سیاست‌های دسترسی به مدل‌های بنیادی؛ ریسک جدید برای زیرساخت‌های هوش مصنوعی

تصور کنید تمام گردش‌کار هوش مصنوعی شما یک‌شبه به دلیل یک دستور دولتی ناپدید شود. در حالی که توسعه‌دهندگان معمولاً نگران قیمت API یا قدیمی شدن مدل‌ها هستند، یک ریسک جدید ظهور کرده است: کنترل دسترسی سیاسی. بهترین مدل جهان زمانی بی‌فایده می‌شود که دولت شما یا دولت ارائه‌دهنده تصمیم بگیرد دیگر اجازه دسترسی به آن را ندهد.

بهما‌ن‌طور که در تحلیل قبلی ما درباره‌ی مدل‌های با کارایی بالای چینی مثل Qwen3-Coder-30B اشاره کردیم، تصور بر این بود که این ابزارها در یک بازار جهانی رقابت می‌کنند. توسعه‌دهندگان مدل‌ها را بر اساس تأخیر، قیمت و پنجره متنی انتخاب می‌کردند. اما اکنون واقعیت به سمت یک اکوسیستم تکه‌تکه می‌رود که در آن امنیت ملی بر کاربرد فنی اولویت دارد.

هوش مصنوعی زاینده (Generative AI) — مثل هنرمندی که تمام آثار تاریخ هنر را دیده و حالا می‌تواند هر چه بخواهید را با سبک‌های مختلف خلق کند — دیگر صرفاً یک محصول تجاری نیست، بلکه یک دارایی استراتژیک ملی است. برای سال‌ها، تصور بازار جهانی نرم‌افزار ممکن بود، جایی که شرکت‌های آمریکایی و چینی با هم رقابت کنند و مدل‌های وزن‌باز آزادانه از مرزها عبور کنند. اما اکنون، اتکای به این فرض سخت‌تر و سخت‌تر می‌شود.

ظهور محدودیت‌های دسترسی

طبق گزارش خبرگزاری رویترز در ۷ ژوئیه ۲۰۲۴، مقامات چینی با غول‌های فناوری از جمله Alibaba، ByteDance و Z.ai دیدار کردند. محور این گفتگوها محدود کردن دسترسی کاربران خارج از مرزها به پیشرفته‌ترین مدل‌های هوش مصنوعی چین بود. این گفتگوها گزارش شده است که نه‌تنها مدل‌های بسته، بلکه احتمالاً فرم‌های بازتر توزیع مدل‌ها را نیز شامل می‌شود.

این نگرانی‌ها تنها در چین نیست و در سوی دیگر، وزارت خارجه آمریکا نیز در حال بررسی محدودیت‌های استفاده از مدل‌های چینی توسط شرکت‌های آمریکایی است تا ریسک‌های امنیتی احتمالی را مدیریت کند.

اگرچه هنوز مسدودسازی رسمی رخ نداده و ممکن است هرگز اتفاق نیفتد، اما صرفِ گفتگو درباره این محدودیت‌ها نشان‌دهنده‌ی یک چرخش راهبردی است. هوش مصنوعی دیگر فقط یک محصول تجاری نیست؛ بلکه یک دارایی استراتژیک ملی است. سال‌ها تصور می‌شد بازار نرم‌افزار جهانی است و مدل‌ها آزادانه از مرزها عبور می‌کنند، اما این فرض دیگر قابل اعتماد نیست.

پیشینه‌های ایالات متحده و تغییرات سیاستی

این روند منحصر به چین نیست. ایالات متحده پیش از این نشان داده است که سیاست‌ها چقدر سریع می‌توانند دسترسی‌ها را پاک کنند. در ۱۲ ژوئن ۲۰۲۴، دولت ایالات متحده محدودیت‌های صادراتی را بر مدل‌های Claude Fable 5 و Claude Mythos 5 متعلق به شرکت Anthropic اعمال کرد.

بر اساس بیانیه‌ای از سوی Anthropic، این دستورالعمل شرکت را مجبور کرد تا مانع دسترسی اتباع خارجی به این مدل‌ها شود. از آنجا که شرکت نمی‌توانست ملیت کاربران را به‌صورت لحظه‌ای (Real-time) و قابل اعتماد تشخیص دهد، تصمیم گرفت دسترسی را برای همه متوقف کند. در اینجا مدل ناپدید نشد، شرکت تعطیل نشد و زیرساخت‌ها خراب نشدند؛ بلکه سیاست تغییر کرد و دسترسی ناپدید شد.

