دانييل و ديفيد ليبرمان: الذكاء الاصطناعي ليس مجرد معركة نماذج، بل هو معركة البنية التحتية للحوسبة

مؤلف | Gonka.ai

مقدمة: في ظل استمرار ارتفاع حرارة النقاش العالمي حول الذكاء الاصطناعي، غالبًا ما تركز اهتمامات الصناعة على قدرات النماذج، والاختراقات التقنية، والأطر التنظيمية. لكن تحت هذه المناقشات، برز سؤال أكثر أساسية تدريجيًا: من يملك البنية التحتية للحوسبة التي تقوم عليها أنظمة الذكاء الاصطناعي؟ في حوار ضمن مؤتمر Unlockit، قدما Daniil و David Liberman، المشاركان في إنشاء بروتوكول Gonka، ومستقبليون، ورجال أعمال، ومستثمرون، وجهة نظر مركزية: أن الذكاء الاصطناعي لم يكن أبدًا تقنية محايدة، وأن البنية التحتية للحوسبة تحدد لمن يخدم الذكاء الاصطناعي في النهاية. من وجهة نظرهما، مستقبل الذكاء الاصطناعي ليس مجرد سباق تقني، بل هو لعبة طويلة تدور حول السيطرة على البنية التحتية.

الأساس الحقيقي للذكاء الاصطناعي: ليس النموذج، بل القدرة الحاسوبية

فقط عندما يتوقف الناس عن التشكيك في فرضياته الأساسية، ستبدو البنية التحتية المركزية للذكاء الاصطناعي كحتمية.

لطالما ركزت معظم المناقشات حول الذكاء الاصطناعي على النماذج والأخلاقيات أو التنظيمات. لكن، تحت ذلك، هناك مستوى أكثر حسمًا — القدرة الحاسوبية. من يملك القدرة الحاسوبية، ومن يسيطر على الوصول إليها، وتحت أي ظروف يمكن استخدامها، كلها تحدد في النهاية كيف يعمل الذكاء الاصطناعي، ولمن يخدم.

عند النظر إلى الذكاء الاصطناعي من هذا المنظور، يصبح المشهد الحالي واضحًا جدًا. تظهر أبحاث OECD وبيانات عامة أخرى أن القدرة الحاسوبية المتقدمة للذكاء الاصطناعي تتركز بشكل متزايد في يد عدد قليل من مزودي الخدمات السحابية، ومتركزة في عدد محدود من الدول. هذا يخلق فجوة متزايدة في القدرة الحاسوبية، بين من يمكنه الوصول إلى البنية التحتية ومن لا يستطيع.

هذا التركيز ليس صدفة. اليوم، السيطرة على الوصول إلى وحدات معالجة الرسوميات المتقدمة (GPU) تقتصر على عدد قليل من المزودين، وتخضع بشكل متزايد للأولويات على المستوى الوطني. النتيجة أن القدرة الحاسوبية غالية، وسعتها محدودة، وتوزيعها غير متساوٍ جغرافيًا. وكل ذلك يحدث في وقت تصبح فيه أنظمة الذكاء الاصطناعي جزءًا أساسيًا من البنى التحتية العلمية والصناعية والاجتماعية.

وفي الوقت نفسه، فإن الأنظمة اللامركزية الحالية لا تحل المشكلة تلقائيًا. العديد من الأنظمة اللامركزية لا تزال تستهلك قدرًا كبيرًا من القدرة الحاسوبية في عمليات التوافق والأمان، وغالبًا ما تكافئ آليات التحفيز رأس المال بدلاً من المساهمة الحاسوبية الحقيقية. هذا يثبط حماس مزودي الأجهزة ويبطئ الابتكار في مستوى البنية التحتية.

