زيبرا تكشف عن زامبا: نموذج أساسي هجين مبتكر يعزز إمكانية وصول الذكاء الاصطناعي على مزيد من الأجهزة.

تطلق Zyphra Technologies نموذجًا أساسيًا رائدًا يهدف إلى تعزيز لامركزية الذكاء الاصطناعي. زامبا، وهو نموذج ذكاء اصطناعي مفتوح المصدر يحتوي على 7 مليارات معامل، يستخدم وحدات ماما الخاصة بالشركة وطبقة انتباه مشتركة عالمية. يهدف هذا النموذج المبتكر إلى تعزيز الذكاء عبر الأجهزة المختلفة مع تقليل تكاليف الاستدلال بشكل كبير.

الذكاء الاصطناعي لكل جهاز

قال كريثيك باثالات، الرئيس التنفيذي لشركة Zyphra Technologies: "رؤيتنا هي إنشاء ذكاء اصطناعي شخصي لك". "مهمتنا هي تعزيز الروابط الأفضل بين الناس. على الرغم من أن التكنولوجيا ووسائل التواصل الاجتماعي وعدت بعالم أكثر اتصالًا وإشباعًا، إلا أننا لم نحقق ذلك بعد. نطمح إلى تغيير مستقبل الذكاء الاصطناعي."

وأكد باثالات أن مركزية الذكاء الاصطناعي من قبل الشركات الكبرى تمثل مشكلة حرجة. "في سعي نحو الذكاء الاصطناعي العام، قامت شركات مثل OpenAI وAnthropic بتطوير نماذج ضخمة في السحابة - نماذج واحدة مُصممة للجميع. هذه المقاربة لها قيود، مما يؤدي إلى عدم الثقة في هذه الأنظمة، مما يجعل الذكاء الاصطناعي يبدو غير شخصي. بينما يوفر ChatGPT ردودًا قيمة، فإنه يفتقر إلى الذاكرة الحقيقية، والتخصيص، والقدرة على التكيف مع مرور الوقت."

قيمة نماذج اللغة الأصغر

قد يبدو نموذج Zyphra الذي يحتوي على 7 مليارات معامل محدودًا مقارنة بالنماذج الأكبر من OpenAI وAnthropic أو Meta التي تحتوي على عشرات المليارات. ومع ذلك، تركز استراتيجية Zyphra على نشر نماذج لغة صغيرة (SML) لتحقيق تحسين تكامل الذكاء الاصطناعي في الأجهزة اليومية.

يعتقد بيرن ميليدج، المؤسس المشارك والعالم الرئيسي في Zyphra، أنه بينما كان نموذجهم الأول، بلاك ماما، الذي يحتوي على مليار معامل بمثابة إثبات للمفهوم، فإن 7 مليارات معامل هي المثلى للتفاعلات ذات المغزى. "هذا الحجم يسمح بالتشغيل المحلي على nearly جميع الأجهزة"، كما أوضح. بالمقابل، تتطلب النماذج الأكبر عادةً مجموعات GPU قوية تكون بعيدة عن متناول معظم المستخدمين، مما يعزز التزام Zyphra باللامركزية.

وقال باثالات: "هذا يتعلق بتقريب الذكاء الاصطناعي من المستخدم". "من خلال تطوير نماذج أصغر وأكثر كفاءة مصممة لحالات استخدام محددة، نتمكن من تقديم ردود في الوقت الحقيقي دون الاعتماد على البنية التحتية السحابية. هذه المقاربة تعزز تجربة المستخدم وتقلل من التكاليف التشغيلية، مما يتيح استثمارًا أكبر في الابتكار."

التنافس مع النماذج الراسخة

تؤكد Zyphra أن زامبا يتفوق على النماذج المفتوحة المصدر الأخرى مثل LLaMA 1، وLLaMA 2 7B، وOLMo-7B، متفوقًا عليها في العديد من المعايير القياسية مع استخدام أقل من نصف بيانات التدريب. على الرغم من أن الاختبارات الأولية قد أُجريت داخليًا، تخطط Zyphra لإصدار أوزان النموذج للتقييم العام.

عند سؤاله عن تطوير بنية زامبا، شارك ميليدج بأن نهجهم مرتبط بالحدس العملي حول التحديات الحالية للنماذج والحلول المحتملة. واستلهموا أيضًا من علوم الأعصاب، مما أدى إلى إنشاء هيكل يحاكي وظائف الدماغ. يتميز زامبا بوجود كتلة ذاكرة عالمية واحدة مكونة من وحدات ماما، مما يسمح بمشاركة المعلومات بشكل فعّال تمامًا مثل التفاعل بين قشرة الدماغ والحُصين في الدماغ البشري.

شمل عملية Zyphra تجارب مهمة. وأشار ميليدج: "الحدس وحده ليس كافيًا. يجب أن نجري تجارب لمعرفة ما الذي يعمل وما لا يعمل، ثم نعيد التكرار وفقًا لذلك."

النموذج الأساسي المفتوح المصدر زامبا متاح الآن على Hugging Face، ويدعو المستخدمين لاكتشاف إمكانياته.