يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
كيف انتقلت نماذج الذكاء الاصطناعي إلى لغات أخرى غير الإنجليزية؟
بعد عقود من التقدم البطيء في تعليم الآلات فهم معاني الكلمات والجمل، حقق التعلم الآلي بعض التقدم الواعد. كانت شركة أوبن آيه آي الأميركية، هي أول من عرض نوعاً جديداً قوياً من نماذج الذكاء الاصطناعي اللغوية وهو (جي بي تي-2) عام 2019، ثم تبعه (جي بي تي-3) الأكثر قوة.
الآن، بدأت الآلات في الانتقال إلى تعلم لغات أخرى مع بناء عدد متزايد من الشركات غير الأميركية، في الصين وكوريا الجنوبية وألمانيا، نماذج ذكاء اصطناعي لغوية للأغراض العامة. وبالرغم من أن كل جهد له تعقيداته التقنية الخاصة به، إلا أنها جميع تلك النماذج تستند إلى نفس تطورات التعلم الآلي.
في ألمانيا مثلاً، قامت شركة ألف ألفا (Aleph Alpha) الناشئة التي تتخذ من مدينة هايدلبرج مقراً، ببناء أحد أقوى نماذج الذكاء الاصطناعي اللغوية في العالم. ولا يتقن نموذج الشركة اللغة الإنجليزية فحسب، بل يتقن أيضاً الألمانية والفرنسية والإسبانية والإيطالية.
وبشكل عام، يمكن لخوارزميات النموذج -من خلال الاعتماد على ما تعلمته من القراءة على الإنترنت- أن تنتج مقالات متماسكة حول موضوع معين، كما يمكنها أن تجيب على بعض أسئلة المعرفة العامة بشكل مقنع. بيد أن الإجابات قد تختلف عن تلك التي تنتجها برامج مماثلة تم تطويرها في الولايات المتحدة. فمثلاً، عند سؤاله عن أفضل فريق رياضي في التاريخ، يرد "ألف ألفا" بأنه فريق كرة قدم ألماني شهير. بينما من المرجح أن يشير النموذج الأميركي الصنع إلى فريق شيكاغو بولز أو نيويورك يانكيز.
نفس الأمر سيحدث إذا كُتب السؤال باللغة الفرنسية، فمن المرجح أن تكون الإجابة فريقاً فرنسياً مشهوراً، حيث تقوم الخوارزمية بضبط منظورها الثقافي. وقد تم تصميم ألف ألفا ليكون ثنائي اللغة، مما يعني أنه يمكنك طرح سؤال بلغة والحصول على الإجابة بلغة أخرى.
كما تعكس الجهود الأخرى لإعادة إنشاء نماذج شبيهة بـ (جي بي تي-3) تنوع اللغات على مستوى العالم. ففي أبريل الماضي، نشر باحثون في شركة هواوي الصينية تفاصيل نموذجهم المُسمى (PanGu-alpha). وفي الشهر التالي قالت شركة نافير (Naver) الكورية الجنوبية إنها طورت نموذجها اللغوي الخاص المسمى (HyperCLOVA)، والذي "يتحدث" الكورية.
كذلك يطور فريق من العلماء في أكاديمية بكين للذكاء الاصطناعي نموذجاً آخر للغة الصينية "أكبر بكثير من أي نموذج آخر" يسمى (Wudao)، بمساعدة من الحكومة والقطاع الخاص.
الرابط (إنجليزي)
شركة أميركية تصنع أكبر رقاقة ذكية "بحجم الدماغ البشري"
قالت شركة تصنيع أشباه الموصلات الأميركية سيريبراس سيستمز (Cerebras Systems) إن معالجها الجديد، الذي يُسمى (CS-2 Wafer Scale Engine 2)، والمصمم خصيصاً لمهام الحوسبة الفائقة، عبارة عن رقاقة "بحجم الدماغ"، يمكنها تشغيل نماذج الذكاء الاصطناعي بأكثر من 120 تريليون معلمة.
والمعلمات (parameters) هي جزء من خوارزمية التعلم الآلي يتم تعلمها من بيانات التدريب السابقة في شبكة محايدة. وكلما زادت المعلمات، زاد تعقيد نموذج الذكاء الاصطناعي. ولهذا السبب يعتقد المؤسس والرئيس التنفيذي للشركة أندرو فيلدمان، أن أحدث معالج للشركة سيكون قوياً للغاية. وذكر فيلدمان أن التكنولوجيا ستوسع حجم أكبر الشبكات العصبونية للذكاء الاصطناعي بمقدار 100 مرة، موضحاً أن "الشبكات الأكبر حجماً، مثل (GPT-3)، غيرت بالفعل مشهد معالجة اللغة الطبيعية (NLP)، ما جعل ما لم يكن من الممكن تخيله في السابق ممكناً".
