تدمير أسهم التخزين بقيمة 900 مليار دولار في أوراق بحثية حول ذكاء اصطناعي من جوجل، واتُهمت بالتلاعب في التجارب

المؤلف: شين تشاو TechFlow

نشرت جوجل بحثًا يدعي “تقليص استهلاك الذاكرة للذكاء الاصطناعي إلى 1/6”، مما أدى الأسبوع الماضي إلى فقدان أكثر من 900 مليار دولار من القيمة السوقية لأسهم الشركات العالمية مثل ميكرون وسانديسك.

ومع ذلك، بعد يومين فقط من نشر البحث، أصدر باحث ما بعد الدكتوراه في المعهد الفيدرالي السويسري للتكنولوجيا في زيورخ، غاو جيان يانغ، رسالة مفتوحة من عشرة آلاف كلمة يتهم فيها فريق جوجل باختبار المنافس باستخدام سكربت بايثون على وحدة معالجة مركزية أحادية النواة، بينما اختبروا أنفسهم باستخدام وحدة معالجة رسومية A100، ورغم إبلاغهم بالمشكلة قبل التقديم، إلا أنهم رفضوا التصحيح. تجاوز عدد قراءات المقال على موقع تشيهو 4 ملايين، وأعاد حساب ستانفورد للغة الطبيعية نشره، مما أثار قلق الأكاديميين والسوق في آن واحد.

(قراءة مرجعية: بحث واحد، أسقط أسهم التخزين)

المسألة الجوهرية في هذا الجدل ليست معقدة: هل تم تشويه بحث تم الترويج له بشكل كبير من قبل جوجل، والذي أدى مباشرة إلى عمليات بيع فوضوية في سوق الرقائق العالمية، بشكل منهجي، من خلال إجراء تجارب غير عادلة تم تصنيعها عمدًا، مما خلق سردًا زائفًا لميزة الأداء؟

ما الذي فعله TurboQuant: ضغط “ورقة المسودة” للذكاء الاصطناعي إلى سدس حجمها الأصلي

عند توليد الإجابات، تحتاج النماذج اللغوية الكبيرة إلى الكتابة والرجوع إلى المحتوى الذي تم حسابه سابقًا. يتم تخزين هذه النتائج المؤقتة في الذاكرة، ويطلق عليها في الصناعة اسم “KV Cache” (ذاكرة التخزين المؤقت للمفتاح والقيمة). كلما طال الحوار، زادت سماكة هذه “ورقة المسودة”، مما يزيد من استهلاك الذاكرة وتكاليفها.

تطوير فريق جوجل لخوارزمية TurboQuant، يتمحور حول ضغط هذه الورقة إلى 1/6 من حجمها الأصلي، مع الادعاء بعدم فقدان الدقة وزيادة سرعة الاستدلال حتى 8 مرات. تم نشر البحث لأول مرة في أبريل 2025 على منصة الأبحاث الأكاديمية arXiv، وتم قبوله في مؤتمر ICLR 2026، الذي يُعتبر من أبرز المؤتمرات في مجال الذكاء الاصطناعي، في يناير 2026، وأعيدت تغطيته وترويجه عبر المدونة الرسمية لجوجل في 24 مارس.

على الصعيد التكنولوجي، يمكن فهم فكرة TurboQuant ببساطة على أنها: أولاً، يتم استخدام تحويل رياضي لتنظيف البيانات الفوضوية وتحويلها إلى تنسيق موحد، ثم يتم ضغطها باستخدام جدول ضغط مثالي محسوب مسبقًا، وأخيرًا يتم استخدام آلية تصحيح أخطاء بمقدار بت واحد لتصحيح الانحرافات الناتجة عن الضغط. وقد تحقق مجتمع الباحثين المستقلون من صحة تأثير الضغط الذي حققته، كما أن المساهمة الرياضية على مستوى الخوارزمية موجودة بالفعل.

الجدل ليس حول ما إذا كانت TurboQuant فعالة، بل حول ما الذي فعلته جوجل لإثبات أنها “تفوقت على المنافسين”.

رسالة غاو جيان يانغ المفتوحة: ثلاث اتهامات، جميعها تصيب الهدف

في 27 مارس، الساعة 10 مساءً، نشر غاو جيان يانغ مقالة طويلة على تشيهو، وقدم تعليقًا رسميًا على منصة مراجعة ICLR. غاو هو المؤلف الأول لخوارزمية RaBitQ، التي نُشرت في مؤتمر SIGMOD، الذي يُعتبر من أبرز المؤتمرات في مجال قواعد البيانات، في عام 2024، وتعالج نفس النوع من المشكلات - الضغط الفعال للمتجهات عالية الأبعاد.

