مايكروسوفت تبني مجموعة الذكاء الاصطناعي الخاصة بها لتقليل الاعتماد على OpenAI

سبعة نماذج تم تدريبها من الصفر

كانت النقطة المحورية تأتي من مصطفى سليمان، الذي يدير مايكروسوفت AI. قدم سبعة نماذج تغطي التفكير، الترميز، توليد الصور، الصوت والنص، جميعها مدربة من الصفر على بيانات مرخصة بدون تقطير من مختبرات منافسة. النموذج الرائد في التفكير، MAI-Thinking-1، يستخدم تصميم مختلط نادر من الخبراء مع حوالي 35 مليار معلمة نشطة ونافذة سياق تتكون من 256,000 من الرموز، وهو في العرض الخاص عبر مايكروسوفت فاوندي، بدلاً من الإطلاق العام. ذكرت مايكروسوفت أن المقيمين البشر العميان فضلوا هذا النموذج على Claude Sonnet 4.6 من Anthropic وأنه يتطابق مع Claude Opus 4.6 في معيار SWE-bench Pro الخاص بالبرمجة، وهي نتائج تأتي من تقييمات الشركة نفسها وتنتظر اختباراً خارجياً. نموذج برمجة أصغر وأكثر كفاءة، MAI-Code-1-Flash، يصل إلى مستخدمي جيت هاب كوبيلوت داخل المحرر.

تصف مايكروسوفت البرنامج وراء هذه النماذج بأنه آلة تسلق جبل، وهو خط أنابيب تدريب يهدف إلى تحسين الدورة دورة بعد دورة حيث تستمر القدرة الحاسوبية العالمية في الارتفاع. يرتبط الإطار بالسيليكون. في كلمتهم الرئيسية، قالت مايكروسوفت إنها صممت نماذج MAI مع مسرع الاستدلال Maia 200 وأبلغت عن مكاسب في الكفاءة من الجمع بين الاثنين. كما قدمت تحسين الحدود، الذي يطبق التعلم المعزز داخل حدود التوافق الخاصة بالعميل بحيث يتكيف النموذج مع كيفية عمل عمل معين بالفعل. أشارت مايكروسوفت إلى مثال داخلي واحد حيث ارتفع إتمام المهام من 13% إلى 87% بعد التخصيص، وذكرت أن نسخة مخصصة للعمل في Excel تطابقت مع نموذج OpenAI المتقدم بتكلفة أقل تصل إلى 10 مرات. جميع هذه الأرقام تأتي من مايكروسوفت ولم يتم التحقق منها بشكل مستقل.

نظام كامل، ليس مجرد نماذج

جاءت أخبار النماذج مع بنية تحتية جديدة، معظمها مبكر. وقالت مايكروسوفت إن الآلات الافتراضية المستندة إلى معمارية Azure Cobalt 200، التي هي الآن في العرض، يمكن أن تقدم تحسيناً يصل إلى 50% في أداء المعالجات حسب عبء العمل، وتهدف الشركة إلى توجيهها نحو الذكاء الاصطناعي القائم على لينكس. كما أضافت Azure HorizonDB، وهي خدمة متوافقة مع Postgres لتطبيقات الذكاء الاصطناعي مع ميزات مثل بحث المتجهات والاتصالات داخل فاوندي وفابريك. نسخة من مستودع بيانات فابريك مع تسريع GPU عملت بسرعة تصل إلى سبع مرات أسرع من ثلاثة مستودعات سحابية منافسة في اختبارات داخلية لمايكروسوفت خلال مايو، وهي نتيجة لم تقم الشركة بمقارنتها علنياً مع المنافسين المحددين.

على جانب الوكلاء، نقلت مايكروسوفت مجموعة تطوير البرمجيات Agent 365 إلى الإتاحة العامة وأعادت تنظيم طبقة المعرفة حول Foundry IQ، التي تتوفر بشكل عام وتجمع بين Work IQ، Fabric IQ، Azure SQL، بحث الملفات والمصادر الخارجية، مع إضافة Web IQ للانتقال المباشر مع الويب. تطبيق جديد على سطح المكتب لجيت هاب كوبيلوت يدفع كوبيلوت للأمام في إدارة المهام وطلبات السحب، وVisual Studio آخذة في التحرك إلى قاعدة البرمجيات لجيت هاب كوبيلوت. كما عرضت مايكروسوفت MDASH، وهو نظام مسح متعدد النماذج في العرض الخاص الموسع الذي يربط Defender مع جيت هاب للعثور على الثغرات وإصلاحها، جنبًا إلى جنب مع حاويات ويندوز التي تعزل الوكلاء تحت السياسة. على مستوى الأجهزة، تقدم محطة Surface RTX Spark Dev Box، التي تم بناؤها بالتعاون مع Nvidia، حوالي 1 بيتافلوب من قدرة الذكاء الاصطناعي المحلية، وجهاز مفاهيمي يسمى Project Solara يتخيل آلات تعمل كوكلاء بدلاً من التطبيقات.

