هل DeepSeek مفتوح المصدر حقًا؟

أثارت شركة DeepSeek، وهي شركة صينية ناشئة في مجال الذكاء الاصطناعي، والتي تصدرت عناوين الأخبار لأول مرة بنموذجها الاستدلالي R1 في أوائل عام 2025، جدلاً حاداً حول وضع الذكاء الاصطناعي مفتوح المصدر وتداعياته الأوسع. وبينما انصبّ الاهتمام بشكل كبير على أدائها المذهل - منافسةً نماذج من شركات أمريكية مثل OpenAI وAlibaba - لا تزال هناك تساؤلات حول ما إذا كانت DeepSeek "مفتوحة المصدر" حقاً روحاً وممارسةً. تتناول هذه المقالة آخر التطورات المتعلقة بـ DeepSeek، مستكشفةً مؤهلاتها كشركة مفتوحة المصدر، ومقارنتها بنماذج مثل GPT-4.1، ومقيّمةً تداعياتها على المشهد العالمي للذكاء الاصطناعي.

ما هو DeepSeek وكيف ظهر؟

أصل DeepSeek وطموحاته

تأسست شركة ديب سيك تحت اسم شركة هانغتشو ديب سيك لأبحاث التكنولوجيا الأساسية للذكاء الاصطناعي المحدودة، بقيادة ليانغ وينفنغ (المعروف أيضًا باسم وينفنغ ليانغ) بصفته صاحب الرؤية الرئيسي. وقد اختلف نهجها عن العديد من الشركات الناشئة في وادي السيليكون: فبدلاً من إعطاء الأولوية للتسويق السريع، ركزت ديب سيك على كفاءة البحث وفعالية التكلفة. وبحلول أوائل عام 2025، كان نموذج R1 الخاص بديب سيك قد لفت الانتباه لمطابقته أو تجاوزه للمعايير الرائدة في التفكير الرياضي وتوليد الشفرات، على الرغم من تطويره في ظل قيود ضوابط التصدير الأمريكية على رقائق الذكاء الاصطناعي المتطورة.

اختراق في نماذج التفكير

في يناير 2025، كشفت شركة DeepSeek عن R1 بموجب ترخيص معهد ماساتشوستس للتكنولوجيا (MIT) - ترخيص مفتوح المصدر يسمح بالاستخدام - مدّعيةً أن R1 حقق "79.8% من النجاح في اختبار AIME 1، متجاوزًا بذلك OpenAI-o2024-1 بفارق طفيف"، و"1217% في اختبار MATH-97.3، مساوٍ لـ o500 ومتفوقًا على نماذج عامة أخرى". وفي مهام البرمجة، حقق R1 تقييم 1 Elo على Codeforces، متفوقًا على 2,029% من المشاركين، مما يشير إلى أن النموذج لم يكن مجرد تمرين نظري، بل أداة عالية الأداء مناسبة للتطبيقات العملية.

بفضل الاستفادة من تقنيات مثل طبقات مزيج الخبراء (MoE) والتدريب على شرائح ذكاء اصطناعي أضعف - والتي فرضتها القيود التجارية - خفّضت DeepSeek تكاليف التدريب بشكل كبير. ولاحظ المراقبون أن نهجها لم يتحدّى فقط فكرة الاعتماد على أجهزة عالية الجودة، بل أحدث أيضًا صدمةً في أرجاء الصناعة، مما تسبب في انخفاض القيمة السوقية لشركة Nvidia بنحو 600 مليار دولار في جلسة واحدة - وهو "أكبر انخفاض لشركة منفردة في تاريخ سوق الأسهم الأمريكية".

