#ArthurYiLaunchesOpenXLabs اليوم يمثل علامة فارقة مهمة في عالم الذكاء الاصطناعي والتكنولوجيا التعاونية. آرثر يي، رائد أعمال بصير ومهندس رئيسي سابق في عدة شركات أبحاث ذكاء اصطناعي رائدة، أعلن رسميًا عن إطلاق OpenXLabs – مختبر ذكاء اصطناعي مفتوح المصدر جديد يكرس جهوده لجعل الوصول إلى نماذج التعلم الآلي المتقدمة والأدوات والبنية التحتية متاحًا للجميع. الإعلان، الذي تم في وقت سابق من صباح اليوم خلال كلمة رئيسية مباشرة، أثار بالفعل حماسًا واسعًا عبر مجتمعات المطورين والأوساط الأكاديمية وذوي الخبرة في الصناعة على حد سواء.

في هذا المنشور المفصل، سأرشدك إلى كل ما تحتاج معرفته عن OpenXLabs: مهمته، تكنولوجيته الأساسية، مجموعة المنتجات الأولية، نموذج الحوكمة، والأثر المحتمل على المشهد العالمي للذكاء الاصطناعي. كل ذلك مقدم بدون روابط خارجية، لضمان قراءة آمنة ومكتفية ذاتيًا.

---

من هو آرثر يي؟

قبل الغوص في OpenXLabs، من المفيد فهم الشخص وراءه. آرثر يي ليس غريبًا عن حركة المصدر المفتوح. على مدى العقد الماضي، ساهم في مشاريع رئيسية مثل TensorFlow Extended، Hugging Face Transformers، وشغل مناصب بحث عليا في مؤسسات معروفة بتطوير الذكاء الاصطناعي بشفافية. شركته الناشئة السابقة، YiML، تم الاستحواذ عليها في 2022 بعد إصدار نموذج لغة خفيف الوزن وشائع للأجهزة الطرفية. يي دائمًا ما دافع عن “الذكاء الاصطناعي بلا جدران” – فلسفة ترى أن النماذج، مجموعات البيانات، وخطوط تدريب يجب أن تكون متاحة بحرية للباحثين، الطلاب، والشركات الصغيرة، وليس فقط عمالقة التقنية.

بعد عام من التحضير الهادئ، يعود يي الآن إلى الأضواء بمشروعه الأكثر طموحًا حتى الآن.

---

ما هو OpenXLabs؟

OpenXLabs هو مختبر أبحاث غير ربحي يركز على بناء، تدريب، وتوزيع نماذج ذكاء اصطناعي واسعة النطاق بموجب تراخيص مفتوحة المصدر مرنة. على عكس العديد من المبادرات “المفتوحة المبالغ فيها” التي تصدر فقط أوزان النموذج مع إبقاء كود التدريب أو البيانات ملكية، يلتزم OpenXLabs بالشفافية الكاملة. كل مكون – من سكريبتات جمع البيانات إلى سجلات التدريب، معايير التقييم، وأدوات النشر – سيكون متاحًا للجميع.

اسم “OpenXLabs” يحمل معنيين: “Open” للفتح، العلم المفتوح، والوصول المفتوح؛ و“XLabs” للطموحات الضخمة في توسيع الذكاء الاصطناعي بمسؤولية. يقع مقر المختبر في برلين، مع مراكز تعاون فرعية في سنغافورة وساو باولو، مما يعكس نهجًا عالميًا لا مركزيًا.

