ما الذكاء الاصطناعي السيادي (sovereign AI)، بالمعنى التقني؟
الذكاء الاصطناعي السيادي نظام ذكاء اصطناعي تحتفظ المؤسسة التي تستخدمه بالتحكم فيه على أربعة مستويات معاً: البيانات التي تعالجها، والنموذج الذي يعالجها، والبنية التحتية التي تنفّذ هذه المعالجة، والولاية القضائية التي يخضع لها المجموع. لا تصف السيادة خاصية للنموذج نفسه، بل سلسلة التحكم المحيطة به، من بيانة الإدخال حتى المكان المادي والقانوني الذي تحدث فيه الحوسبة.
يتعارض المصطلح مع اللجوء إلى خدمة ذكاء اصطناعي عامة يشغّلها طرف ثالث، حيث يغادر الطلب وسياقه بيئة المؤسسة ليُعالَجا في مكان آخر، تحت ولاية قضائية أخرى. نموذج لغوي كبير (LLM, large language model)، وهو نموذج ضخم لمعالجة اللغة، يُقدَّم غالباً على هذا النحو، باستدعاء خدمة بعيدة. أما نموذج لغوي صغير (SLM, small language model)، وهو نموذج مُدمَج يضم من 3 إلى 20 مليار معلمة في مصطلحات هذا الموقع، فيتلاءم على العكس مع تنفيذ محلي، ما يجعله لبنة مختارة لذكاء اصطناعي سيادي.
على أي مستويات يُقال إن ذكاءً اصطناعياً سيادي؟
يُقال إن ذكاءً اصطناعياً سيادي حين تُضبَط أربعة مستويات متمايزة، ويكفي غياب واحد لكسر السلسلة. تمييز هذه المستويات يتجنّب الخلط بين السيادة وبين مجرد حجّة استضافة.
مستوى البيانات.
تبقى بيانات الإدخال والسياق والإجابات في بيئة المؤسسة، ولا تُستخدم، خارج اتفاق صريح، لتدريب نموذج طرف ثالث.
مستوى النموذج.
تعرف المؤسسة طبيعة النموذج، ويمكنها نشره على بنيتها التحتية، وليست مرتبطة بخدمة تجهل عملها الداخلي.
مستوى البنية التحتية.
يُنفَّذ الاستدلال، أي كل إنتاج لإجابة بالنموذج، على موارد تتحكم المؤسسة في الوصول إليها وتوطينها.
المستوى القانوني.
يخضع المجموع لولاية قضائية مختارة، ما يحكم النظام المطبَّق على البيانات، لا سيما تنظيمات حماية البيانات المطبَّقة في سوقك (في دولة الإمارات: المرسوم بقانون اتحادي رقم 45 لسنة 2021 بشأن حماية البيانات الشخصية، PDPL).
لماذا يخدم نموذج لغوي صغير الذكاء الاصطناعي السيادي؟
يخدم نموذج لغوي صغير الذكاء الاصطناعي السيادي لأن حجمه المصغَّر يرفع العائق الأساسي للنشر المحلي: استهلاك الذاكرة والحوسبة. يتّسع نموذج مُدمَج على بنية تحتية مضبوطة دون أن يستدعي مقياس خدمة بعيدة، ما يتيح تنفيذ الاستدلال حيث تقيم البيانات سلفاً.
يغيّر هذا التقريب طبيعة المشكلة. مع خدمة ذكاء اصطناعي عامة بعيدة، تفترض السيادة الثقة بطرف ثالث في مصير البيانات؛ ومع نموذج صغير مُنشَر في الموقع، تُتحقَّق على البنية. ويتيح النموذج المُدمَج أيضاً استقاء مصادر الإجابات من الوثائق الداخلية وتقييم موثوقيتها، وهما عمليتان تبقيان عندئذٍ بالكامل داخل نطاق المؤسسة. على منصة Optivalue.ai، التي تنشر هذا الموقع، يتفرّع هذا النشر السيادي إلى 3 أنماط، تفصيلها والولاية القضائية للاستضافة معالَجان في كيف تنشر نموذجاً لغوياً صغيراً سيادياً في المؤسسة.
كيف تتوزّع مستويات سيادة ذكاء اصطناعي؟
تتوزّع مستويات سيادة ذكاء اصطناعي بحسب ما يتطلّبه كل مستوى وما يتيح استبعاده. لا يصنّف الجدول أدناه أي عرض: بل يسمّي، مستوى بمستوى، الاشتراط التقني والخطر الذي يعالجه.