هل DeepSeek مفتوح المصدر حقًا؟

الترخيص والتوافر

تم إصدار نموذج R1 الخاص بشركة DeepSeek بموجب ترخيص MIT على Hugging Face في يناير 2025، مما يسمح بالاستخدام التجاري غير المقيد وتعديل وإعادة توزيع أوزان النموذج والرمز المرتبط بها. يصنف خيار الترخيص هذا R1 من الناحية الفنية على أنه مشروع مفتوح المصدر، ولكن في الممارسة العملية، تنشأ الفروق الدقيقة. في حين أن أوزان النموذج ورمز الاستدلال متاحان للجمهور، إلا أنه لم يصدر مجموعة بيانات التدريب الكاملة أو خطوط أنابيب التدريب الدقيقة. يثير هذا الإغفال تساؤلات حول ما إذا كان مؤهلاً ليكون مفتوح المصدر "بالكامل" بنفس روح المشاريع التي تشترك في تفاصيل إمكانية إعادة الإنتاج من البداية إلى النهاية. على سبيل المثال، بينما يمكن لأي شخص تنزيل R1 وضبطه بدقة، لا يمكنه تكرار إجراء التدريب الأصلي لشركة DeepSeek دون الوصول إلى البيانات الملكية وتكوينات المجموعة (على سبيل المثال، مجموعات Fire-Flyer التي تستخدم 5,000 وحدة معالجة رسومية A100).

شفافية بيانات التدريب

غالبًا ما يُشدد مُتشددو البرمجيات مفتوحة المصدر ليس فقط على توافر أوزان النماذج والرموز البرمجية، بل أيضًا على الشفافية فيما يتعلق ببيانات التدريب، ونصوص المعالجة المسبقة، ومعايير التقييم. في حالتها، شاركت الشركة تفاصيل دقيقة - مثل استخدام "البيانات المُركّبة المُولّدة بواسطة R1" لضبط المتغيرات المُركّبة بدقة، ودمج دوال المكافآت القائمة على القواعد لـ R1-Zero - لكنها حجبت تفاصيل حول مصدر البيانات وعمليات معالجتها. بدون هذه المعلومات، لا يمكن للباحثين الخارجيين التدقيق بشكل كامل بحثًا عن أي تحيزات مُحتملة، أو تلوث البيانات، أو تسريبات الخصوصية غير المقصودة، مما يترك أسئلةً مفتوحة حول الآثار الأخلاقية والأمنية للنموذج.

المشاركة المجتمعية والشوك

منذ إصداره مفتوح المصدر، استقطب DeepSeek-R1 تفرعات وتجارب مجتمعية على منصات مثل Hugging Face. أفاد المطورون بتكييف متغيرات أصغر "مُقسّمة" (تتراوح بين 1.5 مليار و70 مليار معلمة) للعمل على أجهزة تجارية، مثل وحدات معالجة الرسومات الاستهلاكية، مما وسّع نطاق الوصول. ومع ذلك، لم يُطرح حتى الآن أي تحدٍّ مستقل تمامًا لإعادة إنتاج R1 من الصفر، ويعزى ذلك جزئيًا إلى الموارد الحسابية الهائلة المطلوبة وغياب مجموعات البيانات الخام المُتاحة للعامة. على عكس LLaMA، الذي ولّد جهودًا متعددة لإعادة إنتاجه من قِبل المجتمع والمسؤولين، فإن ادعاء DeepSeek بأنه "مفتوح المصدر" يعتمد بشكل أساسي على إتاحة الأوزان بدلاً من تمكين الشفافية الكاملة في الأبحاث التي يقودها المجتمع.

كيف تتم مقارنة DeepSeek مع نماذج الذكاء الاصطناعي الأخرى؟

المقارنة مع OpenAI o1 و o3 و GPT-4.1

تُصنّف مقاييس أداء DeepSeek-R1 ضمن أفضل نماذج الاستدلال. ووفقًا لمعايير الأداء الداخلية على منصة LiveCodeBench (التي طورتها جامعة كاليفورنيا، بيركلي، ومعهد ماساتشوستس للتكنولوجيا، وكورنيل)، فإن إصدار DeepSeek المُحدّث R1-0528 يأتي في مرتبة أدنى بقليل من o4-mini وo3 من OpenAI في توليد الشيفرة، ولكنه يتفوق على Grok 3-mini من xAI وQwen 3 mini من Alibaba. في الوقت نفسه، يتميز إصدار OpenAI GPT-4.1، الذي صدر في 14 أبريل 2025، بنافذة سياقية تضم مليون رمز، ويتفوق في البرمجة، واتباع التعليمات، والمهام طويلة السياق مقارنةً بسابقه GPT-4o.

