لقد وجد المهندسون طريقة لبدء طريقهم إلى نماذج الذكاء الاصطناعي الأكثر ذكاءً أثناء انتظارهم لـ Chat GPT-5
إن Chat GPT-5، الإصدار التالي من نموذج لغة OpenAI الذي غيّر كل شيء، في طريقه إلينا. وقد ذكر موقع Business Insider سابقًا أن بعض العملاء تلقوا عروضًا توضيحية للإصدار الجديد، وهناك تكهنات حول التحسينات. إن المخاطر كبيرة بالنسبة لهذا النموذج لأنه سيعزز مكانة OpenAI في طليعة الذكاء الاصطناعي أو يدفعها إلى منتصف المجموعة.
بينما ينتظر مطورو الذكاء الاصطناعي اختبار GPT-5، وجد البعض منهم طريقة جديدة لبدء طريقهم إلى الذكاء الاصطناعي الأكثر تقدمًا دون الحاجة إلى نموذج جديد تمامًا.
جاريد كوينسي ديفيس هو الرئيس التنفيذي لشركة Foundry، وهي شركة تقدم خدمات سحابية للذكاء الاصطناعي وتستخدم استراتيجيات جديدة لجعل عملية معالجة وحدة الرسومات أكثر كفاءة.
نشأت الشركة الناشئة في شهر مارس/آذار بتمويل أولي بقيمة 80 مليون دولار، بقيادة شركة Lightspeed Venture Partners وشركة Sequoia Capital، والتي كان ديفيس يعمل سابقًا كمستكشف للشركات الناشئة المتخصصة في الذكاء الاصطناعي، وتقييم بقيمة 350 مليون دولار.
تركز استراتيجيات Foundry على تدوير أحمال عمل الذكاء الاصطناعي عبر وحدات معالجة الرسوميات لتعظيم الاستفادة من وحدة معالجة الرسوميات. وبالتالي، فإن انخفاض عدد وحدات معالجة الرسوميات الخاملة يعني حوسبة أكثر تكلفة، كما أوضح ديفيس في البودكاست No Priors الذي صدر يوم الخميس.
تم شرح طريقة ديفيس لتعزيز أداء نماذج اللغة الكبيرة الموجودة، والتي تندرج ضمن تصنيف ناشئ لـ “أنظمة الذكاء الاصطناعي المركبة”، في ورقة بحثية نُشرت الشهر الماضي.
خلاصة الأمر هي أنه إذا سألت نموذجًا مثل Chat GPT-4 نفس السؤال بشكل متكرر، فيمكنك استخدام نموذج آخر أصغر كثيرًا لتحليل تلك الاستجابات واختيار الأفضل.
“في كثير من الأحيان، لتجاوز القدرات والحدود التي يمكن الوصول إليها من خلال نماذج اليوم المتطورة والحصول على GPT-5 أو GPT-6 مبكرًا، بدأ الممارسون في القيام بهذه الأشياء، في كثير من الأحيان ضمنيًا، حيث سيتصلون بالنموذج الحالي المتطور مرات عديدة،” قال ديفيس لمضيفي البودكاست سارة جو وإيلاد جيل.
أوضح ديفيس أن تكرار “استدعاء” النماذج هو ما فعلته بعض النماذج الأكثر ذكاءً، ولكن الأصغر حجمًا في السوق، في عملية تدريبها. ولكن في الوقت الحالي، لا تكون هذه الطريقة فعالة إلا لأنواع معينة من الاستعلامات ــ أسئلة ذات إجابة أسهل للتحقق منها من توليدها.
وقال ديفيس “بالنسبة للمواد الدراسية التي تتوقعها، مثل الرياضيات والفيزياء والهندسة الكهربائية، فإن هذا النوع من النهج كان مفيدًا حقًا”.
في اختباره، أعطى ديفيس برنامج GPT-4 مسألة رياضية صعبة. ولم يحصل النموذج على الإجابة الصحيحة إلا بنسبة 4% من المرات، لكنه كان قادرًا على تحديد الإجابات الصحيحة عند تقديم خيارات له بنسبة 90% من المرات. وعندما استخدم ديفيس وزملاؤه طريقة الذكاء الاصطناعي المركب، أنتج النموذج الطبقي الإجابة الصحيحة بنسبة 37% من المرات ــ أي بزيادة تقارب عشرة أضعاف.
إن تحسينات التمهيد للنماذج الأساسية ليست أكثر كفاءة تمامًا – فهذه الطريقة هي بالتأكيد طريقة أكثر تكلفة للاستفادة من نماذج الذكاء الاصطناعي، ولكن في بعض الحالات، فإن النتائج المحسنة تستحق التكلفة، كما قال ديفيس.
وأشار إلى أن إنفاق المزيد من المال على التدريب والتكرار الآن قد يوفر تكاليف الحوسبة الاستدلالية في المستقبل.
وقال ديفيس “أعتقد أن الناس أصبحوا أكثر تطوراً في التفكير في التكلفة على نحو أكثر ارتباطاً بدورة الحياة”.
هل قمت باختبار Chat GPT-5؟ هل لديك نصيحة أو فكرة تود مشاركتها؟ تواصل مع إيما على إيكوسجروف@businessinsider.com أو استخدم تطبيق المراسلة الآمن Signal: 443-333-9088
