الصورة: مايكروسوفت

تقدم Microsoft Research نموذج Phi-2، وهو نموذج لغوي صغير ولكنه فعال. يسلط هذا الإطلاق في حدث Microsoft Ignite 2023 الضوء على الأداء العالي لـ Phi-2 مع الحد الأدنى من بيانات التدريب.

ويختلف Phi-2 عن النماذج الأكبر مثل GPT، ويركز على مهام محددة مع عدد أقل من البيانات والحسابات. توفر معلماتها البالغ عددها 2.7 مليار استدلالًا مذهلاً وفهمًا للغة، مما ينافس نماذج أكبر بكثير.

تنسب Microsoft ذلك إلى بيانات التدريب عالية الجودة وأساليب القياس المتقدمة.

يتفوق Phi-2 على النماذج الأكبر في المعايير مثل الرياضيات والبرمجة

الصورة: مايكروسوفت

حتى أنه ينافس جهاز Gemini Nano 2 الذي أنتجته جوجل مؤخرًا، على الرغم من حجمه الأصغر. يهدف Gemini Nano 2، وهو جزء من استراتيجية Google الأوسع للذكاء الاصطناعي، إلى استبدال PaLM-2 في مختلف الخدمات.

تتعمق Microsoft أيضًا في شرائح الذكاء الاصطناعي المخصصة، Maia وCobalt، مما يتحدى Google Tensor وسلسلة M من Apple. حجم Phi-2 يسمح له بالعمل على الأجهزة الأساسية، مما يفتح إمكانيات تطبيق جديدة.

خطوة نحو إضفاء الطابع الديمقراطي على أبحاث الذكاء الاصطناعي

متوفر في كتالوج نماذج Azure AI Studio، يمثل Phi-2 خطوة في إضفاء الطابع الديمقراطي على أبحاث الذكاء الاصطناعي. يبرز التزام Microsoft بتطوير الذكاء الاصطناعي مفتوح المصدر من خلال Phi-2.

الأصغر يمكن أن يكون أقوى وأكثر كفاءة

يمثل جهاز Phi-2 من Microsoft تحولًا كبيرًا في نموذج الذكاء الاصطناعي. إن قدرتها على مضاهاة أداء النماذج الأكبر حجما، على الرغم من حجمها الأصغر، ليست مجرد إنجاز تكنولوجي، بل هي ابتكار استراتيجي.

ويشير إلى أن مستقبل الذكاء الاصطناعي قد لا يكمن بالضرورة في بناء أنظمة أكبر وأكثر تعقيدا، بل في إنشاء نماذج أكثر كفاءة ويمكن الوصول إليها.

يعد تركيز Microsoft على الجودة أكثر من الكمية في بيانات التدريب واستثمارها في شرائح الذكاء الاصطناعي المخصصة مثل Maia وCobalt مؤشرات واضحة على التزامها بهذه الفلسفة.

إن إمكانية تشغيل Phi-2 على معدات منخفضة المستوى، وربما حتى الهواتف الذكية، ستغير قواعد اللعبة، حيث تقدم لمحة عن المستقبل حيث تكون أدوات الذكاء الاصطناعي القوية في متناول الجميع.