لطالما تفاخر شركات الذكاء الاصطناعي بحجم وقدرات منتجاتها، ولكن في الفترة الأخيرة، بدأ التركيز يتحول نحو النماذج الأصغر والأكثر كفاءة. تقول الشركات إن هذه النماذج ستساعد في تقليص التكاليف واستهلاك الطاقة.
تستند برامج مثل ChatGPT على خوارزميات تُعرف بـ”النماذج اللغوية الكبيرة”، حيث يمتلك نموذج GPT-4 ما يقارب تريليوني “معامل”، مما يساعده في الرد على استفسارات متنوعة. ومع ذلك، إذا كانت الشركة بحاجة إلى برنامج معرفي بشيء محدد، مثل التماسيح، يمكن أن يكون النموذج المقترح أصغر بكثير.
شركات مثل غوغل ومايكروسوفت وميتا وأوبن إيه آي، بدأت بالفعل في تقديم نماذج أصغر. وفي سياق متصل، أكدت كارّا هيرست، مديرة الاستدامة في أمازون، أن هذا الاتجاه يُظهر تحول الصناعة نحو “الاعتدال والتوفير”.
تُعتبر النماذج الصغيرة ملائمة أكثر للمهام البسيطة كتلخيص الوثائق أو البحث في قواعد البيانات. على سبيل المثال، تعمل شركة ميرك للأدوية على تطوير نموذج صغير جداً بالتعاون مع شركة بوسطن كونسلتينغ جروب لدراسة تأثير بعض الأمراض على الجينات.
يشير لوران دوديه، رئيس شركة LightOn، إلى مزايا النماذج الصغيرة مقارنة بنماذجها الأكبر، حيث غالباً ما تكون أسرع وأكثر كفاءة في استهلاك الطاقة. النماذج الكبيرة تحتاج إلى مجموعة ضخمة من الخوادم للطاقة والتبريد، بينما النماذج الصغيرة تحتاج إلى عدد أقل، مما يقلل من التكاليف والاستهلاك.
يمكن أيضاً تشغيل النماذج الصغيرة مباشرة على الأجهزة، مما يساعد في تقليل البصمة الكربونية. كما أن استخدام هذه النماذج يعزز الأمان والسرية، حيث يمكن تدريبها باستخدام بيانات خاصة دون خطر التسريب.
ورغم فوائد النماذج الصغيرة، لا تزال النماذج الأكبر تتمتع بميزة في معالجة المشكلات المعقدة. ويبدو أن المستقبل سيجمع بين النماذج المختلفة بحيث يتعاون النموذج الصغير مع نماذج أكبر حسب الحاجة.
عدد المصادر التي تم تحليلها: 6
المصدر الرئيسي : CNN الاقتصادية
post-id: c4abce36-9b5c-4830-b8ea-c7fe31dff375
