برنامج تدريب الذكاء الاصطناعي هذا الأسبوع: استراتيجيات للحد من تكاليف الذكاء الاصطناعي التوليدي

إليكم أبرز الأخبار والرؤى لهذا الأسبوع:

1. رؤى رئيسية من تدريب الذكاء الاصطناعي في الممارسة

في حدث تدريبي مؤخر approved by مكتب الذكاء الاصطناعي في الحكومة البريطانية، اجتمع خبراء بارزون من مختلف الصناعات لاستكشاف استراتيجيات فعالة لتطبيق الذكاء الاصطناعي. أبرز هذا الحدث، الذي نظمته Informa Tech وThe AI Summit London، ثلاثة نقاط رئيسية:

- الحلول المخصصة ضرورية: يجب فهم أنه لا توجد طريقة عالمية لدمج الذكاء الاصطناعي. من المهم تحديد العمليات التي تلبي احتياجات عملك وتوقعات العملاء بشكل خاص. التوازن بين ذلك والمخاطر التي يتحملها مؤسستك يعتبر من الأمور الأساسية.

- إدارة البيانات حاسمة: يعتمد نجاح تنفيذ الذكاء الاصطناعي على حوكمة بيانات قوية. يجب إعطاء الأولوية لتحسين ممارسات الإدارة لضمان الأمان وتقليل التحيز وتحسين جودة البيانات بشكل عام.

- التكيف في الاستراتيجية ضروري: قم بتطوير نهج متعدد الوظائف يسمح بمشاركة مختلف أصحاب المصلحة. تأكد من أن استراتيجيتك قابلة للتعديل لاستيعاب حلول جديدة أو تحديات عند ظهورها. على الرغم من أن إشراك الإدارة التنفيذية قد يكون صعبًا، إلا أنه خطوة أساسية في العملية.

2. بدائل منخفضة التكلفة للنماذج اللغوية الكبيرة

مع ارتفاع النفقات المرتبطة بالنماذج اللغوية الكبيرة، تبرز إمكانية النماذج الأصغر كحل مناسب. وفقًا لأدنان مسعود، كبير مهندسي الذكاء الاصطناعي في شركة UST، يمكن أن تخفض النماذج الأصغر المدربة بشكل جيد التكاليف بشكل كبير بينما تعزز الكفاءة التشغيلية. تلعب تقنيات مثل التقطير والكمية دورًا حيويًا في هذه الأمثل.

وأضاف ماث بارينجتون، قائد التكنولوجيا الناشئة في الأمريكتين من EY، أن استخدام نماذج أصغر ومتخصصة في الخدمات السحابية يتطلب موارد أقل، مما يقلل من تكاليف وقت التدريب. لا تقلل هذه الطريقة من الاعتماد على بنية سحابية مكلفة فحسب، بل تسمح أيضًا للشركات بتخصيص موارد الذكاء الاصطناعي بشكل أكثر فعالية في المجالات التي تؤثر مباشرة على المستخدمين النهائيين.

3. دعوى حقوق الطبع والنشر ضد OpenAI

في تطور قانوني مهم، بدأ مؤلفون بارزون مثل جورج ر. ر. مارتن وجون غريشام دعوى جماعية ضد OpenAI. يتهم المؤلفون الشركة باستخدام أعمالهم الأدبية دون إذن في تدريب نماذج الذكاء الاصطناعي، مشيرين بشكل خاص إلى استخدام مجموعة بيانات Books3 لتدريب نماذج GPT-3.5 وGPT-4. وتؤكد رابطة المؤلفين، التي تمثل هؤلاء المبدعين، أن تصرفات OpenAI تشكل انتهاكًا واسع النطاق لحقوق الطبع والنشر، مما يشبه الوضع بسرقة جماعية منهجية للملكية الفكرية.

4. معالجة التحيز العنصري في نماذج الرؤية الحاسوبية

أظهرت أبحاث حديثة من علماء الذكاء الاصطناعي في سوني تحيزات خطيرة موجودة في مجموعات بيانات الرؤية الحاسوبية، والتي تؤثر بشكل خاص على الأفراد من ذوي البشرة الملونة. في ورقتهم الرائدة، "ما وراء لون البشرة: قياس متعدد الأبعاد للون البشرة الظاهر"، يقترح الباحثون قياسًا جديدًا متعدد الأبعاد لتقييم لون البشرة لتحسين تقييم التحيزات وتعزيز العدالة.

يقدم هذا النهج الجديد مفهوم "زاوية اللون" الذي يصنف ألوان البشرة على طيف يمتد من الأحمر إلى الأصفر. يسمح هذا الأسلوب المبتكر بتحديد التحيزات التي كانت مخفية سابقًا ويكشف عن طبقات أعمق من التمييز المتعلقة بلون البشرة في تطبيقات الرؤية الحاسوبية.

5. حلول الذكاء الاصطناعي التوليدي لموارد البشرية

في تطور مثير لموارد البشرية، قامت EY بالتعاون مع IBM لتقديم حل مدفوع بالذكاء الاصطناعي يهدف إلى تبسيط وظائف الموارد البشرية. يعرف هذه الخدمة الجديدة باسم EY.ai Workforce، حيث تستفيد من Watsonx Orchestrate من IBM مع خبرات EY في ممارسات الموارد البشرية.

تهدف هذه الشراكة إلى تعزيز كفاءة فرق الموارد البشرية من خلال أتمتة المهام الأساسية، مثل إعداد أوصاف الوظائف وإدارة تقارير الرواتب. باستخدام معالجة اللغة الطبيعية، سيتمكن موظفو الموارد البشرية من التفاعل بسلاسة مع الذكاء الاصطناعي، مما يجعل عملهم أكثر فعالية وأقل استهلاكًا للوقت.