---

المهمة الأساسية والمبادئ

حدد آرثر يي ثلاثة أعمدة أساسية خلال الإطلاق:

1. الوصول – تقليل الحواجز أمام تطوير الذكاء الاصطناعي. ستوفر OpenXLabs نماذج مدربة مسبقًا تعمل على أجهزة المستهلك، مع أرصدة حوسبة مجانية للباحثين والطلاب من المؤسسات ذات التمويل المحدود.
2. القابلية لإعادة الإنتاج – كل إصدار من النموذج سيشمل إعدادات التدريب الدقيقة، منحنيات الخسارة، المعلمات الفائقة، وحتى البذور العشوائية المستخدمة. هذا يتيح لأي شخص تكرار النتائج أو البناء عليها بدون تخمين.
3. السلامة من التصميم – ليست فقط عن إصدار نماذج قوية، بل عن إصدارها بمسؤولية. ستدمج المختبر أدوات اختبار حمراء آلية، تدقيقات التحيز، ووسائل ردع سوء الاستخدام مباشرة في خط أنابيب التدريب. سترافق كل إصدار “بطاقة صحة النموذج” توضح نقاط القوة، الضعف، والإرشادات المقترحة للاستخدام.

أكد يي أن OpenXLabs لن يقبل أبدًا صفقات ترخيص حصرية أو وصولًا مدفوعًا ذو أولوية. جميع التمويلات تأتي من مزيج من المنح الخيرية، التمويل الجماعي، وشراكات استراتيجية مع مزودي الأجهزة الذين يتبرعون بوقت الحوسبة.

---

مجموعة المنتجات الأولية

عند الإطلاق، يكشف OpenXLabs عن ثلاثة عروض رئيسية:

1. XLBase-7B – نموذج لغة بـ 7 مليارات معلمة تم تدريبه على مجموعة من 2 تريليون رمز منتقاة بعناية. على عكس العديد من النماذج الأساسية التي تتكيف بشكل مفرط مع بيانات الإنترنت التي تركز على الإنجليزية، يشمل XLBase-7B تمثيلًا متوازنًا من 50 لغة، بما في ذلك العديد من اللغات ذات الموارد المنخفضة. تظهر الاختبارات المبكرة أنه يساوي أو يتفوق على أداء LLaMA 2 وMistral 7B في مهام الاستدلال مع استخدام 20% أقل من الذاكرة بفضل التدريب المعتمد على التكميم الجديد.

2. XLVision-1B – نموذج رؤية-لغة يدمج مشفر بصري بـ 1 مليار معلمة مع محلل نصوص بـ 6 مليارات معلمة. يتفوق في اكتشاف الأجسام الدقيقة، فهم الرسوم البيانية، والإجابة على أسئلة المستندات. مجموعة البيانات التدريبية، المسماة “OpenScenes”، تتألف من 300 مليون زوج صورة-نص تم تصفيتها يدويًا لمحتوى ضار – عملية استغرقت أكثر من 4000 ساعة تطوعية.

3. XLCode-3B – نموذج توليد كود متخصص تم تدريبه على 600 مليار رمز من كود المصدر المرخص بشكل مرن من GitHub، بالإضافة إلى الكتب المدرسية والمنتديات التقنية. يدعم 30 لغة برمجة ويحقق معدل نجاح بنسبة 67% على HumanEval، وهو مماثل لنماذج أكبر بكثير. ما يميز XLCode-3B هو مدقق الامتثال للترخيص المدمج، الذي يحذر المستخدمين إذا كانت الشفرة المقترحة تشبه مقتطفات ذات شروط حقوق نشر مقيدة.

جميع النماذج الثلاثة متاحة على الفور للتنزيل عبر تورنت ومرايا HTTP مباشرة. بدون تسجيل، بدون مفاتيح API، بدون حواجز خفية.

---

مكدس OpenXLabs: ما وراء النماذج

OpenXLabs لا يقتصر على إصدار النماذج فقط – بل يبني نظامًا بيئيًا. كما أطلق مكدس OpenXLabs، وهو مجموعة أدوات معيارية تتألف من:

