نموذج فاي للذكاء الاصطناعي Microsoft - صغير ورخيص ولا يعاني من "الهلوسة". وهذا ما يقولونه عن النموذج اللغوي الجديد، الذي من المتوقع أن يكون له مستقبل عظيم.
إن GPT رائعة للغاية، ولكنها في الوقت نفسه باهظة الثمن للغاية، ولا يمكن أن تكون مثالية للجميع. لهذه الأسباب وغيرها الكثير Microsoft تقوم حاليًا بتجربة نماذج ذكاء اصطناعي أصغر بكثير. ويقال إن Phi-3-mini يضع عمل مهندسي OpenAI في العار.
مثير للاهتمام أيضًا: ترانزستورات المستقبل: عصر جديد من الرقائق ينتظرنا
ChatGPT ليس حلا سحريا
ChatGPT هو اختراع تم تمويله وتنظيمه وتحسينه Microsoft. في الواقع، لا ينتمي Microsoftوشركة OpenAI التي Microsoft لا تملك (وهي المستثمر الرائد، وإن لم يكن الأكبر). أعطى نموذج لغة GPT Microsoft وهي ميزة عملاقة مقارنة ببقية شركات التكنولوجيا الكبرى التي تسارع الآن للحاق بالركب. ومع ذلك، هناك عدد كبير من المشكلات المتعلقة بـ GPT، والعديد منها لا يمكن حلها بعد.
بادئ ذي بدء، هذا نموذج لغة كثيف الاستخدام للموارد. موجهة نحو الويب Microsoft يؤدي برنامج Copilot أو ChatGPT الخاص بـ OpenAI إلى توليد تكاليف تشغيلية عالية جدًا Microsoft. وهذه ميزة ليس فقط في GPT، ولكن أيضًا في جميع نماذج اللغات الرئيسية. بالإضافة إلى ذلك، فإن GPT، مثل منافسيها، عرضة لـ "الهلوسة"، أي أنها يمكن أن تولد ردودًا على استفسارات تحتوي على معلومات خاطئة أو مضللة. كلما زاد عدد البيانات التي يمتصها هذا النموذج، كلما زاد ميله إلى إنشاء محتوى مماثل. ولذلك، فإن الهلوسة والتصريحات الكاذبة ليست أسطورة تم امتصاصها من الإصبع الرقمي. غالبًا ما يلاحظ المستخدمون أن النماذج اللغوية الكبيرة غالبًا ما ترتكب أخطاء، وتقدم بيانات غير دقيقة، وتعمل بناءً على حقائق غير موجودة.
كلتا المشكلتين خطيرتان للغاية، ولهذا السبب OpenAI، Microsoftتعمل كل من Meta وGoogle وآخرون على تطوير ليس فقط تقنية نموذج اللغة الكبيرة، ولكن أيضًا نموذج اللغة الصغيرة، والذي يمكن أن يؤدي عمليًا إلى نتائج أفضل بكثير.
لا يحتاج مساعد المحاسب الرقمي إلى معرفة الكثير عن فيزياء الكم. يمكن أن يكون أصغر بكثير وأقل تعقيدًا (وبالتالي أرخص)، ومن خلال التدريب فقط على البيانات اللازمة لغرضه، يجب أن يكون الهلوسة أقل نظريًا. على الرغم من أن قول هذا أسهل من فعله. لا تزال تقنية GenAI مشروعًا جامحًا في مجال تكنولوجيا المعلومات. وعلى الرغم من أن العمل يتقدم بوتيرة غير مسبوقة، إلا أنه لا يزال من الصعب تحقيق اختراقات عملية في القضايا الأساسية. لكن الشركة Microsoft أعلنت مؤخرا عن مثل هذا الاختراق. نحن نتحدث عن نموذج لغة صغير Microsoft فاي.
