تستكشف معظم الشركات اليوم فوائد نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي لتحسين عملياتها. ومع ذلك، لا تزال هناك مخاوف عديدة تذكرنا بأيام الحوسبة السحابية وتحليلات البيانات الكبيرة: كيف يمكن البدء في التنفيذ؟ كيف يمكن حماية المعلومات الحساسة والملكية؟ وكيف يمكن إدارة عملية التخصيص المجهدة من حيث الموارد؟
تتعاون ديل وHugging Face اليوم لمواجهة هذه التحديات، حيث تبسطان عملية نشر نماذج LLMs المخصصة داخل المؤسسات لتمكينها من الاستفادة القصوى من هذه التقنية المتطورة. أشار مات بيكر، نائب الرئيس لاستراتيجية الذكاء الاصطناعي في ديل، إلى التأثير التحولي للذكاء الاصطناعي التوليدي خلال مؤتمر صحفي حديث، قائلاً: "لا يمكنك أن تتحدث عن أي شيء دون مناقشة الذكاء الاصطناعي التوليدي." وقد اعترف بتعقيد هذه التقنية.
شراكة ديل وHugging Face
من خلال هذه الشراكة، ستقدم ديل وHugging Face بوابة مخصصة على منصة Hugging Face، تضم حاويات مخصصة، ونصوصًا، ووثائق تقنية لنشر النماذج مفتوحة المصدر على خوادم وأنظمة تخزين ديل. ستكون هذه الخدمة متاحة في البداية لخوادم PowerEdge عبر وحدة التحكم APEX، وستمتد لاحقًا إلى أدوات Precision وغيرها من أدوات ديل. وستتم تحديث البوابة بانتظام بحاويات نماذج محسّنة لدعم أحدث حالات الاستخدام للذكاء الاصطناعي التوليدي.
وأضاف جيف بودييه، رئيس المنتجات في Hugging Face، قائلاً: "الطريقة الوحيدة للتحكم في مصيرك في مجال الذكاء الاصطناعي هي أن تصبح بانيًا بدلاً من مجرد مستخدم. وهذا لا يمكن تحقيقه إلا من خلال المصادر المفتوحة."
تأتي هذه الشراكة لتأكيد التزام ديل المستمر بالتميز في الذكاء الاصطناعي التوليدي، والذي يتضمن إضافات حديثة مثل ObjectScale XF960 إلى خط أدوات ObjectScale، المصممة خصيصًا لعمليات الذكاء الاصطناعي والتحليلات. وأشار بيكر مازحًا عن الشراكة، قائلاً: "أحاول تجنب النكات حول احتضان ديل وHugging Face للمتخصصين، لكن هذا ما نقوم به تمامًا."
تحديات اعتماد الذكاء الاصطناعي التوليدي
حدد بيكر العديد من العقبات التي تواجه اعتماد الشركات للذكاء الاصطناعي التوليدي، بما في ذلك التعقيد، والوقت للقيمة، وموثوقية البائع، والعائد على الاستثمار، وإدارة التكاليف. تواجه الشركات صعوبة في الانتقال بالمشاريع من إثبات المفهوم إلى الإنتاج مع الحفاظ على الملكية الفكرية.
وأوضح بودييه: "تشعر العديد من الشركات بالضغط لتقديم نتائج تتماشى مع اتجاهات الذكاء الاصطناعي التوليدي في ظل الحاجة لحماية بياناتها الفريدة"، مشيرًا إلى المخاطر المرتبطة بالأدوات الشائعة مثل GitHub Copilot حيث يعد تعرض الشيفرات مصدر قلق.
تشير أبحاث ديل إلى أن 83% من الشركات تفضل تنفيذ الحلول محليًا أو بنظام هجين لتعزيز أمان ملكيتها الفكرية. ولفت بيكر الانتباه إلى أن "النشر داخليًا أمر حيوي عند التعامل مع أصولك الأكثر قيمة."
نماذج مُختارة للأداء والدقة
ستوفر بوابة ديل وHugging Face مجموعة مختارة من النماذج المحسّنة للأداء والدقة وحالات الاستخدام. ستتمكن المؤسسات من اختيار النموذج المرغوب وتكوين ديل لسهولة النشر ضمن بنيتها التحتية.
قال بيكر: "تخيل نموذج LLama 2 مُخصص بالكامل لمنصتك، جاهز للاستخدام"، مشيرًا إلى تطبيقات محتملة مثل إنشاء محتوى تسويقي، والدردشة الآلية، وتطوير البرمجيات.
يهدف بيكر إلى تجنب التعقيد للمستخدمين، موضحًا أنها "زر السهولة" لنشر الإمكانيات الضرورية من Hugging Face.
ما يميز هذه المبادرة عن العديد من غيرها هو قدرة ديل على ضبط التكوينات في جميع المجالات، مما يمكن من نشر إعدادات النموذج الأفضل بسرعة دون مشاركة البيانات مع النماذج العامة. وأكد بيكر: "تظل بياناتك ملكًا لك"، مضيفًا: "بمجرد تخصيصه، يصبح هذا النموذج ملكك."
التخصص في الذكاء الاصطناعي
يمكن أن تكون عملية تخصيص النماذج لأداء مثالي شاقة من حيث الوقت. تستخدم العديد من الشركات التي تجرب الذكاء الاصطناعي التوليدي الآن تقنية RAG (التوليد المعزز بالاسترجاع) جنبًا إلى جنب مع LLMs القياسية. تحسن هذه التقنية المهام التوليدية من خلال دمج مصادر المعرفة الخارجية لتوفير السياق الضروري.
وأوضح بيكر: "تتيح تقنية RAG للمستخدمين إنشاء تعليمات دقيقة دون الحاجة لبناء نموذج جديد من الصفر."
لإعادة تسريع عملية التخصيص، تخطط ديل لتقديم أدوات موضوعة في حاويات تستخدم طرقًا فعالة مثل LoRA وQLoRA. ومع تركيز الشركات أكثر على تخصصاتها الفريدة، يؤكد بيكر: "ستصبح جميع المؤسسات في الأساس كيانات عمودية تستخدم بياناتها الخاصة." هذه الاتجاهات لا تعني فقط نماذج محددة للمجالات؛ بل تتعلق بدمج البيانات الخاصة مع النماذج لتحقيق نتائج توليدية مخصصة.
قائمة الترتيب
