يواصل التنين الصيني جهوده لتقليص الفجوة مع شركات الذكاء الاصطناعي العالمية
ووفقا لتقرير نشره موقع (TechCrunch) واطلع عليه السعودي اليوم ..بينما يناقش صناع السياسات كيفية إدارة أنظمة الذكاء الاصطناعي القوية بشكل متزايد مثل GPT-5.6 Sol من OpenAI وMythos من Anthropic، فقد قلص نموذج الوزن المفتوح الصيني الفجوة مع قادة الصناعة.اقرا ايضا:المملكة تحقق المرتبة الأولى في مؤشر جاهزية الحكومات للذكاء الاصطناعي
نموذج GLM-5.2 للذكاء الاصطناعي
نموذج GLM-5.2ينافس بقوة مع نماذج أوبن أيه
وفقًا لتقرير جديد صادر عن منظمة SaferAI غير الربحية المعنية بسلامة الذكاء الاصطناعي، فإنّ نموذج GLM-5.2، وهو نموذج ذكاء اصطناعي مفتوح الأوزان من شركة Z.ai الصينية، لا يتأخر سوى بضعة أشهر عن نموذجي GPT-5.5 من OpenAI وClaude Opus 4.7 من Anthropic في مجال القدرات السيبرانية والبيولوجية. إلا أن الفجوة بين القدرات المتقدمة وممارسات السلامة تتسع.
بحسب تقييم SaferAI، الذي أجرته المنظمة غير الربحية عبر واجهة برمجة التطبيقات العامة لـ Z.ai، لم يرفض GLM-5.2 أيًا من مهام الأمن السيبراني الهجومية أو مهام البيولوجيا ذات الاستخدام المزدوج التي أُسندت إليه. في المقابل، رفض Claude Opus 4.7 المهام باستمرار لدرجة أن SaferAI لم تتمكن من إكمال اختبار CyberGym عليه إطلاقًا. (CyberGym هو معيار لتقييم قدرات الأمن السيبراني. استخدمته OpenAI في التقييم الذي سبق اختراق Hugging Face الشهر الماضي ).
يُذكّرنا هذا بوضوح بما حذّر منه بعض النقاد لسنوات: أن نماذج الذكاء الاصطناعي ذات الأوزان المفتوحة قد تضع ذكاءً اصطناعياً عالي القدرات في أيدي مهاجمين محتملين، دون أي وسيلة لمراقبة كيفية استخدامهم لهذه التقنية بعد تحميل الأوزان. ومع اقتراب هذه النماذج بسرعة من قدرات أنظمة الذكاء الاصطناعي الرائدة عالمياً، ينتقل النقاش من إمكانية منافستها إلى كيفية إدارة المجتمع للمخاطر بعد إطلاقها.
Z.ai تطبيق إجراءات السلامة على واجهة برمجة التطبيقات
ووفقا للتقرير يمكن لـ Z.ai تطبيق إجراءات السلامة على واجهة برمجة التطبيقات المستضافة الخاصة بها، فإن هذه الحمايات تصبح غير قابلة للتنفيذ بمجرد أن يقوم شخص ما بتشغيل الأوزان على أجهزته الخاصة، حيث يمكنه إزالة أو تعديل أي ضمانات، أو ضبط النماذج بدقة، أو تغيير مطالبات النظام.
يميل مطورو التقنيات الرائدة مثل OpenAI و Anthropic إلى الاعتماد على وسائل الحماية مثل المصنفات والتدريب على الرفض وضوابط مستوى واجهة برمجة التطبيقات للحد من المساعدة الإلكترونية والبيولوجية الخطيرة وهذه الإجراءات ليست مضمونة النتائج على الإطلاق: فعمليات اختراق أنظمة الذكاء الاصطناعي تتجاوز بشكل روتيني إجراءات الحماية على النماذج المنشورة. Far.ai ، وهي منظمة غير ربحية معنية بسلامة الذكاء الاصطناعي، رصدت مؤسسة Far.ai، وهي منظمة غير ربحية تُعنى بسلامة الذكاء الاصطناعي، مئاتٍ من عمليات الاختراق الشاملة - والتي تُعرَّف بأنها مفاتيح قابلة لإعادة الاستخدام تنجح في معظم الطلبات الضارة - في نماذج رائدة مثل Grok 4.5 من xAI وGemini 3.1 Pro من Google DeepMind. ووفقًا للتقرير، تنجح عمليات الاختراق عندما يجمع المهاجمون بين تقنيات تلاعب متعددة - بما في ذلك تقمص الأدوار، وانتحال صفة السلطة، وتزييف سجلات المحادثات، والمتابعة السريعة - لتضخيم نقاط الضعف في دفاعات النموذج.
