السعودية تطلق أول نموذج لغوي ضخم عربي مفتوح المصدر بالتعاون مع شركات عالمية لتعزيز السيادة الرقمية

في خطوة غير مسبوقة، أطلقت المملكة العربية السعودية أول نموذج لغوي ضخم عربي مفتوح المصدر بالتعاون مع شركات عالمية، مما يعزز السيادة الرقمية ويوفر بديلاً وطنياً للتقنيات الأجنبية. هذا النموذج، الذي يُعد الأكبر من نوعه في العالم العربي، يهدف إلى تمكين المطورين والباحثين والشركات من بناء تطبيقات ذكاء اصطناعي متقدمة باللغة العربية، مع الحفاظ على الخصوصية والأمن السيبراني.

ما هو النموذج اللغوي الضخم العربي المفتوح المصدر؟

النموذج اللغوي الضخم (Large Language Model - LLM) هو نظام ذكاء اصطناعي يُدرَّب على كميات هائلة من النصوص لفهم اللغة وتوليدها. النموذج السعودي الجديد يُسمى "سوار" (Sawar) وهو مفتوح المصدر بالكامل، مما يعني أن أي شخص يمكنه استخدامه وتعديله وتوزيعه بحرية. تم تدريبه على أكثر من 5 تريليون رمز (token) من النصوص العربية الفصحى والعامية، بالإضافة إلى الإنجليزية. يضم النموذج 70 مليار معامل (parameter)، مما يجعله من بين الأكبر عالمياً.

كيف تم تطوير النموذج ومن هم الشركاء؟

قادت تطوير النموذج الهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA) بالتعاون مع شركات عالمية مثل مايكروسوفت وإنفيديا. استخدم الفريق أكثر من 10,000 معالج رسومي (GPU) من نوع A100 من إنفيديا، واستغرق التدريب 6 أشهر بتكلفة تجاوزت 100 مليون دولار. كما شاركت جامعة الملك عبدالله للعلوم والتقنية (KAUST) في توفير الخبرات البحثية.

لماذا يُعد هذا الإطلاق مهماً للسيادة الرقمية السعودية؟

السيادة الرقمية تعني قدرة الدولة على التحكم في بياناتها وتقنياتها دون الاعتماد على كيانات خارجية. النموذج الجديد يضمن أن البيانات الحساسة للمؤسسات الحكومية والخاصة لا تُرسل إلى خوادم خارجية، كما يمنع التلاعب بالمحتوى العربي. وفقاً لتقرير صادر عن SDAIA، فإن 80% من نماذج الذكاء الاصطناعي السائدة تُهيمن عليها شركات أمريكية وصينية، مما يشكل خطراً على الخصوصية والثقافة المحلية.

ما هي التطبيقات العملية للنموذج؟

يمكن استخدام "سوار" في مجالات متعددة: تحليل النصوص القانونية، الترجمة الفورية، المساعدات الصوتية الذكية، التعليم الإلكتروني، والتشخيص الطبي. على سبيل المثال، أعلنت وزارة الصحة السعودية عن خطط لاستخدام النموذج في تحليل السجلات الطبية باللغة العربية، مما قد يُقلل وقت التشخيص بنسبة 40%.

هل النموذج متاح للجميع وكيف يمكن الوصول إليه؟

نعم، النموذج متاح مجاناً عبر منصة هيئة الذكاء الاصطناعي السعودية على GitHub وHugging Face. يمكن للمطورين تنزيل الأوزان (weights) وتشغيلها على خوادمهم المحلية. كما وفرت SDAIA واجهة برمجة تطبيقات (API) مجانية تسمح بـ 1000 طلب يومياً لكل مستخدم.

ما هي التحديات التي واجهها المشروع؟

تمثل التحدي الأكبر في جمع بيانات عربية عالية الجودة، حيث أن معظم المحتوى العربي على الإنترنت غير منظم أو يحتوي على أخطاء. استغرق فريق العمل 18 شهراً لتنظيف وتصنيف 10 تيرابايت من النصوص. كما واجهوا صعوبات في تدريب النموذج على اللهجات المختلفة، مما استدعى إضافة طبقة خاصة للتعرف على اللهجات.

ما هي خطط المستقبل لتطوير النموذج؟

تخطط SDAIA لإطلاق نسخة محسنة من النموذج بحلول 2027 تتضمن 200 مليار معامل، ودعم الفيديو والصوت. كما سيتم إنشاء مركز أبحاث مشترك مع جامعة الملك سعود وجامعة ستانفورد لتطوير تقنيات الذكاء الاصطناعي التوليدي بالعربية. الهدف النهائي هو جعل السعودية مركزاً عالمياً للذكاء الاصطناعي العربي.

قال الدكتور عبدالله الغامدي، رئيس SDAIA: "هذا النموذج ليس مجرد تقنية، بل هو استثمار في مستقبل اللغة العربية والهوية الرقمية للمملكة".

إحصائيات رئيسية:

• 5 تريليون رمز تدريبي
• 70 مليار معامل
• 10,000 GPU مستخدمة
• 100 مليون دولار تكلفة التدريب
• 6 أشهر مدة التدريب

في الختام، يمثل إطلاق "سوار" نقلة نوعية في مسيرة التحول الرقمي السعودي، حيث يجمع بين الابتكار التقني والسيادة الوطنية. مع استمرار التطور، من المتوقع أن يصبح هذا النموذج حجر الزاوية للعديد من التطبيقات الذكية في العالم العربي.