هنا تبدأ أفكارنا في التباين. نحن لا ننطلق من موقف أيديولوجي، ولا نعارض المشاركين المركزيين لمجرد التوجه نحو اللامركزية. نحن نبدأ من سؤال عملي أكثر: إذا تم تنسيق الكفاءة، وحقوق الوصول، والمساهمة، بدلاً من أن تتصادم، فكيف ستكون بنية تحتية للذكاء الاصطناعي؟

هذا السؤال يقودنا في النهاية إلى نموذج: أن معظم القدرة الحاسوبية تُستخدم في المهام الحقيقية للذكاء الاصطناعي، وليس في استهلاك النظام؛ وأن حقوق المشاركة والحكم تُحدد بواسطة المساهمات الحاسوبية الموثوقة، وليس رأس المال؛ وأن الوصول إلى موارد GPU العالمية مصمم ليكون غير مرخص، بشكل يسمح بالتشغيل المفتوح. وفي الممارسة، يتم اختبار هذه الافتراضات باستمرار من خلال نقاشات مفتوحة مستمرة، بما في ذلك التعاون المباشر مع مشغلي GPU، والمطورين، والباحثين — مثل ما نفعله في مجتمع Discord الخاص بنا.

الذكاء الاصطناعي لم يكن أبدًا مجرد برمجيات. هو دائمًا بنية تحتية. واختيار البنية التحتية غالبًا ما يربط المجتمع بمسارات تنمية تستمر لعقود. وضع هذه البنية تحت سيطرة عدد قليل من الشركات أو الدول ليس نتيجة تقنية محايدة، بل قرار هيكلي له تبعات اقتصادية وجيوسياسية طويلة الأمد. إذا كانت الذكاء الحقيقي يتطور ليصبح غنياً، فإن البنية التي تدعمه يجب أن تُصمم منذ البداية لتعزيز “الغنى”.

معيار النجاح الحقيقي للذكاء الاصطناعي اللامركزي

الصعوبة الأساسية تكمن في أنك لا تناقش مع شخص، بل تناقش مع “افتراضات افتراضية”.

المجتمع التكنولوجي السائد يركز غالبًا على تحسين الأمور قصيرة الأمد: السرعة، والكفاءة الرأسمالية، والسيطرة المركزية، وتحقيق الحجم من خلال التكامل. هذه الاختيارات منطقية على مستوى محلي، لكن بمجرد أن تصبح الخيارات الافتراضية، نادرًا ما يُشكك فيها. عندما تتحدى هذه الافتراضات، يبدو الأمر وكأنك تتحدث بلغة مختلفة — ليس لأن الأفكار متطرفة، بل لأنها تلامس أنظمة حوافز مهنية، وشركات، واستراتيجيات قد تكون راسخة.

الأصعب هو توقيت القرار. غالبًا ما تظهر أنظمة المركزية نجاحًا كبيرًا قبل أن تظهر تكاليفها طويلة الأمد. على الرغم من أن الاستثمارات الضخمة والنفقات على البنية التحتية واضحة، إلا أن التكاليف الأعمق غالبًا ما تظهر لاحقًا — مثل الاعتمادية المتزايدة، وفقدان المرونة، وتركيز التسعير في يد عدد قليل من المزودين، وعدم القدرة على التغيير بعد التوغل العميق في النظام.

بالنسبة لنا، النجاح لا يعني الفوز في نقاش، ولا يعني استبدال المشاركين الحاليين. النجاح هو أن يصبح بناء البنية التحتية اللامركزية أمرًا عاديًا، وليس مجرد بيان: عندما يستخدم الناس ذلك، ليس لأنهم يؤمنون باللامركزية، بل لأنها الخيار الأكثر عملية.

وفي النهاية، النجاح الحقيقي هو أن يتغير النقاش نفسه. أن لا يكون السؤال بعد الآن “هل يجب أن يكون الذكاء مركزيًا؟”، بل “لماذا كنا نعتقد أنه يجب أن يكون مركزيًا؟”. عندها، لن تحتاج المعتقدات إلى تحدي مباشر، لأنها ستتطور بشكل طبيعي.

