قدمت Salesforce نموذجاً ثورياً في الذكاء الاصطناعي يمكن أن يعيد تشكيل مشهد الذكاء الاصطناعي على الأجهزة. حيث يتميز النموذج الجديد xLAM-1B، المعروف باسم "العملاق الصغير"، بوجود 1 مليار من المعاملات فقط، ولكنه يتفوق على النماذج الأكبر في مهام استدعاء الوظائف، متجاوزاً عمالقة الصناعة مثل OpenAI وAnthropic.
يعود هذا الإنجاز المثير من قسم أبحاث الذكاء الاصطناعي في Salesforce إلى استراتيجيتهم المبتكرة في تنسيق البيانات. فقد أنشأ الفريق APIGen، وهو خط أنابيب آلي مصمم لإنتاج مجموعات بيانات عالية الجودة ومتنوعة وقابلة للتحقق، مخصصة لتدريب نماذج الذكاء الاصطناعي في سيناريوهات استدعاء الوظائف.
وأوضح الباحثون: "نظهر أن النماذج المدربة بمجموعات بياناتنا المنسقة، حتى تلك التي تحتوي على 7 مليارات معامل فقط، تحقق أداءً متقدماً على معيار Berkeley لاستدعاء الوظائف، متفوقةً على عدة نماذج من GPT-4". وأضافوا: "بشكل ملحوظ، يتفوق نموذجنا الذي يحتوي على 1 مليار معامل على كل من GPT-3.5 Turbo وClaude-3 Haiku".
قوة الذكاء الاصطناعي الفعال
تعد الأبعاد المضغوطة لنموذج xLAM-1B هامة بشكل خاص لتطبيقات الأجهزة، حيث تصبح النماذج الأكبر غير عملية. يحمل هذا التقدم إمكانيات هائلة للذكاء الاصطناعي المؤسسي، مما يمكن من تطوير مساعدين ذكاء اصطناعي أقوياء وأكثر استجابة، قادرين على العمل على الهواتف الذكية والأجهزة ذات الموارد الحاسوبية المحدودة.
يعتمد الأداء المذهل للنموذج على جودة وتنوع بيانات التدريب الخاصة به. يستخدم خط أنابيب APIGen 3,673 واجهة برمجة تطبيقات قابلة للتنفيذ عبر 21 فئة، حيث تخضع كل نقطة بيانات لعملية تحقق صارمة تتكون من ثلاث مراحل: فحص التنسيق، التنفيذ الوظيفي، والتحقق الدلالي.
تشير هذه المنهجية إلى تحول محوري في استراتيجية تطوير الذكاء الاصطناعي. بينما تسعى العديد من الشركات لإنتاج نماذج أكبر فأكبر، تُظهر Salesforce أن التركيز على جودة البيانات يمكن أن يؤدي إلى أنظمة ذكاء اصطناعي أكثر كفاءة وفعالية. من خلال التأكيد على تنسيق البيانات بدلاً من حجم النموذج، أنتجت Salesforce نموذجاً قادراً على تنفيذ مهام معقدة بعدد أقل بكثير من المعاملات مقارنةً بمنافسيها.
تحدي الوضع الراهن للذكاء الاصطناعي
تمتد تداعيات هذا الاختراق إلى ما هو أبعد من Salesforce. من خلال إثبات أن النماذج الأصغر والأكثر كفاءة يمكن أن تتنافس مع النماذج الأكبر، تتحدى Salesforce الحكمة التقليدية في قطاع الذكاء الاصطناعي. قد يلهم ذلك موجة جديدة من الأبحاث التي تركز على تحسين الذكاء الاصطناعي بدلاً من مجرد زيادة حجم النموذج، مما قد يقلل من الموارد الحاسوبية الهائلة المطلوبة عادةً لوظائف الذكاء الاصطناعي المتقدمة.
علاوة على ذلك، يمكن أن يُعجل نجاح xLAM-1B بنمو تطبيقات الذكاء الاصطناعي على الأجهزة. حالياً، تعتمد العديد من الميزات الذكية المعقدة على الحوسبة السحابية بسبب حجمها وتعقيدها. إذا تمكنت النماذج الأصغر مثل xLAM-1B من تقديم قدرات مماثلة، فإنها قد تمكّن مساعدين ذكاء اصطناعي ذوي أداء عالٍ من العمل مباشرةً على أجهزة المستخدمين، مما يعزز زمن الاستجابة ويضع حلاً لمخاوف الخصوصية المرتبطة بالحلول السحابية.
جعل فريق البحث مجموعتهم من 60,000 مثال عالي الجودة لاستدعاء الوظائف متاحة للعامة، مما يعزز المزيد من الاستكشاف في هذا المجال. وقالوا: "من خلال تقديم هذه المجموعة، نهدف إلى إفادة مجتمع البحث وتشجيع التقدم المستقبلي".
ريادة مستقبل الذكاء الاصطناعي على الأجهزة
أشاد الرئيس التنفيذي لشركة Salesforce، مارك بينيوف، بهذا الإنجاز عبر تويتر، مشيراً إلى إمكانيات "الذكاء الاصطناعي الوكيلي على الأجهزة". قد يشير هذا التطور إلى تحول كبير في مشهد الذكاء الاصطناعي، متنازعاً على الاعتقاد بأن النماذج الأكبر هي بالضرورة الأكثر تفوقاً، وم paving the way لتطبيقات ذكاء اصطناعي مبتكرة في البيئات ذات الموارد المحدودة.
تمتد آثار هذا التقدم إلى ما هو أبعد من العروض الحالية لـ Salesforce. مع ازدياد انتشار الحوسبة الطرفية وأجهزة إنترنت الأشياء، من المتوقع أن تنمو الحاجة إلى الذكاء الاصطناعي القوي على الأجهزة. قد يحفز نجاح نموذج xLAM-1B اتجاه تطوير جديد يركز على نماذج عالية الكفاءة تم تحسينها لمهام محددة، متجنبًا الهياكل التقليدية الأحادية.
يمكن أن يؤدي هذا التطور إلى زراعة نظام بيئي موزع للذكاء الاصطناعي مع نماذج متخصصة تتعاون عبر شبكات من الأجهزة، مما يوفر خدمات ذكاء اصطناعي أكثر فعالية واستجابة وحرصًا على الخصوصية.
علاوة على ذلك، قد يسهم هذا التقدم في ديمقراطية الوصول إلى قدرات الذكاء الاصطناعي، مما يمكن الشركات الصغيرة والمطورين من إنشاء تطبيقات متطورة دون الحاجة إلى موارد حاسوبية كبيرة. قد يساعد أيضًا في التخفيف من المخاوف المتعلقة بتأثير الذكاء الاصطناعي على البيئة، حيث تتطلب النماذج الأصغر طاقة أقل بكثير للتدريب والتشغيل.
بينما يقيم القطاع تداعيات تقدم Salesforce، يظل من الواضح أن في عالم الذكاء الاصطناعي، حتى النموذج الصغير يمكنه تحدي وربما التفوق على المنافسين الأكبر. قد لا يكمن مستقبل الذكاء الاصطناعي فقط في السحابة - بل قد يكون حقاً في راحة يدك.
قائمة الترتيب
