اطرح أي سؤال على أي نموذج ذكاء اصطناعي رائد بالإنجليزية أو الماندرين، وعلى الأرجح سيجيب بطلاقة ودقة في التعبير. لكن إن سألته شيئًا بالكانتونية، ستبدأ العيوب بالظهور. هذه الفجوة تحديدًا هي ما تحاول شركة ناشئة في هونغ كونغ تُدعى Votee AI سدّه، من خلال بناء نموذج ذكاء اصطناعي كانتوني مصمم لـخدمة البنوك والجامعات والجهات الحكومية بلغة تجاهلتها إلى حد كبير أكبر مختبرات الذكاء الاصطناعي.
Summary
أهم النقاط
- معظم نماذج الذكاء الاصطناعي الرائدة، التي طورتها شركات مثل OpenAI وAnthropic وDeepSeek وMoonshot AI وZ.ai، تُطوَّر أساسًا بالإنجليزية والماندرين لأن مطوريها مقيمون في الولايات المتحدة أو الصين القارية.
- يتحدث الكانتونية أكثر من 80 مليون شخص حول العالم، ومع ذلك لديها مخزون أصغر بكثير من النصوص الرقمية المعيارية مقارنة بالماندرين، ما يجعلها مثالًا نموذجيًا على “لغة منخفضة الموارد” في تدريب الذكاء الاصطناعي.
- تعيد Votee AI تدريب النماذج ذات الأوزان المفتوحة مثل Llama من ميتا على بيانات كانتونية، رافعةً مجموعة بيانات التدريب من 100 مليون إلى أكثر من 500 مليون رمز (token) عبر الكشط، ومصادر المجتمع، والبيانات الاصطناعية.
- تعمل نماذجها الناتجة بحوالي 70 مليار معلمة، وهي أصغر من الأنظمة المتقدمة في الصدارة، وتكلف تقريبًا 250,000 دولار لتدريبها باستخدام ما بين 500 مليون ومليار رمز، أي جزء بسيط مما تتطلبه النماذج الإنجليزية.
- تقدّم الشركة عملها ضمن إطار دفع أوسع نحو “الذكاء الاصطناعي السيادي”، وهي الآن في محادثات للتوسع في جنوب شرق آسيا عبر AI Singapore.
هيمنة الإنجليزية والماندرين في الذكاء الاصطناعي تُبقي الكانتونية متأخرة
الطفرة الحالية في الذكاء الاصطناعي تعتمد تقريبًا بالكامل على لغتين. وفقًا لـ باك-صن تينغ، الرئيس التنفيذي لـ Votee AI، “ثورة الذكاء الاصطناعي بأكملها هي بـالإنجليزية والماندرين“، و”هناك جزء صغير جدًا فقط يمثل اللغات الأخرى.” هذا الخلل ليس مصادفة. فالشركات التي تقود هذا المجال — مثل OpenAI وAnthropic وDeepSeek وMoonshot AI وZ.ai وغيرها — تكاد جميعها تكون مقرها في الولايات المتحدة أو الصين القارية، لذا ليس من المستغرب أن تكون نماذجها الرئيسية الأقوى في لغات مطوريها الأم.
هذا يترك عشرات اللغات واسعة الانتشار، وعددًا أكبر من اللهجات الإقليمية، متأخرة كثيرًا في قدرات الذكاء الاصطناعي. الكانتونية مثال لافت على مدى اتساع هذه الفجوة، حتى بالنسبة للغة يتحدث بها عشرات الملايين من الناس يوميًا.
لماذا تتحدث الكانتونية “لغة” مختلفة عن الماندرين
غالبًا ما تُوصَف الكانتونية بأنها “لهجة” من الصينية، لكن هذا الوصف يقلل من مدى تميزها الفعلي. فلديها قواعد مختلفة عن الماندرين ومفرداتها الخاصة، وفي هونغ كونغ يمزج المتحدثون كثيرًا بين الكلمات الإنجليزية والكانتونية في الجملة نفسها. يتحدث الكانتونية أكثر من 80 مليون شخص حول العالم، وهو رقم يقارب عدد المتحدثين بالكورية، ويتجاوز عدد المتحدثين بالإيطالية أو التايلاندية.
