أطلقت الأنثروبور مؤخرًا ميزة جديدة لسلسلة Claude من نماذج اللغة الكبيرة ذات النطاق -ذاكرة التخزين المؤقت لتخفيض تكلفة استخدام الذكاء الاصطناعي وتحسين الأداء. تعتبر هذه الخطوة بمثابة استراتيجية فريدة للأنثروبور في التنافس مع العمالقة مثل Openai و Google و Microsoft للاختيار من بين زيادة الكفاءة وتقليل وجهات نظر التكلفة. يتم اختبار هذه الوظيفة حاليًا على طراز API لـ Claude3.5 Sonnet و Claude3 Haiku ، ووعد بتقليل تكلفة تصل إلى 90 ٪ وزيادة سرعة استجابة بعض سيناريوهات التطبيق. ومع ذلك ، فإن التأثير الفعلي لا يزال يحتاج إلى فحص السوق.
في 14 أغسطس ، أعلنت الأنثروبور أنها أطلقت ميزة جديدة تسمى نموذج اللغة الكبير سلسلة كلود ، مدعيا أنه يمكن أن يقلل بشكل كبير من تكلفة استخدام الذكاء الاصطناعي وتحسين الأداء. ولكن ما إذا كانت هذه الوظيفة يمكن أن تكون سحرية كما قالت الشركة ويجب اختبارها في السوق.
سيتم اختبار وظيفة ذاكرة التخزين المؤقت علنًا على واجهة برمجة التطبيقات الخاصة بها من طراز Claude3.5sonnet و Claude3Haiku. تتيح هذه الوظيفة للمستخدمين تخزين وإعادة استخدام معلومات سياق محددة ، بما في ذلك التعليمات والبيانات المعقدة ، دون تكاليف إضافية أو زيادة التأخير. وقال المتحدث باسم الشركة إن هذا واحد من العديد من خصائص القطع التي طوروها لتعزيز قدرات كلود.
في الوقت الحاضر ، أطلقت العمالقة التكنولوجية مثل Openai و Google و Microsoft مسابقات شرسة في مجال نماذج اللغة الكبيرة ، وتحاول كل شركة تحسين الأداء والتنافسية في السوق لمنتجاتها. في هذه المنافسة ، اختارت الأنثروبور الانتقال من منظور تحسين كفاءة الاستخدام وتقليل التكاليف ، مما يدل على استراتيجية السوق الفريدة.
وفقًا للأنثروبور ، قد تجلب هذه الميزة الجديدة ما يصل إلى 90 ٪ من التكلفة ، ويضاعف سرعة الاستجابة في بعض سيناريوهات التطبيق. هذه الأرقام مثيرة للإعجاب بلا شك ، لكن خبراء الصناعة يذكرون أن التأثير الفعلي قد يكون مختلفًا بسبب سيناريوهات التطبيق المحددة والتنفيذ.
قال الأنثروبور إن وظيفة ذاكرة التخزين المؤقت مناسبة بشكل خاص للمشاهد التي يجب أن تكون متسقة في السياق في استعلام أو جلسات متعددة ، مثل الحوار على المدى الطويل ، ومعالجة المستندات الكبيرة ، والمساعدة في الكود ، والأدوات المعقدة. من المتوقع أن تجلب هذه الطريقة تحسين الكفاءة في مختلف تطبيقات الذكاء الاصطناعي.
أشار المطلعون على الصناعة إلى أنه على الرغم من أن ميزات الأنثروبور الجديدة تبدو مشرقة ، فإن شركات الذكاء الاصطناعى الأخرى تستكشف أيضًا بنشاط طريقة تحسين كفاءة النموذج وتقليل تكاليف الاستخدام. على سبيل المثال ، يوفر Openai إمكانات مختلفة وخيارات نموذج الأسعار ، بينما تلتزم Google بتطوير نماذج يمكنها العمل بكفاءة على الأجهزة العادية.
للتأثير الفعلي لهذه الميزة الجديدة ، لا يزال السوق حذرًا. مثل أي تقنية جديدة ، وخاصة في حقل الذكاء الاصطناعي السريع ، لم يتم بعد ملاحظة أداء وظيفة ذاكرة التخزين المؤقت في العالم الحقيقي. قالت الأنثروبور إنها ستعمل عن كثب مع العملاء لجمع البيانات والتعليقات ذات الصلة ، والتي تتماشى مع أفضل الممارسات في الصناعة التي تقيم تأثير تقنية الذكاء الاصطناعى الجديدة.
قد يكون لمبادرة الأنثروبور تأثير واسع على صناعة الذكاء الاصطناعي ، خاصة في توفير قدرات AI المتقدمة للشركات الصغيرة والمتوسطة. إذا كانت هذه الوظيفة فعالة حقًا مثل الترويج ، فقد تقلل من عتبة الشركات لتبني حلول معقدة من الذكاء الاصطناعي ، وبالتالي تعزيز تطبيق تقنية الذكاء الاصطناعي في مجال أعمال أوسع.
من خلال تطوير الاختبارات العامة ، ستتاح للمؤسسات والمطورين الفرصة لتقييم الأداء الفعلي لوظيفة ذاكرة التخزين المؤقت وكيفية تكييفها مع استراتيجيات الذكاء الاصطناعي الخاصة بهم. في الأشهر القليلة المقبلة ، من المتوقع أن نرى أداء موجه AI للإدارة والسياق في التطبيقات العملية.
تمثل وظيفة ذاكرة التخزين المؤقت السريعة من الأنثروبور محاولة مثيرة للاهتمام من قبل صناعة الذكاء الاصطناعى من حيث الكفاءة وتحسين التكلفة. ومع ذلك ، سواء كان ذلك يمكن أن يؤدي حقًا إلى تغيير الصناعة ، فإنه يتطلب أيضًا المزيد من الفحص للسوق. على أي حال ، يعكس هذا الابتكار الاستكشاف المستمر للاتجاهات الجديدة في شركات الذكاء الاصطناعى في منافسة شرسة ، ويشير أيضًا إلى أن تقنية الذكاء الاصطناعى قد تدخل في جولة جديدة من الثورة الفعالة.
الكل في الكل ، مفتاح نجاح وظيفة ذاكرة التخزين المؤقت المطالبة بالأنثروبور هو تأثير التطبيق الفعلي. سيصبح أداء السوق اللاحق المعيار النهائي لاختبار هذه التكنولوجيا وسيجلب أيضًا الوحي الجديد لصناعة الذكاء الاصطناعى بأكمله.