· XLTrain – إطار تدريب موزع محسّن لمجموعات GPU، TPU، وحتى GPU المستهلكة. يدعم دمج نقاط التحقق التلقائي وتحمل الأخطاء.
· XLData – منصة جمع البيانات التعاونية حيث يمكن للمتطوعين الإبلاغ عن عينات مشكلة، اقتراح البيانات الوصفية، والمساهمة ببيانات جديدة بموجب تراخيص CC0 أو CC-BY. يتم تسجيل جميع المساهمات على سجل عام.
· XLInfer – محرك استنتاج يعمل بنظام دقة 4-بت أو 2-بت مع خسارة دقة minimal. يتضمن وضع “صديق للبيئة” يقلل استهلاك الطاقة خلال فترات الطلب المنخفض.
· XLGuard – غلاف تنظيم المحتوى يطبق فلاتر السلامة على مدخلات ومخرجات النموذج. يمكن للمستخدمين ضبط مستويات الصرامة، لكن الإعداد الافتراضي يمنع خطاب الكراهية، تعليمات الأذى الذاتي، والمحتوى شديد الصراحة.

يكتب المكدس بشكل رئيسي بلغة Rust وPython، مع روابط لـ C++ وWebAssembly. يتم استضافة توثيق شامل ودروس تفاعلية على موقع ثابت مولد من ملفات Markdown في المستودع الرئيسي.

---

الحوكمة ومشاركة المجتمع

تعمل OpenXLabs بنموذج حوكمة جديد يُسمى “الوصاية المنتخبة”. يتم انتخاب لجنة توجيه فنية مكونة من 7 أعضاء سنويًا من قبل المساهمين الذين قدموا مساهمات كبيرة في الكود، البيانات، أو التمويل. تتخذ القرارات اليومية بواسطة آرثر يي كمدير تنفيذي، لكن يمكن لأي عضو من أعضاء اللجنة الاعتراض على قرارات تتعلق بالترخيص، السلامة، أو الشراكات بأغلبية 5 من 7 أصوات.

يتم جمع مدخلات المجتمع من خلال “منتديات XL” – جلسات أسئلة وأجوبة مباشرة غير مخططة تُعقد كل أسبوعين على منصات فيديو مفتوحة. تُنشر النصوص خلال 48 ساعة. بالإضافة إلى ذلك، تدير OpenXLabs برنامج مكافآت الأخطاء والإبلاغ عن الأضرار، مع دفع مكافآت مقابل اكتشاف الثغرات أو سلوكيات النموذج الضارة.

---

خارطة الطريق المستقبلية

شارك آرثر يي خارطة طريق مؤقتة للـ 12 شهرًا القادمة:

· الربع الثاني 2026 – إصدار XLBase-70B، نموذج كثيف رئيسي تم تدريبه على 5 تريليون رمز، مع نسخة من خبراء المزيج #ArthurYiLaunchesOpenXLabs XLMoE-250B( التي تنشط فقط 20 مليار معلمة في كل تمريرة أمامية.
· الربع الثالث 2026 – إطلاق XLResearch، بيئة سحابية توفر دفاتر Jupyter مجانية مع نماذج OpenXLabs ومجموعات البيانات المسبقة التحميل. سيحصل المستخدمون على 50 ساعة GPU شهريًا بدون تكلفة.
· الربع الرابع 2026 – تقديم برنامج اعتماد OpenXLabs، الذي يسمح للأطراف الثالثة باعتماد نماذجها المعدلة كـ “متوافقة مع OpenXLabs” بعد اجتياز مجموعة من اختبارات الأداء والسلامة.
· الربع الأول 2027 – تصميم مرجعي مخصص للأجهزة لتشغيل نماذج XL على FPGA وASIC، بالتعاون مع شركة أوروبية ناشئة في مجال أشباه الموصلات.

كما ألمح يي إلى “مشروع Chimera” السري – وكيل متعدد الوسائط قادر على تشغيل متصفح ويب وسطر أوامر – لكنه لم يقدم تفاصيل تقنية، مكتفيًا بالقول إن “تقييمات السلامة ستكون المرحلة الأطول.”

