إن المنافسة في مجال الذكاء الاصطناعي شرسة، كما أن ظهور النماذج مفتوحة المصدر يتحدى هيمنة عمالقة التكنولوجيا. في الآونة الأخيرة، أصدرت شركة Groq الناشئة في مجال أجهزة الذكاء الاصطناعي نموذجين للغة مفتوحة المصدر - Llama-3-Groq-70B-Tool-Use وLlama3Groq Tool Use 8B، وحققت نتائج مبهرة في تصنيف Berkeley Function Call Ranking (BFCL) من بينها المعلمة 70B. تجاوز الإصدار النماذج المملوكة لشركة OpenAI وGoogle وAnthropic وغيرها من الشركات. لا يكمن نجاح هذه النماذج في أدائها القوي فحسب، بل أيضًا في استخدامها للبيانات الاصطناعية المولدة بشكل أخلاقي أثناء عملية التدريب، مما يحل بشكل فعال مشكلات مثل خصوصية البيانات والتجهيز الزائد، ويوفر فرصًا جديدة للتنمية المستدامة للمجال. مثال الذكاء الاصطناعي.
أصدرت شركة Groq الناشئة لأجهزة الذكاء الاصطناعي نموذجين للغة مفتوحة المصدر يتفوقان على عمالقة التكنولوجيا في قدرتهم على استخدام الأدوات المتخصصة. استحوذ نموذج Llama-3-Groq-70B-Tool-Use الجديد على المركز الأول في تصنيف Berkeley Function Call Ranking (BFCL)، متجاوزًا المنتجات الخاصة من أمثال OpenAI وGoogle وAnthropic.
أعلن قائد مشروع Groq، ريك لامرز، عن هذا الإنجاز في مقال على موقع X.com. وقال: "أنا فخور بالإعلان عن أداة Llama3Groq التي تستخدم الطرازين 8B و70B، وهي نسخة معدلة بالكامل من أداة Llama3 مفتوحة المصدر والتي وصلت إلى المركز الأول في BFCL، متفوقة على جميع النماذج الأخرى بما في ذلك النماذج الخاصة. مثل Claude Sonnet3.5، وGPT-4Turbo، وGPT-4o، وGemini1.5Pro.
البيانات الاصطناعية والذكاء الاصطناعي الأخلاقي: نموذج جديد في التدريب النموذجي
حقق إصدار المعلمة 70B الأكبر دقة إجمالية قدرها 90.76% على BFCL، في حين سجل نموذج 8B الأصغر 89.06%، ليحتل المرتبة الثالثة بشكل عام. تظهر هذه النتائج أن النماذج مفتوحة المصدر يمكن أن تطابق أو حتى تتجاوز أداء البدائل مغلقة المصدر في مهام محددة.
طورت Groq النماذج بالشراكة مع شركة أبحاث الذكاء الاصطناعي Glaive، باستخدام الضبط الدقيق الكامل وتحسين التفضيل المباشر (DPO) على النموذج الأساسي لـ Meta's Llama-3. يؤكد الفريق أنهم يستخدمون فقط البيانات الاصطناعية المولدة بشكل أخلاقي للتدريب، ومعالجة المخاوف الشائعة بشأن خصوصية البيانات والتجهيز الزائد.
هذه النماذج متاحة الآن من خلال منصة Groq API وHugging Face. يمكن لإمكانية الوصول هذه تسريع الابتكار في المجالات التي تتطلب استخدامًا معقدًا للأدوات واستدعاءات الوظائف، مثل الترميز الآلي وتحليل البيانات ومساعدي الذكاء الاصطناعي التفاعليين.
أطلقت Groq أيضًا عرضًا توضيحيًا عامًا عن Hugging Face Spaces، مما يسمح للمستخدمين بالتفاعل مع النموذج واختبار قدرات الأدوات الخاصة به بشكل مباشر. مثل Gradio، التي استحوذت عليها Hugging Face في ديسمبر 2021، تم إنشاء العديد من العروض التوضيحية على Hugging Face Spaces بهذه الطريقة. وقد استجاب مجتمع الذكاء الاصطناعي بحماس، حيث حرص العديد من الباحثين والمطورين على استكشاف قدرات هذه النماذج.
أبرز النقاط:
⭐ يتفوق نموذج الذكاء الاصطناعي مفتوح المصدر الذي أصدرته شركة Groq على النماذج المملوكة لعملاق التكنولوجيا في مهام محددة
⭐ باستخدام البيانات الاصطناعية للتدريب، تتحدى Groq خصوصية البيانات الشائعة ومشكلات التجهيز الزائد في تطوير نماذج الذكاء الاصطناعي
⭐ قد يؤدي إطلاق نماذج مفتوحة المصدر إلى تغيير مسار تطوير مجال الذكاء الاصطناعي وتعزيز إمكانية الوصول إلى الذكاء الاصطناعي على نطاق أوسع وتنمية النظم البيئية المبتكرة
لقد ضخ نجاح نموذج Groq مفتوح المصدر حيوية جديدة في تطوير مجال الذكاء الاصطناعي، ويشير أيضًا إلى أن النماذج مفتوحة المصدر ستلعب دورًا متزايد الأهمية في المستقبل. ويوفر تطبيقها للبيانات الاصطناعية أفكارًا جديدة في حل مشكلات مثل خصوصية البيانات وتحيز النموذج، وهو أمر يستحق دراسة متعمقة ومرجعًا من قبل الصناعة. ونحن نتطلع إلى ظهور المزيد من النماذج مفتوحة المصدر الممتازة في المستقبل لتعزيز التقدم المستمر في تكنولوجيا الذكاء الاصطناعي.