| مستوى السيادة | ما تتطلّبه السيادة | ما تستبعده |
|---|---|---|
| البيانات | معالجة في بيئة المؤسسة | تصدير السياق المهني غير المضبوط |
| النموذج | نموذج قابل للنشر على بنية مختارة | التبعية لخدمة غامضة |
| البنية التحتية | استدلال مُنفَّذ على موارد مضبوطة | حوسبة خارج نطاق التحكم |
| الولاية القضائية | توطين في قانون مختار ومعروف | عدم اليقين في النظام المطبَّق |
التنازل الذي يوضّح كل شيء: حيث يكفي ذكاء اصطناعي عام
لا تُبرَّر السيادة حين لا يكون أيٌّ من المستويات الأربعة معنياً فعلاً. رسم خريطة موضوع من مصادر مفتوحة، ترجمة مذكّرة عمومية سلفاً، تخشين فكرة: على هذه الاستخدامات، لا تدور أي بيانة حساسة ولا تُفرَض أي ولاية قضائية، بحيث يقدّم ذكاء اصطناعي توليدي للعامة الخدمة المرجوة دون جهاز خاص.
تحديد هذه المنطقة هو ما يجعل المفهوم عملياً. يُقرَأ الانقلاب مستوى بمستوى: بمجرد أن يصبح واحد من المستويات الأربعة مقيِّداً (بيانة لا يمكن تركها تخرج، نموذج يجب القدرة على نشره ذاتياً، بنية تحتية يجب توطينها، ولاية قضائية مفروضة)، تتنازل الملاءمة للتحكم، ويصبح ضبط المستويات الأربعة شرط الاستخدام.
كيف نتعرّف على مستويات السيادة الأربعة في عرض ذكاء اصطناعي؟
التعرّف على مستويات السيادة الأربعة في عرض ذكاء اصطناعي يعني طرح السؤال الذي يكشف، مستوى بمستوى، أين يقع التحكم فعلاً. تؤطّر هذه الأسئلة الأربعة قراءة عرض؛ فهي تحدّد المفهوم، دون أن تحلّ محلّ التدقيق القابل للاحتجاج به.
- مستوى البيانات. هل يبقى سياق الطلب في بيئة المؤسسة، دون أن يُستخدم لتدريب نموذج طرف ثالث؟
- مستوى النموذج. هل النموذج قابل للنشر على بنية مختارة، أم متاح فقط عبر خدمة بعيدة؟
- مستوى البنية التحتية. هل يُنفَّذ الاستدلال على موارد تتحكم المؤسسة في الوصول إليها وتوطينها؟
- المستوى القانوني. هل يوافق التوطين المختار النظام المطبَّق على البيانات المعنية؟
التحقق القابل للاحتجاج به من هذه النقاط الأربع، مُجرىً بالأدلة (دراسة أثر على حماية البيانات، تدوين سجلات الوصول، أدلة محفوظة)، يعود إلى أداة التدقيق الموصوفة في هل يُبقي النموذج اللغوي الصغير البيانات داخل المؤسسة. تؤطّر هذه الصفحة المفهوم؛ ولا تعيد سرد ذلك الإجراء.
الأسئلة الشائعة
ما الفرق بين ذكاء اصطناعي سيادي ومجرد استضافة محلية؟
ذكاء اصطناعي سيادي يغطي البيانات والنموذج والبنية التحتية والولاية القضائية معاً؛ أما الاستضافة المحلية فلا تعالج إلا مستوى البنية التحتية. نموذج مُستضاف في الموقع لكنه مُغذّىً بخدمة بعيدة ليس سيادياً مع ذلك.
ما النموذج اللغوي السيادي (sovereign LLM)؟
النموذج اللغوي السيادي نموذج قابل للنشر والتنفيذ تحت تحكم المؤسسة، بلا تبعية لخدمة طرف ثالث في استدلاله. يشدّد المصطلح على مستوى النموذج والبنية التحتية، بينما يغطي الذكاء الاصطناعي السيادي فوق ذلك البيانات والولاية القضائية.
هل يفرض ذكاء اصطناعي سيادي نموذجاً لغوياً صغيراً؟
ذكاء اصطناعي سيادي لا يفرض نموذجاً صغيراً، لكن نموذجاً مُدمَجاً ييسّر السيادة، لأنه يُنفَّذ على بنية تحتية مضبوطة بلا مقياس خدمة بعيدة. يتبع اختيار النموذج قيد النشر، لا العكس.
هل تُستخدم البيانات المرسَلة إلى ذكاء اصطناعي سيادي لتدريبه؟
في ذكاء اصطناعي سيادي، تبقى بيانات الطلب في بيئة المؤسسة ولا تُستخدم لتدريب نموذج طرف ثالث. إنه أحد الشروط القابلة للتحقق من السيادة، على مستوى البيانات.
هل الذكاء الاصطناعي السيادي مرادف للذكاء الاصطناعي الوطني؟
الذكاء الاصطناعي السيادي ليس ذكاءً اصطناعياً وطنياً: تشير السيادة إلى التحكم الذي تمارسه المؤسسة على سلسلة معالجتها، في ولاية قضائية تختارها، أياً كانت جنسية مورّد اللبنة التقنية.