أخبار ar.wedoany.com، في 5 يونيو، أطلقت هواوي كلاود في شنغهاي الجيل الجديد من منصة تدريب واستدلال النماذج ModelArts Next، التي تقدم أربع قدرات أساسية لبناء نظام وكلاء ذكيين مخصص للمؤسسات، وهي: خدمة التعلم المعزز (RL)، والاستدلال الآمن، وتوجيه النماذج، ومصفوفة النماذج. تركز هذه المنصة على تدريب النماذج الكبيرة، والاستدلال، والاستدعاء الآمن، وجدولة النماذج المتعددة، بهدف خفض حاجز دخول المؤسسات من مرحلة تجربة النماذج إلى نشر الوكلاء الذكيين على مستوى الإنتاج.
تكمن القيمة الأساسية لـ ModelArts Next في إعادة دمج العناصر المتناثرة التي تواجهها المؤسسات عند استخدام النماذج الكبيرة في منصة تدريب واستدلال موحدة. حاليًا، عند إدخال المؤسسات للوكلاء الذكيين، لا تقتصر التحديات على "إمكانية استدعاء نموذج" فحسب، بل تشمل كيفية تحسين تدريب النموذج باستمرار، وكيفية ضمان أمان البيانات الحساسة أثناء عملية الاستدلال، وكيفية اختيار النموذج المناسب للمهام المختلفة، وكيفية نشر نماذج رئيسية متعددة بسرعة وإدراجها تحت إدارة موحدة. تتوافق خدمة RL مع حاجة المؤسسات للتعلم المعزز والتحسين المستمر للنماذج، خاصة بعد أن تنتقل الوكلاء الذكيون من الأسئلة والأجوبة البسيطة إلى تنفيذ المهام المعقدة، حيث تحتاج النماذج إلى تحسين قدراتها على اتخاذ القرارات باستمرار من خلال آليات التغذية الراجعة. أما الاستدلال الآمن فيستهدف السيناريوهات عالية الحساسية مثل الترميز بالذكاء الاصطناعي، وإدارة المخاطر المالية، وقواعد المعرفة المؤسسية، مما يسمح للبيانات التي يعالجها النموذج بالعمل في بيئة تنفيذ موثوقة، مما يقلل من مخاطر تسرب البيانات والامتثال. يحل توجيه النماذج مشكلة كفاءة الاستدعاء في عصر النماذج المتعددة، حيث يمكن للمنصة اختيار الخدمة الأكثر ملاءمة ديناميكيًا بين النماذج المختلفة بناءً على خصائص الطلب، ونوع المهمة، وأولوية التكلفة، أو أولوية الفعالية، أو استراتيجية التوازن. تسمح مصفوفة النماذج للمؤسسات بالوصول بسرعة إلى النماذج الرئيسية المتطورة مثل DeepSeek وKimi وZhipu GLM، بالإضافة إلى تغطية سيناريوهات البرمجة وتعدد الوسائط من خلال نموذج Pangu الذي طورته هواوي كلاود ذاتيًا.
هذا يعني أن ModelArts Next ليس مجرد إطلاق لنموذج واحد، بل هو مجموعة من البنية التحتية للنماذج موجهة لتطبيق الذكاء الاصطناعي في المؤسسات.
بعد دخول النماذج الكبيرة إلى السيناريوهات الصناعية، ما تحتاجه المؤسسات حقًا هو نظام هندسي للذكاء الاصطناعي مستقر، وقابل للتحكم، وقابل للإدارة. في المراحل المبكرة من تجربة النماذج الكبيرة، غالبًا ما تبدأ المؤسسات بتطبيقات مثل توليد النصوص، والإجابة على أسئلة خدمة العملاء، والمساعدة في البرمجة، أو استرجاع قواعد المعرفة. ولكن عندما تدخل هذه التطبيقات في العمليات التجارية الأساسية، تواجه مشكلات مثل تقلب أداء النموذج، وارتفاع تكاليف الاستدعاء، وتعقيد صلاحيات البيانات، وصعوبة اختيار النموذج، وزيادة متطلبات التدقيق الأمني. تتوافق القدرات الأربع التي تقدمها ModelArts Next مباشرة مع هذه المشكلات على مستوى الإنتاج: تُستخدم قدرة التعلم المعزز لتحسين استقرار الوكلاء الذكيين في تنفيذ المهام المعقدة، ويُستخدم الاستدلال الآمن لتحديد الحدود الأمنية بعد دخول البيانات الحساسة إلى النموذج، ويُستخدم توجيه النماذج لتحقيق توازن ديناميكي بين الفعالية والتكلفة، وتُستخدم مصفوفة النماذج لتجنب تقييد المؤسسة بقدرات نموذج واحد. وفقًا للمعلومات العامة، توفر خدمة توجيه النماذج MaaS من هواوي كلاود أكثر من 15 نموذجًا من النماذج المتطورة، وتتجاوز دقة جدولة النماذج 95%، مع انخفاض متوسط في تكاليف الاستدعاء بنسبة 20%. إذا تمكنت هذه المؤشرات من الاستمرار بثبات في الأعمال الحقيقية، فسيؤثر ذلك بشكل مباشر على عائد الاستثمار وقابلية استخدام النظام عند نشر المؤسسات للوكلاء الذكيين.
من منظور المنافسة في القطاع، ينتقل مزودو الخدمات السحابية من "توفير واجهات النماذج" إلى "توفير منصات إنتاج الوكلاء الذكيين". لن يدفع العملاء من المؤسسات لفترة طويلة مقابل استدعاء رمز واحد (Token) فقط، بل سيهتمون أكثر بما إذا كان النموذج يمكنه التكامل مع أنظمة الأعمال، وما إذا كان يمكنه اختيار القدرات المناسبة تلقائيًا بناءً على المهمة، وما إذا كان يمكنه تشكيل سير عمل موثوق في سيناريوهات مثل المالية، والبحث والتطوير، والتصنيع، والمكاتب، وخدمة العملاء. يتوافق إطلاق هواوي كلاود لـ ModelArts Next مع اتجاهها الأخير في التركيز على تحسين الإنتاجية، ومستوى الحوسبة الثاني، ونظام الوكلاء الذكيين على مستوى المؤسسات. بالنسبة لهواوي كلاود، تلعب ModelArts Next دورًا يربط بين المستويات: فهي تتصل من الأعلى بقدرات النماذج مثل DeepSeek وKimi وZhipu GLM وPangu، وتتصل من الأسفل ببيانات المؤسسة، والبيئة الأمنية، وموارد الاستدلال، وتطوير تطبيقات الوكلاء الذكيين، لتخدم في النهاية بناء أنظمة الذكاء الاصطناعي المخصصة للمؤسسات.
ستعتمد القيمة الفعلية لـ ModelArts Next في المستقبل على فعالية النشر على مستوى المؤسسات، واستقرار توجيه النماذج، وفقدان الأداء في الاستدلال الآمن، وسهولة استخدام خدمة RL، وسرعة توسع النظام البيئي للنماذج المتعددة. مع انتقال الذكاء الاصطناعي في المؤسسات من المرحلة التجريبية إلى التشغيل المنتظم، ستصبح منصات تدريب واستدلال النماذج قاعدة مهمة للمنافسة بين مزودي الخدمات السحابية. ومن يستطيع دمج النماذج، والأمان، والتكلفة، والجدولة، والسيناريوهات التجارية بشكل أكثر سلاسة، سيكون لديه فرصة أكبر لاستقبال احتياجات بناء الوكلاء الذكيين للمؤسسات في المرحلة التالية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
