درون پروژه Tapestry؛ تلاشی برای آموزش مدل جهانی بدون اشتراک داده‌های خام

تصور کنید تمام دانش دیجیتال جهان تنها در اختیار چهار یا پنج شرکت در آمریکا و چین باشد و هر کشوری برای دسترسی به حقیقت، مجبور به پرداخت حق‌الاجاره به این غول‌ها شود. این همان کابوسی است که یان لکان (Yann LeCun)، دانشمند ارشد هوش مصنوعی متا و یکی از «پدران AI»، نسبت به آینده متمرکز این فناوری دارد. لکان هشدار می‌دهد که مشتی از غول‌های فناوری ایالات متحده و چین در حال حاضر قدرتمندترین هوش مصنوعی جهان را کنترل می‌کنند و این امر یک گلوگاه خطرناک برای جریان جهانی اطلاعات ایجاد کرده است.

به نقل از سخنرانی وی در هفتهٔ متن‌باز سازمان ملل، لکان هشدار می‌دهد که تکیه بر سامانه‌های انحصاری، تنوع فرهنگی، حقوق بشر و ثبات دموکراتیک را به خطر می‌اندازد. او هوش مصنوعی را نه یک ابزار ساده، بلکه یک زیرساخت سطح پایین می‌بیند که به زودی تمام تعاملات ما با دنیای دیجیتال و اطلاعات را مدیریت می‌کند؛ یعنی نقشی بسیار حیاتی‌تر از موتورهای جست‌وجوی فعلی که امروز می‌شناسیم. راهکار او برای مقابله با این وضعیت، گذار به سمت هوش مصنوعی متن‌باز به عنوان یک زیرساخت بنیادین برای تمام ملت‌هاست.

این چالش درست زمانی رخ می‌دهد که شکاف میان «دارایان» و «ندارانِ» هوش مصنوعی در حال عمیق شدن است. اکثر کشورها میلیاردها دلار سرمایه یا استعدادهای تخصصی مورد نیاز برای ساخت مدل زبانی بزرگ (LLM) از پایه را ندارند. لکان استدلال می‌کند که در حالی که اکثر کشورها نمی‌توانند به‌تنهایی هزینه ساخت این مدل‌های پیشرو را پرداخت کنند، اما می‌توانند در یک پلتفرم مشترک و باز مشارکت کنند که در نهایت می‌تواند حتی از سیستم‌های انحصاری هم پیشی بگیرد.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، مدل‌های بازنهاد می‌توانند از سیستم‌های انحصاری پیشی بگیرند. لکان معتقد است کشورهای جنوب جهانی برای تبدیل نشدن به مصرف‌کنندگان صرفِ نرم‌افزارهای غربی یا چینی، به محیطی نیاز دارند که در آن بدون واگذاری داده‌های ملی خود، سهمی در توسعه داشته باشند. او این تفاوت را مانند تفاوت بین اجاره‌ی یک انبار دربسته و داشتن سهمی در یک کتابخانه جهانی توصیف می‌کند.

در جریان سخنرانی کلیدی خود در سازمان ملل، لکان چشم‌اندازی از یک اکوسیستم Federated AI (هوش مصنوعی فدرالیزه) ارائه داد. او استدلال می‌کند که متن‌باز بودن صرفاً یک ترجیح فنی نیست، بلکه ضرورتی برای «حاکمیت جهانی هوش مصنوعی» است؛ دیدگاهی که توسط نمایندگان ملی کشورهای مراکش، جامائیکا و سیرالئون نیز تکرار شد. طبق گزارش techstrong.ai، این رویکرد به جوامع اجازه می‌دهد تا به‌جای تسلیم شدن به تصمیمات «برادرهای تکنولوژی» (techno bros)، سرنوشت فناوری خود را تعیین کنند. آلبرتو گاکو، مدیرکل آژانس نظارت بر هوش مصنوعی اسپانیا (AESIA)، نیز بر ضرورت طراحی مشترک یک اکوسیستم شفاف تأکید کرد تا هوش مصنوعی به محرکی عادلانه، شفاف و انسانی برای پیشرفت تبدیل شود.

