تحليل عميق لخطاب تساي تشونغ شين في جامعة هونغ كونغ: أربع بطاقات أساسية للذكاء الاصطناعي الصيني، بالإضافة إلى قواعد الذكاء الاصطناعي الأمريكية التي تم فهمها بشكل خاطئ.

خطاب جو تسai في جامعة هونغ كونغ: الأصول الأربعة للذكاء الاصطناعي في الصين وقاعدة "الفائز في الذكاء الاصطناعي" الأمريكية الخاطئة

ملاحظة الكاتب: في 5 نوفمبر، نظم كلية إدارة الأعمال في جامعة هونغ كونغ "محاضرة تشين كون ياو لشخصية متميزة"، تحت عنوان "العقد القادم: دفع محرك الابتكار العلمي والتكنولوجي للنمو الاقتصادي في الصين"، ودعي السيد كاي تشونغ شين، المؤسس المشارك ورئيس مجموعة علي بابا، لمشاركة أفكاره حول كيف تعيد الابتكارات، والتكنولوجيا، والذكاء الاصطناعي تشكيل مشهد الأعمال وتحفز النمو الاقتصادي الطويل الأجل في الصين. أقيم الحدث في قاعة هونغ كونغ للقاءات، وكشف المنظمون أن عدد المسجلين لهذه المحاضرة هو الأكثر في التاريخ، حيث تجاوز عدد المسجلين 1200 شخص خلال ساعتين فقط من إرسال البريد الإلكتروني...

من وجهة نظر معينة، يمكن اعتبار ذلك بمثابة صدى تاريخي. قبل 17 عامًا، ألقى جاك ما خطابًا على نفس المسرح... وفي هذه المناقشة العميقة مع نائب رئيس جامعة هونغ كونغ، البروفيسور دنغ شي وي، تخلى تساي تشونغ شين عن المجاملات، وضرب في صميم المنافسة في مجال الذكاء الاصطناعي بين الصين والولايات المتحدة، وقام بتحليل نظرية تطور الأعمال في علي بابا، وقدم نصائح شديدة التأثير للشباب...


الاقتباس التالي مأخوذ من Zhidian Technology Gao Fei.

واحد، إعادة تعريف مسابقة الذكاء الاصطناعي: الصين تمتلك "أربعة أوراق رابحة"

طرح تسويغ تشوكسينغ في البداية وجهة نظر غير بديهية: قد تكون قواعد المنافسة في الذكاء الاصطناعي التي يحددها الأمريكيون خاطئة.

في الوقت الحالي، تركز "لوحة النتائج الأمريكية" فقط على من هو نموذج اللغة الكبير (LLM) الأقوى، اليوم هو OpenAI، وغدًا سيكون Anthropic، وبعد غد Gemini؛ لكن في نظر تساي تشونغ شين، فإن نظام التقييم هذا نفسه به مشكلة.

1، منطق الفائز الحقيقي: معدل الاختراق > معلمات النموذج

الفائز ليس هو من لديه أفضل نموذج... الفائز هو من يمكنه استخدامه بشكل أفضل في صناعاته الخاصة، وفي حياته الخاصة... （الفائز ليس هو من لديه أفضل نموذج، بل هو من يستخدمه بشكل أفضل في مجاله وحياته.）

القيمة الحقيقية للذكاء الاصطناعي تكمن في معدل الاختراق. بالمقارنة مع السعي وراء تراكم المعلمات بلا حدود، يبدو أن تخطيط الحكومة الصينية للذكاء الاصطناعي أكثر واقعية: الهدف بحلول عام 2030 هو أن يصل معدل اختراق الوكلاء والأجهزة الذكية إلى 90%. لا نتحدث عن الغيبيات، بل نتحدث عن الانتشار.