كيف يختار الشركات بين التوجه نحو المركزية أو اللامركزية؟

لقد أصبح بنية تحتية للذكاء الاصطناعي أكثر من مجرد مسألة تقنية، فهي الآن تعتمد بشكل استراتيجي.

بالنسبة للشركات، فإن الاعتماد على بنية تحتية مركزية للذكاء الاصطناعي يخلق تأثيرات قفل يصعب عكسها. بمجرد أن تعتمد أنظمة حيوية على عدد قليل من المزودين، تنتقل السيطرة تدريجيًا من المستخدمين إلى مالكي البنية التحتية. مع مرور الوقت، يؤثر ذلك على الأسعار، وحقوق الوصول، وسرعة الابتكار، وخيارات الاستراتيجية الممكنة.

بالنسبة للشركات، يكمن التحدي في المرونة الاستراتيجية. قد تعمل البنية التحتية المركزية بشكل جيد في البداية، لكنها تميل إلى التصلب مع مرور الوقت، مما يخلق اعتمادًا طويل الأمد. تصبح التكاليف أكثر صعوبة في السيطرة، وتصبح البدائل أكثر صعوبة في التبني، ويصبح من الصعب تغيير القرارات المعمارية على نطاق واسع.

اللحظة الحاسمة غالبًا ما تكون أبكر مما يظن الكثيرون. غالبًا ما يتم تثبيت خيارات البنية التحتية قبل أن تظهر نتائجها بوضوح. بمجرد أن يتحول الذكاء الاصطناعي من مرحلة التجربة إلى البنية التحتية اليومية، يصبح تغيير البنية الأساسية مكلفًا بشكل تصاعدي. لذلك، فإن اللحظة الحاسمة ليست عندما تفشل الأنظمة المركزية، بل عندما لا تزال تعمل بشكل جيد. استكشاف الحلول اللامركزية مبكرًا يتيح الاحتفاظ بخياراتك؛ الانتظار غالبًا يعني أن الخيارات قد تم اتخاذها بالفعل.

هل أصبح الوقت متأخرًا إذا اعتمدت على البنية التحتية المركزية؟

نادراً ما يكون الأمر “متأخرًا جدًا”، لكن مع مرور الوقت، تزداد الصعوبة بشكل أسي.

بمجرد أن تعتمد معظم الأنظمة على بنية تحتية مركزية للذكاء الاصطناعي، فإن التحدي لا يعود تقنيًا، بل نظاميًا. تتغير تدفقات العمل، وآليات التحفيز، والميزانيات، والمتطلبات التنظيمية، وحتى مسارات تطوير المواهب، تدريجيًا، بحيث تفترض أن المركزية هي “طريقة عمل الأمور”. عندها، لا يكون التغيير مجرد نقل للبنية التحتية، بل إعادة تعلم العادات، والنماذج التعاقدية، وأنماط التفكير التي أصبحت جزءًا لا يتجزأ من المنظمة.

أبحاث تثبيت البنية التحتية تؤكد ذلك أيضًا. التحليلات الصناعية تظهر أن تكاليف التحول بعد سنوات من تشغيل الأنظمة في بيئة سحابية مركزية ترتفع بشكل حاد، وليس بشكل خطي. هذا النمو ناتج عن عقود طويلة، وأطر تنظيمية، وعمليات داخلية متكاملة، وقوى عاملة متخصصة للغاية. وتوضح أبحاث OECD أن الدول والمنظمات التي لم تحصل على القدرة الحاسوبية للذكاء الاصطناعي مبكرًا ستواجه مع مرور الوقت عوائق متزايدة، تفقدها القدرة التنافسية، وتفقد أيضًا القدرة على اختيار بنية تحتية أخرى — أي أن لديها أقل من الحرية في الاختيار.

