پیودی‌پای: موقع ساخت هوش مصنوعی اختصاصی‌ام، OpenAI دو بار اکانتم را بست!

فلیکس شلبرگ مدل ۹ میلیارد پارامتری Ajax را روی سخت‌افزارهای معمولی خانگی توسعه داده است؛ آن هم پس از آن‌که شرکت OpenAI به دلیل نقض قوانین مربوط به «تقطیر دانش» (Distillation)، دو بار حساب کاربری او را مسدود کرد.

فلیکس شلبرگ که در دنیای اینترنت با نام پیودی‌پای (PewDiePie) شناخته می‌شود، اعلام کرد شرکت OpenAI در جریان توسعه مدل هوش مصنوعی محلی‌اش یعنی Ajax، دو بار اکانت او را بسته است. این مدل هوش مصنوعی بر پایه مدل متن‌باز Qwen3.5-9B شرکت علی‌بابا توسعه یافته است. البته OpenAI هنوز بیانیه رسمی درباره این ماجرا صادر نکرده و تمام جزییات این تعلیق از ویدیوی جدید خود شلبرگ به دست آمده؛ جایی که او ایمیل مسدودسازی حسابش را نشان داد که در آن علت تعلیق، «تقطیر» (Distillation) قید شده بود.

این خبر درست در روز‌هایی منتشر می‌شود که مدل‌های وزن‌باز (Open-weight) باعث شده‌اند اجرای ایجنت‌های هوش مصنوعی روی کامپیوترهای شخصی برای کاربرانی که به دنبال کنترل کامل روی داده‌های خود هستند، بسیار جذاب و کاربردی‌تر از همیشه شود.

سیستم‌های Ajax و Odysseus دقیقاً چه کاری انجام می‌دهند؟

مدل Ajax در واقع یک نسخه بازتنظیم‌شده (Fine-tuned) از مدل Qwen3.5-9B علی‌بابا به حساب می‌آید که طوری طراحی شده تا روی سیستم‌های معمولی خانگی و در بستر Odysseus کار کند؛ یک فریم‌ورک همواره‌روشن برای ایجنت‌ها که مدیریت جست‌وجوی وب، وب‌گردی، بررسی ایمیل‌ها و تقویم را بر عهده می‌گیرد. مشخصات فنی کلیدی این پروژه شامل موارد زیر است:

• مدل پایه: مدل Qwen3.5-9B علی‌بابا که توسط شلبرگ فاین‌تیون شده است.
• روش کاهش ممانعت و پاسخ ندادن مدل: حذف خودکار گرایش‌های محدودکننده (Abliteration) با استفاده از ابزار متن‌باز Heretic.
• وظایف مدنظر: جست‌وجوی وب، مدیریت ایمیل، تقویم و وب‌گردی که همگی به شکل کاملاً محلی پردازش می‌شوند.
• برنامه‌های آینده: یادگیری تقویتی تکمیلی، دور دوم سانسورزدایی، کوانتایز کردن (کاهش حجم) و بنچمارک دقیق مدل.
• چارچوب ایمنی: شلبرگ تأکید کرده که Ajax طوری برنامه‌ریزی نشده که دستورالعمل‌های خطرناک یا خرابکارانه ارائه دهد.

یک مدل ۹ میلیارد پارامتری به مراتب کوچک‌تر از غول‌های پیشروی هوش مصنوعی است و همین ویژگی باعث می‌شود که به‌ویژه بعد از کوانتایز کردن، بتوان آن را به‌راحتی روی سیستم‌های معمولی اجرا کرد. البته عملکرد واقعی مدل به قدرت سخت‌افزار شما بستگی دارد و هنوز هیچ بنچمارک مستقل و معتبری برای آن منتشر نشده است.

ماجرای بن شدن توسط OpenAI و چالش بزرگ «تقطیر مدل‌ها»

بر اساس توضیحات شلبرگ در این ویدیو، شرکت OpenAI متوجه استفاده او از تکنیک تقطیر (Distillation) شده و حسابش را مسدود کرده است. تقطیر فرآیندی است که در آن، یک مدل کوچک‌تر با استفاده از پاسخ‌ها و خروجی‌های تولیدشده توسط یک مدل بزرگ‌تر آموزش می‌بیند؛ یعنی مدل کوچک بدون نیاز به دسترسی به معماری یا وزن‌های مدل اصلی، از رفتارهای آن یاد می‌گیرد. ظاهراً حساب او پس از ثبت درخواست تجدیدنظر باز شده بود، اما وقتی او دوباره از مدل برای ساخت داده‌های آموزشی اولیه استفاده کرد، برای بار دوم مسدود شد.