كانت الرهانات المستقبلية هي Majorana 2، الشريحة الكمية التالية لمايكروسوفت. تدعي الشركة أن متوسط عمر الكيوبت هو 20 ثانية، وموثوقية أعلى بمقدار 1000 مرة من جيلها السابق، وطريق نحو 1 مليون كيوبت على شريحة تناسب في راحة اليد، مع آلة كمية قابلة للتوسيع مستهدفة للعام 2029.

لماذا تأتي دفعة الاستقلال الآن

لقد عرّفت اعتماد مايكروسوفت على OpenAI استراتيجيتها في الذكاء الاصطناعي منذ عام 2023، عندما بنت كوبيلوت على نماذج GPT واستثمرت مليارات في الشراكة. ملكية النماذج، وتصميمها بشكل مشترك مع شريحة Maia وCobalt الخاصة بها، يعطي مايكروسوفت مجالاً للتفاوض بشأن التكلفة وتحديد خارطتها الخاصة بدلاً من الانتظار على شريك. تلك الوضعية تقربها من جوجل، التي تربط Gemini بوحدات المعالجة المخصصة الخاصة بها، وأمازون، التي تربط نماذج Nova بسيليكون Trainium. لقد جادل كلا المنافسين لسنوات بأن ملكية الكومة الكاملة تخفض التكلفة وتtightens integration، ومايكروسوفت الآن تقدم تلك الحجة بأجزائها الخاصة.

كانت الشراكات على المسرح تذكيراً بأن الاستقلال له حدود. ظهر ساتيا ناديلا مع جينس هوانغ من Nvidia وكريستيانو أمان من كوالكوم، لأن مايكروسوفت لا تزال تعتمد على Nvidia لتدريب الحوسبة وعلى شركاء الرقائق للأجهزة التي تشغل وكلائها. الاكتفاء الذاتي في النماذج لا يمتد إلى السيليكون الذي يدربها على نطاق أمامي.

ما يتعين على مايكروسوفت إثباته بعد

تعد المعايير الفجوة الواضحة. كل رقم أداء شاركته مايكروسوفت جاء من تقييماتها الخاصة، والعديد مما عرضته ليس متاحاً بشكل عام بعد. MAI-Thinking-1 في عرض خاص، والآلات الافتراضية Cobalt 200 في عرض خاص، وMDASH في عرض خاص موسع وProject Solara هو جهاز مفاهيمي، لذلك لا يمكن للمشترين اختبار معظم هذه المزاعم ضد عبء العمل الخاص بهم اليوم. تستند نتيجة تحسين الحدود إلى مثال داخلي واحد، وهو أمر مشجع ولكنه بعيد عن كونه نمطاً عبر الصناعات.

الجدول الزمني للكمية بعيد سنوات، وخرائط الطريق الكمية عبر الصناعة لديها تاريخ طويل من الانزلاق. كما أن MAI لا تحل محل OpenAI أو Anthropic داخل كوبيلوت اليوم، حيث لا تزال تلك النماذج تدير معظم حركة المرور الإنتاجية، لذا تظل الاعتمادية العملية حتى مع تخفيف الاعتمادية الاستراتيجية. يعد حوكمة الوكلاء أمراً مبكراً أيضاً. تعتبر حاويات عزل ويندوز ومواصفة التحكم المقترحة للوكلاء منطقية، على الرغم من أنها إجابات الإصدار الأول لأسئلة الأمان التي بدأت المؤسسات فقط في طرحها.

ما يعنيه هذا للمشترين

لا يتطلب أي من هذا تمزيق أي شيء. القراءة الصحيحة هي الاختيارية. تقدم مايكروسوفت للعملاء طريقاً لتشغيل النماذج من الطرف الأول عندما تكون التكلفة أو مكان البيانات مهمة، مع الحفاظ على OpenAI وAnthropic متاحة للعمل الذي تقوم به تلك النماذج بشكل أفضل. راقب تحسين الحدود عن كثب إذا كانت مؤسستك تدير أحجاماً كبيرة من المهام المتكررة والمحددة جيداً، لأن نموذجاً تم تعديله داخل حدود الامتثال الخاصة بك بتكلفة أقل هو رافعة ميزانية حقيقية بمجرد أن تثبت المعايير هذا خارج مختبرات مايكروسوفت.

العمل الأصعب هو الحوكمة. تحتاج الوكلاء التي تعمل عبر ويندوز، أزور وجيت هاب إلى هوية، سياسة وضوابط تدقيق موضوعة قبل أن تتوسع، وليس بعدها. لقد خسر صانعو القرار الذين اعتبروا Build كإطلاق نموذج التحرك الأكبر. تقوم مايكروسوفت بتجميع الأجزاء لجعل ذكائها هو الافتراضي داخل منصتها الخاصة، والرافعة التي يتم إنشاؤها من ذلك على التسعير وخارطة الطريق ستستمر لفترة أطول من أي معيار واحد.