قمة ريد هات 2024: تمكين الشركات من خلال الذكاء الاصطناعي التوليدي
في قمة ريد هات 2024 في دنفر، كولورادو، أعلنت ريد هات، الرائدة في البرمجيات مفتوحة المصدر، عن مبادرات هامة لاستغلال إمكانات الذكاء الاصطناعي التوليدي لصالح الشركات.
الإعلانات الرئيسية: RHEL AI وInstructLab
كان التركيز على Red Hat Enterprise Linux AI (RHEL AI)، وهو منصة أساسية لتطوير ونشر نماذج اللغة مفتوحة المصدر، بالتزامن مع InstructLab، مشروع مدعوم من المجتمع لتمكين الخبراء من تحسين نماذج الذكاء الاصطناعي بخبراتهم.
موقع ريد هات الفريد في تكامل الذكاء الاصطناعي
سلط الرئيس التنفيذي لشركة ريد هات، مات هيكس، الضوء على كيفية تميز RHEL AI عن المنافسين من خلال عدة جوانب فريدة:
- المرونة المفتوحة والهجينة: تعطي ريد هات الأولوية لنهج مفتوح المصدر وبنية تحتية هجينة. صرح هيكس، "الذكاء الاصطناعي مشابه للتطبيقات—يتطلب التدريب في أماكن معينة والنشر في أماكن أخرى. نحن غير مرتبطين بالأجهزة ونسعى للتشغيل في أي مكان."
- أداء الأجهزة المحسن: مع سجل حافل في تعظيم الأداء عبر مختلف منصات الأجهزة، أضاف هيكس، "يمكننا تحسين Nvidia وAMD وIntel وGaudi لتحقيق أعلى كفاءة دون إنتاج وحدات معالجة الرسوميات."
- ملكية الملكية الفكرية: يضمن نموذج ريد هات مفتوح المصدر أن يحتفظ العملاء بملكية ملكيتهم الفكرية. وأوضح هيكس، "أنت تحتفظ بملكيتك الفكرية بينما تستفيد من خدماتنا واشتراكاتنا."
في ظل المشهد المتغير بسرعة للذكاء الاصطناعي، تؤكد ريد هات أن هذا الدمج من الانفتاح والمرونة والأداء المحسن وملكية الملكية الفكرية للعملاء سيكون نقاط تمايز حاسمة لـ RHEL AI.
RHEL AI: عصر جديد للشركات
يجمع RHEL AI بين نماذج اللغة مفتوحة المصدر، بما في ذلك نماذج Granite التي طورتها IBM Research، مع إمكانيات مشروع InstructLab، مما يسهل تخصيص النماذج وتحسينها.
يتميز بنسخة نظام تشغيل RHEL محسّنة مع تسريع الأجهزة ودعم على مستوى المؤسسات. وأوضح كريس رايت، المدير الفني في ريد هات، "نحن نمكّن عملائنا من الاستفادة من استثمارات البنية التحتية الحالية في الذكاء الاصطناعي المؤسسي، والتحليلات التنبؤية، والذكاء الاصطناعي التوليدي."
الهدف هو توفير موثوقية وثقة ضمن منصة موحدة مع تحسين بنية السحابة الهجينة وتعزيز تطوير التطبيقات السحابية الأصلية.
InstructLab: تحسين نماذج اللغة
يتيح مشروع InstructLab للخبراء في مجالاتهم، حتى أولئك الذين ليس لديهم مهارات في علم البيانات، إثراء نماذج اللغة من خلال مساهماتهم المعرفية. باستخدام أسلوب LAB (التوافق على نطاق واسع للدردشة) من IBM، ينتج InstructLab بيانات تدريب اصطناعية عالية الجودة من أمثلة محدودة عبر عملية بسيطة من أربع خطوات:
1. يقدم الخبراء أمثلة معرفية.
2. يقوم نموذج الذكاء الاصطناعي "المعلم" بتوليد بيانات تدريب مشابهة.
3. تخضع البيانات الاصطناعية لفحوصات الجودة.
4. يتعلم نموذج اللغة من البيانات المعتمدة، مما يعزز التحسين المستمر من خلال مساهمات المجتمع.
توفر هذه الطريقة وسيلة فعالة من حيث التكلفة لتعزيز النماذج، في حين استخدمت IBM LAB لتحسين نماذج مفتوحة المصدر الشهيرة مثل Llama من ميتا ونماذج Mistral المختلفة.
البدء مع InstructLab
يمكن للمطورين البدء مع InstructLab مجانًا باستخدام واجهة سطر الأوامر InstructLab مفتوحة المصدر على أجهزة الكمبيوتر المحمولة الخاصة بهم، ثم الانتقال إلى RHEL AI للنماذج الأكبر، مع التوسع عبر منصة OpenShift AI من ريد هات.
تحديثات OpenShift AI 2.9
سيقاي ريد هات بتحديث OpenShift AI إلى الإصدار 2.9، مما يقدم ميزات جديدة لنشر النماذج التنبؤية والتوليدية وتوسيع النظام البيئي للشركاء، مع تأكيد التزام ريد هات بتوفير المرونة في نشرات الذكاء الاصطناعي.
ستطرح عروض الذكاء الاصطناعي من ريد هات على مراحل. يمكن للمطورين البدء في تعزيز نماذج مفتوحة المصدر على الفور عبر InstructLab، مع توفر RHEL AI في معاينة المطورين، وأحدث ميزات MLOps في OpenShift AI متاحة الآن.
رؤية مركزية حول المجتمع للذكاء الاصطناعي
من خلال RHEL AI وInstructLab، تهدف ريد هات إلى تكرار نجاحها مع Linux وKubernetes، مما يجعل تقنيات الذكاء الاصطناعي القوية في متناول الجميع من خلال المصدر المفتوح. إذا نجحت، قد تسرع هذه المبادرة اعتماد الذكاء الاصطناعي التوليدي في المؤسسات من خلال تمكين الخبراء في مجالاتهم للمساهمة بمعرفتهم ونشر نماذج الذكاء الاصطناعي بثقة.
وقال باداني، "هذا يوضح التزامنا بقوة المصدر المفتوح والمجتمع"، بينما أضاف رايت، "نحن متحمسون لتوسيع تعريف 'المفتوح' في هذا السياق."
قائمة الترتيب