مثير للاهتمام أيضًا: كيف تقاتل تايوان والصين والولايات المتحدة من أجل الهيمنة التكنولوجية: حرب الرقائق الكبرى
ما هو معروف عنه Microsoft فاي
بداية تجدر الإشارة إلى أن التجربة أجريت دون مشاركة شركة OpenAI. أي أن هذا هو تطور المهندسين Microsoft.
عارضات ازياء Microsoft Phi عبارة عن سلسلة من نماذج اللغات الصغيرة (SLMs) التي تحقق نتائج استثنائية في مجموعة متنوعة من الاختبارات. النموذج الأول، Phi-1، كان يحتوي على 1,3 مليار معلمة وحقق أفضل نتائج ترميز بايثون بين أنظمة SLM الحالية.
ركز المطورون بعد ذلك على فهم اللغة والتفكير، وإنشاء نموذج Phi-1.5، الذي يحتوي أيضًا على 1,3 مليار معلمة وأظهر أداءً مشابهًا للنماذج التي تحتوي على خمسة أضعاف المعلمات.
Phi-2 هو نموذج يحتوي على 2,7 مليار معلمة يُظهر قدرات متميزة في التفكير وفهم اللغة، ويعمل على مستوى أفضل النماذج الأساسية مع 13 مليار معلمة. يتميز Phi-2 عن النماذج الأخرى بسبب ابتكاراته في قياس النماذج والتدريب على تنظيم البيانات.
وهي متوفرة في كتالوج نموذج Azure AI Studio، مما يسهل البحث والتطوير في مجال نماذج اللغة. تم إطلاق Phi-2 في ديسمبر 2023. يؤكد المطورون أنه يعمل مثل Mistral أو llama 2 من Meta. ويعمل Phi-3 بشكل أفضل من الإصدار السابق.
ومع ذلك، فإن نموذج Phi-3 الذي تم الإعلان عنه للتو هو جديد تمامًا من حيث الجودة. على الأقل هذا ما يمكنك الحكم عليه من خلال المعلومات المقدمة Microsoft. ووفقا للشركة، ووفقا لمؤشرات جميع المعايير المعروفة، فإن أداء Phi-3 أفضل من أي نموذج آخر من نفس الحجم، بما في ذلك تحليل اللغة أو أعمال البرمجة أو العمل الرياضي.
لقد أصبح Phi-3-mini، وهو الإصدار الأصغر من هذا النموذج، متاحًا لجميع الأطراف المهتمة. أي أنه كان متاحًا منذ 23 أبريل. يحتوي Phi-3-mini على 3,8 مليار معلمة، وفقًا للقياسات Microsoft، ضعف كفاءة أي نموذج آخر من نفس الحجم. يمكن العثور عليها في كتالوج نماذج الذكاء الاصطناعي للخدمة السحابية Microsoft Azure، منصة نموذج التعلم الآلي Hugging Face، وOllama، إطار عمل لتشغيل النماذج على جهاز كمبيوتر محلي.
كما يدعي Microsoftلا يتطلب Phi-3-mini شرائح قوية Nvidia. يمكن للنموذج أن يعمل على رقائق الكمبيوتر العادية. أو يصلح حتى على هاتف غير متصل بالإنترنت.
وتعني الطاقة الأقل أيضًا أن النماذج لن تكون دقيقة. لن يكون Phi-3 مناسبًا للأطباء أو محاسبي الضرائب، ولكنه سيساعد في المهام الأبسط. على سبيل المثال، لاستهداف الإعلانات أو تلخيص المراجعات على الإنترنت.
ونظرًا لأن النماذج الأصغر حجمًا تتطلب معالجة أقل، فسيكون استخدامها أرخص بالنسبة للشركات الخاصة. التي هي في Microsoft سيكون هناك المزيد من العملاء الذين يرغبون في إشراك الذكاء الاصطناعي في عملهم، لكنهم يعتبرونه مكلفًا للغاية. ومع ذلك، ليس من الواضح بعد كم سيكلفون.