لكن الضمانات المطبقة على النماذج المغلقة لا تعمل على الإطلاق على نماذج الوزن المفتوح، المصممة للعمل على أي بنية تحتية مع أي مجموعة من الضمانات - أو بدونها.
ووفقا للتقرير فبعض التقنيات يمكن أن تساعد تسمى 'تصفية بيانات التدريب المسبق'، وهي عندما تقوم شركة الذكاء الاصطناعي بإزالة معلومات الأمن السيبراني الهجومية من بيانات التدريب الخاصة بها ثم تقوم بتدريب النموذج على مجموعة البيانات المنسقة.
تشير بعض الأبحاث إلى أن هذا قد يقلل من المعلومات البيولوجية الخطرة دون التأثير سلبًا على أداء النموذج بشكل عام. مع ذلك، يُعدّ ترشيح البيانات أقل جدوى بكثير في مجال الأمن السيبراني.
من الصعب تدريب نموذج عام يتفوق في البرمجة ولكنه لا يمتلك مهارات اختراق جيدة. ولأن البرمجة أصبحت مصدر الربح الأكبر للذكاء الاصطناعي، يواجه المطورون ضغوطًا مستمرة لتحسين هذه القدرات حتى مع سعيهم لإيجاد طرق للحد من إساءة استخدامها.
تقييد أنواع المساعدة التي تقدمها نماذج الأمن السيبراني
ونتيجةً لذلك، اعتمد مطورو البرامج الرائدة بشكل متزايد على وسائل تخفيف أخرى. تمثلت إحدى هذه الوسائل في تقييد أنواع المساعدة التي تقدمها نماذج الأمن السيبراني بشكل انتقائي. فعلى سبيل المثال، يستطيع برنامج Opus 5 من Anthropic البحث عن الثغرات الأمنية في الشفرة المصدرية غير المُجمَّعة، ولكن ليس في البرامج المُجمَّعة، وفقًا لبطاقة النظام الخاصة بالنموذج . والسبب في ذلك هو أن هذا يجعل استخدام Opus 5 لأغراض هجومية أكثر صعوبة.
وتشمل الإجراءات الأخرى إجراء تقييمات صارمة للسلامة قبل النشر، ونشر تقييمات المخاطر، وحجب أوزان النماذج إذا كان يُنظر إلى النظام على أنه شديد الخطورة.
في حالة GLM-5.2، تقول SaferAI إن Z.ai لم تنشر إطار عمل للسلامة، أو التزامات باختبارات ما قبل النشر، أو تقييمًا للمخاطر الخاصة بالنموذج. وقد سأل موقع TechCrunch شركة Z.ai عما إذا كانت قد أجرت تقييمات سلامة داخلية أو خارجية قبل الإصدار، لكنها لم تتلقَّ ردًا.
يذكر أن الشركات الصينية باتت منافسا قويا في مجال الذكاء الاصطناعي وكشفت شركة الذكاء الاصطناعي الصينية الناشئة 'مونشوت'، منذ اسابيع ، عن 'Kimi K3'، وهو نموذج ذكاء اصطناعي يضم 2.8 تريليون معلمة، والذي وصفته بأنه أكبر نظام ذكاء اصطناعي مفتوح الأوزان في العالم، ويُقدم أداءً يُقارب نموذج 'فابل' الرائد لشركة أنثروبيك الأميركية العملاقة.
نموذج GLM-5.2 للذكاء الاصطناعي ينافس بقوة مع نماذج الشركات العالمية
نموذج GLM-5.2ينافس بقوة مع نماذج أوبن أيه