رغم هذا الحجم، لم تنتج الكانتونية حجمًا من النصوص المكتوبة المعيارية يقترب مما أنتجته الماندرين أو الإنجليزية. فقد وجدت معايير مثل HKCanto-Eval، التي طورها باحثون من جامعة كيوشو وجامعة التربية في هونغ كونغ بالتعاون مع مجتمع الذكاء الاصطناعي المحلي hon9kon9ize وبرعاية Votee، أن النماذج السائدة للذكاء الاصطناعي يمكنها التعامل مع الكانتونية اليومية بشكل معقول لكنها تتعثر باستمرار في المعرفة الثقافية والمحلية. وكما يصفها تينغ، تُستخدم الكانتونية في “التعليم والرعاية الصحية واتصالات الشرطة”، لذا عندما يفشل الذكاء الاصطناعي في تغطيتها بشكل صحيح، يصبح “الذكاء الاصطناعي عديم الفائدة فعليًا.”
داخل نهج Votee AI لبناء نموذج ذكاء اصطناعي كانتوني
بدلًا من بناء نموذج من الصفر، تأخذ Votee نظامًا قائمًا ذا أوزان مفتوحة، مثل Llama من ميتا أو Qwen من علي بابا، وتعيد تدريبه بشكل مكثف على بيانات باللغة الكانتونية. يصف تينغ العملية بأنها “في الأساس اتخاذ الخطوات نفسها كما لو كنت تدرب نموذجًا من البداية”، لكن مبنيًا فوق أساس وضعه طرف آخر. ثم تُباع الأنظمة المعاد تدريبها للبنوك والجامعات والجهات الحكومية التي تحتاج إلى أدوات ذكاء اصطناعي قادرة على العمل بالكانتونية بدلًا من الافتراض الافتراضي للماندرين أو الإنجليزية.
تجميع البيانات من هيئات البث والمجموعات الاصطناعية
بناء مجموعة بيانات قابلة للاستخدام لمشروع ذكاء اصطناعي بلغة منخفضة الموارد يعني جمع البيانات من أي مكان يمكن العثور عليها فيه. تستخرج Votee نصوصًا كانتونية عبر الكشط عبر الإنترنت، بما في ذلك محتوى من إذاعة وتلفزيون هونغ كونغ، هيئة البث العامة في المدينة. وتستكمل ذلك بمواد من الجامعات والمجتمع الأوسع وأرشيفات من عملها السابق كشركة بيانات ضخمة. وحيثما ينقص النص الواقعي، تُولّد Votee مجموعات بيانات كانتونية اصطناعية خاصة بها لسد الفجوات. مجتمعة، دفعت هذه الجهود مجموعة البيانات الكانتونية للشركة من 100 مليون رمز إلى أكثر من 500 مليون رمز.
حجم النموذج وتكاليف التدريب مقارنة بالمختبرات المتقدمة
تقع نماذج Votee الناتجة عند حوالي 70 مليار معلمة، وهي أصغر بشكل ملحوظ من الأنظمة الرائدة في المختبرات الكبرى. ومع ذلك، يقول تينغ إن النماذج قادرة بما يكفي على الفهم والاستدلال بالكانتونية للمهام العملية التي يحتاجها عملاؤها. وتروي الأرقام قصتها الخاصة: تدرب Votee نماذجها على ما بين 500 مليون ومليار رمز، بتكلفة تقديرية تبلغ حوالي 250,000 دولار. أما نماذج اللغة الإنجليزية المتقدمة، فعلى النقيض، تُدرَّب على تريليونات الرموز وبتكاليف أعلى بكثير. هذه الفجوة في السعر هي بالضبط ما يجعل نموذج ذكاء اصطناعي كانتوني أصغر وموجّهًا هدفًا تجاريًا قابلًا للتحقق حتى لشركة ناشئة وليس فقط لعملاق تقني.
