نماذج اللغات الصغيرة مفتوحة المصدر: مستقبلٌ مسؤولٌ وعمليّ للذكاء الاصطناعيّ

يشهد عالم الذكاء الاصطناعيّ تحوّلاً جذرياً، حيث تتزايد التساؤلات حول مسؤولية تطوير وتطبيق هذه التكنولوجيا. وتُبرز شركة Red Hat أهمية النهج المفتوح والتعاونيّ في هذا المجال، مُسلّطةً الضوء على نماذج اللغات الصغيرة (SLMs) كمُقاربةٍ أكثر استدامةً ومسؤوليةً من نماذج اللغات الكبيرة (LLMs) المغلقة.

يُشير Julio Guijarro، المدير التقنيّ لمنطقة EMEA في Red Hat، إلى أنّ نماذج اللغات الكبيرة تُعاني من عدّة عيوب، منها افتقارها للشفافية كونها مُطوّرة في بيئاتٍ مغلقة، وقصورها في دعم اللغات الأقلّ انتشاراً، ومخاوف سيادة البيانات، بالإضافة إلى التكلفة العالية للاستخدام.

وتُقترح Red Hat استخدام نماذج اللغات الصغيرة كمُقاربةٍ أكثر فعاليةً واقتصاديةً، حيث تتميّز بأداءٍ قويّ في مهامّ مُحدّدة، مع استهلاكٍ أقلّ للموارد الحاسوبية. ويُمكن تشغيل هذه النماذج محلياً أو في سُحُبٍ هجينة، مع إمكانية الوصول إلى معلومات الشركة المحليّة. كما تُساهم هذه الطريقة في تقليل التكلفة، حيث تُحدّد تكلفة الاستخدام بموارد الشركة الخاصة، وليس بكلّ استعلام.

وتُركّز Red Hat على تحسين نماذج اللغات الصغيرة لتعمل على مُعدّاتٍ قياسية، مُقلّلةً من الحاجة إلى مُعالجات رسوميات متخصصة (GPUs) باهظة الثمن. وتُساعد هذه الاستراتيجية في جعل الذكاء الاصطناعيّ متوفّراً لجميع الشركات، بغضّ النظر عن حجمها ومواردها.

وتُؤكّد Red Hat على أهمية البيانات المحليّة في تحسين دقّة ونوعية نتائج نماذج اللغات الصغيرة، مُسلّطةً الضوء على أهمية دعم اللغات الأقلّ انتشاراً. كما تُشير إلى أهمية السرعة والثقة في الذكاء الاصطناعيّ، مُدافعةً عن المنصّات و الأدوات و النماذج المفتوحة المصدر لتعزيز الشفافية والمُشاركة.

وقد استحوذت Red Hat مؤخراً على Neural Magic لتعزيز إمكانيات الذكاء الاصطناعيّ في الشركات، كما أطلقت InstructLab مع IBM Research لتسهيل عملية بناء نماذج الذكاء الاصطناعيّ لغير الخبراء. وتُؤمن Red Hat بأنّ مستقبل الذكاء الاصطناعيّ يكمن في النهج المفتوح والذي يُركز على استخداماتٍ مُحدّدة، مُحقّقةً التوازن بين الفعالية والاستدامة والمسؤولية.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.