امارات متحده عربی با مدل جدید متن‌باز خود وارد میدان می‌شود

در ۱۸ سپتامبر ۲۰۲۵، دانشگاه محمد بن زاید هوش مصنوعی (MBZUAI) در ابوظبی، امارات متحده عربی، مدل هوش مصنوعی K2 Think را به عنوان یک مدل منبع‌باز (open-source) منتشر کرد. این مدل، که توسط کنسرسیوم فناوری G42 (حمایت‌شده توسط صندوق‌های ثروت حاکمیتی ابوظبی) رایگان عرضه می‌شود، یکی از اولین مدل‌های “حاکمیتی” (sovereign AI) است که بر روی استدلال پیشرفته تمرکز دارد. K2 Think نه یک مدل زبانی بزرگ کامل (LLM) بلکه یک مدل تخصصی برای استدلال است، که با اندازه کوچک (۳۲ میلیارد پارامتر) عملکردی همتراز با مدل‌های غول‌پیکری مانند OpenAI و DeepSeek (بیش از ۲۰۰ میلیارد پارامتر) ارائه می‌دهد. این انتشار، نشانه‌ای قوی از بازدهی سرمایه‌گذاری‌های کلان امارات در AI است و آن را در رقابت جهانی با آمریکا و چین قرار می‌دهد. خبر توسط Wired گزارش شده و بر جنبه‌های فنی، ژئوپلیتیکی و نوآورانه تأکید دارد.

مشخصات فنی و عملکرد مدل
K2 Think با ۳۲ میلیارد پارامتر، کوچک و کارآمد است – در مقایسه با مدل‌های عظیم مانند GPT-4 (۱.۷۶ تریلیون پارامتر) یا DeepSeek (بیش از ۲۰۰ میلیارد)، مصرف منابع کمتری دارد و روی سخت‌افزارهای جایگزین Nvidia اجرا می‌شود. این مدل برای “استدلال شبیه‌سازی‌شده” (simulated deliberation) طراحی شده: به جای پاسخ سریع بر اساس الگوهای آماری، مشکلات پیچیده را تجزیه می‌کند، سناریوهای مختلف را بررسی و به پاسخ‌های قابل‌تأیید می‌رسد.

عملکرد: بر اساس بنچمارک‌های گزارش‌شده، K2 Think در وظایف استدلالی (مانند حل مسائل ریاضی، منطقی یا چندمرحله‌ای) با مدل‌های برتر OpenAI (مانند o1-preview) و DeepSeek-V2 همخوانی دارد، اما با کارایی بالاتر (کمتر از ۲۰% اندازه رقبا). این مدل از Cerebras chips (جایگزین Nvidia) روی یک کلاستر اجرا می‌شود، که اجازه مقیاس‌پذیری بدون وابستگی به GPUهای آمریکایی را می‌دهد.

نوآوری‌های کلیدی و فرآیند توسعه
پژوهشگران MBZUAI، به رهبری اریک زینگ (رئیس دانشگاه و پژوهشگر ارشد AI)، ترکیبی از نوآوری‌های اخیر را پیاده‌سازی کرده‌اند:

• فاین‌تیونینگ روی رشته‌های طولانی استدلال شبیه‌سازی‌شده: مدل روی داده‌های مصنوعی طولانی (simulated reasoning chains) آموزش دیده تا استدلال گام‌به‌گام را یاد بگیرد.
• فرآیند برنامه‌ریزی agentic: مشکلات را به روش‌های مختلف تجزیه می‌کند (مانند tree-of-thoughts)، گزینه‌ها را ارزیابی و بهترین مسیر را انتخاب می‌کند.
• یادگیری تقویتی (Reinforcement Learning): مدل را برای رسیدن به پاسخ‌های “قابل‌تأیید” (verifiably correct) آموزش می‌دهد، با پاداش‌دهی به دقت و تنبیه خطاها.
• بهینه‌سازی برای سخت‌افزار: نوآوری‌هایی برای اجرای کارآمد روی Cerebras، که اجازه پردازش موازی سریع‌تر را می‌دهد.

