بعض من أشهر هؤلاء هم الجوزاء من Google ، الأنثروبولوجيا كلودو Openaiمجموعة GPT و LLAMA من META.
تتمثل الميزة الرئيسية لهذه النماذج في أنها تم بناؤها من نقطة الصفر وتم تدريبها على كمية هائلة من البيانات التي يتم إعدامها من مجالات متعددة ، مثل الفيديو الصوتي والصور.ما يجعلها مميزة هي أنها مصممة لفهم ومعالجة مجموعة كبيرة من المعلومات ، لاستخدامها في عدد متنوع من التطبيقات.
من نواح كثيرة ، فهي لبنات البناء الأساسية التي يتم إنشاء المزيد من النماذج المتخصصة ، والتي تنتج بعد ذلك مخرجات محددة للصحة والخدمات المالية وغيرها من الاحتياجات التجارية والصناعية.
التدريب السري ، نتائج مذهلة
غالبًا ما تكون أساليب التدريب المتخصصة Ultra المستخدمة في هذه النماذج الضخمة بمليار دولار ، سرًا محرومًا بشكل وثيق ، على الرغم من وجود عدد من نماذج الأساس الأصغر التي تكون مفتوحة جزئيًا أو بالكامل على الأقل.
يتضمن هذا التدريب عادةً تعريض الشبكة العصبية إلى كمية هائلة من البيانات ، باستخدام تقنيات التعلم الخاضعة للإشراف أو غير الخاضعة للإشراف. تتعلم الشبكة كيفية تحديد الأنماط والعلاقات داخل البيانات ، في النهاية دون الحاجة إلى إشراف بشري صريح.
هذا يعني أنه يمكن أن يطور فهمًا عميقًا وشاملاً للعالم ، مما يتيح لها إخراج قيمة الإخراج والاستجابات ذات الصلة لطلبات المستخدم عند الطلب.
ومع ذلك ، فإن متطلبات الحساب الضخمة لهذه النماذج الضخمة تمنحهم تطبيقًا محدودًا بعيدًا عن منازل الحوسبة السحابية الضخمة. لذلك غالبًا ما يأتي العمل المثير للاهتمام بمجرد ضبط نموذج الأساس لنشر أكثر عمومية.
صقله ينشر الحب
في كثير من الحالات ، يتم هذا الضبط الدقيق من قبل المالكين أنفسهم ، مثل Google أو Openai ، ولكن بعض النماذج مثل Llama أو ديبسيك يتم ضبطها بشكل نشط من قبل الجمهور بشكل عام ، وتم إصدارها للعالم بموجب ترخيص مفتوح.
نظرًا لأنها مُحسّنة لمتطلبات الحوسبة المتواضعة ، بدلاً من مراكز البيانات الضخمة ، يمكن أن تصل هذه النماذج الأصغر إلى ديموغرافيا أوسع للمستخدمين في جميع أنحاء العالم ، وللأفراد المتنوعة.
أدت هذه المرونة الواسعة النطاق إلى ظهور بعض أنظمة الذكاء الاصطناعى القوية للغاية لتقديم تطبيقات مثل توليد الفيديو والصور ، وترجمة اللغة ، وتوليد الموسيقى وأكثر من ذلك بكثير.
في كل حالة ، تم ضبط النموذج من قبل مالك العلامة التجارية نفسه ، أو من خلال العمل الذي أنجزه الأبحاث والوكالات التجارية الطرف الثالث
مثال جيد على نوع النماذج المتخصصة المستمدة من نماذج الأساس هو المنتجات متعددة الوسائط التي يمكنها التعامل مع مدخلات مختلفة مثل الصور والصوت وحتى الفيديو.
لقد شهدنا مؤخرًا أيضًا نموًا مذهلاً في صعود ما يسمى نماذج التفكير ، والتي يتم تدريبها خصيصًا للتفكير في المهمة المطروحة في خطوات منطقية قبل تقديم إجاباتها. لقد كان تغيير خطوة في فائدة الذكاء الاصطناعي عبر مجموعة واسعة من التطبيقات.
مسألة السلامة
نظرًا لأن نماذج الأساس مصممة خصيصًا لتقديم مجموعة واسعة من فائدة التطبيق ، فإنها عادة ما تخضع لعناصر تحكم صارمة لمنع الإساءة في أيدي المستخدمين عديمي الضمير.
أصبح هذا الجانب من “سلامة” الذكاء الاصطناعي مهمًا بشكل متزايد حيث تنمو النماذج في السلطة. يكافح أصحاب العلامات التجارية للحفاظ على توازن بين الأداة المساعدة المفتوحة ، والحاجة إلى منع سوء المعاملة في أشياء مثل إنتاج الفيديو والصور.
كان أحد الشواغل الرئيسية بشأن تطوير الذكاء الاصطناعي المتقدم هو الافتقار إلى قوة منسقة عالميًا لتحكم تسليم الذكاء الاصطناعي الآمن الذي يخفف أو يقلل من أي تهديدات محتملة للعالم بشكل عام.
الجانب المهم الآخر في صعود هذه النماذج الضخمة في جميع أنحاء العالم هو مسألة النشر المسؤول.
هناك مخاوف مشروعة من أن الاستخدام على نطاق واسع دون شكل من أشكال التنفيذ المخطط له ، يمكن أن يؤدي إلى اضطراب هائل في أسواق العمل والتفاعلات الجيوسياسية والمزيد.
بينما نتطلع إلى المستقبل ، لا يمكننا إلا أن نأمل أن يضمن الطلب العام على الذكاء الاصطناعي الأخلاقي والمستدام جميع الفوائد التي يحتاجها المجتمع ، دون أي من الخطر والدراما.
مصدر الخبر
نشر الخبر اول مرة على موقع :www.techradar.com
بتاريخ:2025-06-06 06:06:00
الكاتب:
ادارة الموقع لا تتبنى وجهة نظر الكاتب او الخبر المنشور بل يقع على عاتق الناشر الاصلي
