عندما تم إصدار ChatGPT في نوفمبر 2023، لم يكن من الممكن الوصول إليه إلا من خلال السحابة لأن النموذج الذي يقف وراءه كان ضخمًا تمامًا.
اليوم أقوم بتشغيل برنامج ذكاء اصطناعي ذو قدرة مماثلة على جهاز Macbook Air، وهو ليس دافئًا حتى. يُظهر هذا الانكماش مدى سرعة الباحثين في تحسين نماذج الذكاء الاصطناعي لجعلها أصغر حجما وأكثر كفاءة. كما يوضح أيضًا كيف أن الانتقال إلى مستويات أكبر من أي وقت مضى ليس هو الطريقة الوحيدة لجعل الآلات أكثر ذكاءً بشكل ملحوظ.
يُطلق على النموذج الذي يدمج الآن جهاز الكمبيوتر المحمول الخاص بي بذكاء وحكمة تشبه ChatGPT اسم Phi-3-mini. إنها جزء من عائلة نماذج الذكاء الاصطناعي الأصغر التي أطلقها مؤخرًا باحثون في Microsoft. على الرغم من أنه صغير الحجم بما يكفي لتشغيله على هاتف ذكي، إلا أنني قمت باختباره عن طريق تشغيله على جهاز كمبيوتر محمول والوصول إليه من جهاز iPhone من خلال تطبيق يسمى Enchanted الذي يوفر واجهة دردشة مشابهة لتطبيق ChatGPT الرسمي.
في ورقة بحثية تصف عائلة نماذج Phi-3، يقول باحثو مايكروسوفت إن النموذج الذي استخدمته يقيس بشكل إيجابي GPT-3.5، وهو نموذج OpenAI وراء الإصدار الأول من ChatGPT. ويستند هذا الادعاء على قياس أدائها على العديد من معايير الذكاء الاصطناعي القياسية المصممة لقياس الحس السليم والمنطق. وفي اختباري الخاص، يبدو بالتأكيد بنفس القدرة.
أعلنت شركة مايكروسوفت عن نموذج Phi-3 جديد “متعدد الوسائط” قادر على التعامل مع الصوت والفيديو والنص في مؤتمرها السنوي للمطورين، Build، هذا الأسبوع. جاء ذلك بعد أيام فقط من قيام كل من OpenAI وGoogle بالترويج لمساعدي الذكاء الاصطناعي الجذريين الجدد المبنيين على نماذج متعددة الوسائط يمكن الوصول إليها عبر السحابة.
تشير عائلة نماذج الذكاء الاصطناعي Lilliputian من Microsoft إلى أنه أصبح من الممكن إنشاء جميع أنواع تطبيقات الذكاء الاصطناعي المفيدة التي لا تعتمد على السحابة. وقد يفتح ذلك حالات استخدام جديدة، من خلال السماح لها بأن تكون أكثر استجابة أو خصوصية. (تعد الخوارزميات غير المتصلة بالإنترنت جزءًا أساسيًا من ميزة الاستدعاء التي أعلنت عنها Microsoft والتي تستخدم الذكاء الاصطناعي لجعل كل ما فعلته على جهاز الكمبيوتر الخاص بك قابلاً للبحث.)
لكن عائلة Phi تكشف أيضًا شيئًا عن طبيعة الذكاء الاصطناعي الحديث، وربما كيف يمكن تحسينه. أخبرني سيباستيان بوبيك، الباحث في شركة مايكروسوفت المشارك في المشروع، أن النماذج تم تصميمها لاختبار ما إذا كان اتباع نظام أكثر انتقائية فيما يتم تدريب نظام الذكاء الاصطناعي عليه يمكن أن يوفر طريقة لضبط قدراته.
إن نماذج اللغات الكبيرة مثل GPT-4 من OpenAI أو Gemini من Google التي تعمل على تشغيل روبوتات الدردشة وغيرها من الخدمات، عادةً ما تكون عبارة عن كميات ضخمة من النصوص التي يتم استخلاصها من الكتب والمواقع الإلكترونية وأي مصدر آخر يمكن الوصول إليه تقريبًا. على الرغم من أن الأمر يثير أسئلة قانونية، إلا أن OpenAI وآخرون وجدوا أن زيادة كمية النص التي يتم تغذيتها لهذه النماذج، وكمية قوة الكمبيوتر المستخدمة لتدريبها، يمكن أن تطلق العنان لقدرات جديدة.
