من داخل مختبرات ديب سيك.. الذكاء الاصطناعي العملاق يصبح أسرع وأذكى وأرخص

بدأت شركة ديب سيك الصينية العام الجديد 2026 بإصدار ورقة بحثية تقنية جديدة، شارك في تأليفها مؤسس الشركة ليانغ وينفنغ، إذ تكشف عن توجه الشركة لإعادة تصميم البنية التحتية لتدريب نماذج الذكاء الاصطناعي الضخمة، مع التركيز على خفض التكاليف دون التضحية بالكفاءة التنافسية.

الورقة المنشورة على منصة "arXiv" المفتوحة تقدم منهجية مبتكرة باسم Manifold-Constrained Hyper-Connections (mHC)، ضمن جهود ديب سيك لجعل تدريب النماذج الأساسية أكثر فعالية في مواجهة المنافسة القوية من شركات أميركية تمتلك موارد حوسبة وتمويلية أكبر.

كفاءة أعلى بأعباء حوسبية أقل

وأوضح فريق البحث أن المنهجية الجديدة تم اختبارها على نماذج تتراوح أحجامها بين 3 و9 و27 مليار معامل، وخلصت النتائج إلى أن البنية الجديدة تسمح بالتوسع بسلاسة دون زيادة ملحوظة في العبء الحوسبي، وفق تقرير نشره موقع "SCMP".

وأكد الباحثون، أن mHC توفر تدريبًا مستقرًا على نطاق واسع مع قابلية توسع محسنة مقارنة بالحلول التقليدية المبنية على "الترابطات الفائقة"، مشيرين إلى أن التحسينات جاءت من تطويرات ذكية على مستوى البنية التحتية، ما جعل التكلفة الإضافية شبه معدومة.

تطوير مبني على أفكار "بايت دانس"

وتستند فكرة mHC إلى مفهوم Hyper-Connections الذي قدمه باحثو "بايت دانس" في سبتمبر 2024، كتطوير لبنية ResNet الشهيرة، والتي تُعد أساسًا للعديد من نماذج الذكاء الاصطناعي الحديثة، بما فيها نماذج GPT من "OpenAI" ونظام AlphaFold من "جوجل ديب مايند".

ولكن ديب سيك ترى أن المقاربة السابقة لم تعالج بشكل كافٍ ارتفاع تكاليف الذاكرة المتسارع، ما يحد من إمكانات استخدامها عمليًا في تدريب النماذج العملاقة. وتضيف mHC قيودًا رياضية (Manifold Constraints) تضمن استخدامًا أكثر كفاءة للموارد.

مؤشر على النماذج القادمة

ويعتبر مراقبون أوراق ديب سيك البحثية مؤشرًا مبكرًا على اتجاهات الشركة التقنية المقبلة. واعتبر الباحث الألماني فلوريان براند، المتخصص في الذكاء الاصطناعي الصيني، أن منشورات الشركة غالبًا ما تسبق إطلاق نماذج جديدة.

ويتوقع، أن تكشف ديب سيك عن نموذجها القادم قبل عطلة رأس السنة الصينية (عيد الربيع) في منتصف فبراير، بعد أن أطلقت نموذجها R1 العام الماضي قبيل عطلة وطنية مماثلة.