تطوير الذكاء الاصطناعي في تايوان والإستراتيجيات المستقبلية: الحصول على تذكرة الدخول إلى العالم الصلب، أين تكمن المعركة التالية؟

ملخص في 30 ثانية: في 8 أكتوبر 2024، منحت جائزة نوبل للفيزياء الفيزيائيين اللذين ابتكرا شبكة هوبفيلد وعالم الإدراك الذي ابتكر خوارزمية الانتشار العكلي ¹。 في اليوم التالي، 9 أكتوبر، منحت جائزة نوبل للكيمياء ثلاثة باحثين حلوا باستخدام الذكاء الاصطناعي معضلة 折疊 البروتينات التي استمرت نصف قرن ²。 في 29 مايو 2024، ظهر رئيس نفيديا، جينسن هوانغ، في سوق نانشيا الليلي في تايبيي ويلتقي مع تشانغ تشونغ-مو، و lin bai-li، و cai li xing يتناولون سلمون بالهامبو. حازت تايوان سيليكون تصنع 72% من إيرادات سوق معدات التصنيع العالمية، بينما تنتج شركات مثل فوكسكون، و廣達، و緯創 90% من خوادم الذكاء الاصطناعي العالمية. ومع ذلك، في هذه المراسيم العلمية التي استغرت يومين وأعادت توطيد تاريخ الشبكات العصبية التي تمتد على 42 عامًا، لم يُذكر أي اسم من تايوان. منذ مختبر الذكاء الاصطناعي التابع لتايوان الذي أسسه مؤسس بلاتفورم بي تي بي، دو يي تشين، حتى النموذج اللغوي الكبير باللغة التايوانية الذي دعمته الحكومة، تايد، يُجرى محاولة من «صناعة الذكاء الاصطناعي» إلى «أصبحنا الذكاء الاصطناعي».

42 عاماً من الإيجابية: نوبل 2024 يمنح خلال يومين متتاليين

في 8 أكتوبر 2024، بالتوقيت الصباحي في ستوكهولم، أعلنت الأكاديمية الملكية السويدية عن تسليم جائزة نوبل للفيزياء لعام 2024 لعالمين في مجال الذكاء الاصطناعي: جون جيه هوبفيلد، الأستاذ الباحث في جامعة برينستون عن عمر يومئته 91، وجيفري هينتون، البالغ من العمر 76، الذي استقال من جوجل قبل خمسة أشهر فقط¹، بلغ مبلغ الجائزة 1100 مليون كرون سويدية، وتم تقسيمها بالتساوي بينهما¹。

وقد ورد في سبب اختيارهما من قبل لجنة التحكيم: «للتميزات الأساسية والاختراعات التي مكنت التعلم الآلي باستخدام الشبكات العصبية الاصطناعية»¹، وهو الأمر يمثل أول مرة تُمنح فيها هذه الفئة مباشرة في تاريخ جائزة نوبل للفيزياء.

وفي اليوم التالي، 9 أكتوبر، أعلنت الأكاديمية عن جائزة نوبل للكيمياء، حيث تم توزيعها بين ثلاثة فائزين: ديفيد بيكر من جامعة واشنطن، إلى جانب ديميس هاسيبس وجون جامبر من شركة ديب مايند. وقد حصل بيكر على نصف المبلغ، بينما تم تقسيم النصف الآخر بالتساوي بين هاسيبس وجامبر²، حيث تم تقسيم السبب إلى جزأين، الجزء الأول مخصص لـ«تصميم البروتينات الحاسوبية» لبيكر، والجزء الثاني مخصص لـ«تنبؤ هاسيبس وجامبر بالبنية البروتينية».

وهكذا، خلال يومين متتاليين، تم تكريم نوبلين مرتبطين ارتباطاً وثيقاً بالذكاء الاصطناعي، وهو أمر غير مسبوق في تاريخ جائزة نوبل.

لنأخذ مقارنة زمنية: عندما نشر هوبفيلد في عام 1982 ورقته التي تحمل عنوان «الشبكات العصبية والأنظمة الفيزيائية ذات القدرات الحاسوبية الجماعية الظاهرة» في مجلة أكاديمية علوم الولايات المتحدة (PNAS)، كان قد انتقل حديثاً من الفيزياء المكثفة إلى علم الأعصاب³، ومنذ عام 1982 حتى 2024، مرت فترة قدرها 42 عاماً. وكذلك، فإن الورقة التي كتبت فيها خوارزمية الباك ابروباغيشن بواسطة هينتون وروميلهارد عام 1986⁴، استغرت 38 عاماً منذ نشرها حتى حصوله على الجائزة. وأخيراً، استغرت ألفا فولد منذ أن ظهرت لأول مرة في مسابقة كاسب 13 عام 2018 حتى حصولها على جائزة نوبل عام 2024، أي فترة لم تتجاوز 6 سنوات.

في النهاية، يجب أن نوضح أن الجائزتين لم تُمنحا لـ «تشات جي بي تي»، بل لورقات علمية قديمة لم يفهمها أحد قبل بضعة عقود. ففرق الوقت بين الأبحاث الأساسية وتطبيقاتها الصناعية كان ولا يزال دائماً كذلك.

جيفري هينتون، فائز بجائزة نوبل للفيزياء 2024، خلال أسبوع نوبل في ستوكهولم. التصوير: آرثر بيترون، 8 ديسمبر 2024. CC BY-SA 4.0 عبر ويكيميديا كومونز.

عشاء بقيمة تريليونات في سوق نينغشيا الليلي

في تاسعة وعشرين مايو 2024، ظهر مجموعة غير طبيعية من الزوار في سوق نينغشيا الليلي في طائبي قبيل افتتاح معرض كوميوتيكس. كان الرئيس التنفيذي لشركة نفيديا، جينسن هوانغ، يأكل الهوت دوغ الصدفيات بجانب مؤسس تي سي إم إيه، تشونغ تشو، ورئيس مجلس إدارة غونغ دا، لين باي لي، ورئيس تي كي إيه، تساي تشيه شينغ⁵، جميعهم يتكاثرون حول ركن المحل. عندما أدركه المارة، توفق الموقف بين المعجبين والصحفيين، وكان ذلك يشبه مشهد مطاردة المشاهير.

قيمة هذا العشاء تتجاوز عدة تريليونات دولار أمريكي. لكن القصة الحقيقية ليست على طاولة الطعام، بل خلف سلسلة التوريد التي تدعمها: هذه الأشخاص الذين يمثلون شركاتهم، يدعمون الأساس الفيزيائي لحوسبة الذكاء الاصطناعي العالمية. خلال رحلته إلى تايوان، صرح هوانغ علنًا: «تايوان هي إحدى أهم البلاد في العالم.»⁶ هذه ليست كلمات تحية. بدون تايوان، لا يوجد أساس مادي للذكاء الاصطناعي.

وُلِد هوانغ في طائبي عام 1963، وقضى طفولته في تاي نان، ثم هاجر إلى الولايات المتحدة عندما كان في التاسعة من عمره⁷. شارك في تأسيس نفيديا عام 1993، والتي أصبحت اليوم رمزًا لرقاقات الذكاء الاصطناعي. كل بطاقة رسومية متقدمة تصممها نفيديا، من A100 و H100 التي تدرب نموذج ChatGPT، وحتى أحدث سلسلة Blackwell، تُنتج بالكامل بواسطة تي سي إم إيه⁸。

بعد أربعة أشهر من الإعلان عن قوائم النوبل في ستوكهولم، لم يظهر أي اسم مرتبط بهذا العشاء. هذه الفجوة ليست مصطكة، بل هي واقع هيكلي.

البنية التحتية: جزيرة واحدة تدعم ثورة الذكاء الاصطناعي بأكملها

مكانة تايوان في سلسلة توريد البنية التحتية للذكاء الاصطناعي لا يمكن وصفها بكلمة «حاسمة» إلا بإسهاب.

في مجال تصنيع الرقاقات، حظيت تايوان في عام 2025 بحصة سوقية تبلغ 72% من إجمالي إيرادات السوق العالمية لتجميع الرقاقات على الوافر⁹. وفي أكثر العمليات تقدمًا، أي ما دون 7 نانومتر، تتجاوز نسبة تايوان في السوق 90%. وتستحوذ شركة نيفيديا على حوالي 86% من سوق بطاقات الرسومات GPU للذكاء الاصطناعي، بينما يتم تجميع معظم هذه البطاقات من قبل تايوان¹⁰. وأغلبية العمليات الحسابية التي تُستخدم لتدريب وتشغيل نماذج الذكاء الاصطناعي تُنتج في غرف نظيفة تقع في تايوان.

بعد إنتاج الرقاقات، يتم تجميعها في خوادم لتدخل مراكز البيانات. وهذه المرحلة أيضًا تقودها تايوان. فقد أنتجت الشركات الثلاث الكبرى للتجميع ODM وهي شركة هونغ تشين، وشركة غونغ دا، وشركة ويسترون ما يقرب من 90% من إجمالي الخوادم العالمية المخصصة للذكاء الاصطناعي¹¹. وفي عام 2025، تخطت إيرادات كل من هذه الشركات الثلاثة علامة النيون المالية التي تبلغ نحو 320 مليار دولار أمريكي، حيث تفوقت إيرادات الخوادس المخصصة للذكاء الاصطناعي على إيرادات المنتجات الإلكترونية الاستهلاكية لأول مرة في الربع الثاني¹².

لا يعتمد أداء رقاقات الذكاء الاصطناعي فقط على تصغير العملية التصنيعية، بل أيضًا على تقنيات التغليف. وتُعَدّ تقنية تايوان المتقدمة للتغليف CoWoS (Chip on Wafer on Substrate) عاملاً أساسيًا في وصول بطاقات الرسومات ذات المستوى العالي من نيفيديا إلى الأداء المطلوب. ومن المتوقع أن يصل الطلب على رقاقات CoWoS من شركة نيفيديا وحدها في عام 2026 إلى 595,000 قطعة، مما يمثل 60% من إجمالي الطلب العالمي¹³.

وتعاونت شركة هونغ تشين مع نيفيديا والحكومة التايوانية لبناء مصنع ضخم للذكاء الاصطناعي بقدرة 100 ميغاواط في كاوسيونغ، يعتمد على أحدث بنية نيفيديا بلاك ويلي¹⁴. وتتحول تايوان من مجرد «مكان يتم فيه تصنيع رقاقات الذكاء الاصطناعي» إلى «مكان يتم فيه تشغيل الذكاء الاصطناعي».

مصنع Fab 5 في هالا نان، موقع فيزيائي لتجميع رقاقات الذكاء الاصطناعي. Photo: Wikimedia Commons via TSMC Fab 5 file.

المشكلة تكمن في أن الحصول على بطاقة الدخول للبنية التحتية ليس هو النهاية، بل بل إلى أين سيتم توجيه الصراع التالي.

📝 ملاحظات المحرر

السرد السائد هو «جبل حارس تايوان يدعم ثورة الذكاء الاصطناعي». هذا السرد سلس في العرض، لكنه يعكس العلاقة السببية بشكل ناقص. فهو ثورة الذكاء الاصطناعي التي تحتاج إلى بطاقات GPU التي اختارت تايوان، وليس تايوان التي نمت بفضل ثورة الذكاء الاصطناعي. والتوتر الحقيقي يكمن في السؤال التالي: عندما يصبح GPU سلعة، فأين سيتم تحويل القيمة في المرحلة التالية؟ وقدم إجابته النوبل في عام 2024 من خلال نموذجين: نموذج Hopfield الذي كتبه في 12 صفحة، وتجربة Hinton وطلابه Krizhevsky في تلك الليلة عام 2012 عندما نجح AlexNet في خفض معدل الأخطاء في التعرف على الصور إلى 15.3% بدلاً من 26.2%¹⁵، وكذلك تجربة Hassabis وفريقه عندما حصل AlphaFold على GDT متوسطه 92.4 في CASP14.

نموذج الذاكرة الذي كتبه فيزيائي 1982

عام 1982، كتب فيزيائي المواد الثابتة في جامعة برينسيتون، جون هوبفيلد، ورقة مكوّنة من 12 صفحة فقط، بعنوان طويل جدًا: «الشبكات العصبية والأنظمة الفيزيائية ذات القدرات الحاسوبية الجمعية الناتجة»، نُشرت في مجلة «مجلة أكاديمية العلوم الأمريكية»³.

ما كان يقوم به، بشكل جوهري، هو ترجمة «الذاكرة» إلى لغة فيزيائية.

هناك شيء في الفيزياء يُدعى زجاج السبين (spin glass): مجموعة من الذرات المغناطيسية، كل منها له اتجاه سبين خاص، وتتفاعل بعضها البعض، ويجد النظام بشكل طبيعي نقطة طاقة دنيا. نقل هوبفيلد هذا المفهوم إلى الخلايا العصبية: تخيل الخلية العصبية كـ«سبين»، وتخيل قوة الاتصال كـ«تفاعل»، وستتجه الشبكة بشكل طبيعي إلى حالة مستقرة تُعرف بـ«حد أدنى للطاقة» (energy minimum)³. كل حد أدنى للطاقة هو ذاكرة مخزّنة.

وتكمن براعة هذا النموذج في أنه يجعل من الذاكرة شيئًا يمكن وصفه بلغة فيزيائية. إذا قدّمت إشارات غير كاملة، ستجد الشبكة بنفسها أقرب حد أدنى للطاقة، وتكمل بااقي الذاكرة. وهذا بالضبط هو سلف الرياضيات لما يفعله الذكاء الاصطناعي التوليدي اليوم.

عام 1982، كانت الأمور في تايوان تتعلق بصناعة الإلكترونيات للتو تمامًا، ولم تُأسس تايوان سيميكوندكترر (TSMC) بعد. كانت تشونغ تشياو تحتاج إلى انتظار عام 1987 لتؤسس الشركة التي ستصبح بعد 42 عامًا «جبل الحماية الوطنية». وحتى عام 2026، تراكمت الاستشهادات في جوجل أكاديمي لورقة هوبفيلد إلى أكثر من سبعين ألف استشهاد¹⁶.

وأكثر من ذلك، الجملة التي قالها هوبفيلد لاحقًا. كان يعمل في برينسيتون طوال حياته في فيزياء المواد الثابتة، ثم انتقل إلى علوم الأعصاب، حيث اعتبره الأقران «لعبة». وحتى معلن قائمة نوبل 2024، وهو في التاسعة والتسعين من عمره، سألته أكاديمية علمية ملكية في ستوكهولم في مقابلة هاتفية عن رد فعله على الجائزة، فأجاب أنه يشعر بالقلق من «أن أحدًا لا يفهم أو لا يتحكم في اتجاه الذكاء الاصطناعي»¹⁷.

الرجل الذي كتب الأساس الرياضي للذكاء الاصطناعي الحديث، تذكّر الناس في يوم نيله الجائزة أن يتوخوا الحذر قليلًا.

_جون هوبفيلد، فائز بجائزة نوبل للفيزياء 2024، أسبوع نوبل في ستوكهولم. التصوير: آرثر بترون، 8 ديسمبر 2024. CC BY-SA 4.0 عبر ويكيميديا كومونز._

هينتون: تلك الورقة عام 1986، وتحذيره عند مغادرة جوجل عام 2023

وُلِد جيفري هينتون في لندن، وندور، عام 1947، وهو شخص آخر تم إقراره بعد 38 عامًا من التأخر في التاريخ¹⁸。

عام 1986، نشر هينتون مقالته مع ديفيد روميلهاارت ورونالد ويليامز في مجلة 《Nature》 حول خوارزمية الباك بروباغيشن⁴。 فكرة هذه الخوارزمية هي: عندما يرتكب الشبكة العصبية خطأً، يتم إرسال إشارة الخطأ إلى الوراء عبر كل طبقة، وتعديل الأوزان المتصلة طبقة بطبقة. وهذه هي الطريقة التي تتدرب بها جميع نماذج التعلم العميق اليوم.

تمت كتابة هذه الخوارزمية عام 1986، لكنها لن تنفجر حتى يتوفرت ثلاثة أشياء: حوسبة رخيصة بما يكفي، بيانات كبيرة بما يكفي، والإيمان بأنك تتبع هذه الطريقة. الشيئان الأولين أصبحا جاهزين في أوائل العقد 2010، والشخص الذي يمثل الجانب الثالث هو هينتون إلى جانب طالبيه أليكس كريزيفسكي وإيليا سوتسكفر. عام 2012، استخدموا بطاقة رسومية (GPU) لتدريب شبكة عصبية ذات طبقات ملتفة تُدعى ألكسنيت، وفازت في مسابقة تعرف الصور في مجموعة ImageNet بمعدل أخطاء 15.3% في المرتبة الأخيرة من الخمسة، متفوقة بوضوح على المرتبة الثانية التي كانت 26.2%¹⁵。 في تلك اللحظة، أصبحت الصناعة بأكملها تؤمن بأن الباك بروباغيشن يمكن أن يعمل حقًا.

في مارس 2013، اشترت جوجل شركة DNNresearch الصغيرة التي يملكها هينتون مقابل 44 مليون دولار أمريكي، وضمت الرجل البالغ من العمر 65 عامًا إلى فريقها¹⁸。 خلال العقد التالي، كان هينتون أكثر عالم AI احترامًا في وادي السيليكون.

ثم في 1 مايو 2023، نشرت النيويورك تايمز مقابلة: هينتون غادر جوجل.

سبب إقالته لم يكن الاستسلام للشيخوخة. قال في المقابلة إنه يرغب في أن يتمكن من "مناقشة مخاطر الذكاء الاصطناعي بحرية، دون أن يضطر إلى الأخذ بعين الاعتبار تأثير ذلك على جوجل"¹⁹。 من بين الأمور التي حذّر منها: قد يصبح نظام الذكاء الاصطناعي أكثر ذكاءً من البشر قريبًا، وقد يستخدمه الأشرار للقيام بأعمال شريرة، ومن الصعب أن نجد طريقة لمنع ذلك¹⁹。 حتى إنه قال إنه يشعر ببعض الأسف على مدار حياته المهنية¹⁹。

عند منحه جائزة نوبل للفيزياء عام 2024، كرر تحذيره مرة أخرى في مقابلة هاتفية: يجب أن نكون حذرين من احتمال خروج الذكاء الاصطناعي عن السيطرة²⁰。

الشخص الذي كتب خوارزمية تدريب التعلم العميق، والشخص الذي كتب نموذج الذاكرة، كانا معًا في 10 أكتوبر 2024 على منصة أكاديمية علمية ملكية في ستوكهولم، وحذّرا الجميع من أن هذا الشيء ربما أكثر خطورة مما نتخيل. هذه اللحظة تشبه مشهد أوبنهايم وهو ينظر إلى السحابة المتفجرة في صحراء نيو مكسيك عام 1945.

بعد شهرين، في 8 ديسمبر 2024، ألقى هينتون محاضرته النوبل في قاعة أولا ماغنا بجامعة ستوكهولم. العنوان كان "ماكينات بولتزمان" — وهو العمل الذي كان يُنسب إلى هوبفيلد، الذي يدمج توزيعات الاحتمالات الحرارية في الشبكات العصبية. بعد الاستماع، أصبح واضحًا أن مقالة الباك بروباغيشن عام 1986 لم تكن بصيغة منعزلة، بل كانت جزءًا من مجموعة أفكار كاملة نمت في تقاطع العقدة الثمانينات بين الفيزياء والعلوم المعرفية:

قناة أكاديمية علوم ستوكهولم الملكية: محاضرة جيفري هينتون عن "ماكينات بولتزمان" في 8 ديسمبر 2024. منذ أن كتب مع سيجينوفسكي ماكينة بولتزمان في الثمانينات، مرورًا بالباك بروباغيشن، وحتى اليوم مع نماذج اللغة الكبيرة — أربعون عامًا كاملة. في آخر خمس دقائق، أعداد تحذيره مرة أخرى حول مخاطر الذكاء الاصطناعي، هذه المرة على منصة النوبل.

من باب PTT إلى مختبر الذكاء الاصطناعي: رحلة دو يي جين الريادية الاثنتين

عائدًا إلى جزيرة تايوان. في الوقت الذي كتب فيه هوبفيلد نموذج الذاكرة، كانت تايوان قد بدأت تملك بالتوازي أنظمة حواسيب.

عام 1995، كان دو يي جين طالبًا في السنة الثانية من قسم علوم الحواسيب في جامعة تايوان الوطنية، وقام ببناء PTT على حاسوب 486 واستخدام برمجيات مفتوحة المصدر، في غرفته الطلابية، والتي أصبحت لاحقًا أكبر لوحة إعلانات إلكترونية في تايوان. ثلاثين عامًا لاحقة، لا يزال PTT نشطًا كل يوم بمئات الآلاف من المستخدمين، وهو حجر زمني حي للثقافة الإنترنتية في تايوان.

بعد ذلك انضم دو يي جين إلى مايكروسوفت، وشارك في تطوير مساعد صوتي Cortana. في أبريل 2017، قرر التخلي عن راتبه المرتفع في وادي السيليكون وعاد إلى تايوان ليؤسس «مختبر تايوان للذكاء الاصطناعي» (Taiwan AI Labs)، وهو أول مؤسسة بحثية مفتوحة وغير ربحية في آسيا للذكاء الاصطناعي²¹.

كانت دوافعه بسيطة: تايوان تمتلك مواهب برمجية عالمية المستوى، لكن هذه المواهب تذهب جميعها إلى وادي السيليكون. أراد بناء منصة يجد فيها من يعود أو يرغب في البقاء مكانًا للبحث في الذكاء الاصطناعي.

أشهر منتجات مختبر تايوان للذكاء الاصطناعي هو «يا لين تشوتشي»، وهو نظام تعرف على الكلام مخصص للكتابة التقليدية الصينية ولهجات تايوان. خلال جائحة كوفيد-19، طور المختبر أيضًا أدوات اكتشاف الأخبار الكاذبة وتطبيقات ذكاء اصطناعي طبي بنظام تعلم اتحادي²². ما يجمع هذه المشاريع هو أنها تحل مشكلات محلية في تايوان باستخدام بيانات محلية، وليس مجرد ترجمة نماذج أمريكية.

قصة دو يي جين، من PTT إلى AI Labs، تعكس بعض الجوانب المهمة لتطور برمجيات تايوان: ليس نقص القدرة التقنية، بل نقص البيئة التي تحتفظ بالمواهب.

💡 هل تعلم؟

في عام 1986، عام نشر هوبفيلد خوارزمية الخلفية، كانت الناتج المحلي الإجمالي لتايوان حوالي 77.9 مليار دولار أمريكي، وكان الناتج المحلي الإجمالي للفرد حوالي 4,007 دولارات أمريكي، وكانت منطقة هوايتشو العلمية قد بدأت العمل منذ 6 سنوات²³. حدثت هذه الأحداث الثلاث في نفس الكوكب في نفس الوقت، لكنها لم تلتقِ على الإنترنت حتى بعد 26 عامًا في مجموعة بيانات ImageNet. دائمًا ما يكون زمن البحث الأساسي أطول مما يدركه السرد الصناعي.

ألفا فولد: نصف نوبل يحل معضلة 折疊 البروتينات التي استمرت 50 عامًا

يجب أن نبدأ حكاية نوبل الكيمياء لعام 2024 من سؤال تم طرحه في عام 1972.

في ذلك العام، أثناء كلمة القبول عند حصوله على جائزة نوبل للكيمياء، اقترح البيوكيمي الأمريكي كريستيان أينفينسن فرضية: أن البنية الثلاثية للبروتين، بالكامل، تُحدد من تسلسل الأحماض الأمينية الخاصة به²⁴. إذا كانت هذه الفرضية صحيحة، فمن المنطقي أن نتمكن، نظريًا، من حساب البنية ثلاثية الأبعاد المناظرة بمجرد رؤية تسلسل أحماض أمينية. لكن هذا "ينبغي أن يكون ممكنًا" بقي غير محقق لنصف قرن. وقد عُرف 折疊 البروتينات باسم "التحدي العظيم". ويعقد المجتمع كل عامين مسابقة تُدعى CASP، حيث يُقارن الجميع تنبؤاتهم بالبنى التجريبية. بدأت هذه المسابقة عام 1994 وأقيمت 13 نسخة، ولم يتمك أحد من التخطي^[N13]

حتى مسابقة CASP13 عام 2018، أرسلت DeepMind بجيل أول من ألفا فولد للمشاركة وربحها، لكن الدقة لم تكن كافية للاستخدام العملي. وكانت النقطة الانطلاقية الحقيقية في 30 نوفمبر 2020 خلال مسابقة CASP14: حيث حصل ألفا فولد 2 على متوسط GDT قدره 92.4²⁵. أي أن معنى GDT 92.4 هو أن أكثر من نصف التنبؤات كانت بها انحراف في مواقع الذرات أقل من أنجستروم واحد مقارنة بالقيم التجريبية، وهو ما يعادل دقة تحليل تجريبي. وقد وصف John Moult، منظم المسابقة، ذلك اليوم بأن "بشكل كبير، فهذه المشكلة قد حُلت"²⁵.

المشكلة التي لم تُحل خلال 50 عامًا، حُلت في غضون ست سنوات بواسطة فريق بحثي في لندن.

وبعد ذلك سارت الأمور بوتيرة أسرع. في يوليو 2021، أصبح الكود المصدري لألفا فولد 2 مفتوحًا. وفي نفس العام، تعاونت DeepMind مع معهد أوروبا للبيولوجيا الجزيئية (EMBL-EBI) لإنشاء قاعدة بيانات عامة تحتوي على البنى البروتينية المتنبأ بها بواسطة ألفا فولد. وفي يوليو 2022، غطت هذه القاعدة بيانات عن 100 مليون نوع، ما يعادل حوالي 200 مليون بنية بروتينية ثلاثية الأبعاد، أي ما يعادل إطلاق النماذج ثلاثية الأبعاد لكل البروتينات المعروفة على الأرض مجانًا²⁶.

في 8 مايو 2024، نشرت DeepMind في دورية Nature مقالة عن AlphaFold 3، والتي وسعت قدرات التنبؤ من بروتين واحد إلى تفاعلات البروتينات مع الحمض النووي DNA والحمض النووي RNA والمواد المرتبطة (ligand) والأيونات²⁷。 من بين جميع المجالات التي تتطلب معرفة كيف ترتبط الجزيئات ببعضها، مثل تطوير الأدوية الجديدة وتصميم اللقاحات وهندسة الإنزيمات، فقد غيّرت هذه الأداة الأساس بشكل كامل.

ليس Demis Hassabis عالماً أحياءً تقليديًا. بدأ يلعب شطرنج غربي من عمر أربع سنوات، وحصل على لقب الماستر عندما كان في الثامنة عشرة عامًا؛ في عام 2010، أسس DeepMind في لندن إلى جانب Shane Legg وMustafa Suleyman، وتم شراؤها من قبل Google عام 2014 مقابل 400 مليون جنيه إسترليني²⁸。 في عام 2016، هزمت AlphaGo لي شي جيان، وفي عام 2020، كانت AlphaFold 2، وفي عام 2024، كانت جائزة نوبل، وهذه الأحداث انقسمت على مدى أقل من عقد.

الخط بين هذه الأحداث هو نفس الرهان: استخدام الشبكات العصبية لحل المشكلات التي لم يتمكن العقل البشري من حلها من قبل. اللعبة هي إغلاق القواعد، بينما طي البروتينات هو إغلاق القواعد المفتوحة لكن بقيود فيزيائية قوية. اختار Hassabis المعركة الصحيحة في كلا الموقفين.

في تايوان، خلال فترة رئاسته (2006-2016)، أنشأ البروفيسور Weng Chi-hui، رئيس أكاديمية الصين الوطنية، برنامج الأبحاث عن بروتينات السكريات، وهو الاستثمار الأكاديمي الأقرب إلى هذه الجبهة²⁹。 هناك فرق في معهد الأبحاث الطبية والبيولوجية في أكاديمية الصين الوطنية تستخدم أيضًا الأوزان المفتوحة المصدر من AlphaFold لأبحاثها. ومع ذلك، لا توجد بنية تحتية مناسبة في تايوان لتطوير نموذج أساسي على مستوى AlphaFold.

⚠️ رأي مثير للجدل

منح AlphaFold جائزة نوبل الكيمياء أثار جدلاً في الأوساط الأكاديمية: بعض علماء البنية البيولوجية يعتقدون أن هذه الجائزة يجب أن تمنح لمن قاموا بأول تجارب حاسمة باستخدام التشتت البلوري للأشعة أو الرنين المغناطيسي النووي، وليس لأداة حسابية تم رفعها إلى مستوى الكيمياء³⁰。 ومع ذلك، يعتقد آخرون أن هذا الجدل نفسه قد أصبح متخلفًا — عندما يتمكى الخوارزميات من إكمال بنية 3D لكل البروتينات على الأرض خلال خمس سنوات، فهذا هو الكيمياء. على الرغم من أن الجدل بين هذين الموقفين تحوّل تدريجيًا إلى الجانب الثاني بعد أكتوبر 2024، إلا أن التوتر الذي يمثله لم يختفِ: عندما ينمو ما يمكن أن يقوم به الذكاء الاصطناعي، هل يجب أن نعيد رسم حدود العلوم التقليدية؟

TAIDE: لماذا تحتاج تايوان إلى نموذج لغوي خاص بها

بعد أربعة أشهر من اقتحام تشات جي بي تي العالم أبريل 2023، أطلقت لجنة التكنولوجيا الوطنية في تايوان (الهيئة الوطنية للعلوم والتكنولوجيا) مشروع «TAIDE»، الاسم الكامل Trustworthy AI Dialogue Engine (محرك حواري للذكاء الاصطناعي الموثوق)³¹.

