شركات الذكاء الاصطناعي تتسابق لإنتاج نماذج أرخص عبر «التقطير»
تتجه شركات الذكاء الاصطناعي الرائدة بما في ذلك OpenAI وMicrosoft وMeta إلى عملية تسمى "التقطير"، في السباق العالمي لإنشاء نماذج الذكاء الاصطناعي التي تكون أرخص بالنسبة للمستهلكين والشركات لتبنيها.
وقد حظيت هذه العملية باهتمام واسع النطاق بعد أن استخدمتها شركة DeepSeek الصينية لبناء نماذج ذكاء اصطناعي قوية وفعالة تعتمد على أنظمة مفتوحة المصدر أصدرتها شركات Meta وAlibaba المنافسة.
وهز هذا الاختراق الثقة في قيادة وادي السيليكون للذكاء الاصطناعي، مما دفع مستثمري وول ستريت إلى محو مليارات الدولارات من قيمة أسهم شركات التكنولوجيا الكبرى الأمريكية.
ومن خلال عملية "التقطير"، تأخذ الشركات نموذجًا لغويًا كبيرًا - يُطلق عليه نموذج "المعلم" - والذي يولد الكلمة التالية المحتملة في الجملة، وتكون مهمة نموذج المعلم توليد بيانات تقوم بعد ذلك بتدريب نموذج "طالب" أصغر، مما يساعد على نقل المعرفة والتنبؤات الخاصة بالنموذج الأكبر بسرعة إلى النموذج الأصغر.
وفي حين تم استخدام آلية التقطير على نطاق واسع لسنوات، فقد دفعت التطورات الأخيرة خبراء الصناعة إلى الاعتقاد بأن العملية ستكون بشكل متزايد نعمة للشركات الناشئة التي تسعى إلى طرق فعالة من حيث التكلفة لبناء تطبيقات تعتمد على تكنولوجيا الذكاء الاصطناعي.
وقال أوليفييه جودمينت، رئيس قسم المنتجات في منصة OpenAI، "التقطير" عملية سحرية للغاية، إنها عملية أخذ نموذج حدودي ذكي كبير جدًا واستخدام هذا النموذج لتعليم نموذج أصغر، قادر جدًا على أداء مهام محددة ورخيص للغاية وسريع جدًا في التنفيذ".
وتتطلب نماذج اللغة الكبيرة مثل GPT-4 من شركة أوبن إيه آي وGemini من Google وLlama من شركة ميتا، كميات هائلة من البيانات وقوة الحوسبة لتطويرها وصيانتها.
وفي حين لم تكشف الشركات عن أرقام دقيقة عن تكلفة تدريب النماذج الكبيرة، فمن المرجح أن تصل إلى مئات الملايين من الدولارات.
وبفضل التقطير، يمكن للمطورين والشركات الوصول إلى قدرات هذه النماذج مقابل جزء بسيط من السعر، مما يسمح لمطوري التطبيقات بتشغيل نماذج الذكاء الاصطناعي بسرعة على أجهزة مثل أجهزة الكمبيوتر المحمولة والهواتف الذكية.
ويمكن للمطورين استخدام منصة OpenAI للتقطير، والتعلم من نماذج اللغة الكبيرة التي تدعم منتجات مثل ChatGPT.
واستخدمت Microsoft، أكبر داعم لـOpenAI، GPT-4 لتلقين عائلة نماذج اللغة الصغيرة الخاصة بها، كجزء من شراكة تجارية بعد استثمار ما يقرب من 14 مليار دولار في الشركة.
أيضا، قالت الشركة الناشئة التي تتخذ من سان فرانسيسكو مقراً لها إنها تعتقد أن DeepSeek استخلصت نماذج OpenAI لتدريب النموذج الصيني الجديد، وهي خطوة من شأنها أن تتعارض مع شروط الخدمة الخاصة بها، ولم تعلق DeepSeek على هذه الادعاءات.
وفي حين يمكن استخدام التقطير لإنشاء نماذج عالية الأداء، يقول الخبراء إنها رغم ذلك تكون أكثر محدودية.
وقال أحمد عوض الله من Microsoft Research، إن النموذج المقطر يمكن تصميمه ليكون جيدًا جدًا في تلخيص رسائل البريد الإلكتروني، على سبيل المثال، "يقدم التقطير مقايضة مثيرة للاهتمام؛ إذا جعلت النماذج أصغر، فإنك تقلل حتماً من قدرتها".
وقال ديفيد كوكس، نائب رئيس قسم نماذج الذكاء الاصطناعي في IBM Research، إن معظم الشركات لا تحتاج إلى نموذج ضخم لتشغيل منتجاتها، وأن النماذج المقطرة قوية بما يكفي لأغراض مثل برامج الدردشة لخدمة العملاء أو التشغيل على أجهزة أصغر مثل الهواتف.
وأضاف: "في أي وقت يمكنك جعل النموذج أقل تكلفة، ويمنحك الأداء الصحيح الذي تريده، فلا يوجد سبب كبير لعدم القيام بذلك".