ولم يعرف بعد متى ستظهر النماذج الصغيرة والمتوسطة. لكن الأخير سيكون أقوى وأكثر تكلفة. على الرغم من أنه من المعروف بالفعل أن Phi-3-small سيحتوي على 7 مليار معلمة، وPhi-3-medium سيحتوي على ما يصل إلى 14 مليار معلمة.
اقرأ أيضا:
كيفية استخدام فاي-3 ميني؟
يتطلب GPT-4 Turbo شرائح ذكاء اصطناعي قوية، والتي لا تزال باهظة الثمن. يمكن لنموذج الكلام الصغير Phi-3 العمل دون الاتصال بالإنترنت، بدون السحابة، حتى مع وجود شريحة على الهاتف المحمول.
Phi-3 ليس منتجًا للمستخدمين النهائيين، ولكنه تقنية سيتمكن المطورون من استخدامها وتنفيذها في تطبيقاتهم - سواء القائمة على السحابة، أي الموجودة عن بعد، وتلك التي تعمل محليًا وغير متصل بالإنترنت. ومن المتوقع أن يعمل بسلاسة مع الأجهزة ومكوناتها، مثل الهواتف المحمولة والسيارات وأنظمة المعلومات والترفيه الخاصة بها، أو حتى أجهزة استشعار إنترنت الأشياء. في بعض السيناريوهات، يمكن أن تكون هذه التكنولوجيا لا تقدر بثمن.
Microsoft حتى أنه يعطي مثالاً ملموسًا حتى لا نضطر إلى إرهاق مخيلتنا. تخيل مزارعًا يتفقد محصوله ويرى علامات المرض على الأوراق والسيقان والفروع. نظرًا لكونه بعيدًا عن أبراج الاتصالات، فلن يحتاج سوى إلى إخراج هاتفه والتقاط صورة للضرر ووضعها في تطبيق يستخدم تقنية Phi-3 - وسيقوم النموذج بتحليل الصورة بسرعة وبدون اتصال بالإنترنت وتقديم المشورة بشأنها كيف بالضبط لمحاربة هذا المرض.
كما يوضح Microsoftكان مفتاح نجاح GPT هو الاعتماد على كميات هائلة من البيانات للتدريب. مع مثل هذه المجموعات الكبيرة من البيانات، فإن الجودة العالية للبيانات غير واردة. وفي الوقت نفسه، عند تدريب نموذج Phi، تم استخدام نهج OpenAI المعاكس تمامًا. وبدلاً من حشو النموذج بالمعلومات، كان التركيز على التعلم التدريجي والشامل.
بدلا من استخدام بيانات الإنترنت الخام، الباحثين Microsoft أنشأت مجموعة بيانات TinyStories، لتنتج الملايين من قصص "الأطفال" المصغرة. تم استخدام هذه القصص لتدريب نماذج لغوية صغيرة جدًا. ثم ذهب الباحثون إلى أبعد من ذلك من خلال إنشاء مجموعة بيانات CodeTextbook، والتي استخدمت بيانات مختارة بعناية ومتاحة للجمهور والتي تم تصفيتها من أجل القيمة التعليمية وجودة المحتوى. تمت بعد ذلك تصفية هذه البيانات عدة مرات وإعادتها إلى نموذج لغة كبير (LLM) لمزيد من التوليف.
كل هذا جعل من الممكن إنشاء مجموعة من البيانات الكافية لتدريب SLM أكثر قدرة. بالإضافة إلى ذلك، تم استخدام نهج متعدد المستويات لإدارة المخاطر والتخفيف من حدتها في تطوير نموذج Phi-3، بما في ذلك التقييم والاختبار والتعديلات اليدوية. ونتيجة لذلك، كما يدعي Microsoft، يمكن للمطورين الذين يستخدمون عائلة نماذج Phi-3 الاستفادة من مجموعة الأدوات المتوفرة في Azure AI لإنشاء تطبيقات أكثر أمانًا وموثوقية.