تنقسم اتهاماته إلى ثلاث نقاط، وكل واحدة منها مدعومة بسجلات بريد إلكتروني وخطوط زمنية.

الاتهام الأول: استخدام طريقة أساسية للآخرين، دون ذكرها في النص.

توجد خطوة أساسية مشتركة في التقنية الأساسية لكل من TurboQuant وRaBitQ: قبل ضغط البيانات، يتم إجراء “تدوير عشوائي” للبيانات. تهدف هذه الخطوة إلى تحويل البيانات ذات التوزيع غير المنتظم إلى توزيع موحد يمكن التنبؤ به، مما يقلل بشكل كبير من صعوبة الضغط. هذه هي النقطة الأكثر قربًا بين الخوارزميتين.

اعترف مؤلفو TurboQuant بذلك في ردهم على المراجعة، لكنهم لم يذكروا بشكل مباشر العلاقة بين هذه الطريقة وRaBitQ في البحث بالكامل. والخلفية الأكثر أهمية هي: أن المؤلف الثاني لـ TurboQuant، مجيد دليري، اتصل بفريق غاو جيان يانغ في يناير 2025، طالبًا المساعدة في تصحيح نسخة بايثون التي أعاد كتابتها بناءً على كود RaBitQ. واحتوى البريد الإلكتروني على تفاصيل خطوات إعادة الإنتاج ومعلومات الأخطاء - بعبارة أخرى، كان فريق TurboQuant على دراية جيدة بتفاصيل تقنية RaBitQ.

كما أشار أحد المراجعين المجهولين في ICLR بشكل مستقل إلى أن كلاهما استخدم نفس التقنية، مطالبًا بمناقشة كافية. لكن في النسخة النهائية من البحث، لم تضف فريق TurboQuant مناقشة إضافية، بل على العكس، نقلوا الوصف (غير المكتمل بالفعل) عن RaBitQ من النص إلى الملحق.

الاتهام الثاني: ادعاء دون دليل أن نظرية الخصم “دونية”.

وصف بحث TurboQuant RaBitQ بأنه “دوني النظرية” (suboptimal)، مشيرًا إلى أن التحليل الرياضي لـ RaBitQ “كان إلى حد ما خشنًا”. لكن غاو جيان يانغ أشار إلى أن النسخة الموسعة من بحث RaBitQ قد أثبتت دقة ضغطها رياضيًا بأنها وصلت إلى الحدود المثلى، وقد تم نشر هذا الاستنتاج في مؤتمر بارز في علوم الحاسوب النظرية.

في مايو 2025، أوضح فريق غاو جيان يانغ عبر عدة جولات من البريد الإلكتروني أن نظرية RaBitQ تعتبر مثالية. وأكد المؤلف الثاني لـ TurboQuant، دليري، أنه تم إبلاغ جميع المؤلفين بذلك. ومع ذلك، احتفظ البحث في النهاية بعبارة “دونية” دون تقديم أي أدلة داحضة.

الاتهام الثالث: في التجارب المقارنة “يد مقيدة وأخرى تحمل سكينًا”.

هذه هي النقطة الأكثر قوة في البحث. أشار غاو جيان يانغ إلى أن بحث TurboQuant قد أضاف طبقتين من الشروط غير العادلة في تجارب المقارنة في السرعة:

أولاً، قدمت RaBitQ كود C++ المحسن (الذي يدعم بشكل افتراضي المعالجة المتوازية)؛ لكن فريق TurboQuant لم يستخدمه، بل استخدم نسخته المترجمة إلى بايثون لاختبار RaBitQ. ثانياً، تم اختبار RaBitQ باستخدام وحدة معالجة مركزية أحادية النواة مع إيقاف تشغيل المعالجة المتعددة، بينما استخدم TurboQuant وحدة معالجة رسومية NVIDIA A100.

تتداخل هذه الشروط، مما يؤثر على النتيجة التي يراها القارئ، حيث يستنتج أن “RaBitQ أبطأ بعدة درجات من TurboQuant”، لكن لا يعرف أن هذا الاستنتاج يستند إلى فرضية أن فريق جوجل قد قيد خصمهم قبل بدء السباق. ولم يكشف البحث بشكل كافٍ عن هذه الاختلافات في شروط التجارب.

رد جوجل: “التدوير العشوائي تقنية عامة، لا يمكننا الإشارة إلى كل ورقة تستخدمها”

وفقًا لما كشفه غاو جيان يانغ، أفاد فريق TurboQuant في ردهم عبر البريد الإلكتروني في مارس 2026: “استخدام التدوير العشوائي وتحويل جونسن-ليندنبراس قد أصبح معيارًا في هذا المجال، ولا يمكننا الإشارة إلى كل ورقة استخدمت هذه الطرق.”