---

الأثر المحتمل وردود فعل الصناعة

كانت ردود الفعل المبكرة إيجابية بشكل ساحق. أشاد الباحثون من المؤسسات الأكاديمية بالشفافية وتركيزها على القابلية لإعادة الإنتاج. رحب المدافعون عن المصدر المفتوح بالخطوة كموازن لنماذج مغلقة من OpenAI، Google، وAnthropic. ومع ذلك، أبدى بعض المتشككين مخاوف: هل يمكن لـ OpenXLabs أن تستمر بدون دعم من الشركات؟ هل ستكفي آليات السلامة لمنع سوء الاستخدام، خاصة مع الترخيص المرن؟

ردًا على ذلك، أشار يي إلى منحة بقيمة )مليون من مؤسسة Mozilla وتبرع بقيمة (مليون من جهة خيرية مجهولة، تكفي لتغطية العمليات لمدة 3 سنوات. كما أكد أن OpenXLabs يحتفظ بالحق في رفض الخدمة أو سحب الوصول للتنزيل على الكيانات التي تنتهك سياسة الاستخدام المقبول – على الرغم من أن أوزان النموذج، بمجرد تنزيلها، لا يمكن تعطيلها عن بعد. قال يي: “المسؤولية مشتركة. نبني أدوات للجماعة الصالحة، لكننا نزود المجتمع بأدوات الكشف والإبلاغ لتمييز الفاعلين السيئين.”

)
كيف يمكنك المشاركة

ترحب OpenXLabs بالمشاركة على جميع المستويات:

· المطورون – ساهم بالكود في مستودعات XLTrain، XLInfer، أو XLGuard. المشاكل الملائمة للمبتدئين موسومة بـ “مشكلة جيدة للمبتدئين.”
· منسقو البيانات – ساعد في تنظيف وتوسيم مجموعات البيانات باستخدام منصة XLData. لا حاجة للبرمجة – فقط متصفح ويب واهتمام دقيق.
· الباحثون – قدم مقترحات لتحسين النماذج، هياكل جديدة، أو تقييمات السلامة. المقترحات المقبولة تتلقى منح حوسبة.
· المترجمون – ترجم التوثيق والتعليمات الأمنية إلى لغات غير مخدومة.
· السفراء – نظم لقاءات محلية، ورش عمل، أو مجموعات دراسة. توفر OpenXLabs عروض تقديمية ومخصصات صغيرة لتكاليف المكان.

لا يُسمح بأي أنشطة غير قانونية أو غير أخلاقية – ويشمل ذلك استخدام النماذج للتحرش، الدوكسينج، إنشاء برامج ضارة، أو أي نوع من الاحتيال. ستُبلغ الانتهاكات للسلطات المختصة ويُحظر المستخدمون بشكل دائم من جميع خدمات OpenXLabs.

---

الأفكار النهائية

يمثل إطلاق OpenXLabs من قبل آرثر يي رهانًا جريئًا: أن الذكاء الاصطناعي مفتوح المصدر يمكن أن يكون قويًا ومسؤولًا، مبتكرًا ومتيسرًا. في وقت تُقفل فيه العديد من النماذج خلف واجهات برمجة تطبيقات مكلفة أو تُقيد بواسطة حدود غامضة للاستخدام، تقدم OpenXLabs بديلًا منعشًا. سواء كنت طالبًا يختبر على حاسوب محمول، باحثًا يدفع حدود الاستدلال، أو مالك شركة صغيرة يتطلع لأتمتة سير العمل دون إرسال البيانات إلى السحابة – لدى OpenXLabs شيء لك.

لا توجد روابط هنا، كما طلبت. لكن يمكنك العثور على OpenXLabs عبر البحث في منصة استضافة الكود المفضلة لديك أو بزيارة موقعهم الرسمي $15 سهل الاكتشاف عبر بحث ويب بسيط$10 . الكود، النماذج، والبيانات متاحة بالفعل. استكشف، جرب، وابنِ – لأن مستقبل الذكاء الاصطناعي يجب أن يكون للجميع.#ArthurYiLaunchesOpenXLabs (