اقرأ أيضا: النقل عن بعد من وجهة نظر علمية ومستقبلها
Microsoft هل سيحل Phi محل نماذج ChatGPT؟
مُطْلَقاً. نماذج اللغات الصغيرة (SLMs)، حتى عندما يتم تدريبها على بيانات عالية الجودة، لها حدودها وليست مصممة للتعلم العميق. تتفوق نماذج اللغات الكبيرة (LLMs) على نماذج اللغات الكبيرة (SLM) في التفكير المعقد نظرًا لحجمها وقوتها الحسابية. تعتبر ماجستير إدارة الأعمال، وستظل، مفيدة بشكل خاص في مجالات مثل اكتشاف الأدوية، حيث يجب على المرء البحث في مجموعات واسعة من الأوراق العلمية وتحليل الأنماط المعقدة. من ناحية أخرى، يمكن استخدام SLM لمهام أبسط، مثل تلخيص النقاط الرئيسية لمستند نصي طويل، أو إنشاء محتوى، أو تشغيل روبوتات الدردشة لخدمة العملاء.
Microsoftوقالت إنها تستخدم بالفعل مجموعات نماذج هجينة داخليًا، حيث تتولى LLM زمام المبادرة، وتوجه استعلامات معينة تتطلب قوة حاسوبية أقل إلى SLM بينما تتعامل مع الاستعلامات الأخرى الأكثر تعقيدًا بنفسها. تم وضع Phi للحوسبة على الأجهزة، دون استخدام السحابة. ومع ذلك، ستظل هناك فجوة بين النماذج اللغوية الصغيرة ومستوى الذكاء الذي يمكن الحصول عليه من خلال النماذج الكبيرة في السحابة. ومن غير المرجح أن تختفي هذه الفجوة، وذلك بفضل التطوير المستمر لماجستير القانون في القانون، في أي وقت قريب.
لم يتم التحقق من Phi-3 من قبل أطراف خارجية مستقلة. Microsoft يتحدث أحيانًا عن كفاءة أعلى بمقدار 25 مرة أو كفاءة في استخدام الطاقة في الحالات القصوى، مقارنة بالمنافسين، وهو ما يبدو رائعًا للغاية. على الرغم من أنه من ناحية أخرى، من المستحيل أن ننسى أن هذه السنوات قد مرت Microsoft لقد فطمتنا قليلاً عن حقيقة أنها رائدة واضحة في ابتكارات تكنولوجيا المعلومات، وربما لهذا السبب لا نصدق ذلك حقًا. البرامج القائمة على الذكاء الاصطناعي والتي تستجيب على الفور وتعمل دون الاتصال بالإنترنت بدلاً من توليدها؟ وسيكون هذا تتويجا جديرا للثورة الحالية. لسوء الحظ، هناك مشكلة رئيسية واحدة.
اقرأ أيضا: كل شيء عن شريحة Neuralink Telepathy: ما هي وكيف تعمل
فاي-3 من Microsoft يفهم اللغة الإنجليزية فقط
لم يلتهم Phi-3 البيتابايتات التي تم إلقاؤها عليه بشكل جماعي. يتضمن التدريب الدقيق والدقيق للنموذج مشكلة بسيطة واحدة. تم تدريب Phi-3 بالمعلومات باللغة الإنجليزية وليس لديه أي فكرة عن أي لغة أخرى حتى الآن. ليس فقط الأوكرانية، ولكن أيضًا الألمانية والإسبانية والفرنسية والصينية. وبطبيعة الحال، فإن هذا يقلل بشكل كبير من جاذبيتها لمعظم المستخدمين حول العالم.
ولكن في Microsoft وأكد أن العمل جارٍ على تطويره وتحسينه. على الرغم من أنه لا ينبغي أن تخدع نفسك بحقيقة أن السوق الأوكرانية تمثل أولوية لأي من الشركات الكبيرة. لذلك، سيتعين علينا الانتظار لفترة طويلة جدًا للحصول على دعم اللغة الأوكرانية. لكن هذه الحقيقة لم تتوقف أبدًا عن المتحمسين وأولئك الذين يريدون مواكبة التقدم.
اقرأ أيضا: