صحيفة الاتحاد:
2025-02-16@12:22:17 GMT
«الابتكار التكنولوجي» يطلق نماذج الذكاء الاصطناعي
تاريخ النشر: 14th, May 2024 GMT
أبوظبي (وام)
أخبار ذات صلةأعلن معهد الابتكار التكنولوجي، المركز العالمي الرائد للبحث العلمي وأحد أعمدة الأبحاث التطبيقية التابع لمجلس أبحاث التكنولوجيا المتطورة في أبوظبي، أمس، إطلاق الإصدار الثاني من نموذجه اللغوي الكبير باسم فالكون 2.
وتضم فالكون 2 نسختين متطورتين، فالكون 2 11 بي، نموذج لغوي كبير أكثر كفاءة ومدرب على 5.5 تريليون رمز توكن وبـ11 مليار عامل متغير، والنسخة الثانية فالكون 2 11 بي (في أل أم)، الذي يتميز بقدرات «الرؤية إلى اللغة» التي تتيح إمكانية تحويل المدخلات المرئية إلى مُخرجات نصية بكل فعالية. يذكر أن كلا الطرازين مزودين بخاصية التشغيل متعدد اللغات.
ويعد نموذج فالكون 2 11 بي (في إل إم) أول نموذج متعدد الوسائط، أطلقه معهد الابتكار التكنولوجي، كما أنه النموذج الوحيد في السوق الذي يمتلك القدرة على تحويل الصور المرئية إلى نصوص مكتوبة، الأمر الذي يمثل تطوراً مهماً في ابتكارات الذكاء الاصطناعي.
وجرى اختبار فالكون 2 11 بي بالمقارنة مع العديد من نماذج الذكاء الاصطناعي البارزة ضمن نفس الفئة، حيث قدم أداء يفوق أداء نموذج لاما 3 الجديد من شركة ميتا ب 8 مليارات معامل متغير (8 بي)، وأداء مشابها لنموذج جيما 7 بي من جوجل (فالكون 2 11 بي: 64.28 مقابل جيما 7 بي: 64.29)، وذلك وفقا للقائمة الصادرة عن منصة Hugging Face الرائدة عالميا، وهي منصة في الولايات المتحدة تستخدم أدوات تقييم موضوعية وصممت قائمة تقييم للنماذج اللغوية الكبيرة مفتوحة المصدر.
وقال فيصل البناي، الأمين العام لمجلس أبحاث التكنولوجيا المتطورة، ومستشار شؤون الأبحاث الاستراتيجية والتكنولوجيا المتقدمة لرئيس دولة الإمارات العربية المتحدة إن نموذج فالكون 2 11 بي يمثل الإصدار الأول ضمن سلسلة نماذج فالكون 2، وعلى الرغم من الأداء المتميز الذي قدمه نموذج فالكون 2 11بي، مؤكداً مجدداً الالتزام تجاه تطوير النماذج مفتوحة المصدر وبما يتماشى مع أهداف مؤسسة فالكون.
وقال الدكتور حكيم حسيد المدير التنفيذي ورئيس قسم الأبحاث بالإنابة في وحدة الذكاء الاصطناعي في معهد الابتكار التكنولوجي: في هذا المجال الذي يتسم بتطوره السريع والمستمر، يدرك المطورون الفوائد الجمة التي سيحصلون عليها من النماذج اللغوية المرنة وصغيرة الحجم، فضلا عن دورها في الحد من متطلبات الطاقة الحاسوبية وتلبية معايير وأسس الاستدامة، مشيرا إلى أن هذه النماذج تتسم بمرونتها وقابلية استخدامها بسلاسة مع بنية الذكاء الاصطناعي المتطورة، التي تعد الوجهة المستقبلية للتطور التكنولوجي.
المصدر: صحيفة الاتحاد
كلمات دلالية: معهد الابتكار التكنولوجي الذكاء الاصطناعي الإمارات الابتکار التکنولوجی الذکاء الاصطناعی
إقرأ أيضاً:
كيف تمكنت ديب سيك من بناء الذكاء الاصطناعي الخاص بها بأموال أقل؟
نشرت صحيفة "نيويورك تايمز" تقريرًا يسلط الضوء على كيفية نجاح شركة "ديب سيك" الصينية الناشئة في بناء أحد أقوى أنظمة الذكاء الاصطناعي في العالم باستخدام عدد أقل بكثير من الرقائق الحاسوبية مقارنة بالشركات الكبرى.