عند مقارنة R1 مع GPT-4.1، تظهر عدة عوامل:

• الأداء في معايير البرمجة والرياضياتحقق R1 نسبة نجاح 79.8% في اختبار AIME 1، و2024% في اختبار MATH-97.3، متجاوزًا بذلك o500 بقليل. أما GPT-1، فقد حقق ما يُقدر بنحو 4.1% في الترميز (تم التحقق منه من قِبل SWE-bench) و54.6% في المهام طويلة المدى، وهي مقاييس، وإن كانت مبهرة، إلا أنها لا تُقارن مباشرةً بمعايير التفكير المتخصص في R72.
• نافذة السياقيدعم GPT-4.1 ما يصل إلى مليون رمز، مما يُمكّنه من معالجة كتب كاملة أو قواعد بيانات طويلة في تمريرة واحدة. لا يتوافق R1 الخاص بـ DeepSeek مع طول السياق هذا، إذ يُركز بدلاً من ذلك على كفاءة الاستدلال والاستدلال على المدخلات الأقصر.
• فعالية التكلفةفي Hugging Face، تُقل تكلفة الوصول إلى واجهة برمجة التطبيقات (API) الخاصة بـ R1 بنسبة تصل إلى 95% عن تكلفة o1 الخاصة بـ OpenAI، مما يجعلها جذابة للشركات الناشئة والباحثين ذوي الميزانيات المحدودة. يبلغ السعر الأساسي لـ GPT-4.1 دولارين أمريكيين لكل مليون رمز إدخال و2 دولارات أمريكية لكل مليون رمز إخراج، مع أسعار أقل للنسخ الصغيرة والنانو (8 دولار أمريكي/0.40 دولار أمريكي و1.60 دولار أمريكي/0.10 دولار أمريكي، على التوالي). يمكن تشغيل نماذج DeepSeek المُحسّنة على أجهزة الكمبيوتر المحمولة، مما يُوفر مستوى إضافيًا من التوفير في التكاليف في مرحلة متطلبات الأجهزة.

الاختلافات المعمارية

يعتمد نموذج R1 من DeepSeek على بنية مزيج الخبراء (MoE)، حيث تُفعّل أجزاء كبيرة من الشبكة عند الحاجة فقط، مما يُقلل بشكل كبير من تكاليف الحوسبة الاستدلالية. تُمكّن طبقات مزيج الخبراء هذه، إلى جانب مكتبات الاتصالات غير المتزامنة (مثل: hfreduce) وإطار عمل Fire-Flyer DDP، يتيحان لـ DeepSeek توسيع نطاق مهام التفكير عبر مجموعات الأجهزة الأضعف في ظل القيود التجارية.

في المقابل، يستخدم GPT-4.1 طبقات تحويل كثيفة عبر شبكته بالكامل للتعامل مع نافذة سياق المليون رمز. وبينما يؤدي هذا إلى أداء فائق في المهام طويلة السياق، فإنه يتطلب أيضًا حوسبة مكثفة للتدريب والاستدلال، ومن هنا يأتي سعر GPT-4.1 المتميز مقارنةً بالنماذج الأصغر مثل GPT-4.1 mini وnano.