توسعه: از چندین هزار GPU (تعداد دقیق فاش نشده) استفاده شده و آموزش نهایی روی ۲۰۰-۳۰۰ چیپ Cerebras انجام شد. گزارش فنی (در https://k2think-about.pages.dev/assets/tech-report/K2-Think_Tech-Report.pdf) جزئیات ترکیب این نوآوری‌ها را توصیف می‌کند. زینگ آن را “نوآوری فنی یا اختلال” می‌نامد و می‌گوید: “چگونه مدل کوچک را به اندازه مدل قدرتمند بزرگ کنیم – درسی برای دیگران.”

زمینه ژئوپلیتیکی و اقتصادی
امارات با سرمایه‌گذاری میلیاردها دلار، خود را به عنوان هاب تحقیقاتی AI در خاورمیانه تثبیت کرده – از تأسیس MBZUAI (اولین دانشگاه AI جهان) تا outpost در سیلیکون ولی. این کشور روابط با چین را کاهش داده تا به سیلیکون آمریکایی (برای آموزش مدل‌های مرزی) دسترسی یابد، و در مه ۲۰۲۵، دونالد ترامپ (رئیس‌جمهور وقت) برای اعلام قراردادهای AI با شرکت‌های آمریکایی به منطقه سفر کرد.

سایر کشورهای خاورمیانه مانند عربستان سعودی هم در AI سرمایه‌گذاری سنگین کرده‌اند. K2 Think بخشی از “مسابقه حاکمیتی AI” است: کشورهای کوچک ثروتمند (مانند امارات) مدل‌های ملی می‌سازند تا وابستگی به غول‌ها (آمریکا/چین) را کم کنند. پنگ شیائو، مدیرعامل G42، می‌گوید: “اثبات اینکه مدل‌های کوچک و هوشمند می‌توانند با سیستم‌های بزرگ رقابت کنند، نشان‌دهنده نقش ابوظبی در نوآوری جهانی است.” این مدل اقتصادی: با کارایی بالا، برای کاربردهای محلی (مانند خدمات دولتی یا آموزش) ایده‌آل است و هزینه‌های ابری را کاهش می‌دهد.

برنامه‌های آینده و دسترسی
K2 Think منبع‌باز است و G42 آن را رایگان عرضه می‌کند. برنامه: ادغام در یک LLM کامل در ماه‌های آینده، برای کاربردهای گسترده‌تر مانند چت‌بات‌های ملی یا ابزارهای تحقیقاتی. گزارش فنی جزئیات را برای پژوهشگران باز می‌گذارد. Wired به یک عکس Getty Images اشاره دارد که احتمالاً نمادی از فناوری AI در امارات است، اما جزئیات بصری مشخصی ندارد.

تحلیل و چشم‌انداز
K2 Think نشان‌دهنده شیفت به “AI کارآمد” است: در دورانی که مدل‌های بزرگ (مانند Grok-3 xAI) منابع عظیمی مصرف می‌کنند، تمرکز روی مدل‌های کوچک اما هوشمند (efficient reasoning) می‌تواند بازی را تغییر دهد – به‌ویژه برای کشورهای در حال توسعه. امارات با این گام، نه تنها فنی بلکه ژئوپلیتیکی برنده است: کاهش وابستگی به Nvidia/آمریکا با Cerebras، و جذب استعدادها. چالش‌ها: مقیاس‌پذیری برای وظایف عمومی (نه فقط استدلال) و رقابت با مدل‌های هیبریدی مانند Llama 3.1. آینده: این مدل می‌تواند پایه‌ای برای اکوسیستم AI خاورمیانه باشد، و امارات را به عنوان “سیلیکون مرکزی” تثبیت کند.