LeCun يهاجم OpenAI مرة أخرى: أنتم تستفيدون من المصادر المفتوحة، لكن لا تعيدون شيئًا في المقابل

到底怎么回事

يَنّ لَكون又（Yann LeCun）又 أطلق انتقادًا جديدًا، وتوجيهه كان إلى OpenAI—“أنتم أخذتم كل هذه الأشياء من مجتمع المصادر المفتوحة، فماذا قدمتم مقابل ذلك؟” وعلى النقيض من ذلك تمامًا، ظلت Meta وDeepSeek خلال السنوات القليلة الماضية تواصلان فتح نماذج ثِقلية وطرائق بيانات مهمة. على سبيل المثال، سلسلة Llama 4 متعددة الوسائط التي أطلقتها FAIR في 2025 (Scout وMaverick بسعة 17B من المعاملات)، وكذلك نموذج V3 من DeepSeek بسعة 671B معاملًا. وماذا عن OpenAI؟ تتزايد لديه دائرة الانغلاق، في البحث وفي المنتجات. لقد دفعت هذه المناقشة مسألة محورية إلى واجهة المشهد: ما هي حدود الشفافية والتبادل المنصف؟ وكيف تُحدَّد قواعد استخدام النماذج الأساسية والمساهمة فيها؟

来龙去脉

• ظل LeCun من دعاة البحث المفتوح منذ فترة طويلة، وهو ما يتماشى مع استراتيجية Meta:
  • نشر مجموعة البيانات Open Molecules 2025، لاستخدامها في التنبؤ بخصائص الجزيئات
  • إطلاق Universal Model for Atoms، الموجه للحسابات العلمية في مجالي الطب والطاقة
• بالمقابل، تتمسك OpenAI بخيار الطريق الاحتكاري، ويُشاع أيضًا أنها تشدد في مراجعة مسائل الامتثال وحقوق الملكية الفكرية لدى المنافسين (مثل DeepSeek).

核心分歧：开放还是封闭

我怎么看

• على مستوى الوقائع: لا توجد حاليًا أدلة مباشرة تقول إن OpenAI “نسخت” شيئًا من FAIR أو DeepSeek على مستوى النماذج. لكن LeCun عبّر عن نبض مجتمع المصادر المفتوحة:
  • الأوراق والهيكليات والتنفيذ المفتوحة (مثل Scaling Laws في DeepSeek وMoE الفعّال) ترفع المستوى التقني للصناعة كلها؛
  • لا مفر من أن تستفيد المؤسسات المغلقة أيضًا من هذه التطورات—إذ يمكنها استيعاب المعرفة العامة دون تقديم عائدٍ مقابل مماثل.
• على مستوى لعبة التنافس:
  • الانفتاح ليس عملاً خيريًا؛ لدى Meta وDeepSeek حساباتهما التجارية الخاصة، والانفتاح بحد ذاته يُستخدم أيضًا كوسيلة تنافسية ضد معسكر النماذج المغلقة؛
  • ليس الانغلاق جريمة بحد ذاته، لكن عندما تحصل جهة مغلقة على ميزة من “مخزن المعرفة العامة”، فإن الضغط الإعلامي حول “هل ينبغي أن تقدم مقابلًا؟” يرتفع تلقائيًا.
• الأثر على الصناعة:
  • على المدى القصير: ستتركز المناقشات على الترخيص والاستشهاد والامتثال للبيانات ومعايير مساهمة المجتمع؛
  • على المدى المتوسط: قد يؤدي ذلك إلى صياغة أكثر وضوحًا لشروط ترخيص النماذج/البيانات، وإلى نوع من آلية “ردّ فوائد المصادر المفتوحة” (مثل متطلبات استشهاد أكثر صرامة، أو الإفصاح عن الامتثال، أو دعم تمويلي مُمأسس للمصادر المفتوحة)؛
  • على المدى الطويل: قد تتسبب اختلافات درجة انفتاح النماذج الأساسية في تطور تقسيم الأدوار داخل النظام البيئي—المعسكر المنفتح يقود البحث وأدوات المطورين، بينما ينصرف المعسكر المغلق إلى التسييل التجاري والخدمات المُدارة.

别踩的坑

• اختزال الأمر إلى “المصدر المفتوح جيد، والمصدر المغلق سيئ” لا معنى له:
  • معسكر المصادر المفتوحة يربح أيضًا؛
  • ومعسكر المصدر المغلق قد يساهم في النظام البيئي كذلك عبر التمويل أو التعاون أو الامتثال للسياسات (لكن الشفافية الحالية غير كافية).
• لا تتعجل في القول بـ"حسم واضح بانتهاك الحقوق":
  • حاليًا يوجد فقط ضغط إعلامي ومقارنات صناعية، ولا توجد دراسات إثباتية ملموسة بشأن الاستخدام الفعلي لنماذج وبيانات محددة.

这事有多重要

• الأهمية: عالية
• التصنيف: اتجاهات الصناعة، منظومة المصادر المفتوحة، معايير أبحاث الذكاء الاصطناعي

给研发者和机构的建议

• الترخيص والامتثال: راجع شروط الترخيص الخاصة بالنماذج والبيانات والشفرة التي تستخدمها، وأنشئ سجلًا للامتثال والاستشهادات.
• استراتيجية المساهمة: إذا استخدمت شيئًا من المجتمع، فكر كيف ستردّ—يمكن أن يشمل ذلك إتاحة أجزاء مفتوحة من المكونات، أو رعاية مجموعات بيانات، أو نشر نتائج تقييمات علنية.
• الإفصاح والشفافية: دوّن بوضوح الاعتماديات الخارجية ومصادر الإلهام في الأوراق البحثية أو المدونات التقنية أو وثائق المنتجات، لتقليل مخاطر السمعة والامتثال.

الخلاصة： بالنسبة لمن يهتمون ببيئة الذكاء الاصطناعي المفتوحة ومسار الحوكمة، ما زال هذا الموضوع في حالة تصاعد. تميل الكفة حاليًا لصالح المُنشئين من نوع المصادر المفتوحة/البحث، ولصالح المؤسسات ذات الأفق الطويل (الصناديق/المختبرات)—ومن خلال الامتثال والمساهمة والإفصاح المُؤسسي، يمكنهم احتلال قمّة المعايير الأخلاقية ومزايا موقع داخل النظام البيئي. أمّا من يريد تحقيق مكاسب قصيرة الأجل بحتة، فليست الفرصة كبيرة.