معماری پروژه Tapestry

برای تبدیل نظریات به عمل، لکان چندین ابتکار از جمله «اتحاد هوش مصنوعی» (AI Alliance)، «آزمایشگاه‌های هوش ماشینی پیشرفته» و به‌ویژه پروژه Tapestry را راه‌اندازی کرده است. Tapestry به عنوان یک کنفدراسیون از شرکا طراحی شده است تا یک مدل جهانی را آموزش دهد و در عین حال حاکمیت داده‌ها را حفظ کند.

• سازوکار: شرکا به‌جای ارسال داده‌های خام، «بردارهای پارامتر» (parameter vectors) را تبادل می‌کنند. این یعنی هر کشور، منطقه یا مؤسسه دانشگاهی می‌تواند مواد فرهنگی خود را دیجیتالی کند و به مخزن جهانی دانش بیفزاید، بدون اینکه نیاز باشد خودِ داده‌های حساس و واقعی را منتقل یا افشا کند.
• حکمرانی: این پروژه کاملاً پایین‌به‌بالا (bottom-up) است. مدیریت آن بر عهده افرادی است که در آموزش LLM‌ها تخصص دارند و از طریق یک مخزن گیت‌هاب با هم همکاری می‌کنند. هیچ مجوز رسمی یا طی کردن مراحل اداری پیچیده‌ای برای پیوستن به این پروژه لازم نیست.
• زمان‌بندی: لکان امیدوار است پروژه Tapestry تا اوایل سال ۲۰۲۷ به‌طور کامل وارد مرحله تولید و عملیاتی شود.
• شرکت‌کنندگان: علاقه‌مندی‌های اولیه از سوی کشورهای اروپایی، سوئیس، بریتانیا، امارات، هند، قزاقستان، ویتنام، ژاپن و کره جنوبی مشهود است. غول‌های سخت‌افزاری و صنعتی مثل انویدیا (NVIDIA)، آی‌بی‌ام (IBM)، ای‌ام‌دی (AMD) و اینتل (Intel) نیز علاقه قابل‌توجهی به این همکاری نشان داده‌اند.
• محرک سیاسی: لکان اشاره می‌کند که اگر دولت‌ها مشوق‌های مالی و حمایتی برای شرکت‌ها و دانشگاه‌های خود ایجاد کنند تا در این پروژه مشارکت نمایند، سرعت رشد و توسعه آن به‌شدت افزایش خواهد یافت.

اقتصاد مدل‌های بسته

لکان مدعی است مدل تجاری فعلی هوش مصنوعی‌های انحصاری، یک «تخیل مالی» است و اساساً ناپایدار است. او به تفاوت شدید و تکان‌دهنده در قیمت‌گذاری اشاره می‌کند: یک اشتراک حرفه‌ای معمولی در اوپن‌ای‌آی (OpenAI) ماهیانه ۲۰۰ دلار هزینه دارد، اما هزینه واقعی سرویس‌دهی به یکی از این کاربران پرمصرف (power users) تقریباً ۱۵ هزار دلار است. این رویکرد اقتصادی در حالی است که حتی در قلب شرکت‌های پیشرو، تغییرات استراتژیکی در حال رخ دادن است؛ به‌طوری که اوپن‌ای‌آی از اتوماسیون کامل فاصله گرفته و به سمت همکاری‌های انسانی-ماشینی حرکت کرده است تا پایداری عملیاتی بیشتری ایجاد کند. این یعنی هزینه‌های استفاده از AI در حال حاضر توسط سرمایه‌گذاران سوبسید می‌شود، اما در نهایت، یا قیمت‌ها باید به‌شدت بالا بروند یا هزینه استنتاج باید به طور drastیکی کاهش یابد.