پیودی‌پای در ویدیوی خود این سؤال را مطرح کرده که آیا تقطیر هوش مصنوعی تفاوت معناداری با استفاده از داده‌های موجود در سطح وب برای آموزش مدل‌ها دارد یا نه. البته این صرفاً دیدگاه شخصی اوست؛ چرا که در قوانین کاربری و شرایط استفاده OpenAI صراحتاً ذکر شده که استفاده از خروجی‌های این شرکت برای آموزش مدل‌های رقیب ممنوع است و این تعهد حقوقی موضوعی کاملاً جدا از قیاس‌های فنی او به شمار می‌رود.

منظور از «بدون سانسور» بودن این مدل دقیقاً چیست؟

در این پروژه، کلمه «بدون سانسور» به معنای خروجی‌های کاملاً بی‌قیدوبند و رها نیست؛ بلکه به معنی کاهش رفتارهای ممانعت‌آمیز و امتناع مدل از پاسخ به درخواست‌هاست. شلبرگ با استفاده از تکنیک Abliteration در ابزار Heretic، بردارهای داخلی مدل را که مسئول امتناع از پاسخ‌دهی هستند دستکاری کرده، بدون آن‌که نیاز باشد کل سیستم را از ابتدا آموزش دهد.

او گفته قصد داشته از چیزی که خودش آن را «آسیب مغزی» مدل می‌نامد جلوگیری کند؛ یعنی همان خطری که موقع حذف سپرهای ایمنی باعث افت شدید قابلیت‌های عمومی هوش مصنوعی می‌شود. شلبرگ همچنین تأکید کرده که Ajax به هیچ عنوان برای ارائه دستورالعمل‌های خطرناک یا غیرقانونی ساخته نشده است. البته چت‌بات‌هایی که رفتار پیش‌بینی‌نشده‌ای در برابر پاسخ ندادن دارند همیشه زیر ذره‌بین کارشناسان قرار می‌گیرند و ارزیابی دقیق مرزهای ایمنی نیازمند دسترسی به خود مدل، پرامپت‌های سیستمی و آزمون‌های تکرارپذیری است که هنوز به طور عمومی منتشر نشده‌اند.

اجرای محلی به معنای امنیت و حریم خصوصی ۱۰۰ درصدی نیست!

اجرای مدلی مانند Ajax روی سخت‌افزار شخصی به طور پیش‌فرض داده‌های شما را از سرور‌های ابری دور نگه می‌دارد، اما پردازش آفلاین به تنهایی تمام روزنه‌های امنیتی را نمی‌پوشاند. وقتی یک هوش مصنوعی به ایمیل، تقویم و مرورگر شما وصل می‌شود، یک کانفیگ اشتباه در دسترسی‌ها، سرور‌های ابزار‌ها یا اتصالات شبکه همچنان می‌تواند اطلاعات حساس شما را لو بدهد.

شلبرگ به جای جمع‌آوری مستقیم داده‌ها از کاربران Odysseus، از بینندگان کانالش خواسته تا داوطلبانه داده‌های آموزشی برای پروژه اهدا کنند؛ هرچند تا زمان انتشار این ویدیو، هنوز داده‌ای برای او ارسال نشده بود.

معادله‌ای که پروژه‌هایی مثل Ajax پیش پای کاربران می‌گذارند کاملاً مشخص است: شما کنترل کامل داده‌هایتان را به دست می‌آورید و دیگر وابسته به تصمیمات کمپانی‌های بزرگ درباره محدودیت‌های هوش مصنوعی نخواهید بود؛ اما در ازای آن، مسئولیت حفظ امنیت، به‌روزرسانی‌ها و تدابیر ایمنی که قبلاً ارائه‌دهندگان ابری بر عهده داشتند، بر دوش خودتان خواهد افتاد. در نهایت، ابزار‌های ابری و مدل‌های محلی هرکدام توازن متفاوتی میان راحتی در استفاده و کنترل روی داده‌ها ارائه می‌دهند.