تتجاوز أهمية هيكل التكلفة هذا شركة Votee نفسها. فهو يشير إلى أن خدمة سوق الذكاء الاصطناعي للغات منخفضة الموارد لا تتطلب المليارات التي تُضخ في المختبرات المتقدمة — بل تتطلب نموذجًا أساسيًا ذا أوزان مفتوحة قابلًا للعمل، وخط بيانات متينًا، وجزءًا بسيطًا من القدرة الحاسوبية. هذه إشارة ذات مغزى للغات أخرى محرومة تراقب كيف يتطور الذكاء الاصطناعي الكانتوني.
الذكاء الاصطناعي السيادي والدفع نحو جنوب شرق آسيا
يقع عمل Votee ضمن اتجاه أوسع يُعرف بالذكاء الاصطناعي السيادي: فكرة أن الحكومات والشركات تريد امتلاك بياناتها ونماذجها وبنيتها التحتية بدلًا من الاعتماد الكامل على مزودين مقيمين في الخارج. يقول تينغ: “لقد أصبح الذكاء الاصطناعي حاجة أساسية إلى هذا الحد، ولذلك لا تريد أن تكون مقيّدًا بأي طرف آخر يمكنه إيقافه.”
امتلاك المكدس، ولو جزئيًا
يتحدث تينغ بصراحة عن أن النسخة الكاملة من الذكاء الاصطناعي السيادي، حيث تتحكم دولة في كل حلقة من سلسلة توريد الذكاء الاصطناعي، “صعبة جدًا” في التطبيق العملي. اقتراحه الأكثر واقعية هو أن تركيز الدول ينصب على امتلاك كل من نماذج الأساس الكامنة وحلول البرمجيات المبنية عليها. كما يشير إلى أن الحكومات نادرًا ما تحتاج إلى قوة على مستوى النماذج المتقدمة لأتمتة مهام محددة — فحتى نموذج يحتوي على مليار معلمة فقط يمكن أن يناسب حالات استخدام حكومية أضيق، أو يمكن لطبقة أصغر باللغة المحلية ببساطة توجيه المخرجات من نموذج أكبر بالإنجليزية أو الصينية.
شراكات العتاد وما التالي
لا تحصر Votee نفسها في نظام بيئي واحد. يقول تينغ إن الشركة تعمل مع نماذج من MiniMax وSenseTime ويمكنها تشغيل عملياتها على شرائح Nvidia. “يمكننا استخدام شرائح Nvidia، ويمكننا استخدام نموذج Moonshot أو DeepSeek”، كما يقول. “نحن ذلك الشخص في المدرسة الثانوية الصديق للجميع.” تصف Votee نفسها بأنها مربحة بمعنى أن إيراداتها تتجاوز تكاليفها، وممولة إلى حد كبير من خلال عقود العملاء، وتعد رجل الأعمال الهونغ كونغي ألان زيمان، المعروف بتطوير منطقة الحياة الليلية لان كواي فونغ في المدينة، مستشارًا لها.
تتجاوز طموحات الشركة الآن هونغ كونغ. يقول تينغ إن Votee في مناقشات نشطة مع AI Singapore وتخطط للتوسع أكثر في أنحاء جنوب شرق آسيا. كما يضع نصب عينيه هدفًا طويل الأمد: استخدام الذكاء الاصطناعي للمساعدة في حماية اللغات المهددة بالانقراض في مناطق تشمل شرق آسيا وأمريكا الشمالية وأفريقيا. يصوغ تينغ حجم الرهانات بعبارات حادة، واصفًا هيمنة الذكاء الاصطناعي باللغة الإنجليزية بأنها “لحظة الآلة الكاتبة”، حيث تكون مكاسب الإنتاجية كبيرة لدرجة أن الناس يهجرون لغتهم الخاصة لمجرد مواكبة الركب. يقول: “سيتبنى الناس الإنجليزية فقط لأن إنتاجية الآلة الكاتبة قوية جدًا مقارنة بلغتهم.” ما إذا كان نموذج ذكاء اصطناعي كانتوني بـ 70 مليار معلمة يمكنه أن يواجه هذا الجذب بشكل ملموس يبقى سؤالًا مفتوحًا، لكن بالنسبة لتينغ، الدافع أعمق من مجرد الحصة السوقية. “كل لغة تموت، تفقد معها طريقة أخرى لرؤية العالم”، كما يقول.