وفي الوقت نفسه، تظهر الدراسات أن التحول في البنية التحتية نادرًا ما يحدث دفعة واحدة. غالبًا يبدأ من الهامش. تطبيقات جديدة، ومشاركون جدد، وظروف قيود جديدة تخلق نقاط ضغط، حيث تبدأ الأنظمة المركزية في أن تصبح غير كافية — ربما بسبب التكاليف، أو البطء، أو القيود، أو الهشاشة. هذه غالبًا هي النقاط التي تبدأ فيها البدائل في الظهور.

مع مرور الوقت، يُستنزف حق الاختيار الحقيقي. كلما طال وقت سيطرة البنية التحتية المركزية، زادت القيود على الخيارات الحقيقية.

تتصلب العلاقات الاعتمادية، ويصبح الانتقال إلى اللامركزية قرارًا سلبيًا أكثر منه قرارًا استباقيًا، وغالبًا ما يكون أكثر تكلفة، وأكثر تعقيدًا، وأصعب في السيطرة.

لذا، فإن الخطر الحقيقي ليس أنه قد يكون قد فات الأوان. الخطر الحقيقي هو الانتظار حتى يصبح اللامركزية خيارًا غير ممكن، ويُجبر النظام على الفشل بشكل منهجي. كلما بادرنا في استكشافها مبكرًا، حتى لو بشكل متزامن مع الاعتماد على الحلول المركزية، زادت فرصنا في تشكيل النتائج بشكل استباقي، بدلاً من أن نُجبر على التغيير تحت الضغط.

بالنسبة للجيل القادم، ستحدد بنية الذكاء الاصطناعي توزيع الفرص

يجب أن يفهم الجيل القادم أن التكنولوجيا، مع تقدمها، لا تصبح محايدة تلقائيًا.

كل جيل يرث اختيارات البنية التحتية التي اتخذها الجيل السابق، وغالبًا دون أن يدرك أن هذه الاختيارات كانت قرارات متعمدة، وليست نتائج حتمية. بالنسبة للجيل القادم، سيكون الذكاء الاصطناعي موجودًا بشكل طبيعي، مثل الكهرباء أو الإنترنت اليوم. ولهذا السبب، فإن البنية الأساسية مهمة جدًا — فهي لا تحدد فقط ما هو ممكن، بل أيضًا لمن هو ممكن.

يجب أن يعلم الجيل القادم أن الوصول إلى الذكاء يمكن تنظيمه بطرق مختلفة تمامًا. يمكن أن يُنظر إليه كقاعدة مشتركة: مفتوحة، غنية، وصعبة الاحتكار. أو يمكن أن يُحاصر، ويُسعر، ويُسيطر عليه، حتى لو بدا مريحًا وفعالًا من الظاهر. هذان المساران يمكن أن يقدما تقنيات مذهلة، لكن واحدًا فقط منهما يمكن أن يحافظ على الحرية، والمرونة، والخيارات الحقيقية على المدى الطويل.

كما يجب أن يفهموا أن المركزية غالبًا ما تأتي بشكل غير ملحوظ. ليس عبر فرض، بل عبر التسهيل. التوازنات الأولية غالبًا ما تبدو صغيرة: تكلفة أقل، نشر أسرع، تنسيق أبسط. لكن العواقب تظهر لاحقًا — عندما يصبح التغيير مكلفًا أو شبه مستحيل.

ومن المهم أيضًا أن يدركوا أن البنية التحتية تؤثر مباشرة على الحراك الاجتماعي. أنظمة تبدو تقنية محايدة، قد تقلل من عدم المساواة بين الأفراد والأجيال، أو قد تُقفل هذه الفوارق لعقود. كما تعلم، هذا موضوع نوليه اهتمامًا كبيرًا. الجيل الجديد يواجه بالفعل تحديات أكبر من الأجيال السابقة. الطرق الحالية لتطبيق الذكاء الاصطناعي لم تحل المشكلة، بل قد تزيدها سوءًا. من هذه الناحية، فإن اختيار البنية التحتية لا يحدد فقط الكفاءة، بل يحدد من يملك حق التجربة، والبناء، وصياغة المستقبل.