لماذا تحتاج جزيرة تايوان، التي يبلغ عدد سكانها ثلاثين مليون نسمة، إلى بناء نموذج لغوي ضخم خاص بها؟

السبب ليس التكنولوجيا وحدها بل الاستقلالية التقنية. فاللغة الصينية المكتوبة بخطوط تقليدية تشكل نسبة منخفضة للغاية من بين بيانات تدريب نماذج الذكاء الاصطناعي حول العالم، إذ تأتي معظم هذه البيانات من مواقع صينية مكتوبة بخطوط مبسطة. وعندما يستخدم سكان تايوان تشات جي بي تي أو غيرها من النماذج، تكون الإجابات التي يحصلون عليها مليئة بعبارات ومفردات ومفردات صينية مكتوبة بخطوط مبسطة، وتحمل افتراضات ثقافية ومنظورات صينية. فـ«شيونغ» بدلاً من «شi影»، و«جودة» بدلاً من «品質»، هذه الفروقات البسيطة في الظهور تعكس في الحقيقة قضايا ثقافية وهوية ثقافية. وقد ذكرت مجلة «تيان شا» مباشرة في عناوينها «منع الغزو الثقافي للذكاء الاصطناعي الصيني» عندما تحدثت عن مشروع TAIDE³².

في أبريل 2024، أطلقت فريق TAIDE الإصدار التجاري TAIDE-LX-7B والإصدار الأكاديمي TAIDE-LX-13B، واللذان أداءهما جيد في مهام مثل الكتابة والترجمة والتلخيص³³. بحلول عام 2026، تم إصدار TAIDE 2.0، إلى جانب نموذج Breeze-8B المدعوم من قبل MediaTek، مما أدى إلى انتقال نظام البيئة الخاصة بـ LLM في تايوان من مرحلة "اللحاق" إلى مرحلة "القابلية للاستخدام"³⁴.

ومن المثير للاهتمام هو ازدهار التطبيقات في الجانب التطبيقي. جامعة Zhengzhong استخدمت TAIDE لإنشاء نظام استرجاع معرفي زراعي باسم "Shennong TAIDE"؛ وجامعة Tainan طورت روبوت حوار تلفوني تايواني-إنجليزي لتدريس اللغة التايوانية؛ بينما قامت جامعة Yangming Jiaotong بتدريب نسخة تايوانية ونسخة كينية من نموذج TAIDE³⁵. هذه التطبيقات تؤكد حقيقة واحدة: نموذج اللغة هو في الوقت نفسه منتج تقني وحمل ثقافي. فذكاء اصطناعي لا يفهم مفهوم "ينغيونغ اليوم" ولا "جولة موسى" لا يستطيع خدمة الناس في تايوان بشكل حقيقي.

ومع ذلك، لا يزال حجم TAIDE صغيرًا: 8B للإصدار التجاري و13B للإصدار الأكاديمي، مقارنة بمستوى OpenAI GPT-4 (الذي يُقدر بأكثر من تريليون معلمة)، وهو فرق يزيد بسنتيمات. وهذه الفجوة ليست ناتجة عن نقص في القدرات، بل عن ميزانية GPU. إذ يتطلب تدريب نموذج لغوي حديث على مستوى الأمامي تكاليف حوسبة تصل إلى مئات الملايين من الدولارات، وهو ما يعادل ميزانية عامة لمؤسسة بحثية على مستوى الدولة.

الأمن السيبراني للذكاء الاصطناعي المخترق

تايوان هي إحدى البلاد الأكثر تعرضًا للهجمات الإلكترونية في العالم. هذا الواقع غير الميت، تحوّل بصورة غير متوقعة إلى صناعة أمن سيبراني قوية تعتمد على الذكاء الاصطناعي.

أُسست أوي سمارت (CyCraft) في نهاية عام 2017، وهي أول شركة تايوانية تجمع بين الذكاء الاصطناعي والمراقبة على مستوى الأجهزة الطرفية. تم اختيار تقنياتها سبع مرات من قبل مؤسسات الأبحاث العالمية مثل غارتنر لتضمينها في تقاريرها، وهي الشركة الوحيدة التلقائيًا التي نجحت ثلاث مرات في اختبار MITRE ATT&CK السلطوي الأمريكي³⁶. في فبراير 2026، أُدرجت أوي سمارت في البورصة التطويرية في بورصة تايوان للأوراق المالية، لتصبح أول شركة برمجيات أمن سيبراني تعتمد على الذكاء الاصطناعي بقدرات بحثية مستقلة عالمية في سوق رأس المال التايواني³⁷.

تشمل عملاء أوي سمارت الحكومة التايوانية، ووحدات الدفاع الوطنية، والبنوك، والشركات النصف الموصية، وهي بالضبط الأهداف الأكثر استهدافًا من قبل القراصنة على مستوى الدولة. تمتلك الشركة فروعًا في اليابان وسنغافورة، وتعمل على تصدير "الخبرة العملية المكتسبة من خلال الاختراق" إلى جميع أنحاء شرق آسيا.

يوضح هذا المثال نقطة مهمة: لا تعتمد ميزة تايوان في الذكاء الاصطناعي فقط على الرقاقات النصفية، بل أيضًا على القدرة العملية التي تم تكويدها بفضل الظروف الجغرافية السياسية الخاصة.

السياسات: من «عام الذكاء الاصطناعي» إلى وزارة التنمية الرقمية

يمكن فهم تطور سياسات الذكاء الاصطناعي في تايوان من خلال ثلاث نقاط زمنية.

2017 إلى 2018 كانت مرحلة البدء. وزير وزارة العلوم والتكنولوجيا تشين ليانغجي أعلن عام 2017 بـ«عام الذكاء الاصطناعي»، وطرح مفهوم «استراتيجية الدولة الصغيرة»³⁸، مُعترفًا بصغر سوق تايوان، لكنه أكد على ثلاث بطاقات رئيسية: تصنيع الأشباه الموصلة، سلسلة إمدادات أيقونات المعلومات والاتصالات (ICT)، والكفاءات البشرية في العلوم والهندسة. في عام 2018 أطلق أول مبادرة لـ«خطة تايوان للذكاء الاصطناعي»، بتمويل يتجاوز 40 مليار يوان تايواني على مدار أربع سنوات، وتركزت على بناء بنية تحتية لحوسبة الذكاء الاصطناعي باسم «سحابة تايوان للذكاء الاصطناعي» (TWCC)³⁹。

في عام 2022 تم توحيدها في مؤسسات. تم تأسيس وزارة التنمية الرقمية (moda)، التي دمجت الاعمال الرقمية التي كانت موزعة بين وزارة العلوم والتكنولوجيا، وزارة الاقتصاد، وزارة النقل. إن أهمية هذه الخطوة تكمن في أن سياسات الذكاء الاصطناعي ارتقت من مشروع «في إطار وزارة العلوم والتكنولوجيا» إلى استراتيجية وطنية «عابرة للوزارات». في نفس العام، نشر الحكومة «إرشادات تطوير البحث والتطوير في الذكاء الاصطناعي»، التي أكدت على مبادئ مثل التحييد بالإنسان، والشفافية والقابلية للتفسير، والعدالة والخلو من التمييز.

منذ عام 2023 وحتى الآن، تم الانتقال إلى الذكاء الاصطناعي التوليدي. أثر إطلاق ChatGPT جعل السياسات تتجه بسرعة نحو الجديد. تم إطلاق مشروع TAIDE، وتم تقدم مسودة قانون أساسي للذكاء الاصطناعي، وتم تسريع دمج الذكاء الاصطناعي في القطاع العام. إن إستراتيجية تايوان عملية: لا تتنافس مع الولايات المتحدة والصين في عدد الأوراق البحثية الأساسية، بل تدمج الذكاء الاصطناعي مع ميزات تصنيعها الحالية. الصناعات الذكية، والصور الطبية، وتوقع كفاءة أشباه الموصلات — هذه كلها مجالات حيث تايوان تمتلك البيانات، والسيناريوهات، والقدرة التنافسية.

لكن المشكلة هي أن قائمة الفائزين بالجوائز النوبلية في أكتوبر 2024، لم تشمل أي اسم من مسار «الصناعات الذكية».

القلق: الفجوة البرمجية في إمبراطورية العتاد

وراء الأرقام المشرقة، هناك مشكلة هيكلية في تطور الذكاء الاصطناعي في تايوان: الخلل الشديد بين العتاد والبرمجيات.

تنتج تايوان ما يقارب تسعين بالمائة من خوادم الذكاء الاصطناعي في العالم ومعظم رقاقات الذكاء الاصطناعي، لكن وجودها ضعيف في الجوانب "الناعمة" مثل تطوير نماذج الذكاء الاصطناعي، وبيئيات البيانات، وبرمجيات المنصات. من بين العشرين أكبر نموذج للذكاء الاصطناعي على مستوى العالم، بما في ذلك GPT وClaude وGemini وLLaMA، لا يوجد أي نموذج من تايوان. إذا قارنا نتائج حصلت على جائزتي نوبل لعام 2024، من شبكة هوبفيلد، وخوارزمية الانتشار العكلي، وحتى ألفا فولد، فإن كل هذه المسارات تبتعد كثيرًا عن صناعة تايوان.

السبب هو إصدار جديد لمشكلة قديمة. عندما يتجاوز راتب مهندس في تايوان سيليكون (TSMC) عدد الواحد والعشرين مليون يوان تايواني، فإن الشركات الناشئة في مجال البرمجيات تجد صعوبة في جذب أفضل المواهب. تأسيس مراكز أبحاث من قبل Google وMicrosoft وNVIDIA في تايوان، وتوفير رواتب ومزايا تشكل جاذبًا قويًا. خيار أحد خريجي هندسة الحاسوب في جامعة تايوان الوطنية غالبًا ما يكون الانتقال إلى شركة أجنبية أو تايوان سيليكون، وليس الانضمام إلى شركة ناشئة محلية في الذكاء الاصطناعي.

التحدي الأكبر بكثير هو البيانات. القيمة الكامنة في نموذج الذكاء الاصطناعي تأتي من بيانات التدريب، وكمية البيانات عالية الجودة باللغة الصينية التقليدية أقل بكثير مقارنة باللغة الإنجليزية أو الصينية المبسطة. حجم النصوص الذي ينتجه 23 مليون نسمة في تايوان لا يمكن أن يتنافس مع عالم اللغة الإنجليزية أو الصين الكبرى. مشروع TAIDE يحاول حل هذه المشكلة، لكن النقص في حجم البيانات هو ضعٌّ هيكلي.

الرهان الحقيقي للذكاء الاصطناعي في تايوان يكمن في التطبيقات العمودية وليس في النماذج الأساسية: بدلاً من مواجهة OpenAI أو Google مباشرة في النماذج العامة، تختار تايوان أن تجد مكانها غير القابل للاستبدال في مجالات مثل الذكاء الاصطناعي في تكنولوجيا نصفية، والذكاء الاصطناعي في الصور الطبية، والذكاء الاصطناعي في الأمن السيبراني، ومعالجة اللغة الطبيعية باللغة الصينية التقليدية. هذه المجالات لديها بيانات وسيناريوهات فريدة تجعلها صعبة النسخ.

اختيارات ذكاء اصطناعي لجزيرة واحدة

تقف تايوان في عام 2026 في موقعٍ فريد: لم تكن أكثر أهمية منه في سلسلة توريد أجهزة الذكاء الاصطناعي، وما زالت في مركزها البعيد في نظامها البيئي لبرمجيات الذكاء الاصطناعي.

هذا ليس بالضرورة أمرًا سيئًا. على مدار التاريخ، كان نموذج نجاح تايوان هو دائمًا «عدم أن تكون العلامة التجارية، بل تكون العلامة التجارية التي تقف خلفها». اخترع زhang تشونغمو في عام 1987 نموذج العمل الخالص، مما جعل تايوان سيكون إحدى أكبر العشر شركات من حيث القيمة السوقية على مستوى العالم. اليوم، يُعاد هذا المنطق في صناعة خوادم الذكاء الاصطناعي: لا تمتلك شركة فوكسكون نموذجًا ذكاءيًا، لكن جميع نماذج الذكاء الاصطناعي حول العالم تعمل على خوادم تم تجميعها بواسطة فوكسكون.

لكن قد تكون قواعد اللعبة في عصر الذكاء الاصطناعي مختلفة. عندما يتحرك المركز الثقافي من الأجهزة إلى البرمجيات والبيانات، فإن مساحة الأرباح في نموذج العمل الخالص ستتقلص. في عام 2024، كل الفائزين بجائزة نوبل كانوا من طبقة البرمجيات. كتب Hopfield نموذج رياضي، وكتب Hinton خوارزمية تدريب، وكتب Hassabis طريقة حل للبيولوجيا. هذه الأعمال تعمل على أجهزة مصنوعة في تايوان، لكن الجائزة لم تُمنح للأجهزة.

تحتاج تايوان إلى بناء قدرات برمجيات وبيانات فوق هيمنتها في الأجهزة: الأجهزة لا تزال الأساس، ويتم إضافة طبقة قيمة جديدة فوقها. TAIDE هو محاولة، وCyCraft هي محاولة، وTaiwan AI Labs هي محاولة. نقطة تقاطع بينها هي أنها لا تهدف إلى بناء «أكبر ذكاء اصطناعي في العالم»، بل إلى بناء «أكثر ذكاءً يفهم تايوان».

قبل 42 عامًا، عندما كتب Hopfield تلك الصفحات الاثني عشرة في برينستون، لم يكن أحد يعلم أن هذه ستصبح الأساس الرياضي لنموذج الذاكرة البشرية اليوم. وقبل 50 عامًا، عندما طرح Anfinsen افتراضية 折叠 البروتينات في خطابه عن النوبل، لم يتوقع أحد أن هذه ستُحل في مساء أحد أيام عام 2020 بواسطة مجموعة من اللندنيين. نطاق البحث الأساسي أطول من أي معرض Computex.

وجبة العشاء في سوق نينشيا الليلية هي موقع تايوان خلال هذه 42 عامًا. حيث سيكون القتال التالي — ليس أمام بائع المحشي، بل في ما إذا كانت تايوان مستعدة أن تتيح لطالب يكتب برامجه في غرفة نومه الجامعية، أن يحصل على جائزة نوبل تابعة لهذه الجزيرة بعد عشرين أو ثلاثين عامًا.

قراءة إضافية:

• نهضة جزيرة الذكاء الاصطناعي: تطوير الذكاء الاصطناعي في تايوان والإستراتيجيات المستقبلية — سردٌ لبنية السياسات السابقة، ورؤية شاملة لكيفية دمج برنامج عمل الذكاء الاصطناعي والمجالات الإستراتيجية الخمسة والجبل الأخضر المنيع للأشباح.
• مختبرات الذكاء الاصطناعي في تايوان — رحلة كاملة لـ 杜奕瑾 من PTT إلى AI Labs، وبيئة نماذج اللغة المفتوحة TAIDE / TAME / FedGPT.
• مدرسة الذكاء الاصطناعي في تايوان — المكالمة التي لم تُكتمل، والمدرسة العسكرية للذكاء الاصطناعي التي تم إنشاؤها بتمويل خاص قدره 180 مليون نياوان من قبل Chen Shengwei: قصة تربية المواهب التي شهدت أكثر من عشرة آلاف خريج على مدى ثماني سنوات.
• الذكاء الاصطناعي اليومي في تايوان — ملاحظات حية عن دخول الذكاء الاصطناعي التوليدي إلى الحياة اليومية في تايوان، من طلبات الوجبات في المتاجر الرخيصة حتى مراجعة الخدمات الصحية.
• شركات تايوان: تايوان سيكون — رائد الثاث في عالم الإنتاج الكريستالي، ونواة تصنيع رقاقات الذكاء الاصطناعي، من نموذج العمل الخالص لـ Zhang Zhongmao إلى قصة التغليف المتقدم.
• صناعة الأشباح النصفية — نظرة شاملة على نظام تايوان للأشباح النصفية، من تصميم الدوائر المتكاملة إلى التغليف والاختبار.
• تطوير صناعة الأمن السيبراني في تايوان — كيف أن التوترات الجغرافية أدت إلى نمو صناعة أمن الذكاء الاصطناعي على مستوى آسيا والمحيط الهادئ.

مصادر الصور

يستخدم هذا المقال 4 صورًا بترخيص نطاق عام / CC، مخزّنة جميعها في public/article-images/technology/ لتجنب الروابط المباشرة إلى خوادم المصدر:

• Estructura tridimensional de la proteïna CBLN1 per AlphaFold amb codificació rainbow — hero، هيكل CBLN1 البروتيني المتوقع بواسطة AlphaFold، ترميز ألوان القرن N→C. Photo: BQUB25-UPoch (own work, AlphaFold + PyMOL), 2025-11-15, CC BY 4.0.
• Geoffrey E. Hinton, 2024 Nobel Prize Laureate in Physics (3x4 cropped) — inline، صورة هينتون الرسمية لأسبوع النوبل 2024. Photo: Arthur Petron, 2024-12-08, CC BY-SA 4.0.
• John J. Hopfield, 2024 Nobel Prize Laureate in Physics 1 (cropped) — inline، صورة هوبفيلد الرسمية لأسبوع النوبل 2024. Photo: Arthur Petron, 2024-12-08, CC BY-SA 4.0.
• TSMC Fab 5 — inline، مصنع تايوان للرقاقات النصفية (TSMC) في هوكيوشيما، موقع تصنيع الأشباح المادية للذكاء الاصطناعي. Photo: Wikimedia Commons (existing cache).

المراجع