بينما تسعى المؤسسات الكبرى نحو المستقبل المعتمد على الذكاء الاصطناعي، تشكل بنية نماذج الذكاء الاصطناعي تحديًا كبيرًا. يؤكد أوري غوشن، الرئيس التنفيذي لشركة AI21، على الحاجة لبدائل في تصميم النماذج لإنشاء وكلاء ذكاء اصطناعي أكثر كفاءة، حيث أن النماذج السائدة المعتمدة على "المحوّلات" تواجه قيودًا تعيق إنشاء نظام بيئي متعدد الوكلاء.
في مقابلة حديثة، سلط غوشن الضوء على عيوب بنية المحوّل، مشيرًا إلى أن كثافتها الحسابية تزداد مع الحاجة إلى معالجة سياقات أطول، مما يؤثر سلبًا على الأداء ويزيد التكاليف. وأوضح: "تحتاج الوكلاء إلى اتصالات متعددة مع نماذج اللغة الكبيرة مع سياقات موسعة في كل خطوة، مما يجعل المحوّل نقطة اختناق".
تدعو AI21 إلى اتباع نهج أكثر مرونة في بنية النماذج، مقترحة أن المحوّلات يمكن أن تكون خيارًا معقولًا، لكنها لا يجب أن تكون الخيار الافتراضي. تعتمد بنية JAMBA—اختصار لجملة 'الاهتمام المشترك والمامبا'—على إطار العمل Mamba الذي طوره باحثون في جامعة برنستون وكارنيجي ميلون لتحسين سرعات الاستدلال وزيادة قدرات السياق.
يشرح غوشن أن النماذج المعتمدة على Mamba تعزز أداء الذاكرة، مما يسهل وظائف أفضل للوكلاء، خاصة أولئك الذين يتكاملون مع نماذج أخرى. ويمكن أن تُعزى الزيادة الأخيرة في شعبية وكلاء الذكاء الاصطناعي جزئيًا إلى قيود نماذج اللغة الكبيرة المبنية على المحوّلات.
وذكر غوشن: "السبب الرئيسي في أن الوكلاء لا يزالون في طور التطوير—ولم يشهدوا بعد إنتاجًا واسع النطاق—هو الموثوقية. بما أن نماذج اللغة الكبيرة عشوائية بطبيعتها، يجب تنفيذ تدابير إضافية لضمان الموثوقية المطلوبة".
ظهر وكلاء الذكاء الاصطناعي كاتجاه رائد في الذكاء الاصطناعي للمؤسسات هذا العام، حيث أطلقت عدة شركات منصات جديدة لتطوير الوكلاء. على سبيل المثال، قامت شركة ServiceNow بترقية منصة Now Assist AI لتشمل مكتبة من وكلاء الذكاء الاصطناعي، بينما قدمت Salesforce نظام Agentforce. في الوقت نفسه، يتيح Slack للمستخدمين دمج الوكلاء من شركات متنوعة، بما في ذلك Salesforce وCohere وAdobe.
يعتقد غوشن أنه مع التوليفة الصحيحة من النماذج والهياكل، ستزداد الاهتمامات بالوكلاء الذكاء الاصطناعي. وأشار: "حالات الاستخدام الحالية، مثل وظائف الدردشة وسؤال وجواب، تشبه بشكل كبير تحسين البحث. تكمن الذكاء الحقيقي في القدرة على الربط واسترجاع معلومات متنوعة من مصادر متعددة". تعمل شركة AI21 بنشاط على تطوير عروضها المتعلقة بوكلاء الذكاء الاصطناعي لتلبية هذه الحاجة.
ومع تزايد شعبية بنية Mamba، يظل غوشن مؤيداً صريحاً، مؤكدًا أن تكلفة وتعقيد المحوّلات يقللان من تطبيقاتها العملية. على عكس المحوّلات التي تعتمد على آلية انتباه ثابتة، تركز Mamba على تحسين استخدام الذاكرة واستغلال قوة معالجة GPU بشكل فعّال.
تزداد الطلبات على Mamba، حيث أطلق مطورون آخرون نماذج مبنية على Mamba، مثل Mistral's Codestral Mamba 7B وFalcon's Falcon Mamba 7B. ومع ذلك، لا تزال المحوّلات هي الخيار القياسي لنماذج الأساس، بما في ذلك نموذج GPT الناجح من OpenAI.
في النهاية، يشير غوشن إلى أن المؤسسات تعطي الأولوية للموثوقية على أي بنية معينة. غير أن المنظمات يجب أن تبقى حذرة من العروض الجذابة التي تعد بحلول شاملة. "نحن في مرحلة حيث تكثر العروض المثيرة، ولكننا لا نزال ننتقل نحو مرحلة المنتج القابل للتطبيق"، حذر. "بينما يعد الذكاء الاصطناعي مؤثرًا في الأبحاث، إلا أنه ليس جاهزًا بعد لتوجيه قرارات الأعمال الحرجة".
قائمة الترتيب
