انفجار "حرب الحيوانات" في صناعة الذكاء الاصطناعي، تنافس Falcon و Llama على هيمنة نموذج مفتوح المصدر الكبير
في الشهر الماضي، شهد مجال الذكاء الاصطناعي "حرب الحيوانات". من جهة، نموذج Llama الذي أطلقته Meta، ومن جهة أخرى، نموذج كبير يسمى Falcon.
تتمتع Llama بشعبية كبيرة في مجتمع المطورين بفضل ميزتها مفتوح المصدر. بينما حقق Falcon-40B الذي تم إطلاقه في مايو قفزة واحدة ليصل إلى قمة "ترتيب LLM مفتوح المصدر". تم إعداد هذه القائمة من قبل مجتمع Hugging Face، حيث تقدم معايير لتقييم قدرات نماذج اللغة الكبيرة. بعد ذلك، قامت Llama و Falcon بتحديث ترتيب القائمة بشكل دوري.
من المثير للاهتمام أن مطوري Falcon ليسوا شركة تكنولوجيا، ولكنهم معهد أبوظبي للابتكار التكنولوجي في العاصمة الإماراتية. وأفادت الإمارات أنهم يشاركون في مسابقة الذكاء الاصطناعي من أجل "إزاحة اللاعبين الرئيسيين".
اليوم، دخل مجال الذكاء الاصطناعي مرحلة يتنافس فيها العديد من اللاعبين. الدول والشركات ذات القوة المالية الكبيرة تطلق نسخ محلية من ChatGPT. فقط في منطقة الخليج، يوجد العديد من اللاعبين الذين دخلوا السوق. في أغسطس، اشترت السعودية أكثر من 3000 شريحة H100 للجامعات المحلية، لاستخدامها في تدريب النماذج الكبيرة.
أعرب مستثمر مخضرم عن أسفه قائلاً: "كنت أعتقد أن مجال التكنولوجيا الصلبة سيكون له عوائق عالية، لكن لم أكن أتوقع أن تصبح ريادة الأعمال في النماذج الكبيرة حرب مئة نموذج..."
خلف هذه "الحرب بين النماذج المائة"، يبرز ظهور خوارزمية Transformer. في عام 2017، كشف 8 علماء من جوجل عن خوارزمية Transformer في ورقة بحثية، مما وضع الأساس لهذه الموجة الحالية من الذكاء الاصطناعي. الآن، جميع النماذج الكبرى، بما في ذلك سلسلة GPT، مبنية على خوارزمية Transformer.
ظهور Transformer أدى إلى تباطؤ سرعة الابتكار في الخوارزميات الأساسية في الأوساط الأكاديمية. أصبحت عناصر الهندسة مثل هندسة البيانات، وحجم الحساب، وهيكل النموذج، تدريجياً مفتاح المنافسة في الذكاء الاصطناعي. طالما أن لدى الشركة قدرة تقنية معينة، يمكن لأي شركة تطوير نموذج كبير.
هذا أدى أيضًا إلى الزيادة الهائلة في عدد النماذج الكبيرة محليًا ودوليًا. تظهر التقارير أنه حتى يوليو، بلغ عدد النماذج الكبيرة في الصين 130، متجاوزًا 114 في الولايات المتحدة. بالإضافة إلى الصين والولايات المتحدة، بدأت دول مثل اليابان والهند وكوريا الجنوبية أيضًا في إطلاق نماذج كبيرة محلية.
ومع ذلك، فإن سهولة الدخول لا تعني أنه يمكن أن تصبح رائدًا في الصناعة. على سبيل المثال، في صراع Falcon وLlama، على الرغم من أن Falcon يتقدم مؤقتًا في الترتيب، إلا أنه من الصعب القول إنه أحدث تأثيرًا كبيرًا على Meta. بالنسبة للنماذج الكبيرة مفتوحة المصدر، فإن مجتمع المطورين النشط هو القوة التنافسية الأساسية. تتمتع Meta بميزة في إدارة المجتمع المفتوح بفضل خبرتها الطويلة في إدارة وسائل التواصل الاجتماعي.
حاليًا، من بين أفضل 10 في تصنيف Hugging Face، هناك 8 نماذج مبنية على Llama 2. فقط على هذه المنصة، هناك أكثر من 1500 نموذج كبير يستخدم بروتوكول مفتوح المصدر Llama 2.
بجانب بناء النظام البيئي، فإن القدرة التقنية الخالصة هي أيضًا مفتاح. في الاختبار الأخير AgentBench، تفوق GPT-4 بفارق كبير بحصوله على 4.41 نقاط، بينما جاء في المركز الثاني Claude بمعدل 2.77 نقطة، وكانت النماذج المفتوحة المصدر الأخرى تتراوح عادةً حول نقطة واحدة. وهذا يعكس الميزة التقنية التي تراكمت على مدى طويل من قبل فريق OpenAI.
