أخبار ar.wedoany.com، أطلقت شركة Z.ai (المعروفة سابقًا باسم Zhipu AI) نموذج ذكاء اصطناعي مفتوح الأوزان يحمل اسم GLM 5.2، يمكن تنزيله وتخصيصه وتشغيله بالكامل على الأجهزة المحلية، في خطوة تتحدى الاعتقاد السائد في القطاع بأن الأداء العالي للذكاء الاصطناعي لا يمكن الحصول عليه إلا من خلال دفع اشتراكات متميزة لعمالقة التكنولوجيا.
على عكس الأنظمة المغلقة مثل ChatGPT أو Claude، يتيح GLM 5.2 للمطورين الوصول المباشر إلى النموذج نفسه. في قطاع يهيمن عليه بشكل متزايد خوادم الشركات المغلقة، تمنح هذه الخاصية المستخدمين قدرًا أكبر من التحكم. تشير Z.ai إلى أنه مع ظهور نماذج مثل سلسلة Llama من Meta وMistral وGLM 5.2، فإن الفجوة بين الذكاء الاصطناعي عالي المستوى والنماذج المفتوحة تتقلص بسرعة. العديد من الشركات لا تحتاج إلى نماذج قادرة على حل مشكلات نظرية على المستوى العالمي، بل تحتاج إلى نظام يمكنه تلخيص مكتبات ضخمة من المستندات الداخلية بدقة، أو كتابة وتصحيح الأكواد البرمجية بشكل مستقل. إذا كانت النماذج المفتوحة قادرة على إنجاز ما بين 90% إلى 95% من هذه المهام بتكلفة أقل بكثير، فإن هذه النماذج لا يمكن تجاهلها.
ارتفع الاهتمام بـ GLM 5.2 بسرعة عندما نجح المطورون في تشغيله محليًا على أجهزة Apple المتطورة مثل Mac mini. أثبت هذا العرض أن الذكاء الاصطناعي القوي يمكن الآن "امتلاكه"، وليس فقط "استئجاره عبر الاشتراك". في النماذج التي تعتمد على الاشتراكات، يتحكم طرف ثالث في الأسعار وسياسات الخصوصية وخريطة طريق الميزات، بينما يغير النموذج مفتوح الأوزان هذه المعادلة. بالنسبة للقطاعات التي تتعامل مع بيانات مالية حساسة أو سجلات طبية أو أبحاث مؤسسية خاصة، فإن الاحتفاظ بالبيانات بالكامل على الأجهزة الداخلية يمثل ميزة أمنية كبيرة. من المرجح أن تكون بنية التكنولوجيا المؤسسية المستقبلية عبارة عن "مكدس هجين" للذكاء الاصطناعي: نماذج مغلقة رائدة تعالج أصعب مشكلات الاستدلال؛ نماذج مفتوحة الأوزان تقود سير العمل الروتيني عالي الحجم؛ ونماذج مستضافة محليًا تدير بأمان أكثر البيانات الداخلية حساسية.
GLM 5.2 هو نموذج ضخم من نوع الخبراء المختلطين (MoE)، يمتلك ما بين 744 مليارًا و753 مليار معامل. في شكله غير المضغوط، تستهلك أوزانه 1.51 تيرابايت من مساحة التخزين والذاكرة. تواجه أجهزة الكمبيوتر الشخصية المتطورة القياسية، التي تبلغ سعة VRAM القصوى فيها 24 جيجابايت، "جدار VRAM"؛ بينما يمكن لـ Mac Studio، الذي تبلغ سعة ذاكرته الموحدة القصوى 256 جيجابايت، تشغيل نسخة مضغوطة بشدة. لتشغيل GLM 5.2 محليًا، يجب على المطورين استخدام تقنيات التكميم لإجراء ضغط جذري. حتى بعد الضغط الشديد، يتطلب تحميل النموذج فقط حوالي 240 جيجابايت من الذاكرة. بالإضافة إلى ذلك، يمتلك GLM 5.2 نافذة سياقية تبلغ مليون رمز (token)، مماثلة لنموذج Claude، مما يعني أنه يمكنه استيعاب قاعدة أكواد برمجية كاملة أو مجموعة كتب من مكتبة صغيرة دفعة واحدة. لكن تتبع هذه الكمية الهائلة من البيانات يتطلب تخصيص ذاكرة متخصص، وعند دفع النموذج إلى أقصى حدوده، قد يبدأ حتى أقوى أجهزة الكمبيوتر المكتبية الاستهلاكية في السخونة الزائدة.
بالنسبة لغير المبرمجين، لا يزال هذا الخبر ذا صلة. يعمل الذكاء الاصطناعي على تغيير جذري للبرامج التي نستخدمها يوميًا. لن يحل GLM 5.2 محل التطبيقات على هواتفنا غدًا، لكنه يسلط الضوء على أن النماذج المفتوحة أصبحت أرخص وتنافسية للغاية. مع حصول شركات البرمجيات على المزيد من الخيارات، وعدم اضطرارها بعد الآن لدفع رسوم باهظة لمورد واحد لإضافة ميزات الذكاء الاصطناعي إلى تطبيقاتها، قد يعني هذا التغيير أن الجيل القادم من الأدوات الرقمية سيكون أرخص وأكثر تخصصًا وأكثر خصوصية. نماذج الذكاء الاصطناعي المفتوحة مثل GLM 5.2 ليست مجرد بدائل، بل هي تحدٍ مهم لنموذج الاشتراكات الباهظة، مما يوفر للشركات والمطورين فرصة لبناء حلول أكثر كفاءة وأمانًا وبأسعار معقولة.
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