2، لماذا استطاعت الصين الانتشار بشكل أسرع؟ أربع أوراق أساسية على المستوى النظامي

لدعم هذا المعدل من الانتشار، ذكر تساي تشونغ شين أربع مزايا رئيسية تمتلكها الصين:

الورقة الرابحة الأولى: ميزة تكلفة الطاقة (40% أقل). التدريب والاستدلال في جوهرهما معركة استهلاك الطاقة. بفضل بدء بناء شبكة النقل عالية الجهد قبل 15 عامًا (مثل "نقل الكهرباء من الغرب إلى الشرق")، يبلغ الإنفاق الرأسمالي لشركة الشبكة الوطنية الصينية 90 مليار دولار سنويًا، وهو ثلاثة أضعاف ما تنفقه الولايات المتحدة. هذا يجعل قدرة توليد الكهرباء في الصين أكبر بنسبة 2.6 مرة من الولايات المتحدة، كما أن القدرة الإضافية أكبر بتسع مرات من الولايات المتحدة.

الورقة الثانية: فوائد البنية التحتية (أقل من 60%). تكلفة بناء مراكز البيانات في الصين أقل بنسبة 60% من الولايات المتحدة. هذه هي تكلفة البنية التحتية فقط، دون احتساب قطع الغيار مثل الرقائق.

البطاقة الثالثة: مكافأة المهندسين وميزة اللغة. حوالي نصف علماء ومهندسي الذكاء الاصطناعي في العالم لديهم خلفية تعليمية صينية. شارك تساي تشونغ شين ظاهرة مثيرة للاهتمام: حتى أن فريق الذكاء الاصطناعي في ميتا يشعر أحيانًا بأن الموظفين غير الناطقين بالصينية "مرتبكون" لأن الجميع يتحدث الصينية.

هذه هي المرة الأولى التي تكون فيها اللغة الصينية ميزة... （这是中文第一次在科技领域成为一种天然的沟通优势。）

الورقة الرابعة: قيود كبيرة على قوة الحوسبة من الحكومة الأمريكية تفرض ابتكارات على مستوى النظام. تمتلك الولايات المتحدة موارد GPU وفيرة، بينما تفتقر الصين لذلك. لكن هذا يخلق نوعًا من "ميزة الجوع".

عندما لا تكون لديك الكثير من الموارد، فإنك تُجبر على الابتكار على مستوى الأنظمة... （当你资源不足时，你被迫在系统层面进行创新。）

لتحقيق تدريب نموذج يتكون من تريليونات من المعلمات على أجهزة محدودة، يجب على الفريق الصيني تحسين كفاءة النظام إلى أقصى حد. DeepSeek هو مثال نموذجي، وفي مسابقة حديثة للذكاء الاصطناعي في تداول العملات المشفرة والأسهم، احتل Qwen من علي بابا المركز الأول، بينما جاء DeepSeek في المركز الثاني.

قال كاي تشونغ شينغ إن تقييمه لشركة DeepSeek في نفس المدينة مرتفع للغاية: "إنهم يقومون بأشياء لا تصدق."

ثانياً، لماذا ستفوز المصادر المفتوحة: منطق التكلفة والسيادة والخصوصية الثلاثي

فيما يتعلق بالصراع بين "المصدر المفتوح مقابل المصدر المغلق"، قدم تساي تشونغ شين حكمًا واضحًا: ستتغلب النماذج مفتوحة المصدر في النهاية على النماذج مغلقة المصدر.

هذا ليس مجرد تفضيل تقني بحت، بل لأنه يتماشى مع مصالح الغالبية العظمى من المستخدمين في العالم. استخدم "المملكة العربية السعودية، تريد تطوير الذكاء الاصطناعي، لكنها تريد أيضًا الحفاظ على سيادة الذكاء الاصطناعي" كمثال، موضحًا المنطق التجاري وراء ذلك:

🔹 مسار مغلق المصدر (مثل OpenAI): مكلف للغاية، ويجب إدخال البيانات في الصندوق الأسود (Black Box)، مما يسبب مخاطر سيادة البيانات.

🔹 مسار مفتوح المصدر (مثل علي Qwen): تحميل مجاني، نشره على السحابة الخاصة. البيانات تحت السيطرة الكاملة، التكلفة منخفضة للغاية.

