مايكروسوفت الأمريكية تتجه نحو تطوير نماذج ذكاء اصطناعي صغيرة ومتخصصة داخلياً لخفض التكاليف

أخبار ar.wedoany.com، تعدل مايكروسوفت استراتيجيتها في نشر الذكاء الاصطناعي التوليدي، بالتحول من الاعتماد على النماذج العامة الكبيرة إلى تطوير نماذج صغيرة ومتخصصة داخلياً، بهدف خفض التكاليف وزيادة الكفاءة. وأشارت تقارير حديثة لوكالة بلومبرغ إلى أن هذه النماذج المطورة داخلياً تحل محل نماذج OpenAI بشكل مطرد، لتصبح المحرك الأساسي لوظائف الذكاء الاصطناعي في منتجات مايكروسوفت.

النماذج العامة الكبيرة، مثل سلسلة GPT من OpenAI وسلسلة Claude من Anthropic، قادرة على معالجة مهام متعددة عند توفير قوة حاسوبية كافية، لكن استخدامها في مهام يومية مثل تلخيص البريد الإلكتروني أو صياغة الردود يبدو مكلفاً وغير فعال. في المقابل، يعد تدريب ونشر نماذج صغيرة ومتخصصة أكثر اقتصاداً، حيث يمكن تشغيل عشرات النسخ منها على معجل واحد، ولا يضطر المطورون للقلق بشأن الانحرافات السلوكية الناتجة عن استبدال المورد للنموذج.

كشفت مايكروسوفت خلال مؤتمرها للمطورين Build في يونيو عن سلسلة نماذج MAI، التي تغطي مجالات متعددة مثل الاستدلال العام، البرمجة، توليد الصور، التحرير، ومعالجة الصوت. ويهدف تحول مايكروسوفت من الاعتماد على النماذج العامة من OpenAI إلى النماذج المطورة داخلياً إلى تحقيق توافق أكثر دقة مع سيناريوهات التطبيق الفعلية، وإنجاز المهام نفسها بتكاليف أقل.

وصفت مايكروسوفت نموذج MAI-Thinking-1 بأنه "نموذج متوسط الحجم، يُعد من أقوى النماذج في فئته"، وأشارت إلى أنه "يضاهي النماذج الرائدة في اختبارات القياس المرجعية الرئيسية لهندسة البرمجيات، ويظهر قدرات متقدمة في الاستدلال الرياضي، وحصل على نتائج أفضل من Sonnet 4.6 في تقييمنا البشري الأعمى".

يُعد التحكم في التكاليف المحرك الرئيسي لهذا التحول. ورغم أن الذكاء الاصطناعي أظهر قيمته في مجالات محددة، إلا أن مزودي الخدمات السحابية لا يزالون يشككون في آفاق ربحية أعمال الذكاء الاصطناعي. تتيح النماذج الأصغر حجماً تحرير الذاكرة وزيادة استغلال الأجهزة، مما يسمح لمايكروسوفت بتعديل عدد النسخ بمرونة وفقاً لاحتياجات حركة المرور للتحكم في التكاليف التشغيلية.

تعمل مايكروسوفت أيضاً على تحسين حزمة التقنيات بأكملها من خلال تطوير مسرعات الذكاء الاصطناعي الخاصة بها. وتعد سلسلة رقائق Maia 200، التي أُطلقت في يناير، بتقديم أداء مماثل لرقائق Blackwell من إنفيديا، مما يمكّن مايكروسوفت من إجراء تحسينات مشتركة على مستوى البرمجيات والأجهزة والنماذج لزيادة الكفاءة. تسلك أمازون وجوجل مساراً مماثلاً، حيث تركز جوجل على بنية TPU الخاصة بها من خلال سلسلتي Gemini وGemma، بينما تستثمر أمازون في سلسلة نماذج Nova وأدوات البرمجة، وتعتمد على تقنيات Anthropic.

لا تزال النماذج الأمامية العامة ذات قيمة في دفع عجلة الابتكار، ولا يزال عمالقة الحوسبة السحابية بحاجة إلى شركات مثل OpenAI وAnthropic لدفع التقدم التكنولوجي. ومع ذلك، فإن تقليل الاعتماد على شركات النماذج الكبيرة يساعد مزودي الخدمات السحابية على تحويل الذكاء الاصطناعي في النهاية إلى خط أعمال مربح.