لسنوات، كان الفارق في الأداء بين النماذج اللغوية مفتوحة المصدر ونظيراتها التجارية المغلقة كبيرًا بما يكفي ليجعل الخيار الأول مناسبًا فقط للتجارب والأبحاث الأكاديمية. هذا الفارق تقلّص بشكل ملحوظ خلال العام الحالي مع إصدار نماذج مفتوحة تنافس بجدية في مهام متعددة.
ماذا يعني هذا للمطورين
بالنسبة للمطورين المستقلين والشركات الناشئة، يعني تضييق هذه الفجوة إمكانية بناء منتجات تعتمد على نماذج يمكن تشغيلها محليًا أو على خوادم خاصة، دون الاعتماد الكامل على واجهات برمجية تجارية، وهو ما يمنح تحكمًا أكبر في التكلفة والخصوصية وتخصيص النموذج لحالة استخدام محددة.
في المقابل، لا يزال تشغيل النماذج الكبيرة محليًا يتطلب عتادًا حاسوبيًا لا يتوفر لدى الجميع، ما يجعل الاعتماد الكامل على المصادر المفتوحة خيارًا عمليًا أكثر للشركات التي تملك بنية تحتية مناسبة أو ميزانية لاستئجارها.
اتجاه مستمر
من المرجح أن يستمر هذا الاتجاه التنافسي في دفع الابتكار في كلا المعسكرين، بما يصب في النهاية لصالح المستخدم النهائي من حيث الجودة والتكلفة.
أثر خاص على اللغات غير الإنجليزية
من أبرز الفوائد غير المباشرة لتضييق هذه الفجوة هو تحسّن دعم اللغات التي لم تحظَ تاريخيًا باهتمام كافٍ من النماذج التجارية الكبرى، ومنها اللغة العربية بلهجاتها المتعددة. مجتمعات مطورين إقليمية بدأت فعليًا بأخذ نماذج مفتوحة المصدر وإعادة تدريبها أو ضبطها على بيانات محلية، ما ينتج نماذج أكثر دقة في فهم السياق الثقافي واللهجات العامية مقارنة بنماذج عامة مدرَّبة بشكل رئيسي على المحتوى الإنجليزي.
في الجانب القانوني، يبقى التبديل الحذر ضروريًا، إذ تختلف تراخيص هذه النماذج مفتوحة المصدر بشكل كبير من حيث السماح بالاستخدام التجاري أو فرض قيود معينة على إعادة التوزيع، ما يستوجب على أي شركة تخطط للبناء فوق نموذج مفتوح مراجعة بنود الترخيص بعناية قبل دمجه في منتج تجاري نهائي.
كيف يبدأ المطور المهتم
بالنسبة لمطور يرغب بتجربة هذا المسار لأول مرة، يُنصح بالبدء بنموذج أصغر نسبيًا يمكن تشغيله على عتاد متوسط المواصفات لفهم آلية العمل وتحدياته العملية، قبل الانتقال لاحقًا إلى نماذج أكبر تتطلب استثمارًا أكبر في البنية التحتية، بدلاً من القفز مباشرة لأكبر نموذج متاح دون فهم كافٍ لمتطلبات تشغيله وصيانته على المدى الطويل.
يجدر بالذكر أن جزءًا مهمًا من هذا التقدم يعود أيضًا لجهود تعاونية مجتمعية واسعة، حيث يساهم آلاف المطورين حول العالم في تحسين هذه النماذج ومشاركة تقنيات ضبط دقيق أثبتت فعاليتها، بشكل يشبه إلى حد بعيد ثقافة البرمجيات مفتوحة المصدر التقليدية التي بُنيت عليها أنظمة تشغيل وأدوات برمجية أساسية يعتمد عليها الإنترنت بأكمله اليوم.
في المحصلة، يبدو أن مستقبل الذكاء الاصطناعي التطبيقي سيكون مزيجًا من الحلول المفتوحة والمغلقة معًا، حيث يختار كل مطور ما يناسب حالة استخدامه بدلاً من الالتزام الحصري بمعسكر واحد فقط.
يبقى الجانب الأخلاقي والقانوني لاستخدام بيانات تدريب هذه النماذج نقطة نقاش مستمرة، إذ لا تزال بعض الجهات تطالب بمزيد من الشفافية حول مصادر البيانات المستخدمة أصلًا في تدريب حتى النماذج المفتوحة المصدر منها.