طالما أن الحكومة والشركات تقوم بإجراء تحليل التكلفة والفائدة (Cost-benefit Analysis) بشكل عقلاني، فإن المصادر المفتوحة هي الحل الأفضل.

كيف تكسب علي بابا المال؟

قال تسوي تشونغ شين بصراحة: "نحن لا نكسب المال من خلال الذكاء الاصطناعي."

نموذج الأعمال في علي بابا: "نحن لا نكسب المال من بيع النماذج، بل من الحوسبة السحابية." اعترف كاي تشونغ شين، أن النماذج مفتوحة المصدر هي مدخل للزوار، بينما الطلب الناتج عن التخزين والأمان والتعبئة في الحاويات وغيرها من احتياجات البنية التحتية السحابية هو مصدر الربح. هذا يشبه الإنترنت في مراحله المبكرة: المنتجات مجانية لجذب العملاء، وخدمات القيمة المضافة تحقق الربح.

ثالثًا، نظرية تطور علي بابا: الاعتماد على التكنولوجيا هو "نتيجة للضغط"

عندما سُئل كاي تشونغ شين عن كيفية تطور علي بابا من شركة تجارة إلكترونية إلى عملاق في الحوسبة السحابية، كانت إجابته بسيطة للغاية: "لا توجد وصفة سرية، فقط نتبع احتياجات العملاء."

🔹 عصر B2B: لحل احتياجات تصدير الشركات الصغيرة والمتوسطة بعد الانضمام إلى منظمة التجارة العالمية.

🔹 淘宝/支付宝：لحل مشكلة الثقة في معاملات الطرف C.

🔹 علي云: لحل مشكلة تكلفة معالجة البيانات الضخمة. قبل 16 عامًا، إذا استمر استخدام مرافق تكنولوجيا المعلومات التقليدية من Dell وEMC وOracle، لكانت أرباح علي ستُستنزف.

لقد طورنا الحوسبة السحابية حقًا بدافع الضرورة... بدافع الحاجة إلى الاعتماد على الذات في التكنولوجيا...（我们发展云计算完全是出于必要，出于对技术自主可控的渴望。）

لذلك نقطة انطلاق Alibaba Cloud هي "تناول طعامنا الخاص" (eat our own dog food): نستخدمه داخليًا أولاً، وعندما نستخدمه بشكل جيد، نفتح المجال للعملاء الخارجيين.

نصيحة للمؤسسين: اختر النمو العضوي (Organic Development) كخيار أول بدلاً من الاستحواذ. القدرات التي تنمو من فريقك الخاص، تكون أكثر نقاءً من حيث الحمض النووي، وثقافتها تتوافق بشكل أفضل.

أربعة، نصيحة للشباب: التفكير أهم من المهارات

في فقرة الأسئلة والأجوبة، قدم تسوي تشونغ شين نصائح مركزة حول النمو الشخصي:

1، الجانب المهاري: تعلم كيفية طرح الأسئلة

في عصر الذكاء الاصطناعي، أصبح الحصول على الإجابات سهلاً. لذلك فإن طرح الأسئلة الصحيحة (Ask the right questions) أصبح أكثر أهمية من العثور على الإجابات. في نفس الوقت، يجب إنشاء إطار تحليلي مستقل بدلاً من الحفظ عن ظهر قلب.

2، على المستوى البرمجي: يركز على المنطق

حتى لو كانت اللغة الطبيعية قادرة على توجيه الآلات، لا يزال من الضروري تعلم البرمجة. حتى لو كنت تتقن صيغة Excel، فإنها تعتبر تدريبًا منطقيًا ممتازًا.

الهدف ليس تشغيل آلة فعليًا. الهدف هو المرور بتلك العملية الفكرية... （学编程的目的不是为了操作机器，而是为了训练严谨的逻辑思维过程。）

3، اختيار محترف: ثلاثة اتجاهات محتملة

🔹 علم البيانات (Data Science): مع انفجار البيانات، فإن الأشخاص الذين يفهمون إدارة وتحليل البيانات دائمًا ما يكونون نادرين.

🔹 علم النفس/علم الأحياء: دماغ الإنسان هو الأكثر كفاءة، وفهم دماغ الإنسان هو الطريق المختصر لفهم الذكاء الاصطناعي.

🔹 علوم المواد: هذه عالم تهيمن عليه البتات (Bits)، ولكن ما يحد من سرعة البتات هو الذرات (Atoms). سيكون هناك الكثير من الابتكارات والانتصارات في مستقبل أشباه الموصلات، والجوهر يكمن في المواد.

خمسة، المخاطر والف泡沫: وجهة نظر المالية

1، اختيار المهنة: مخاطر غير متماثلة

استذكر كاي تشونغ شين قراره بالتخلي عن راتب سنوي قدره مليون دولار والانضمام إلى علي بابا في عام 1999، ووصفه بأنه "مخاطر غير متناسبة في العائد" (Asymmetric Risk-reward): المخاطر النزولية محدودة (أسوأ شيء هو العودة لممارسة المحاماة)، بينما المساحة الصاعدة غير محدودة (مثل خيار الشراء).

هو يؤكد: "الفرص تأتي لتجدك، كل ما عليك هو أن تكون مستعدًا في جميع الأوقات (Preparedness)."


2، فقاعة الذكاء الاصطناعي: التمييز بين المالية والتكنولوجيا

هل يشبه الذكاء الاصطناعي الحالي الإنترنت في عام 2000؟ اقترح تساي تشونغ شين تمييز نوعين من الفقاعات:

🔹 فقاعة مالية: قد تكون التقييمات مرتفعة جدًا، ومن الصعب الحكم على ذلك.

🔹 فقاعة تقنية: التكنولوجيا نفسها حقيقية. تمامًا كما أن انهيار سوق الأسهم في عام 2000 لم يمحو وجود الإنترنت، فإن جميع الاستثمارات اليوم في بنية الذكاء الاصطناعي الأساسية وتطوير النماذج لن تذهب سدى، فهي أساس الطريق إلى المستقبل.

ستة، ثلاثة من أهم الرؤى الأساسية

س1: ما هي الميزة الحقيقية للذكاء الاصطناعي الصيني؟

ليس النموذج نفسه، ولكن النظام البيئي بأكمله الذي يجعل الذكاء الاصطناعي مستخدماً على نطاق واسع. تكلفة الطاقة أقل بنسبة 40%، وتكلفة بناء مراكز البيانات أقل بنسبة 60%، ونصف مواهب الذكاء الاصطناعي في العالم يحملون شهادات صينية، ونقص الموارد يؤدي إلى ابتكارات على مستوى النظام. كل هذه العوامل تجعل الصين أكثر احتمالاً لتحقيق انتشار واسع النطاق للذكاء الاصطناعي. ومعدل الانتشار هو اللوحة الحقيقية للتسجيل.

س2: لماذا ستنجح نماذج المصدر المفتوح؟

لأن المصدر المفتوح يحل في الوقت نفسه ثلاث قضايا: التكلفة وحقوق البيانات والخصوصية لمعظم المستخدمين في جميع أنحاء العالم. النموذج المغلق يتطلب دفع رسوم، والبيانات يجب أن تُدخل في الصندوق الأسود؛ بينما النموذج المفتوح مجاني، ويمكن الاحتفاظ بالبيانات محليًا. هذه ليست معركة تفوق تكنولوجي، بل هي نتيجة لتوزيع المصالح.

س3: كيف يجب على الشباب الاستعداد لعصر الذكاء الاصطناعي؟

تعلم البرمجة ليس لكتابة الأكواد، بل لتدريب التفكير المنطقي؛ تعلم الإحصاء (علوم البيانات) لأن البيانات ستنفجر؛ تعلم علم النفس لأننا بحاجة لفهم الدماغ البشري، هذه "الآلة" الأكثر كفاءة؛ تعلم علوم المواد لأن ما يجعل بتات البيانات تعمل بشكل أسرع هو الذرات. والأهم من ذلك، تعلم كيفية طرح الأسئلة الصحيحة، فهذا أكثر قيمة من إيجاد الإجابات.