الأسئلة الشائعة
لماذا تركز Votee AI على الكانتونية في تطوير نماذج الذكاء الاصطناعي؟
لأن الكانتونية، التي يتحدث بها أكثر من 80 مليون شخص، تختلف اختلافًا كبيرًا عن الماندرين وهي غير مخدومة في مجال الذكاء الاصطناعي، مما يؤثر في قطاعات مثل التعليم والرعاية الصحية حيث تكون الأدوات الدقيقة باللغة المحلية ضرورية.
كيف تبني Votee AI نماذج الذكاء الاصطناعي الكانتونية الخاصة بها؟
تعيد Votee AI تدريب النماذج ذات الأوزان المفتوحة من مطورين مثل ميتا باستخدام بيانات كانتونية تُجمع عبر الكشط، ومصادر المجتمع، والجامعات، والبيانات الاصطناعية، رافعةً مجموعة بياناتها من 100 مليون إلى أكثر من 500 مليون رمز.
ما هو الذكاء الاصطناعي السيادي وكيف ترتبط به Votee AI؟
يشير الذكاء الاصطناعي السيادي إلى امتلاك الحكومات والشركات لبيانات الذكاء الاصطناعي الخاصة بها ونماذجها وبنيتها التحتية بدلًا من الاعتماد الكامل على مزودين أجانب. تدعم Votee AI هذه الفكرة من خلال توطين نماذج الذكاء الاصطناعي للكانتونية والتعاون مع مزودي العتاد والنماذج المحليين والعالميين.
ما خطط Votee AI للتوسع الإقليمي؟
تجري Votee AI مناقشات نشطة مع AI Singapore وتخطط للتوسع في جنوب شرق آسيا، كما تستكشف كيف يمكن للذكاء الاصطناعي أن يساعد في حماية اللغات المهددة بالانقراض في أجزاء أخرى من العالم.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”لماذا تركز Votee AI على الكانتونية في تطوير نماذج الذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”لأن الكانتونية، التي يتحدث بها أكثر من 80 مليون شخص، تختلف اختلافًا كبيرًا عن الماندرين وهي غير مخدومة في مجال الذكاء الاصطناعي، مما يؤثر في قطاعات مثل التعليم والرعاية الصحية حيث تكون الأدوات الدقيقة باللغة المحلية ضرورية.”}},{“@type”:”Question”,”name”:”كيف تبني Votee AI نماذج الذكاء الاصطناعي الكانتونية الخاصة بها؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”تعيد Votee AI تدريب النماذج ذات الأوزان المفتوحة من مطورين مثل ميتا باستخدام بيانات كانتونية تُجمع عبر الكشط، ومصادر المجتمع، والجامعات، والبيانات الاصطناعية، رافعةً مجموعة بياناتها من 100 مليون إلى أكثر من 500 مليون رمز.”}},{“@type”:”Question”,”name”:”ما هو الذكاء الاصطناعي السيادي وكيف ترتبط به Votee AI؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يشير الذكاء الاصطناعي السيادي إلى امتلاك الحكومات والشركات لبيانات الذكاء الاصطناعي الخاصة بها ونماذجها وبنيتها التحتية بدلًا من الاعتماد الكامل على مزودين أجانب. تدعم Votee AI هذه الفكرة من خلال توطين نماذج الذكاء الاصطناعي للكانتونية والتعاون مع مزودي العتاد والنماذج المحليين والعالميين.”}},{“@type”:”Question”,”name”:”ما خطط Votee AI للتوسع الإقليمي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”تجري Votee AI مناقشات نشطة مع AI Singapore وتخطط للتوسع في جنوب شرق آسيا، كما تستكشف كيف يمكن للذكاء الاصطناعي أن يساعد في حماية اللغات المهددة بالانقراض في أجزاء أخرى من العالم.”}}]}
تم إعداد المقال بمساعدة الذكاء الاصطناعي ومراجعته من قبل الفريق التحريري.
