تقارير: انخفاض تكاليف تدريب النماذج في الصين بنسبة 90%

طفرة الذكاء الاصطناعي في الصين: انخفاض التكاليف يعيد رسم المشهد

  • تاريخ النشر: منذ يومين زمن القراءة: دقيقتين قراءة
تقارير: انخفاض تكاليف تدريب النماذج في الصين بنسبة 90%

يشهد قطاع الذكاء الاصطناعي في الصين نمواً متسارعاً، يصفه الخبراء بأنه يمثل طفرة جديدة في مجال التكنولوجيا.

طفرة الذكاء الاصطناعي في الصين: انخفاض التكاليف يعيد رسم المشهد

وبحسب ما ذكرته تقارير تقنية، فإن تكاليف تدريب نماذج الذكاء الاصطناعي قد انخفضت بنسبة تصل إلى 90%، مقارنة بعام 2024، وهو ما فتح الباب أمام تسريع وتيرة التبني التجاري لهذه التقنيات على نطاق واسع.

وأوضح الخبراء أن اللاعبين الرئيسيين في السوق، مثل ديب سيك وعلي بابا وبايدو، باتوا يعيدون توجيه استراتيجياتهم من التركيز على الأداء فحسب، إلى الاهتمام بعوامل جديدة، مثل سهولة الاستخدام، وكفاءة التكلفة، وبناء نظام بيئي متكامل يعزز من سرعة انتشار هذه النماذج، وتوظيفها في قطاعات متعددة.

وأشارت التقارير إلى أن مسار اعتماد الذكاء الاصطناعي في الصين، قد انتقل من الاستخدامات العامة إلى تطبيقات أكثر تخصيصاً تخدم قطاعات بعينها.

فعلى سبيل المثال، بلغ معدل التبني في المؤسسات الحكومية 95%، بينما وصل في القطاع المالي إلى 78%، وفي الاتصالات والرعاية الصحية تجاوز 60%، ما يعكس مستوى متقدماً من الدمج الفعلي لهذه التقنيات في البنية التحتية الاقتصادية والاجتماعية.

وأفاد الخبراء بأن أحد العوامل التي ساعدت على تسريع هذه الوتيرة، هو الاعتماد الواسع على النماذج مفتوحة المصدر، التي أتاحت للشركات والمطورين الوصول إلى الشيفرة البرمجية بحرية، وتخصيصها بما يتناسب مع احتياجاتهم.

وهذا التوجه قد ساعد على تضييق الفجوة التكنولوجية بين الصين والولايات المتحدة الأمريكية، مع تعزيز بيئة ابتكار أكثر شمولية.

ونوهت التقارير إلى أن نموذج DeepSeek V3.1 يعتبر مثالاً بارزاً على هذا التطور، حيث يتميز بقدرته على التبديل بين أنماط التفكير العميق والاستجابة السريعة بحسب تعقيد المهام، مما يمنحه مرونة عالية في التعامل مع سيناريوهات مختلفة.

ورغم هذا التقدم، لا تزال هناك تحديات قائمة، أبرزها اعتماد عدد كبير من الشركات الصينية على تقنيات أساسية أجنبية، مثل أطر عمل الذكاء الاصطناعي والمترجمات البرمجية.

وأضاف الخبراء أن هذا الاعتماد قد يشكل نقطة ضعف استراتيجية في مساعي الصين لتحقيق استقلالية تكنولوجية كاملة في المستقبل.