستخدم شركات كثيرة التقطير لإنتاج نسخ خفيفة من نماذجها الرائدة، تناسب المهام اليومية السريعة والتطبيقات التي تخدم ملايين المستخدمين.
لكن التقطير ليس عصًا سحرية؛ فالطالب نادرًا ما يتفوق على معلمه، وقد يفقد جزءًا من قدراته في المهام المعقدة أو غير المألوفة، كما قد يرث أخطاء المعلم وتحيزاته. وتشير أبحاث إلى أن بعض ضوابط الأمان التي بُنيت في النموذج الأصلي قد تضعف أو تضيع خلال عملية التقطير، وهو ما يثير قلق المختصين في سلامة الذكاء الاصطناعي.
أما الوجه المظلم لهذه التقنية فيظهر عندما يستخدم طرف ما إجابات نموذج تملكه شركة منافسة، عبر واجهتها البرمجية ودون إذنها، لتدريب نموذجه الخاص، في مخالفة صريحة لشروط الاستخدام. وتُعرف هذه الممارسة بـ«هجمات التقطير». ففي فبراير 2026 نشرت شركة Anthropic تقريرًا اتهمت فيه ثلاث شركات صينية هي DeepSeek وMoonshot AI وMiniMax بتنفيذ حملات منظمة على نطاق صناعي لاستخلاص قدرات نموذجها Claude، شملت أكثر من 16 مليون محادثة عبر نحو 24 ألف حساب احتيالي، بحسب ما أعلنته الشركة. وفي الشهر نفسه نشرت كل من OpenAI وجوجل أدلة على حملات مشابهة استهدفت نماذجهما.
وسرعان ما تحولت القضية من خلاف تجاري إلى ملف أمني وتشريعي؛ إذ قُدِّم في الكونجرس الأمريكي في أبريل 2026 مشروع قانون يستهدف ما وصفه بسرقة النماذج الأمريكية، ووفق تقارير متخصصة أصدرت وكالات أمريكية بينها وكالة الأمن السيبراني وأمن البنية التحتية ووكالة الأمن القومي ومكتب التحقيقات الفيدرالي في سبتمبر 2026 تحذيرًا مشتركًا يعد هذه الحملات تهديدًا فعليًا لمطوري النماذج المتقدمة. ويرى مؤيدو التشدد أن هذه الهجمات تسمح بنقل قدرات كلفت مليارات الدولارات بتكلفة زهيدة، وتلتف على القيود المفروضة على تصدير الرقائق المتقدمة.
وفي مواجهة ذلك تلجأ الشركات إلى وسائل دفاعية متعددة، منها مراقبة أنماط الاستخدام غير الطبيعية وإغلاق الحسابات المشبوهة، وإخفاء خطوات التفكير الكاملة للنماذج والاكتفاء بعرض ملخصات لها، إضافة إلى تطوير تقنيات «مضادة للتقطير» تجعل مخرجات النموذج أقل فائدة لمن يحاول استنساخه، وتبادل المعلومات بين الشركات حول الجهات المتورطة. غير أن أبحاثًا حديثة تشير إلى أن الملخصات وحدها لا تمنع التقطير تمامًا، وأن المعركة بين المهاجمين والمدافعين ما زالت في بدايتها.
يبقى التقطير في جوهره تقنية مشروعة ومفيدة، تستخدمها الشركات لتصغير نماذجها الخاصة، ويستخدمها الباحثون مع النماذج المفتوحة التي تسمح تراخيصها بذلك، وهي من أهم أسباب وصول الذكاء الاصطناعي إلى أجهزتنا اليومية بتكلفة معقولة. والخط الفاصل بين الاستخدام المشروع والسرقة لا يكمن في التقنية نفسها، بل في احترام حقوق أصحاب النماذج وشروط استخدامها، وهي معادلة ستحدد إلى حد كبير شكل المنافسة في صناعة الذكاء الاصطناعي خلال السنوات المقبلة.
ــــــــــــــــــــ
هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي
