كان «التقطير» كلمة مهذبة في التعلم الآلي. كانت تصف تدريب نموذج صغير على محاكاة نموذج كبير، وهي تقنية معيارية ومفيدة. وفي سبتمبر وأكتوبر 2026 أصبحت قصة أمنية وتجارية. إذا كنت تشتري الذكاء الاصطناعي للتسويق أو تبنيه، فعليك أن تفهم المعنيين كليهما.
ما الذي حدث
في أوائل سبتمبر، نشرت CISA وNSA وFBI تحذيرًا مشتركًا بشأن ما تصفه بتقطير المعرفة على نطاق صناعي من قبل شركات ذكاء اصطناعي مقرها الصين. وبحسب تقرير Help Net Security عن التحذير، سمّت الوكالات DeepSeek وMoonshot AI وAlibaba Group وMiniMax وStepFun وZ.AI، وقالت إنها استخرجت مليارات الرموز عبر ملايين الطلبات إلى النماذج الأمريكية الرائدة منذ أواخر 2024 على الأقل. ويسرد التحذير مؤشرات للكشف، مثل الاستخدام على مدار الساعة دون فترات خمول بشرية ومجموعات من الحسابات تتصرف بتنسيق، ويوصي بتشديد التحقق من الهوية والمراقبة وتبادل المعلومات بين مزوّدي الذكاء الاصطناعي. ويشير التقرير إلى أنه لم يتضمن بيانًا من الشركات المذكورة.
في 12 أكتوبر وصفت Anthropic استجابتها الخاصة. ففي Strengthening our defenses against distillation attacks، قالت إن الأدلة الأولية تشير إلى أن أساليبها خفّضت البيانات التي يجمعها المقطّرون بنحو 90 إلى 99%. وتشمل الإجراءات منع حسابات API الأحدث من تعديل الاستدلال السابق لـ Claude، ومصنّفًا على مرحلتين دُرّب على محاولات الاستخراج بمعدل إيجابيات كاذبة أقل من 0.1%، وحدودًا أكثر صرامة وحظرًا للمحاولات المتكررة، وفرض رسوم على الطلبات التي تحجبها ضماناتها. وتقول Anthropic إنها حظرت عشرات الآلاف من الحسابات المرتبطة بالتقطير، وتتوقع «لعبة قط وفأر» مستمرة.
لماذا يهم ذلك
هناك سببان يدعوان المسوّق إلى الاهتمام بصراع بين مختبرات الذكاء الاصطناعي.
الأول هو مخاطر سلسلة التوريد. إذا بُني نموذج بنسخ سلوك نموذج آخر دون إذن، فأنت لا تعرف أي ضمانات جاءت معه. ويرى منشور Anthropic أن النماذج المقطّرة قد تقترب من قدرات النماذج الرائدة بينما تأتي بحمايات أضعف. وحين تختار نموذجًا لتشغيل خدمة العملاء لديك أو لتوليد الإعلانات، يكون المنشأ جزءًا من الجودة.
الثاني هو الاحتكاك الذي يواجهه المستخدمون المشروعون. للدفاعات تكاليف. وتقر Anthropic بأن بعض المطوّرين اضطروا إلى تحديث تكاملاتهم، وأن نسبة صغيرة من الطلبات السليمة قد تُحجب، وأن الطلبات المحجوبة قد تُفرض عليها رسوم الآن. وإذا كانت منظومتك التسويقية تُجري استدعاءات آلية كثيفة إلى API لنموذج رائد، فقد يبدو جزء من تلك الحركة كحملة استخراج. اقرأ سياسات مزوّديك الآن، لا بعد أن يتعطل خط عملك.
ماذا تقول أبحاثي
التقطير ليس الشرير هنا. فحين يُمارَس بشكل مشروع، يكون هو الطريقة التي نجعل بها الذكاء الاصطناعي ميسور التكلفة. نموذج كبير يعلّم نموذجًا صغيرًا؛ ويعمل الصغير بتكلفة منخفضة على نطاق واسع. وقد جادلت في Forbes بأن الأسلوب أهم من حجم النموذج في التسويق، والتقطير أحد تلك الأساليب.