ما هي آثار نهج DeepSeek مفتوح المصدر؟

التأثير على المنافسة العالمية في مجال الذكاء الاصطناعي

يُقوّض إصدار DeepSeek مفتوح المصدر قواعدَ وادي السيليكون التقليدية القائمة على نماذج الملكية وحظر البيانات. بإتاحة R1 للجمهور بموجب ترخيص من معهد ماساتشوستس للتكنولوجيا، تحدت DeepSeek فكرةَ بقاء الذكاء الاصطناعي عالي الأداء مغلقًا أو مرخصًا حصريًا. كانت التداعيات المباشرة ملموسة: عدّلت شركات التكنولوجيا الأمريكية العملاقة أسعارها (على سبيل المثال، طرحت OpenAI نموذجي GPT-4.1 mini وnano بتكلفة أقل) وسرّعت تطوير نماذجها الخاصة التي تُركّز على التفكير المنطقي، مثل o4-mini، للحفاظ على حصتها السوقية. وصف مُعلّقو الصناعة ظهور DeepSeek بأنه "لحظة سبوتنيك" مُحتملة للذكاء الاصطناعي الأمريكي، مما يُشير إلى تحوّل في السيطرة المُهيمنة على قدرات الذكاء الاصطناعي الأساسية.

أثرت استراتيجية ديب سيك للمصادر المفتوحة أيضًا على توجهات رأس المال الاستثماري. فبينما خشي بعض المستثمرين من أن دعم شركات الذكاء الاصطناعي الأمريكية قد يؤدي إلى عوائد متناقصة في حال انتشار بدائل المصادر المفتوحة الصينية، رأى آخرون في ذلك فرصة لتنويع التعاون العالمي في مجال أبحاث الذكاء الاصطناعي. وأشاد مارك أندريسن، المستثمر الاستثماري، بـ R1 ووصفه بأنه "أحد أكثر الاختراقات المذهلة والمثيرة للإعجاب" و"هدية ثمينة للعالم". في الوقت نفسه، يُمكن اعتبار إصدار OpenAI لـ GPT-4.1 في أبريل 2025 جزئيًا بمثابة إجراء مضاد لنموذج ديب سيك مفتوح المصدر الفعال من حيث التكلفة، مما يُثبت أن الوصول المفتوح لا يقتضي التضحية بالأداء المتطور.

مخاوف تتعلق بالأمان والخصوصية

على الرغم من الحماس لتعميم الذكاء الاصطناعي مفتوح المصدر، أثار نشأة DeepSeek مخاوفَ بين دعاة الخصوصية والهيئات الحكومية. في يناير 2025، أكدت لجنة حماية المعلومات الشخصية في كوريا الجنوبية (PIPC) أن خدمتها الإلكترونية تُرسل بيانات المستخدمين الكوريين الجنوبيين إلى خوادم ByteDance في الصين، مما أدى إلى حظر تنزيل التطبيقات الجديدة حتى تتم معالجة مشكلات الامتثال. أدى خرق بيانات لاحق في أواخر يناير 2025 إلى كشف أكثر من مليون مُدخلة حساسة - رسائل دردشة، ومفاتيح واجهة برمجة تطبيقات، وسجلات نظام - بسبب خطأ في تكوين قاعدة بيانات التخزين السحابي، مما فاقم المخاوف بشأن ممارسات DeepSeek لأمن البيانات.

نظرًا للأنظمة الصينية التي تُلزم الشركات بمشاركة البيانات مع السلطات الحكومية، لا تزال بعض الحكومات والشركات الغربية حذرة بشأن دمج DeepSeek في سير العمل الحيوي. على الرغم من اتخاذ DeepSeek خطوات لتأمين بنيتها التحتية (مثل تصحيح قاعدة البيانات المكشوفة في غضون ساعة)، لا تزال الشكوك قائمة بشأن احتمال وجود ثغرات أمنية أو إساءة استخدام في عمليات التأثير. أفادت مجلة Wired أن خدمة DeepSeek الإلكترونية التي ترسل البيانات إلى بلدها الأم "قد تُمهّد الطريق لمزيد من التدقيق"، كما لمّحت الهيئات التنظيمية في أوروبا والولايات المتحدة إلى إجراء فحص أدق بموجب إطاري اللائحة العامة لحماية البيانات (GDPR) وقانون خصوصية المستهلك في كاليفورنيا (CCPA).

