من الهند إلى العالم.. Sarvam نموذج محلى يهز ChatGPT وGemini - بوابة نيوز مصر

نجحت شركة ناشئة هندية تُدعى Sarvam AI خلال أيام قليلة في جذب اهتمام واسع داخل الهند وخارجها فيما يتعلق بالذكاء الاصطناعي، بعدما أعلنت أن أدواتها الجديدة حققت أداءً أفضل من نماذج عالمية مثل ChatGPT وGoogle Gemini وClaude في مهام مرتبطة بالسياق الهندي، خصوصًا التعامل مع الوثائق والنصوص متعددة اللغات، وهو ما أعاد طرح سؤال مهم حول قدرة النماذج المحلية المتخصصة على التفوق في أسواق بعشيرتها.

أدوات Sarvam AI التي أشعلت الجدل: Vision وBulbul

أطلقت Sarvam AI أداتين جديدتين هما Sarvam Vision وBulbul V3، وكلتاهما تستهدفان مهام محددة بدقة عالية، وهو ما مكّن الشركة من التفوق في اختبارات ومعايير عالمية متخصصة، لكن هذا التفوق لا يعني بالضرورة أنها بديل شامل لنماذج الذكاء الاصطناعي العامة مثل ChatGPT أو Gemini.

تفوق واضح في مهام محددة: OCR والنص إلى صوت

Sarvam Vision يتصدر اختبارات التعرف الضوئي على النصوص، في 5 فبراير، أعلن الشريك المؤسس لشركة Sarvam AI، براتيوش كومار، أن نموذج Sarvam Vision حقق نتائج غير مسبوقة في اختبار olmOCR-Bench، وهو معيار عالمي يقيس قدرات نماذج الذكاء الاصطناعي في التعرف الضوئي على الحروف (OCR).

هذا النوع من الاختبارات يقيس قدرة النموذج على قراءة النصوص من الصور والمستندات الممسوحة ضوئيًا، وفهم الخطوط المعقدة، والتعرّف على الكتابة اليدوية، إلى جانب تحليل الجداول والصيغ الرياضية والتنسيقات التقنية، وفي هذا السياق، سجّل نموذج Sarvam Vision دقة بلغت 84.3%، متفوقًا على ChatGPT من OpenAI وGemini 3 Pro من Google وDeepSeek OCR v2 الصيني، كما حقق 93.28% في اختبار OmniDocBench v1.5، خاصة في التعامل مع التخطيطات المعقدة، والجداول التقنية، والمعادلات والصيغ الرياضية.

السر الحقيقي: التفوق في اللغات والنصوص الهندية

أحد أهم أسباب تفوق Sarvam Vision هو تركيزه العميق على اللغات والنصوص الهندية، إذ تم تدريب النموذج خصيصًا على أنماط الكتابة المحلية، والخطوط الهندية المعقدة، واللغات الإقليمية المختلفة.
ورغم أن نماذج مثل ChatGPT وGemini تمتلك قدرات قوية في التعرف على النصوص (OCR)، فإنها ليست مُحسّنة بنفس الدرجة للتعامل مع النصوص الهندية، وهو ما منح Sarvam Vision أفضلية واضحة في هذا السياق. ويجعل هذا التفوق Sarvam AI خيارًا مناسبًا للشركات والمؤسسات الهندية التي تتعامل مع مستندات رسمية ممسوحة ضوئيًا، ونماذج حكومية، ومحتوى متعدد اللغات، ووثائق مكتوبة بخط اليد.

Bulbul V3: تفوق في تحويل النص إلى صوت هندي

الأداة الثانية التي أثارت الانتباه هي Bulbul V3، وهو نموذج لتحويل النص إلى صوت (Text-to-Speech). ووفقًا للاختبارات والمعايير المتخصصة، تفوقت Bulbul V3 على ElevenLabs، أحد أشهر وأقوى نماذج تحويل النص إلى صوت عالميًا، لكن في السياق الهندي تحديدًا. ويعود السبب إلى العامل نفسه الذي منح Sarvam Vision تفوقه، إذ تم تدريب النموذج على اللهجات الهندية، وفهم نطق اللغات المحلية، ومحاكاة الإيقاع الطبيعي للكلام في الهند، ما جعله ينتج أصواتًا تبدو أكثر طبيعية وواقعية للمستخدم الهندي.

لماذا لا تُعد Sarvam AI بديلًا لـ ChatGPT وGemini؟

رغم التفوق اللافت الذي حققته Sarvam AI في مهام متخصصة، فإنها لا تُعد نموذج ذكاء اصطناعي عامًا مثل ChatGPT أو Gemini، إذ إن نماذجها مصممة لأداء وظائف محددة بدقة عالية، ولا تدعم المحادثات الطويلة أو إنتاج محتوى إبداعي متنوع، كما أنها غير قادرة على معالجة مسائل معقدة تمتد عبر مجالات متعددة.

فعلى سبيل المثال، يستطيع Gemini إعداد اختبار تجريبي لامتحان JEE ومرافقة المستخدم خطوة بخطوة أثناء الحل، بينما يمكن لـ ChatGPT تحليل صور الأشعة الطبية وتقديم تصور مبدئي لما يظهر فيها، وهي استخدامات لا تزال خارج نطاق قدرات Sarvam AI في الوقت الحالي.

الفرق في الحجم: نماذج صغيرة مقابل عمالقة الذكاء الاصطناعي

أحد الفروق الجوهرية بين نماذج Sarvam AI وChatGPT أو Gemini يكمن في حجم النماذج نفسها؛ إذ يضم نموذج Sarvam Vision نحو 3 مليارات باراميتر فقط، في حين يُشاع أن Google Gemini 3 يحتوي على ما يقرب من 2 تريليون باراميتر. وبشكل عام، كلما زاد عدد الباراميترات زادت قدرات النموذج ومرونته في التعامل مع مهام متعددة ومعقدة، إلا أن تدريب وتشغيل نماذج بهذا الحجم الهائل يتطلب مئات الآلاف من وحدات GPU، وبنية تحتية ضخمة، ومراكز بيانات عملاقة، وهي موارد لا تتوفر حاليًا بهذا النطاق داخل الهند.

إنجاز هندي يستحق الاحتفاء

رغم القيود، فإن ما حققته Sarvam AI يُعد إنجازًا كبيرًا بكل المقاييس، هذه النماذج لا تدّعي أنها بديل شامل للذكاء الاصطناعي العام، لكنها تثبت أن الشركات الهندية قادرة على تطوير أدوات عالمية المستوى، وتؤكد أن التحدي الحقيقي أمام الهند في مجال الذكاء الاصطناعي ليس الكفاءة البشرية، بل البنية التحتية والقدرات الحاسوبية

كما يمكن اعتبار Vision وBulbul بمثابة إثبات مفهوم (Proof of Concept)، يوضح أن التفوق على النماذج العالمية ممكن عندما يكون التركيز ذكيًا ومحددًا، ولهذا السبب، فإن تفوق Sarvam AI-even في مهام محددة هو سبب حقيقي للاحتفال.