أصدرت Meta Platforms إصدارًا مبسطًا جديدًا من نموذج Llama، Llama 3.21B و3B، والذي يتيح التشغيل المستقر لنماذج اللغات واسعة النطاق على الهواتف الذكية والأجهزة اللوحية العادية. سيشرح محرر Downcodes هذا التقدم المذهل وأهميته بالتفصيل.
أصدرت Meta Platforms اليوم نسخة مبسطة جديدة من نموذج Llama، بما في ذلك منتجات Llama3.21B و3B، والتي أتاحت لأول مرة التشغيل المستقر لنماذج اللغات واسعة النطاق على الهواتف الذكية والأجهزة اللوحية العادية. من خلال الدمج المبتكر لتقنية التدريب الكمي وخوارزميات التحسين، يقلل الإصدار الجديد من حجم الملف بنسبة 56%، ويقلل من متطلبات تشغيل الذاكرة بنسبة 41%، ويزيد من سرعة المعالجة إلى 4 أضعاف سرعة الإصدار الأصلي مع الحفاظ على جودة المعالجة الأصلية نص 8000 حرف.
عند اختبارها على هواتف Android، كانت نماذج الذكاء الاصطناعي المضغوطة الخاصة بـ Meta (SpinQuant وQLoRA) أسرع وأكثر كفاءة بشكل ملحوظ من الإصدارات القياسية. تعمل النماذج الأصغر حجمًا بشكل أسرع أربع مرات مع استخدام ذاكرة أقل
وفي الاختبار الفعلي للهاتف المحمول OnePlus12، أظهرت هذه النسخة المضغوطة أداءً مشابهًا للإصدار القياسي، وفي الوقت نفسه حسنت بشكل كبير من كفاءة التشغيل، وحلت بشكل فعال المشكلة طويلة المدى المتمثلة في عدم كفاية قوة الحوسبة للأجهزة المحمولة. اختارت Meta اعتماد استراتيجية سوق التعاون المفتوح وتنفيذ تعاون متعمق مع الشركات المصنعة الرئيسية لمعالجات الأجهزة المحمولة مثل Qualcomm وMediaTek، وسيتم إصدار الإصدار الجديد في وقت واحد من خلال موقع Llama الرسمي ومنصة Hugging Face، مما يوفر للمطورين إمكانية الوصول بسهولة القنوات.
هذه الإستراتيجية تتناقض بشكل صارخ مع الشركات العملاقة الأخرى في الصناعة. عندما تختار Google وApple دمج التقنيات الجديدة بشكل عميق مع أنظمة التشغيل الخاصة بهما، فإن طريق Meta المفتوح يوفر للمطورين مساحة أكبر للابتكار. يمثل هذا الإصدار التحول في نماذج معالجة البيانات من الخوادم المركزية إلى المحطات الشخصية، ولا يمكن لحلول المعالجة المحلية حماية خصوصية المستخدم بشكل أفضل فحسب، بل توفر أيضًا تجربة استجابة أسرع.
قد يؤدي هذا التقدم التكنولوجي إلى تغييرات كبيرة مماثلة لتلك التي حدثت خلال تعميم أجهزة الكمبيوتر الشخصية، على الرغم من أنها لا تزال تواجه تحديات مثل متطلبات أداء الجهاز واختيار النظام الأساسي للمطور. مع استمرار تحسن أداء الأجهزة المحمولة، ستظهر مزايا حلول المعالجة المحلية تدريجيًا. تأمل Meta في تعزيز تطوير الصناعة بأكملها في اتجاه أكثر كفاءة وأمانًا من خلال التعاون المفتوح وفتح طرق جديدة لتطوير التطبيقات المستقبلية للأجهزة المحمولة.
توفر النسخة المبسطة من نموذج Llama إمكانيات جديدة لتطبيقات الذكاء الاصطناعي على الأجهزة المحمولة، كما أن استراتيجية التعاون المفتوحة الخاصة بها تستحق التعلم من الصناعة. في المستقبل، مع استمرار نضج التكنولوجيا وازدياد شعبيتها، ستصبح معالجة الذكاء الاصطناعي المحلية اتجاهًا سائدًا.