التأثير على تكاليف الأجهزة والبنية التحتية

لقدرة DeepSeek على تدريب ونشر نماذج استدلال عالية الأداء على أجهزة دون المستوى الأمثل لها آثار إيجابية على سوق البنية التحتية للذكاء الاصطناعي الأوسع. من خلال إثبات أن طبقات MoE والتوازي المُحسَّن (مثل HaiScale DDP) يمكن أن توفر دقة استدلال مماثلة للنماذج ذات الكثافة العالية، أجبرت DeepSeek مزودي الخدمات السحابية الرئيسيين - Microsoft Azure وAWS وGoogle Cloud - على تقييم دمج تقنيات تحسين DeepSeek. أفادت التقارير أن Microsoft وAmazon بدأتا بتقديم DeepSeek-R1 كجزء من كتالوجات خدمات الذكاء الاصطناعي الخاصة بهما، لتلبية احتياجات العملاء الذين يبحثون عن بدائل أقل تكلفة لواجهات برمجة التطبيقات GPT-4.1 أو o1.

علاوة على ذلك، استجابت شركة NVIDIA، المورّد المهيمن لوحدات معالجة الرسومات (GPU) تاريخيًا، لكفاءتها المعتمدة على MoE بالتركيز على أجهزة متخصصة (مثل وحدات معالجة الرسومات الممكّنة بـ HBM3 وطوبولوجيات NVLink) للحفاظ على ميزتها التنافسية. يُبرز تقلب سعر سهم NVIDIA بعد صعوده كيف يُمكن للتطورات في كفاءة الخوارزميات أن تُعيد تشكيل توقعات الطلب على الأجهزة. وهكذا، حتى دون الكشف عن أجهزة خاصة، أثّر DeepSeek بشكل غير مباشر على خارطة طريق مُسرّعات الذكاء الاصطناعي المستقبلية.

ماذا يكشف التحديث الأخير R1-0528 عن التزام DeepSeek بالانفتاح؟

التحسينات التقنية في R1-0528

أُعلن عن تحديث DeepSeek R28-2025 في 1 مايو 0528، وهو يَعِد بتحسينات كبيرة في التفكير الرياضي، ومهام البرمجة، والحد من الهلوسة - وهي أخطاء في المعلومات المُولّدة بالذكاء الاصطناعي. وبينما وصفت DeepSeek هذا الإصدار بأنه "ترقية تجريبية بسيطة"، فإنّ اختبارات الأداء على منصة LiveCodeBench التابعة لجامعة كاليفورنيا، بيركلي، ومعهد ماساتشوستس للتكنولوجيا، وجامعة كورنيل، تُشير إلى أن R1-0528 يُنافس في الأداء نموذجي o3 وo4-mini من OpenAI. كما يُعيد التحديث تأكيد سياسته الشفافة مفتوحة المصدر من خلال إصدار الأوزان الجديدة وشيفرة الاستدلال على Hugging Face بعد فترة وجيزة من الإعلان، مُعززًا التزامها بالتطوير المُوجّه من قِبل المجتمع والتحسين التعاوني.

استقبال المجتمع وردود الفعل

استجاب مجتمع المطورين للتحديث R1-0528 بإيجابية، مشيرين إلى انخفاض معدلات الهلوسة وتحسين الاتساق المنطقي في المخرجات. تشير المناقشات في منتديات مثل Hugging Face وGitHub إلى أن الباحثين يُقدّرون مكاسب الأداء الملموسة دون التضحية بتسامح ترخيص معهد ماساتشوستس للتكنولوجيا. ومع ذلك، أعرب بعض المساهمين عن مخاوفهم بشأن غموض بيانات التدريب والتأثير المحتمل لتوجيهات الدولة في الضبط الدقيق، مؤكدين أن ترخيص المصادر المفتوحة وحده لا يضمن الشفافية الكاملة. تُؤكد هذه الحوارات على ضرورة استمرار مشاركة المجتمع لضمان ترجمة مبادئ المصدر المفتوح إلى أنظمة ذكاء اصطناعي موثوقة وقابلة للتدقيق.