وأشار فيلدمان إلى أن معالج (Cerebras CS-2) مدعوم بمحرك من طراز (Wafer Scale (WSE-2، وهو أكبر رقاقة على الإطلاق وأسرع معالج ذكاء اصطناعي حتى الآن. وقد صُمم الطراز (WSE-2) -الذي يبلغ حجمه 7 نانومتر- خصيصاً للعمل بالذكاء الاصطناعي، ويحتوي على 2.6 تريليون ترانزستور و850 ألف نواة مُحسّنة للذكاء الاصطناعي. وللمقارنة، تحتوي أكبر وحدة معالجة رسومية على 54 مليار ترانزستور فقط، أي أقل من (WSE-2) بحوالي 2.55 تريليون ترانزستور. كما يحتوي المحرك أيضاً على أنوية أكثر بـ 123 مرة، وذاكرة أعلى أداءً بـ 1000 مرة، مقارنة بوحدات معالجة الرسوميات.
ويوضح فيلدمان أن الدماغ البشري يحتوي على ما يقرب من 100 تريليون مشبك عصبي (synapses). وكانت أكبر مجموعات أجهزة الذكاء الاصطناعي في حدود 1٪ من حجم دماغ، أي حوالي 1 تريليون من المعلمات. غير أن معالجاً واحداً -بحجم ثلاجة صغيرة- يمكنه أن يدعم نماذج الذكاء الاصطناعي بأكثر من 120 تريليون معلمة.
الرابط (إنجليزي)
جيش من روبوتات الحصاد ينطلق في جميع أنحاء روسيا
يعتمد مجال الزراعة المؤتمتة الدقيقة على تقنيات القيادة الذاتية التي توجه المركبات من خلال نظام تحديد المواقع العالمي (GPS). وقبل خمسة عشر عاماً، عندما أصبح هذا النظام متاحاً للاستخدام المدني، اعتقد المزارعون أن الأمور ستكون بسيطة: ضع محطة استقبال (GPS) على حافة الحقل، وقم بتهيئة مسار لجرار أو ماكينة حصد، ثم دع الآلة تنطلق.
بيد أن الممارسة أظهرت أن هذا النوع من الزراعة غير فعال وخطير ولا يعمل سوى في الحقول المثالية، التي تكاد لا تصادفها في الحياة الواقعية. ولهذا السبب، إذا كنت تريد زراعة آمنة وفعالة، فأنت بحاجة إلى تزويد مركبتك بأجهزة استشعار وذكاء اصطناعي يمكنه رؤية وفهم المنطقة المحيطة بدلاً من اتباع تعليمات الملاحة عبر الـ (GPS) بطريقة عمياء.
وتقول شركة (Cognitive Pilot) الروسية المتخصصة في تطوير برمجيات الذكاء الاصطناعي للنقل المستقل، إن كفاءة الحصاد مهمة بشكل خاص في أوروبا الشرقية، حيث الزراعة عالية المخاطر وهناك محصول واحد فقط في السنة. وإذا حدث خطأ ما، فقد يؤدي تأخير كل يوم إلى خسارة 10٪ من العائد.
وتشير الشركة إلى أن نظام الرؤية الحاسوبية الخاص بها والمسمى (Cognitive Agro Pilot) يحل العديد من المشكلات الخاصة بالحصاد. وتوضح أن النظام عبارة عن كاميرا وصندوق للشبكات العصبونية، حيث يتم تثبيت الكاميرا والصندوق وتوصيلهما بنظام التحكم في الدمج. وبمجرد الوصول إلى الحقل، يطلب النظام الأذن من سائق المركبة لتولي المهمة، ويبدأ في القيادة. وتقول إن الطريقة التي يقود بها النظام آلة الحصاد تشبه السائقين البشريين، أي أن ميزته التنافسية الفريدة هي قدرته على رؤية وفهم الموقف في الحقل تماماً كما يفعل الإنسان، لكنه لا يتعب ولا يتوقف كثيراً ولا يرتاح كثيراً كالبشر.
وخلال تجارب العام الماضي، زاد العائد من الحقول التي حصدها النظام بنسبة تتراوح بين 3 و5٪ بسبب قدرة ألة الحصاد على الحفاظ على عرض القطع دون ترك المناطق غير المحصودة. وقالت الشركة إن نظامها قاد أكثر من 350 آلة حصاد عبر أكثر من 160 ألف هكتار من الحقول، وعمل لأكثر من 230 ألف ساعة، وساعد المشرفين البشريين على حصاد أكثر من 720 ألف طن من المحاصيل من مختلف أنحاء روسيا.
وأضافت أنه بحلول نهاية عام 2021، سيكون نظامها متاحاً في الولايات المتحدة وأمريكا الجنوبية. وتتوقع الشركة أنه بعد خمس سنوات من الآن ستكون جميع آلات الحصاد مجهزة بنظام تحكم آلي قائم على الرؤية الحاسوبية قادر على التحكم في كل جانب من جوانب حصاد المحاصيل.
الرابط (إنجليزي)
|