يعتقد فريق غاو جيان يانغ أن هذا يعد خلطًا للمفاهيم: ليست المسألة ما إذا كان يجب الإشارة إلى جميع الأوراق التي استخدمت التدوير العشوائي، بل أن RaBitQ كانت أول من ربط بين هذه الطريقة وضغط المتجهات وأثبتت مثالية هذه العلاقة في ظل نفس الإعدادات، وبالتالي كان ينبغي على بحث TurboQuant وصف العلاقة بينهما بدقة.

أعاد الحساب الرسمي لمجموعة ستانفورد للغة الطبيعية نشر بيان غاو جيان يانغ. وقد نشر فريق غاو جيان يانغ تعليقًا علنيًا على منصة ICLR OpenReview، وقدّم شكوى رسمية إلى رئيس مؤتمر ICLR ولجنة الأخلاقيات، وسينشرون تقريرًا فنيًا مفصلًا على arXiv لاحقًا.

قدم المدون التقني المستقل داريوا سلفاتي تقييمًا نسبيًا محايدًا في تحليله: لدى TurboQuant مساهمة حقيقية في الطرق الرياضية، لكن العلاقة مع RaBitQ أقرب بكثير مما تم وصفه في البحث.

فقدان 900 مليار دولار من القيمة السوقية: الجدل حول البحث يتزامن مع الذعر في السوق

تزامنت هذه القضية الأكاديمية مع توقيت دقيق. بعد أن نشرت جوجل TurboQuant عبر مدونتها الرسمية في 24 مارس، تعرض قطاع رقائق التخزين العالمي لعمليات بيع قوية. وفقًا لتقارير متعددة من CNBC وغيرها، انخفضت أسهم ميكرون بشكل متتابع على مدار ستة أيام تداول، حيث تجاوزت نسبة الانخفاض 20%؛ انخفضت أسهم سانديسك بنسبة 11% في يوم واحد؛ وتراجعت أسهم SK Hynix الكورية بنسبة حوالي 6%، وانخفضت أسهم سامسونج للإلكترونيات بحوالي 5%، وانخفضت أسهم كينغستون اليابانية بحوالي 6%. كانت منطق السوق للذعر بسيطة وواضحة: إذا كان الضغط البرمجي بإمكانه تقليل احتياجات الذاكرة للاستدلال للذكاء الاصطناعي إلى 6 مرات، فإن آفاق الطلب على رقائق التخزين ستتعرض لتخفيض هيكلي.

رد المحلل في مورغان ستانلي، جوزيف مور، في تقريره بتاريخ 26 مارس على هذه المنطق، مؤكدًا على تصنيف “زيادة الوزن” لأسهم ميكرون وسانديسك. أشار مور إلى أن TurboQuant تضغط فقط نوع معين من الذاكرة المؤقتة، وهو KV Cache، وليس إجمالي استخدام الذاكرة، واعتبر ذلك “تحسينًا طبيعيًا في الإنتاجية”. كما استشهد المحلل في بنك ويلز فارجو، أندرو روشا، بمفارقة جافنز، مشيرًا إلى أن تحسين الكفاءة وتقليل التكاليف قد يؤدي في الواقع إلى تحفيز نشر أكبر للذكاء الاصطناعي، مما يزيد في النهاية من احتياجات الذاكرة.

بحث قديم، تغليف جديد: مخاطر سلسلة نقل السرد من بحث الذكاء الاصطناعي إلى السوق

وفقًا لتحليل المدون التقني بن بولاديان، تم نشر بحث TurboQuant علنًا في أبريل 2025، وليس بحثًا جديدًا. لكن في 24 مارس، أعادت جوجل تغليف البحث عبر مدونتها الرسمية، بينما اعتبر السوق ذلك breakthrough جديد. تعكس هذه الاستراتيجية الترويجية “بحث قديم، نشر جديد”، إلى جانب الانحرافات التجريبية المحتملة في البحث، المخاطر النظامية في سلسلة نقل السرد من الأوراق الأكاديمية إلى السوق.

بالنسبة للمستثمرين في البنية التحتية للذكاء الاصطناعي، عندما تدعي ورقة بحثية تحقيق “تحسينات في الأداء بعدة درجات”، يجب أن يكون السؤال الأول هو ما إذا كانت ظروف المقارنة معيارية وعادلة.

أوضح فريق غاو جيان يانغ أنهم سيواصلون دفع الحل الرسمي للمسألة. ولم تقدم جوجل بعد ردًا رسميًا على الاتهامات المحددة الواردة في الرسالة المفتوحة.