AI21 قائد: لماذا تبرز نماذج اللغة الكبيرة (LLMs) كأصول فريدة، وليست سلعاً؟

يؤاف شُهام، الشريك المؤسس والرئيس التنفيذي المشارك لشركة AI21، التي تُعَد واحدة من الشركات الرائدة في نماذج اللغة الكبيرة، ردّ على تعليقات حديثة من شركة أمازون وآخرين تشير إلى أن نماذج اللغة الكبيرة تفقد تميزها. شَهام يُعارض هذا الرأي بشدة، حيث صرّح: "النماذج تتمايز."

تتخصص AI21 في تطوير نماذج لغة كبيرة مخصصة لمهام معينة، وتُبرز بشكل خاص في مجال تلخيص النصوص للتطبيقات المؤسسية. خلال مقابلتي مع شُهام، تطرقنا إلى التطورات الأخيرة في الذكاء الاصطناعي التوليدي، بما في ذلك التحديات التي تواجهها OpenAI والإعلانات الأخيرة من Amazon AWS.

جاءت تعليقات شُهام ردًا على نقطة أثرتها بشأن انطباع فقدان النماذج للتميز، حيث أشار آخرون إلى أن القيمة الحقيقية للذكاء الاصطناعي التوليدي قد تكمن في البيانات المملوكة. وعلق سوامي سيفاسوبراهمانيان، نائب رئيس قسم البيانات والذكاء الاصطناعي في Amazon AWS، قائلاً: "إذا كانت جميع الشركات المزودة تبني نماذج تبدو متشابهة جداً، أين يكمن التمايز؟" وأكد على أهمية استغلال الشركات المؤسسية لبياناتها المملوكة بشكل فعّال لإنشاء تطبيقات ذكاء اصطناعي فريدة.

هذا الشعور قد كرره ميغيل باريديس، نائب رئيس قسم الذكاء الاصطناعي وعلوم البيانات في ألبرتسونز، الذي أكد في وقت سابق من هذا الشهر: "هذه النماذج تتحول إلى سلع." وهو ما أشار إلى أن الوصول إلى نماذج مثل ChatGPT وGoogle Bard أصبح تقريبًا موحدًا لجميع الشركات، مُحثًا إياها على التركيز على بياناتها الخاصة لتحقيق ميزة تنافسية.

واعترف شُهام بالدور الحيوي للبيانات، ولكنه جادل بأن التركيز على إنشاء أنظمة الذكاء الاصطناعي الاستثنائية ما زال مركزًا على نماذج اللغة الكبيرة، على الأقل في الوقت الراهن. وشرح قائلاً: "إنشاء نموذج لغة ممتاز هو تحدٍ ويستغرق بعض الوقت لتقييم قدراته وقيوداته." وأشار إلى أن المعايير التقليدية وحتى النماذج الأولية المباشرة تقدم فقط رؤى ضعيفة عن الأداء الحقيقي للنموذج.

وشدد على أن المهام البسيطة ظاهريًا، مثل تلخيص النصوص، قد تشكل صعوبات لنماذج اللغة الكبيرة. من خلال التركيز على مهام محددة، يمكن لهذه النماذج أن تحقق تحسيناً كبيراً. على سبيل المثال، تفوق نموذج تلخيص النصوص من AI21 على GPT-4 وChatGPT وClaude في تقييمات أجرتها مؤسسة مالية كبرى.

بالنظر إلى المستقبل، يدرك شُهام أن التركيز سيتطور على مدى العام المقبل. وقال: "سنناقش أنظمة الذكاء الاصطناعي التي تتضمن نماذج لغة كبيرة، إلى جانب العديد من القدرات الأخرى. إنه مجال واسع—هناك مساحة كبيرة للإبداع."