شركة إنفيديا الأمريكية تطلق نموذج "نيموترون" المفتوح، وتخفض تكلفة تخصيص الذكاء الاصطناعي إلى واحد على عشرين

أخبار ar.wedoany.com، أطلقت شركة إنفيديا (NVIDIA) سلسلة نماذج "نيموترون" (Nemotron) المفتوحة، والتي تهدف إلى تمكين المؤسسات من بناء أنظمة ذكاء اصطناعي قابلة للتحكم وموثوقة وتلبي احتياجات أعمال محددة من خلال تخصيص النماذج، بدلاً من مجرد اختيار نموذج أساسي جاهز.

على الرغم من توفر العديد من نماذج الذكاء الاصطناعي التي يمكن للمؤسسات الاختيار من بينها، إلا أن الميزة التنافسية الحقيقية تنبع من كيفية استخدام المؤسسات للنماذج الحالية لتحسين سير العمل، ودمج المعرفة المتخصصة، وتحقيق دقة وموثوقية تفوق المعايير العامة. صُممت النماذج المفتوحة خصيصًا للتخصيص، مما يمنح المؤسسات ملكية وتحكمًا كاملين، ويتيح بناء وكلاء متخصصين يختلفون عن أنظمة الذكاء الاصطناعي التقليدية.

فيما يتعلق بالتخصيص، تسمح النماذج المفتوحة للفرق باختبار وتحسين النماذج بناءً على بياناتها الخاصة، وسير عملها، وتعريفاتها الخاصة للدقة. وهذا الأمر بالغ الأهمية في القطاعات التي تكون فيها تكلفة الأخطاء مرتفعة وتتطلب معالجة بيانات حساسة، مثل الرعاية الصحية والقانون. على سبيل المثال، تشير إنفيديا إلى أنه بفضل النماذج المفتوحة، يمكن للفرق فحص التطبيقات، وإجراء تقييمات خاصة، وإنشاء بيئات تعلم معزز مخصصة لسير عملها، دون الحاجة إلى توجيه البيانات الخاصة عبر أطراف ثالثة.

بدأت شركات من عدة قطاعات في تخصيص "نيموترون" لمجالات محددة: تقوم شركة Abridge بتخصيص "نيموترون" لبناء نموذج أساسي مصمم خصيصًا للحوارات السريرية؛ وتقوم شركة Glean ببناء نموذج بحث الوكيل "والدو" (Waldo) الذي يجمع بين "نيموترون" ونموذج مغلق أكبر، مما يحقق زمن استجابة أقل واستهلاكًا أقل للرموز في سيناريوهات البحث المؤسسي؛ وتقوم شركة H Company ببناء نموذج "هولوترون 3 نانو" (Holotron 3 Nano) من خلال التدريب اللاحق لنموذج "نيموترون 3 نانو أومني" (Nemotron 3 Nano Omni) باستخدام بيانات خاصة باستخدام الكمبيوتر، محققة دقة تتجاوز 76% على معيار مهام الكمبيوتر OSWorld-Verified، مع مطابقة أداء النماذج الرائدة الأخرى بتكلفة منخفضة للغاية؛ وتقوم شركة Harvey بإجراء تدريب لاحق لنموذج "نيموترون 3 ألترا" (Nemotron 3 Ultra) على المعايير القانونية، محققة دقة على مستوى النماذج الرائدة في المهام القانونية المعقدة، مع تقليل تكلفة كل تشغيل بمقدار 10 أضعاف على الأقل مقارنة بالنماذج المغلقة الرائدة؛ وتقوم شركة Heidi Health بإنتاج مخرجات بجودة النماذج الرائدة في مجال التوثيق السريري، دون الحاجة إلى موارد حسابية على نطاق النماذج الرائدة؛ وتقوم شركة YTL AI Labs بتدريب نموذج "نيموترون" لاحقًا على اللغة الملايوية، لتوفير قدرات ذكاء اصطناعي مخصصة محليًا لمجتمع المطورين في ماليزيا.

بالإضافة إلى تحسين الدقة، يوفر التخصيص أيضًا ميزة من حيث التكلفة. تشير إنفيديا إلى أنه يمكن تسريع تخصيص النماذج وتقييمها باستخدام مجموعة أدوات "نيمو" (NeMo) مفتوحة المصدر من NVIDIA. قامت شركة LangChain بتعديل إطار عمل "ديب أيجنتس" (Deep Agents) لنموذج "نيموترون 3 ألترا"، محققة أعلى دقة للوكيل بين النماذج المفتوحة، مع تكلفة تشغيل أقل بحوالي 10 مرات من البدائل المغلقة الرائدة. قامت شركة Arcee AI بإجراء تدريب لاحق لنموذج "نيموترون" على منصة NVIDIA Blackwell، محققة تكلفة استدلال تبلغ حوالي 90 سنتًا لكل مليون رمز مخرج، وهو أرخص بحوالي 20 مرة من النماذج المغلقة الرائدة المماثلة، مع احتلالها المرتبة الثانية على معيار PinchBench والحفاظ على أوزان مفتوحة بالكامل.

تساعد ميزة التكلفة هذه المؤسسات على إجراء تجارب أوسع، وتحقيق المزيد من عمليات النشر، وتسريع وتيرة التطوير. يعمل تحالف "نيموترون" (Nemotron Coalition) التابع لإنفيديا على تحويل تطوير النماذج المفتوحة إلى عمل جماعي على مستوى النظام البيئي، حيث يجمع بين بناة النماذج والمطورين لتحسين "نيموترون" من خلال مشاركة البيانات والتقييمات والمعرفة المتخصصة. يمكن تجربة هذه النماذج عبر موقع build.nvidia.com.