في الفترة الأخيرة، ظهرت تقنية جديدة في مجال الذكاء الاصطناعي اسمها “تقطير الذكاء الاصطناعي” (AI Distillation). الفكرة ببساطة هي إننا بنستخدم نموذج ذكاء اصطناعي كبير ومعقد كـ”مدرس”، وبنستخلص منه المعرفة والخبرات، وبننقلها لنموذج أصغر وأبسط بنسميه “الطالب”. ده بيخلي النموذج الصغير يقدر يؤدي نفس المهام بكفاءة عالية، لكن بتكلفة أقل وسرعة أكبر.
التقنية دي بتعتمد على تدريب النموذج الصغير إنه يقلد سلوك النموذج الكبير، وده بيتم عن طريق تقديم نفس المدخلات للنموذجين، ومقارنة المخرجات، وتعديل النموذج الصغير لحد ما يوصل لنفس النتائج. الميزة هنا إننا بنقدر نطور نماذج فعّالة بدون الحاجة لموارد ضخمة أو بيانات تدريبية هائلة.
فيه أمثلة حديثة لاستخدام التقنية دي، زي ما عمل فريق من الباحثين في جامعتي ستانفورد وواشنطن، اللي قدروا يطوروا نموذج ذكاء اصطناعي استدلالي بتكلفة أقل من 50 دولار، باستخدام تقنية التقطير. النموذج ده أظهر أداء مشابه لنماذج متقدمة زي نموذج o1 من شركة OpenAI، وده بيوضح قد إيه التقنية دي واعدة في تطوير نماذج فعّالة وبتكلفة منخفضة.
كمان، شركة صينية اسمها DeepSeek استخدمت نفس التقنية لتطوير نموذج ذكاء اصطناعي خاص بيها، وده خلى النموذج بتاعهم قوي ومنافس، بس بتكلفة أقل بكتير. مع إن الطريقة دي مش بتعتبر اختراق أو هاكينج، إلا إنها بتخالف شروط الاستخدام بتاعة بعض الشركات زي OpenAI.
بشكل عام، تقنية تقطير الذكاء الاصطناعي بتفتح آفاق جديدة لتطوير نماذج أكثر كفاءة وبتكلفة أقل، وده ممكن يغير شكل المنافسة في مجال الذكاء الاصطناعي في المستقبل.
هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.