ما يغيّر الصورة هو الموافقة والشفافية. ينطلق عملي في الذكاء الاصطناعي القابل للتفسير من مبدأ بسيط: ينبغي أن يتمكن المسوّق من رؤية سبب توصية النظام بشيء ما. في Against Opacity (ACM Multimedia 2023) قرنّا التنبؤ بمعدل النقر إلى الظهور بمساعد قائم على نموذج لغوي كبير يشرح العوامل المحرّكة. وفي SOMONITOR (نسخة أولية في 2024) وصفنا الجمع بين نماذج أداء قابلة للتفسير ونماذج لغوية كبيرة لتحليلات المنافسين. والتفسيرات لا تعني شيئًا إلا إذا عرفت ما هو النموذج ومن أين جاء.
وهناك أيضًا مفارقة تستحق الانتباه. فالدفاع الذي تصفه Anthropic، أي تلخيص الاستدلال الكامل للنموذج أو تقييد الوصول إليه، يجعل الأنظمة أقل شفافية قليلًا للجميع، لأن الاستدلال هو ما يريده الناسخون. وستشكّل هذه المقايضة مقدار التفسير الذي يرغب مزوّدو الذكاء الاصطناعي في كشفه. وعلى المشترين أن يطلبوا تفسيرات مصممة لهم، عن بياناتهم وقراراتهم، بدلًا من مسارات الاستدلال الخام.
ما الذي ينبغي أن يفعله مشترو الذكاء الاصطناعي التسويقي الآن
- اسأل كل مزوّد عن النماذج التي يقوم عليها منتجه ومن أين جاءت.
- راجع شروط واجهات API التي تستدعيها. الاستخدام الآلي عالي الحجم أمر طبيعي في التسويق؛ تأكد من أن استخدامك مشروع بوضوح، ومعرّف، وضمن الحدود.
- خطط لتغيير النموذج. قد تتغير السياسات والأسعار وإمكانية الوصول بسرعة. أبقِ الأوامر والإجراءات ومجموعات التقييم قابلة للنقل.
- قطّر نماذجك الخاصة بشكل مشروع. إذا احتجت إلى نموذج رخيص لمهمة محدودة، فدرّبه على بياناتك أو على مخرجات مرخّص لك باستخدامها.
- فضّل تفسير القرارات على كشف البنية الداخلية. ما تحتاج إلى تدقيقه هو سبب تقديم توصية ما لحملتك.
صراع التقطير يدور حول من يحق له أن ينسخ من. وبالنسبة للمسوّقين، فهو تذكير بأن سؤال «أي نموذج؟» أصبح الآن مسألة حوكمة، لا مسألة تقنية فحسب.
الأسئلة الشائعة
ما هو هجوم التقطير في الذكاء الاصطناعي؟
هو حملة خفية واسعة النطاق تستخرج قدرات نموذج ما عبر استعلامه، غالبًا من خلال شبكات من الحسابات الاحتيالية، وتستخدم المخرجات لتدريب نموذج آخر دون إذن المطوّر الأصلي.
ما الشركات التي سمّاها التحذير الأمريكي؟
بحسب تقرير Help Net Security، سمّى تحذير CISA وNSA وFBI كلًّا من DeepSeek وMoonshot AI وAlibaba Group وMiniMax وStepFun وZ.AI. ولم يتضمن التقرير ردًّا من الشركات.
هل تقطير النماذج سيئ دائمًا؟
لا. التقطير تقنية معيارية لتدريب نموذج أصغر وأرخص انطلاقًا من نموذج أكبر. المشكلة هي الاستخراج غير المصرّح به من نموذج يملكه طرف آخر، وهو ما يثير أسئلة حول الموافقة والضمانات والمنشأ.
المصادر
- Chinese AI firms are siphoning capabilities from American models, CISA warns — Help Net Security, 9 September 2026
- Strengthening our defenses against distillation attacks — Anthropic, 12 October 2026