مع تزايد نشاط مجتمع مفتوح المصدر، قد تتقارب أداء النماذج الكبرى. في المستقبل، ستتركز القوة التنافسية الأساسية للنماذج الكبرى على بناء النظام البيئي أو القدرة على الاستدلال البحت.
مسألة أكثر واقعية هي: باستثناء بعض الحالات القليلة، لم تجد غالبية مزودي النماذج الكبيرة نموذج ربح. لقد أصبحت تكلفة الحوسبة المرتفعة عائقًا أمام تطوير الصناعة. توقعت بعض المؤسسات أن تصل نفقات شركات التكنولوجيا العالمية على بنية النماذج الكبيرة التحتية إلى 200 مليار دولار سنويًا، بينما قد تصل إيرادات النماذج الكبيرة إلى 75 مليار دولار كحد أقصى، مما يعني وجود فجوة لا تقل عن 125 مليار دولار.
حتى عمالقة البرمجيات مثل مايكروسوفت وأدوبي يواجهون صعوبات في تسعير خدمات الذكاء الاصطناعي. على سبيل المثال، يتقاضى GitHub Copilot 10 دولارات شهريًا، ولكن مايكروسوفت تخسر 20 دولارًا لكل مستخدم.
بشكل عام، إذا لم تظهر OpenAI و ChatGPT، فقد لا تحدث هذه الثورة في الذكاء الاصطناعي. ولكن في المرحلة الحالية، لا يزال من غير المؤكد القيمة التي يمكن أن تخلقها مجرد تدريب النماذج الكبيرة. مع زيادة المنافسة المتماثلة وزيادة عدد النماذج مفتوحة المصدر، قد تواجه الموردون الذين يقدمون نماذج كبيرة بحتة ضغطًا أكبر. تمامًا كما أن نجاح iPhone 4 لا يعتمد فقط على المعالج، فإن قيمة النماذج الكبيرة ستظهر أكثر في سيناريوهات التطبيق المحددة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 18
أعجبني
18
10
مشاركة
تعليق
0/400
ContractCollector
· 07-23 10:56
حديقة الحيوان بدأت في القتال هاها
شاهد النسخة الأصليةرد0
YieldChaser
· 07-22 14:46
حرب إنفاق الأموال، هل ترغب في معرفة المزيد؟
شاهد النسخة الأصليةرد0
ApeWithNoFear
· 07-22 06:05
هل لا يزال من الممكن اللعب في ثورة الذكاء الاصطناعي؟ النتيجة لا تزال تحتاج إلى إنفاق المال.
تصاعد حرب الذكاء الاصطناعي: تحدي Falcon لنموذج Llama مفتوح المصدر في منافسة متصاعدة
انفجار "حرب الحيوانات" في صناعة الذكاء الاصطناعي، تنافس Falcon و Llama على هيمنة نموذج مفتوح المصدر الكبير
في الشهر الماضي، شهد مجال الذكاء الاصطناعي "حرب الحيوانات". من جهة، نموذج Llama الذي أطلقته Meta، ومن جهة أخرى، نموذج كبير يسمى Falcon.
تتمتع Llama بشعبية كبيرة في مجتمع المطورين بفضل ميزتها مفتوح المصدر. بينما حقق Falcon-40B الذي تم إطلاقه في مايو قفزة واحدة ليصل إلى قمة "ترتيب LLM مفتوح المصدر". تم إعداد هذه القائمة من قبل مجتمع Hugging Face، حيث تقدم معايير لتقييم قدرات نماذج اللغة الكبيرة. بعد ذلك، قامت Llama و Falcon بتحديث ترتيب القائمة بشكل دوري.
من المثير للاهتمام أن مطوري Falcon ليسوا شركة تكنولوجيا، ولكنهم معهد أبوظبي للابتكار التكنولوجي في العاصمة الإماراتية. وأفادت الإمارات أنهم يشاركون في مسابقة الذكاء الاصطناعي من أجل "إزاحة اللاعبين الرئيسيين".
اليوم، دخل مجال الذكاء الاصطناعي مرحلة يتنافس فيها العديد من اللاعبين. الدول والشركات ذات القوة المالية الكبيرة تطلق نسخ محلية من ChatGPT. فقط في منطقة الخليج، يوجد العديد من اللاعبين الذين دخلوا السوق. في أغسطس، اشترت السعودية أكثر من 3000 شريحة H100 للجامعات المحلية، لاستخدامها في تدريب النماذج الكبيرة.
أعرب مستثمر مخضرم عن أسفه قائلاً: "كنت أعتقد أن مجال التكنولوجيا الصلبة سيكون له عوائق عالية، لكن لم أكن أتوقع أن تصبح ريادة الأعمال في النماذج الكبيرة حرب مئة نموذج..."