هرچند این محدودیت‌ها بعداً لغو شد و Anthropic اعلام کرد که Fable 5 دوباره به‌صورت جهانی بازمی‌گردد، اما این اتفاق ثابت کرد که یک مدل پیشرو می‌تواند وجود داشته باشد، کار کند و از نظر فنی عملیاتی بماند، در حالی که این «سیاست» است که تعیین می‌کند آیا کاربران اجازه دسترسی به آن را دارند یا خیر. این دیگر یک ریسک تئوریک نیست.

عرضه تحت نظارت دولت

شرکت OpenAI نیز نظارت دولتی را در چرخه‌ی عرضه مدل‌های خود گنجانده است. زمانی که این شرکت خانواده مدل‌های GPT-5.6 را در ۲۶ ژوئن ۲۰۲۴ معرفی کرد، دسترسی گسترده و فوری ایجاد نکرد.

OpenAI اعلام کرد که مدل‌ها و برنامه‌های عرضه خود را به دولت ایالات متحده نشان داده است. به درخواست دولت، شرکت ابتدا یک پیش‌نمای محدود (Limited Preview) برای گروه کوچکی از شرکای مورد اعتماد ارائه داد. OpenAI خاطرنشان کرد که نمی‌خواهد این نوع فرآیند دسترسی دولتی به پیش‌فرض بلندمدت تبدیل شود.

تنها در ۸ ژوئیه ۲۰۲۴، رویترز گزارش داد که عرضه گسترده‌تر GPT-5.6 پس از آزمایش‌های بیشتر و گفتگوهای تکمیلی بین OpenAI و مقامات آمریکایی در حال پیشروی است. این موضوع نشان می‌دهد که زمان‌بندی و محدوده عرضه یک مدل پیشرو، اکنون به موضوعی تبدیل شده است که پیش از دسترسی عمومی با دولت‌ها بحث می‌شود. سیاست‌های امنیت ملی در حال نزدیک شدن به نقطه‌ای است که هوش مصنوعی پیشرفته به دست کاربران و توسعه‌دهندگان عادی می‌رسد.

ریسک بلوک‌های ملی هوش مصنوعی

هنوز زود است بگوییم هوش مصنوعی کاملاً به بلوک‌های ملی تقسیم می‌شود، اما تصور آن دیگر دشوار نیست. آینده‌ای تکه‌تکه شده می‌تواند شامل موارد زیر باشد:

• یک اکوسیستم هوش مصنوعی محوریت‌یافته در آمریکا
• یک اکوسیستم هوش مصنوعی محوریت‌یافته در چین
• الزامات نظارتی و رگولاتوری جداگانه در اروپا
• شرایط دسترسی متفاوت بر اساس کشور، ملیت، صنعت یا نوع سازمان

در چنین دنیایی، پرسیدن این سؤال که «بهترین مدل کدام است؟» کافی نیست. کاربران باید بپرسند آیا از محل زندگی‌شان به آن دسترسی دارند، آیا سازمان‌شان اجازه استفاده از آن را دارد و آیا API در منطقه آن‌ها فعال می‌ماند یا خیر. در این شرایط، پرسش‌هایی درباره قابلیت انتقال داده‌ها (Data Portability) و توانایی انتقال کارها به یک مدل دیگر، حیاتی می‌شوند.

بازنگری در تاب‌آوری هوش مصنوعی

این تغییر، یک مشکل تداوم (Continuity Problem) خطرناک برای کسب‌وکارها ایجاد می‌کند. امروز انتخاب یک ارائه‌دهنده به دلیل قیمت کمتر یا قدرت بیشتر ممکن است منطقی باشد. اما مشکل زمانی شروع می‌شود که سال‌ها حافظه، کار، تنظیمات و وابستگی‌های فنی بر اساس این فرض ساخته شوند که شرایط دسترسی برای همیشه ثابت می‌ماند.

بسیاری از سازمان‌ها وابستگی‌های عمیقی را حول یک ارائه‌دهنده ابری واحد می‌سازند. در دنیای بلوک‌های ملی هوش مصنوعی، این «قفل شدن به ارائه‌دهنده» (Provider Lock-in) به یک ریسک ژئوپلیتیک تبدیل می‌شود. دیگر تنها ارائه‌دهنده نیست که دسترسی را تعیین می‌کند؛ بلکه سیاست‌های دولتی ممکن است بر اینکه چه کسی بتواند از یک مدل استفاده کند، چه زمانی منتشر شود و آیا دسترسی خارجی باقی بماند یا خیر، تأثیر بگذارد.

