كشفت شركة “مايكروسوفت” الأمريكية النقاب عن نماذج ذكاء اصطناعي جديدة “في-4”. التي وصفتها بأنها “الأكفأ عالميًا” من حيث الأداء والأقل من حيث استهلاك الطاقة.
كما أشارت “مايكروسوفت”، إلى أن نماذجها الجديدة للذكاء الاصطناعي يمكنها معالجة النصوص والصور والكلام في وقت واحد بصورة عالية الكفاءة. فيما تتطلب طاقة حوسبة أقل بكثير من الأنظمة الحالية.
ونقلت “مايكروسوفت” عن نائب رئيس الذكاء الاصطناعي التوليدي في الشركة ويزهو تشين؛ قوله: “تمّ تصميم هذه النماذج لتمكين المطوّرين من قدرات ذكاء اصطناعي متقدّمة. خاصة تلك المرتبطة بقدرتها على معالجة الكلام والصور والنصوص في وقت واحد”.
وذكرت “مايكروسوفت” أن نماذج “في-4” تمثل تطورًا كبيرًا في نماذج اللغة الصغيرة للذكاء الاصطناعي.
وتوفر نماذج “في-4” قدرات كانت مخصّصةً سابقًا لأنظمة الذكاء الاصطناعي الأكثر تقدمًا.
الحفاظ على القدرات اللغوية
ويسمح التصميم الخاص بالنموذج الجديد له بالحفاظ على قدراته اللغوية القوية مع إضافة التعرُّف على الرؤية والكلام. دون تدهور الأداء الذي يحدث غالبًا عندما يتم تكييف النماذج لأنواع متعدّدة من المدخلات.
ويمكن لهذا النموذج، بحسب “مايكروسوفت”، فهم النصوص واللغات المختلفة بصورة أفضل مرتين من النماذج الأكثر تقدمًا.
كما لوحظ تقدمه -بشكلٍ خاص- في أداء مهام الرياضيات والترميز. بفضل احتوائه على تقنية تحسّن استخدام الذاكرة الخاصة به لتوليد سياق طويل.
“مايكروسوفت” تطلق نسخة مطورة
وأِشارت “مايكروسوفت” إلى أن النموذج الجديد الثاني الذي أطلقته هو النسخة المعدلة من “في-4 ميني”.
لا يمكنه معالجة النصوص فحسب، بل يمكنه أيضًا معالجة الصور والصوت والفيديو.
كما دربت “مايكروسوفت” النموذج باستخدام تقنية جديدة تطلق عليها اسم “Mixture of LoRAs”.
قامت الشركة بتوسيع “في-4 ميني” بأوزان محسنة لمعالجة البيانات الصوتية والمرئية.
ووفقًا “لمايكروسوفت”، فإن هذه التقنية تخفف من بعض المفاضلات المرتبطة بالطرق الأخرى لبناء نماذج متعددة الوسائط.
المقارنة مع نماذج أخرى
اختبرت الشركة قدرات “في-4 مالتي موديل” باستخدام أكثر من ستة معايير لمعالجة البيانات المرئية.
حقق النموذج متوسط درجة 72، متخلفًا عن نموذج شركة “أوبن إيه آي” تشات جي بي تي بأقل من نقطة واحدة.
كما حصل برنامج “جيميني فلاش 2.0” من شركة “جوجل” وهو نموذج لغة كبير متطور تم طرحه لأول مرة في ديسمبر، على 74.3 نقطة.