استنتاجات

لقد أعادت مغامرة DeepSeek في مجال الذكاء الاصطناعي مفتوح المصدر تعريف توقعات إمكانية الوصول والأداء والفعالية من حيث التكلفة. ورغم أن نموذج R1 الخاص بها مفتوح المصدر تقنيًا بموجب ترخيص من معهد ماساتشوستس للتكنولوجيا (MIT)، إلا أن غياب بيانات التدريب الكاملة وشفافية خط الأنابيب يُعقّد تصنيفه على أنه مفتوح "بالكامل". ومع ذلك، فإن إنجازاتها - تدريب نماذج استدلال قوية في ظل قيود الأجهزة وإتاحتها على نطاق واسع - أثارت حماسًا وتدقيقًا حذرًا في مجتمع الذكاء الاصطناعي العالمي.

تكشف المقارنات مع GPT-4.1 من OpenAI عن بيئة عمل متنوعة: يتفوق DeepSeek في مهام التفكير المُوجَّه والإعدادات الحساسة للتكلفة، بينما تجعل نافذة السياق الواسعة لـ GPT-4.1 وتفوقه الكبير في معايير الأداء خيارًا مثاليًا لتطبيقات المؤسسات المتطورة. مع تطوير DeepSeek لنموذج R2 وتوسيع تعاونها مع مزودي الخدمات السحابية، سيعتمد مصيرها على معالجة مخاوف خصوصية البيانات، وضمان الامتثال للوائح التنظيمية، وربما اعتماد شفافية أكبر في عملية البحث.

في نهاية المطاف، يُبرز صعود DeepSeek أن الذكاء الاصطناعي مفتوح المصدر لم يعد مجرد مثال نظري، بل قوة عملية تُعيد تشكيل المنافسة. بتحديها للشركات الراسخة، سرّع DeepSeek دورة الابتكار، مما دفع الشركات الراسخة والوافدين الجدد على حد سواء إلى إعادة النظر في كيفية تطوير أنظمة الذكاء الاصطناعي وترخيصها ونشرها. في هذه البيئة الديناميكية - حيث يُحدد GPT-4.1 معيارًا، ويُحدد DeepSeek-R1 معيارًا آخر - يبدو مستقبل الذكاء الاصطناعي مفتوح المصدر أكثر إشراقًا واضطرابًا من أي وقت مضى.

كيف تبدأ

يوفر CometAPI واجهة REST موحدة تجمع مئات نماذج الذكاء الاصطناعي ضمن نقطة نهاية متسقة، مع إدارة مدمجة لمفاتيح واجهة برمجة التطبيقات، وحصص استخدام، ولوحات معلومات للفواتير. بدلاً من إدارة عناوين URL وبيانات اعتماد متعددة للموردين، يمكنك توجيه عميلك إلى عنوان URL الأساسي وتحديد النموذج المستهدف في كل طلب.

يمكن للمطورين الوصول إلى واجهة برمجة التطبيقات الخاصة بـ DeepSeek مثل DeepSeek-V3(اسم النموذج: deepseek-v3-250324) و Deepseek R1 (اسم الطراز: deepseek-r1-0528) من خلال كوميت ايه بي اي.للبدء، استكشف قدرات النموذج في ملعب واستشر دليل واجهة برمجة التطبيقات للحصول على تعليمات مفصلة. قبل الدخول، يُرجى التأكد من تسجيل الدخول إلى CometAPI والحصول على مفتاح API.

هل أنت جديد في CometAPI؟ ابدأ تجربة مجانية بقيمة 1 دولار وأطلق العنان لسورا في أصعب المهام لديك.

نتطلع بشوق لرؤية ما ستُبدعه. إذا وجدتَ أي شيء لا يُناسبك، فانقر على زر التعليقات - فإخبارنا بالخطأ هو أسرع طريقة لتحسينه.