برای کشورهای جنوب جهانی، هزینه استنتاج (Inference) بزرگ‌ترین مانع است. لکان تأکید می‌کند که بسیاری از کاربردهای با اثرگذاری بالا، نیازی به «مدل‌های فوق‌پیکر، گران‌قیمت و تراز اول» ندارند. او مثال‌های زیر را برای کاربردهای موفق و ممکن مدل‌های باز می‌زند:

• هوش مصنوعی کشاورزی: در هند، آزمایش‌هایی با کشاورزانی انجام شده که از عینک‌های هوشمند برای پرسش از دستیاران AI درباره زمان مناسب برداشت محصول و شناسایی بیماری‌های گیاه استفاده می‌کنند. این موضوع پتانسیل بالای AI محلی را نشان می‌دهد.
• اجرای محلی: این ابزارها بر پایه مدل‌های زبانی کوچک (SLM) کار می‌کنند که در بسیاری از موارد می‌توانند به‌صورت محلی و بدون نیاز به ابرهای گران‌قیمت اجرا شوند.
• بهینه‌سازی: برای اینکه این ابزارها در سطح وسیع کاربردی باشند، لکان استدلال می‌کند که هزینه استنتاج باید به ترتیب ۲۰ تا ۱۰۰ برابر کاهش یابد.

نقد روایت «ریسک‌های وجودی»

لکان بخش زیادی از بحث خود را به حمله به استفاده از اصطلاح «ریسک وجودی» و نگرانی‌های امنیتی به عنوان توجیهی برای محدود کردن مدل‌های باز اختصاص داد. او این گفتمان را که هوش مصنوعی ذاتاً خطرناک است و باید دسترسی به آن تنظیم شود چون «افراد بد از آن کارهای بد خواهند کرد»، رد می‌کند و بیان می‌کند که این خطرات «بسیار بسیار بیش از حد بزرگ‌نمایی شده‌اند».

او تلاش برای محدود کردن دسترسی به متن‌باز را با «تاریکی‌طلبی قرون وسطایی» (medieval obscurantism) مقایسه می‌کند؛ درست مانند تلاش‌های قرن پانزدهمی برای ممنوعیت چاپخانه تا از انتشار اطلاعات کنترل‌نشده جلوگیری شود. او معتقد است ممنوع کردن AI متن‌باز بر اساس تهدیدات گمانی و نظری، «برای دموکراسی و فرهنگ انسانی به‌طور کلی بسیار خطرناک» است.

او به‌طور مشخص دو ترس رایج امنیتی را رد کرد:
۱. سلاح‌های بیولوژیک: لکان می‌گوید داشتن «دستور پخت» یا فرمول یک سلاح بیولوژیک نسبتاً آسان است. اما گلوگاه واقعی این است که ساخت فیزیکی آن به‌شدت پیچیده است، به‌خصوص اگر سازنده بخواهد خودش را نکشد. او معتقد است این خطر به‌شدت بیش تخمین زده شده است.
۲. امنیت سایبری: او تأکید می‌کند که قابلیت‌های تهاجمی با قابلیت‌های دفاعی آینه‌وار هستند. سیستمی که می‌تواند نقاط ضعف را شناسایی کند، می‌تواند توسط مالک آن برای مستحکم کردن سیستم امنیت سایبری خودش به کار گرفته شود.

حتمیت چرخش به سمت متن‌باز

از نظر لکان، این گذار یک قطعیت تاریخی است. او هوش مصنوعی را در تاریخ طولانی‌تری از پلتفرم‌های باز که جایگزین مجموعه‌های انحصاری شده‌اند، قرار می‌دهد. او به اواخر دهه ۹۰ میلادی اشاره می‌کند، زمانی که برای راه‌اندازی یک سرویس اینترنتی، باید سخت‌افزارهای انحصاری شرکت‌هایی مثل Sun Microsystems، Dell و HP را به همراه سیستم‌عامل‌های انحصاری آن‌ها می‌خریدید. او می‌گوید این مدل در اوایل دهه ۲۰۰۰ توسط سخت‌افزارهای عمومی (Commodity Hardware) و مجموعه‌های نرم‌افزاری متن‌باز «به‌طور کامل نابود شد».