در شرایطی که رقابت‌های ملی شدت می‌گیرد، برخی متخصصان بر این باورند که تنها راه جلوگیری از سقوط‌های امنیتی سیستمیک، همکاری فوری و هماهنگ بین آمریکا و چین است تا از بروز بحران‌های غیرقابل کنترل جلوگیری شود.

اگر دسترسی قطع شود، یک شرکت نه تنها یک ابزار، بلکه تمام وضعیت انباشته‌شده و منطقی را که در آن اکوسیستم ساخته شده است، از دست می‌دهد. به همین دلیل، «تاب‌آوری هوش مصنوعی» (AI Resilience) به اندازه عملکرد آن حیاتی است.

استراتژی تداوم محلی

این به معنای رها کردن هوش مصنوعی ابری نیست. مدل‌های ابری پیشرو احتمالاً همیشه قدرتمندتر از مدل‌های محلی خواهند بود و استدلال بهتر، قابلیت‌های چندوجهی (Multimodal) قوی‌تر، پنجره‌های متنی بزرگ‌تر و کمک‌های کدنویسی بهتری ارائه می‌دهند. کاربران باید برای هر تکلیف، از بهترین مدل موجود استفاده کنند.

اما استفاده از یک سرویس قدرتمند با طراحی یک زندگی دیجیتالی که با تغییر دسترسی نابود نمی‌شود، متفاوت است. یک فلسفه طراحی جدید در حال ظهور است: اولویت با تداوم محلی، سپس قابلیت‌های ابری. هدف طراحی سامانه‌هایی است که:

• مدل‌ها قابل جایگزینی باشند: اگر ارائه‌دهنده تغییر کرد، سیستم نشکند.
• ارائه‌دهندگان قابل تغییر باشند: کاربر در یک اکوسیستم ملی قفل نشود.
• داده‌ها قابل استخراج باشند: حافظه فقط در سرویس یک شرکت خاص نباشد.
• مدل‌های محلی تداوم حداقلی ایجاد کنند: یک مدل پشتیبان محلی (Local Fallback)، سیستم را هنگام قطع دسترسی ابری زنده نگه دارد.
• وضعیت انباشته‌شده باقی بماند: کار کاربر حتی با تغییر موتور استدلالی زیربنایی حفظ شود.

چرا پروژه doll در حال ساخت است

این رویکرد، نیروی محرک توسعه doll است. این پروژه تلاشی برای ساخت یک مدل بنیادی برای رقابت با OpenAI، Anthropic یا آزمایشگاه‌های چینی نیست. بلکه تلاشی است تا حافظه، هویت، تنظیمات، داده‌ها، وضعیت کار و تداوم را در سمت کاربر نگه دارد و در عین حال اجازه دهد مدل هوش مصنوعی زیربنایی در طول زمان تغییر کند.

با اولویت دادن به وضعیت محلی (Local State)، کاربران می‌توانند برای عملکرد بالاتر از مدل‌های ابری استفاده کنند و هم‌زمان برای تداوم مسیر، روی مدل‌های محلی تکیه کنند. در این حالت، مدل می‌تواند تغییر کند بدون اینکه کل محیط هوش مصنوعی کاربر همراه با آن ناپدید شود.

من نمی‌دانم آیا هوش مصنوعی واقعاً به بلوک‌های ملی تقسیم می‌شود یا خیر، یا اگر محدودیت‌های آینده دائمی‌تر خواهند شد یا نه. امیدوارم نشوند. اما پس از اتفاقات هفته‌های اخیر، این احتمال را نمی‌توان نادیده گرفت. مهم‌ترین هوش مصنوعی لزوماً هوشمندترین آن‌ها نیست؛ بلکه آن است که فردا هنوز بتوانید از آن استفاده کنید.

گام بعدی شما

• وابستگی‌های API خود را بررسی کنید و برای مدل‌های حیاتی، یک جایگزین محلی (Local Fallback) در نظر بگیرید.
• استراتژی خروج داده‌ها (Data Exit Strategy) را طراحی کنید تا حافظه و تنظیمات شما در یک پلتفرم خاص حبس نشود.
• از مدل‌های وزن‌باز برای بخش‌های حساس‌تر کسب‌وکارتان استفاده کنید تا ریسک قطع دسترسی سیاسی را کاهش دهید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.