cryptopolitan.com
في حين أن شركات التكنولوجيا الكبرى وغيرها تستثمر مليارات الدولارات مع التركيز على تطوير ماجستير إدارة الأعمال الكبيرة للتعامل مع العديد من المهام المختلفة، فإن واقع الذكاء الاصطناعي هو أنه لا يوجد حجم واحد يناسب الجميع حيث أن هناك حاجة لنماذج محددة المهام للشركات.
وفقًا للرئيس التنفيذي لشركة AWS، مات جارمان، في بيان حول شراكتهم واستثماراتهم المتوسعة، هناك بالفعل استجابة هائلة من عملاء AWS الذين يقومون بتطوير الذكاء الاصطناعي التوليدي المدعوم من Anthropic.
لا تزال شهادات LLM بالنسبة لمعظم الشركات هي الخيار الأول لبعض المشاريع، ولكن بالنسبة للآخرين، قد يكون هذا الاختيار مكلفًا من حيث التكلفة والطاقة وموارد الحوسبة.
ستيفن ماكميلان dent والمدير التنفيذي لشركة Teradata، الذي عرض مسارًا بديلاً لبعض الشركات، لديه أيضًا وجهات نظر أخرى. إنه إيجابي بشأن المستقبل في SLMs.
"بينما نتطلع إلى المستقبل، نعتقد أن نماذج اللغات الصغيرة والمتوسطة والبيئات الخاضعة للرقابة مثل LLMs الخاصة بمجال معين، ستوفر حلولاً أفضل بكثير."
~ ماكميلان
تنتج SLM مخرجات مخصصة لأنواع محددة من البيانات حيث يتم تدريب نماذج اللغة خصيصًا للقيام بذلك. وبما أن البيانات التي تم إنشاؤها بواسطة SLMs يتم الاحتفاظ بها داخليًا، يتم تدريب نماذج اللغة على البيانات التي يحتمل أن تكون حساسة.
ونظرًا لأن ماجستير إدارة الأعمال يستهلك الطاقة، فقد تم تدريب إصدارات اللغات الصغيرة على توسيع نطاق استخدام الحوسبة والطاقة بما يتوافق مع الاحتياجات الفعلية للمشروع. مع مثل هذه التعديلات، فهذا يعني أن SLMs فعالة بتكلفة أقل من النماذج الكبيرة الحالية.
بالنسبة للمستخدمين الذين يرغبون في استخدام الذكاء الاصطناعي للحصول على معرفة محددة، هناك خيار LLMs في مجال محدد لأنها لا تقدم معرفة واسعة. ويتم تدريبه على الفهم العميق لفئة واحدة فقط من المعلومات والاستجابة لها بشكل أكثر دقة، على سبيل المثال مدير التسويق التنفيذي مقابل المدير المالي، في هذا المجال.
لماذا تعتبر SLMs الخيار المفضل
وفقًا لجمعية علماء البيانات (ADaSci)، فإن التطوير الكامل لـ SLM مع 7 مليار معلمة لمليون مستخدم سيتطلب 55.1 ميجاوات في الساعة فقط (ميجاواط في الساعة).
اكتشفت ADaSci أن تدريب GPT-3 مع 175 مليار معلمة يستهلك ما يقدر بـ 1,287 ميجاوات في الساعة من الكهرباء ولا تشمل الطاقة وقت استخدامها رسميًا من قبل الجمهور. ولذلك، يستخدم SLM ما يقرب من 5٪ من الطاقة المستهلكة من خلال تدريب LLM.
عادةً ما يتم تشغيل النماذج الكبيرة على أجهزة الكمبيوتر السحابية لأنها تستخدم طاقة حاسوبية أكبر مما هو متاح على أي جهاز فردي. ويؤدي هذا إلى تعقيدات بالنسبة للشركات لأنها تفقد السيطرة على معلوماتها أثناء انتقالها إلى السحابة، واستجاباتها البطيئة أثناء انتقالها عبر الإنترنت.
في المستقبل، لن يكون اعتماد الذكاء الاصطناعي من قبل الشركات بحجم واحد يناسب الجميع، حيث سيتم التركيز على الكفاءة واختيار الأداة الأفضل والأقل تكلفة لإكمال المهام، مما يعني اختيار النموذج المناسب لكل مشروع.
سيتم القيام بذلك لجميع النماذج سواء كانت ماجستير إدارة أعمال للأغراض العامة، أو ماجستير إدارة أعمال أصغر حجمًا ومخصصًا للمجال اعتمادًا على النموذج الذي سيحقق نتائج أفضل، ويتطلب موارد أقل، ويقلل الحاجة إلى نقل البيانات إلى السحابة .
بالنسبة للمرحلة التالية، سيكون الذكاء الاصطناعي أمرًا حيويًا لقرارات الأعمال حيث أن الجمهور لديه ثقة عالية في الإجابات التي يولدها الذكاء الاصطناعي.
"عندما تفكر في تدريب نماذج الذكاء الاصطناعي، يجب أن تكون مبنية على أساس البيانات العظيمة."
~ ماكميلان
وأضاف ماكميلان: "هذا هو ما نسعى إليه جميعًا، وهو توفير مجموعة البيانات الموثوقة ومن ثم توفير القدرات والإمكانات التحليلية حتى يتمكن العملاء وعملائهم من الثقة في المخرجات".
مع ارتفاع الطلب على الكفاءة والدقة في العالم، توفر دورات LLM الأصغر حجمًا والمخصصة للمجال خيارًا آخر لتقديم النتائج التي يمكن للشركات والجمهور الأوسع الاعتماد عليها.
نظام خطوة بخطوة لبدء حياتك المهنية في Web3 والحصول على وظائف تشفير عالية الأجر في 90 يومًا.