الأهم من ذلك، أن الجيل القادم يجب أن يفهم أن هذه الأنظمة لا تزال من صنع البشر. ليست قدرًا، وليست “السوق”، وليست قرارات الآلات ذاتها. التشكيك في الافتراضات الافتراضية، ومعرفة من يستفيد من كل بنية، والحفاظ على حق الاختيار، ليست مقاومة للتقدم، بل هي السبيل للحفاظ على التقدم مفتوحًا.

لماذا نشارك هذه القصص على Unlockit؟

يبدو أن Unlockit مساحة للنقاش، حيث لا تدور الحوارات حول التهويل، أو الإطلاق، أو التوقعات، بل حول أسباب اتخاذ الناس لقرارات معينة. هذا مهم بالنسبة لنا. قصتنا ليست عن مشروع معين أو تقنية محددة، بل عن اكتشاف أنماط هيكلية مبكرًا، واتخاذ قرار بعدم اعتبارها حتمية.

على مدى سنوات، عملنا داخل الأنظمة السائدة: أنشأنا شركات، واستثمرنا، وتعاونّا مع منظمات كبرى، واستفدنا من البنية التحتية المركزية. فهمنا كيف تعمل هذه الأنظمة من الداخل. وفي مرحلة ما، أدركنا أنه إذا كررنا نفس الهيكل، وتوقعنا نتائج مختلفة، فلن نحصل على شيء جديد حقًا. بدلاً من الصمت أو تغليف ذلك في قصة نجاح أخرى، قررنا أن نشارك هذا الإدراك علنًا.

وفي الوقت نفسه، جئنا إلى Unlockit ليس فقط للتفكير، بل لمشاركة تجارب عملية ذات صلة حقيقية بمختلف الجماعات الحاضرة. بالنسبة للمؤسسين، تتعلق هذه الأسئلة بسيطرة على البنية التحتية، واعتماد على المزودين، والقدرة على التوسع دون فقدان المرونة. بالنسبة للمستثمرين، فهي تتعلق بالمخاطر طويلة الأمد، وقفل البنية التحتية، والنماذج التي يمكن أن تخلق قيمة دائمة. بالنسبة للقياديين في الشركات والتقنية، فهي تتعلق بهياكل التكاليف، والموثوقية، والقيود التنظيمية، والحرية الاستراتيجية في بيئة سريعة التغير.

نريد أن نشارك مسارًا بديلًا، تم تطبيقه عمليًا — ليس كحل شامل، بل كطريقة تفكير مختلفة: كيف نبني بنية تحتية للذكاء الاصطناعي أقل اعتمادًا، وأكثر شفافية، وأكبر في خياراتها على المدى الطويل. والأهم، نرغب في سماع ردود فعل من أصحاب القرارات الحقيقيين في الأعمال، ورأس المال، والمؤسسات.

نؤمن أيضًا أن هذه المناقشات لا ينبغي أن تقتصر على دائرة ضيقة. عندما لا يُناقش قرار البنية التحتية علنًا، فإنه يثبت تدريجيًا كخيار افتراضي. يوفر Unlockit مساحة للتفكير قبل أن تصبح هذه الخيارات غير قابلة للعكس، مما يجعل المشاركة في الحوار ذات معنى.

وفي النهاية، المشاركة في Unlockit ليست لشرح ما نفعله، بل لتوضيح لماذا لا يزال من المهم التشكيك في الافتراضات الافتراضية، خاصة في زمن تتسارع فيه التقدمات التقنية، وتبدو قوية، ولا مفر منها. كما أنها فرصة للاستماع إلى من يحددون مستقبل الأعمال، والتقنية، والمجتمع.