وقالت الصحيفة، في هذا التقرير الذي ترجمته "عربي21"، إن شركات الذكاء الاصطناعي عادة ما تقوم بتدريب روبوتات الدردشة الآلية الخاصة بها باستخدام أجهزة كمبيوتر عملاقة مزودة بـ16,000 شريحة متخصصة أو أكثر، لكن شركة "ديب سيك" قالت إنها تحتاج إلى حوالي 2,000 شريحة فقط.
وأوضح مهندسو الشركة بالتفصيل في ورقة بحثية؛ فقد استخدمت الشركة الناشئة العديد من الحيل التكنولوجية لتقليل تكلفة بناء نظامها؛ حيث احتاج مهندسوها إلى حوالي 6 ملايين دولار فقط من قوة الحوسبة الخام، أي ما يعادل عُشر ما أنفقته شركة ميتا في بناء أحدث تقنيات الذكاء الاصطناعي.
كيف يتم بناء تقنيات الذكاء الاصطناعي؟
وأوضحت الصحيفة أن تقنيات الذكاء الاصطناعي الرائدة تعتمد على ما يسمى بالشبكات العصبية، وهي أنظمة رياضية تتعلم مهاراتها من خلال تحليل كميات هائلة من البيانات.
وتقضي أقوى الأنظمة شهورًا في تحليل جميع النصوص الإنجليزية على الإنترنت، بالإضافة إلى العديد من الصور والأصوات والوسائط المتعددة الأخرى، مما يتطلب كميات هائلة من القدرة الحاسوبية.
وقد أدرك باحثو الذكاء الاصطناعي منذ حوالي 15 سنة أن رقائق الكمبيوتر المتخصصة التي تسمى وحدات معالجة الرسومات تعد وسيلة فعالة للقيام بهذا النوع من تحليل البيانات، وقد صممت شركات مثل شركة إنفيديا هذه الرقائق لعرض رسومات ألعاب الفيديو على الكمبيوتر في الأصل، ولكن وحدات معالجة الرسومات كانت لديها القدرة أيضًا على تشغيل العمليات الحسابية التي تدعم الشبكات العصبية.
ومع قيام الشركات بتعبئة المزيد من وحدات معالجة الرسومات في مراكز بيانات الحواسيب الخاصة بها، أصبح بإمكان أنظمة الذكاء الاصطناعي تحليل المزيد من البيانات.
ولكن أفضل وحدات معالجة الرسومات تكلف حوالي 40,000 دولار، وتحتاج إلى كميات هائلة من الكهرباء.
كيف تمكنت "ديب سيك" من خفض التكاليف؟
أشارت الصحيفة إلى أن أبرز ما فعلته الشركة هو اعتمادها على طريقة تسمى "خليط الخبراء".
وقد كانت الشركات سابقًا تنشئ شبكة عصبية واحدة تتعلم جميع الأنماط في جميع البيانات الموجودة على الإنترنت، وكان ذلك مكلفا لأنه يتطلب كميات هائلة من البيانات للتنقل بين رقاقات وحدة معالجة الرسومات.
ومن خلال طريقة "خليط الخبراء"، حاول الباحثون حل هذه المشكلة عن طريق تقسيم النظام إلى العديد من الشبكات العصبية، وهكذا يكون هناك 100 من هذه الأنظمة "الخبيرة" الأصغر حجمًا، ويمكن لكل منها التركيز على مجاله الخاص.
لقد عانت العديد من الشركات لتنفيذ هذه الطريقة، لكن شركة "ديب سيك" تمكنت من القيام بذلك بشكل جيد؛ حيث قامت بإقران تلك الأنظمة "الخبيرة" الأصغر حجمًا مع نظام "عام".
فقد كانت الأنظمة الخبيرة لا تزال بحاجة إلى تبادل بعض المعلومات مع بعضها البعض، وكان بإمكان النظام "العام" المساعدة في تنسيق هذه التفاعلات بينها.
وأضافت الصحيفة أن هذا ليس الشيء الوحيد الذي قامت به "ديب سيك"؛ حيث أتقنت أيضًا خدعة بسيطة تتضمن الكسور العشرية التي يمكن لأي شخص يتذكر درس الرياضيات في المدرسة الابتدائية أن يفهمها.
واستخدمت الشركة طريقة تبسيط الأرقام التي يستخدمها دارسو الرياضيات عند التعامل مع الأرقام التي لا تنتهي مثل رمز باي، والذي يُشار إليه أيضًا بـ π، وهو عدد لا ينتهي أبدًا: 3.14159265358979…
يمكن استخدام باي لإجراء عمليات حسابية مفيدة، ولكن عند إجراء هذه الحسابات، يمكنك اختصار باي إلى بضعة أعداد عشرية فقط: 3.14.
وقد قامت "ديب سيك" بشيء مماثل - ولكن على نطاق أوسع بكثير - في تدريب تقنية الذكاء الاصطناعي الخاصة بها.
وبيّنت الصحيفة أن العمليات الحسابية التي تسمح للشبكة العصبية بتحديد الأنماط في النص هي في الحقيقة مجرد عمليات ضرب، الكثير والكثير من عمليات الضرب.
وعادة ما تقوم الرقائق بضرب الأرقام التي تتناسب مع 16 بت من الذاكرة، لكن "ديب سيك" ضغطت كل رقم في 8 بتات فقط من الذاكرة، أي أنها اقتطعت عدة كسور عشرية من كل رقم.
وهذا يعني أن كل عملية حسابية كانت أقل دقة، لكن ذلك لم يكن مهمًا لأن العمليات الحسابية كانت دقيقة بما فيه الكفاية لإنتاج شبكة عصبية قوية جدًا.
وتابعت الصحيفة بأن الشركة أضافت خدعة أخرى؛ حيث اتخذ مهندسوها مسارًا مختلفًا عند ضرب الأرقام معًا بعد ضغطها، فعند تحديد إجابة كل مسألة ضرب، كانوا يقومون بتمديد الإجابة عبر 32 بت من الذاكرة، أي أنهم احتفظوا بالعديد من الكسور العشرية، مما جعل الإجابة أكثر دقة.
لقد أظهر مهندسو "ديب سيك" في ورقتهم البحثية أنهم كانوا بارعين جدًا في كتابة التعليمات البرمجية الحاسوبية المعقدة للغاية التي تخبر وحدات معالجة الرسومات بما يجب القيام به، وكانوا على مقدرة من جعل هذه الرقائق المزيدة أكثر كفاءة.
ورغم أن قليلًا من الناس يملكون هذا النوع من المهارة، لكن مختبرات الذكاء الاصطناعي الجادة لديها المهندسين الموهوبين اللازمين لمضاهاة ما قامت به "ديب سيك"، وربما يستخدم بعضهم الحيل نفسها بالفعل.
لكن من الواضح أن الكثيرين فوجئوا بعمل "ديب سيك"، وهذا لأن ما قامت به الشركة الناشئة ليس بالأمر السهل؛ فالتجارب اللازمة للتوصل إلى إنجاز كهذا تكلف ملايين الدولارات - إن لم يكن المليارات - من الطاقة الكهربائية.
وقد أشار العديد من النقاد إلى أن مبلغ الـ 6 ملايين دولار الذي أنفقته الشركة لم يغط سوى تدريب النسخة النهائية من النظام، وقال مهندسو "ديب سيك" في ورقتهم البحثية إنهم أنفقوا أموالاً إضافية على الأبحاث والتجارب قبل إجراء التدريب النهائي، ولكن الأمر نفسه ينطبق على أي مشروع متطور للذكاء الاصطناعي.
وختمت الصحيفة بأن شركة "ديب سيك" خاطرت مخاطرة أتت بثمارها، ومع مشاركة الشركة الصينية الناشئة لأساليبها مع باحثين آخرين في مجال الذكاء الاصطناعي، فإن حيلها التكنولوجية ستقلل تكلفة بناء الذكاء الاصطناعي بشكل كبير.
مخلفات محطة الهارثة الحرارية تسبب حالات إغماء بين الطلبة والتدريسيين