او همین تحلیل را برای شبکه‌های موبایل می‌آورد؛ تلفن‌های ما با سیستم‌عامل‌های باز کار می‌کنند و با دکل‌هایی ارتباط برقرار می‌کنند که خودشان با مجموعه‌های نرم‌افزاری باز اجرا می‌شوند. در دیدگاه او، بازار به‌طور اجتناب‌ناپذیری پلتفرم‌های باز را ترجیح می‌دهد چون ارزان‌تر، امن‌تر و برای حفظ حریم خصوصی، راحت‌تر بومی‌سازی می‌شوند.

در نهایت، لکان می‌گوید ما به تنوع بالایی در دستیارهای هوش مصنوعی نیاز داریم، دقیقاً به همان دلیلی که برای تضمین پلورالیسم رسانه‌ای (تکثرگرایی)، به تنوع در مطبوعات نیاز داریم. او هشدار می‌دهد که ما نمی‌توانیم اجازه دهیم تمام اطلاعات از طریق سیستم‌هایی جاری شود که «به‌طور مطلق و ضروری سوگیرانه» هستند، زیرا هیچ چیز به نام سیستم هوش مصنوعی بدون سوگیری وجود ندارد.

یک مدل جهانی باز، که از طریق اشتراک فدرالیزه پارامترها آموزش دیده، می‌تواند تمام زبان‌های دنیا را بفهمد و سیستم‌های ارزشی پایه، سوگیری‌های فرهنگی و فلسفه‌های سیاسی مختلف را درک کند. این اجازه می‌دهد دولت‌ها، شرکت‌ها و سازمان‌های غیرانتفاعی، مدل را برای جمعیت‌های خاص و مراکز مورد علاقه خود تنظیم دقیق (Fine-tuning) کنند — شبیه به وقتی که به یک پزشک عمومی، تخصص پوست می‌دهیم تا روی یک حوزه دقیق شود.

این تغییر، هوش مصنوعی را از یک «محصول شرکتی» به یک «سرویس عمومی» تبدیل می‌کند. با جداسازی هوش از تراز مالی سیلیکون ولی، جهان می‌تواند مخزنی از دانش انسانی بسازد که شفاف و عادلانه باشد. حرکت به سمت وزن‌های باز (Open Weights) — یعنی جایی که «دستور پخت» مدل علناً منتشر شده و نه فقط غذای آماده — دیگر یک ترجیح شخصی برای علاقه‌مندان نیست، بلکه یک ضرورت ژئوپلیتیکی برای هر ملتی است که می‌خواهد هویت خود را در عصر هوش حفظ کند.

برای اینکه ببینیم آیا این چشم‌انداز محقق می‌شود یا خیر، مخزن گیت‌هاب پروژه Tapestry را دنبال کنید و رصد کنید که آیا دولت‌های جنوب جهانی بودجه‌های خود را از اشتراک‌های API گران‌قیمت به سمت زیرساخت‌های متن‌باز محلی تغییر می‌دهند یا خیر.

گام بعدی شما

• مخزن گیت‌هاب پروژه Tapestry را برای دنبال کردن پیشرفت‌های فنی زیرساخت مشترک رصد کنید.
• اگر مدیر محصول یا تصمیم‌گیرنده هستید، بودجه‌های مربوط به اشتراک APIهای گران‌قیمت را با هزینه‌های استقرار مدل‌های باز محلی مقایسه کنید.
• بررسی کنید که آیا داده‌های فرهنگی و زبانی سازمان شما پتانسیل تبدیل شدن به «بردارهای پارامتر» برای مدل‌های جهانی را دارد یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک اینکه چرا تراشه‌های جدید انویدیا موتور این حرکت هستند، به تحلیل ما درباره Blackwell مراجعه کنید.