خلف هذه "الحرب بين النماذج المائة"، يبرز ظهور خوارزمية Transformer. في عام 2017، كشف 8 علماء من جوجل عن خوارزمية Transformer في ورقة بحثية، مما وضع الأساس لهذه الموجة الحالية من الذكاء الاصطناعي. الآن، جميع النماذج الكبرى، بما في ذلك سلسلة GPT، مبنية على خوارزمية Transformer.
ظهور Transformer أدى إلى تباطؤ سرعة الابتكار في الخوارزميات الأساسية في الأوساط الأكاديمية. أصبحت عناصر الهندسة مثل هندسة البيانات، وحجم الحساب، وهيكل النموذج، تدريجياً مفتاح المنافسة في الذكاء الاصطناعي. طالما أن لدى الشركة قدرة تقنية معينة، يمكن لأي شركة تطوير نموذج كبير.
هذا أدى أيضًا إلى الزيادة الهائلة في عدد النماذج الكبيرة محليًا ودوليًا. تظهر التقارير أنه حتى يوليو، بلغ عدد النماذج الكبيرة في الصين 130، متجاوزًا 114 في الولايات المتحدة. بالإضافة إلى الصين والولايات المتحدة، بدأت دول مثل اليابان والهند وكوريا الجنوبية أيضًا في إطلاق نماذج كبيرة محلية.
ومع ذلك، فإن سهولة الدخول لا تعني أنه يمكن أن تصبح رائدًا في الصناعة. على سبيل المثال، في صراع Falcon وLlama، على الرغم من أن Falcon يتقدم مؤقتًا في الترتيب، إلا أنه من الصعب القول إنه أحدث تأثيرًا كبيرًا على Meta. بالنسبة للنماذج الكبيرة مفتوحة المصدر، فإن مجتمع المطورين النشط هو القوة التنافسية الأساسية. تتمتع Meta بميزة في إدارة المجتمع المفتوح بفضل خبرتها الطويلة في إدارة وسائل التواصل الاجتماعي.
حاليًا، من بين أفضل 10 في تصنيف Hugging Face، هناك 8 نماذج مبنية على Llama 2. فقط على هذه المنصة، هناك أكثر من 1500 نموذج كبير يستخدم بروتوكول مفتوح المصدر Llama 2.
بجانب بناء النظام البيئي، فإن القدرة التقنية الخالصة هي أيضًا مفتاح. في الاختبار الأخير AgentBench، تفوق GPT-4 بفارق كبير بحصوله على 4.41 نقاط، بينما جاء في المركز الثاني Claude بمعدل 2.77 نقطة، وكانت النماذج المفتوحة المصدر الأخرى تتراوح عادةً حول نقطة واحدة. وهذا يعكس الميزة التقنية التي تراكمت على مدى طويل من قبل فريق OpenAI.
مع تزايد نشاط مجتمع مفتوح المصدر، قد تتقارب أداء النماذج الكبرى. في المستقبل، ستتركز القوة التنافسية الأساسية للنماذج الكبرى على بناء النظام البيئي أو القدرة على الاستدلال البحت.
مسألة أكثر واقعية هي: باستثناء بعض الحالات القليلة، لم تجد غالبية مزودي النماذج الكبيرة نموذج ربح. لقد أصبحت تكلفة الحوسبة المرتفعة عائقًا أمام تطوير الصناعة. توقعت بعض المؤسسات أن تصل نفقات شركات التكنولوجيا العالمية على بنية النماذج الكبيرة التحتية إلى 200 مليار دولار سنويًا، بينما قد تصل إيرادات النماذج الكبيرة إلى 75 مليار دولار كحد أقصى، مما يعني وجود فجوة لا تقل عن 125 مليار دولار.
حتى عمالقة البرمجيات مثل مايكروسوفت وأدوبي يواجهون صعوبات في تسعير خدمات الذكاء الاصطناعي. على سبيل المثال، يتقاضى GitHub Copilot 10 دولارات شهريًا، ولكن مايكروسوفت تخسر 20 دولارًا لكل مستخدم.
بشكل عام، إذا لم تظهر OpenAI و ChatGPT، فقد لا تحدث هذه الثورة في الذكاء الاصطناعي. ولكن في المرحلة الحالية، لا يزال من غير المؤكد القيمة التي يمكن أن تخلقها مجرد تدريب النماذج الكبيرة. مع زيادة المنافسة المتماثلة وزيادة عدد النماذج مفتوحة المصدر، قد تواجه الموردون الذين يقدمون نماذج كبيرة بحتة ضغطًا أكبر. تمامًا كما أن نجاح iPhone 4 لا يعتمد فقط على المعالج، فإن قيمة النماذج الكبيرة ستظهر أكثر في سيناريوهات التطبيق المحددة.