المصدر المفتوح أو OpenAI.. ما هو أفضل طريق للذكاء الاصطناعي المتقدم؟
تاريخ النشر: 4th, January 2024 GMT
هل يمكن لنماذج الذكاء الاصطناعي غير المركزة والمفتوحة المصدر أن تتنافس مع نماذج الملكية الممولة تمويلا جيدا مثل GPT-4 القوي من OpenAI؟ أثار السؤال المتكرر جدلاً حيويًا على تويتر بعد أن اختار باحث سابق في الذكاء الاصطناعي في Google جانبًا.
وقد تحدى أرنو بينارد، المؤسس المشارك لشركة Galileo AI، التحدي قائلًا: "إذا كنت تعتقد أن النماذج مفتوحة المصدر ستتغلب على GPT-4 هذا العام، فأنت مخطئ".
وليس من المستغرب أن تثير تغريدة بينارد ردود فعل متباينة، تراوحت بين الدعم الصاخب والخلاف الشديد.
قدم ريان كيسي، أحد المتحمسين المشهورين للذكاء الاصطناعي والذي يكتب النشرة الإخبارية "Beyond The Yellow Woods"، وجهة نظر أكثر تفاؤلاً بشأن إمكانات الذكاء الاصطناعي مفتوح المصدر، قائلاً: "سوف يضاهي المصدر المفتوح [النماذج الخاصة] أو يتفوق عليها هذا العام،" وفقًا لما قاله. العمليات الحسابية. "إذا كان هناك طلب عليه، فسيكون هناك ابتكار."
من ناحية أخرى، أشار جيريمي تراغونا، استراتيجي الذكاء الاصطناعي، إلى أن "نماذج OpenAI تستمر في التحرك"، مضيفًا أن "النماذج مفتوحة المصدر ستواجه صعوبة في مواكبة السرعة لضرب هدف متحرك في الوقت الذي يكون فيه الهدف في وضع يسمح له بالضرب". ". بمعنى آخر، في حين أن النماذج مفتوحة المصدر قد تلحق بـ GPT-3.5 في عصر GPT-4، فقد يكون هناك GPT-5 بحلول الوقت الذي نحصل فيه على شهادات LLM عامة يمكن مقارنتها بـ GPT-4.5 Turbo.
يعتقد جون هاولز، وهو محلل تقني، أن الموارد ليست المعيار الوحيد الذي يفصل بين برامج LLM المفتوحة المصدر ومغلقة المصدر.
وكتب: "تتمتع ميسترال بتمويل ضخم، وفريق رائع، وقد قامت مؤخرًا بطرح نموذج مفتوح المصدر يتفوق على GPT-3.5". "سوف يقومون هم أو جماعة مماثلة بطرح نموذج مفتوح المصدر على مستوى GPT-4 بحلول نهاية هذا العام."
اكتسبت شركة Mistral AI، وهي شركة فرنسية ناشئة، شهرة بعد إطلاق برنامج Mixtral LLM، الذي يقدم أداءً محسنًا مقارنة بـ GPT-3.5 في العديد من حالات الاستخدام.
قال: "كل زيادة في القدرات في نظام التشغيل (المصدر المفتوح) هي شيء دائم لا يمكن أخذه من العالم ويمكن استخدامه بشكل موثوق إلى الأبد". في الأساس، طالما أن هناك بعض التقدم في تكنولوجيا الذكاء الاصطناعي مفتوحة المصدر، فلا يمكن لأي شركة تقييد وصولها.
مفتوحة أم مغلقة؟ نقاش لا ينتهي
إن الجدل حول المصادر المفتوحة مقابل المصادر المغلقة يذكرنا بمعارك أنظمة التشغيل المبكرة بين Windows وLinux. كتب سانتياغو بينو من مدرسة ML أن نماذج الذكاء الاصطناعي الاحتكارية قد تجذب المستهلكين بشكل عام مثلما فعل نظام Windows، ولكن هذا البرنامج مفتوح المصدر يوفر التخصيص والتحكم الذي يمكن أن يكون مفيدًا للغاية لمستخدمي الشركات.
سلط بينو الضوء على عدد الشركات التي تبدأ في تجربة ChatGPT ثم تنتقل بعد ذلك إلى نماذج مفتوحة المصدر، والتي يمكنها ضبطها وتخصيصها وفقًا لاحتياجاتها المحددة ومتطلبات الامتثال للبيانات. وقال إن الحلول مفتوحة المصدر تتجنب تقييد البائعين وتوفر الشفافية.
وقال في تغريدة قبل أيام من انتشار موضوع برنارد: "النماذج المغلقة والمملوكة قد تفوز بالأفراد، لكن معظم الشركات لا ترغب في إرسال بياناتها إلى مايكروسوفت أو جوجل. إنهم يريدون السيطرة. النماذج مفتوحة المصدر هي الحل".
تمت مشاركة هذا النوع من وجهات النظر في النقاش حول تغريدة برنارد من قبل شركة Siumo Inc.، وهي شركة لتطوير البرمجيات، والتي أكدت على الإمكانات المتخصصة للنماذج مفتوحة المصدر: "(النماذج مفتوحة المصدر) سوف تتنافس حيثما يهم: المشاكل الخاصة بالمجال ببيانات وخبرات خاصة بالمجال لا تمتلكها (OpenAI)."
فوركان جوزوكارا، مهندس كمبيوتر معروف بقناته على YouTube SECours، هو أيضًا من بين أولئك الذين لديهم موقف أكثر دقة. وفي حديثه مع Decrypt، اتفق مع برنارد، قائلًا إنه "فقط في مهام محددة، سوف تتمكن برامج LLM مفتوحة المصدر من اجتياز OpenAI."
يعطي Gözükara مثالاً على شركة "تدرب ماجستير إدارة الأعمال على وثائقها الخاصة". نعم، لدى OpenAI القدرة على تخصيص GPTs بناءً على تعليمات ومستندات محددة، ولكن التعامل مع البيانات الحساسة لأطراف ثالثة يمثل دائمًا مصدر قلق. تم التحقق من صحة هذا القلق مؤخرًا عندما تم الكشف عن أن GPTs الشخصية قد أعطت بيانات حساسة لمستخدمي الطرف الثالث.
صرح يان ليكون، رئيس تطوير الذكاء الاصطناعي في ميتا والمدافع الشرس عن المصادر المفتوحة، مراراً وتكراراً أن "نماذج الذكاء الاصطناعي مفتوحة المصدر سوف تمحو نماذج الذكاء الاصطناعي المغلقة والمملوكة". -مصدر الذكاء الاصطناعي: "النماذج مفتوحة المصدر أسرع، وأكثر قابلية للتخصيص، وأكثر خصوصية، وأكثر قدرة على تحقيق ذلك"، حسبما ورد في مذكرة Google المسربة في عام 2023.
ويبقى أن نرى ما إذا كانت النماذج مفتوحة المصدر ستطابق أو تتفوق على GPT-4 والتكرارات المستقبلية هذا العام. ومع ذلك، فإن وجهات نظر الخبراء من كلا الجانبين تكشف عن توتر مثير للاهتمام. قد تتمتع النماذج مغلقة المصدر بميزة الموارد والتكرار السريع، لكن الأدوات مفتوحة المصدر تتطور بسرعة، وتوفر إمكانات دائمة وقابلية للتخصيص. في الوقت الحالي، يمكن لمجتمع الذكاء الاصطناعي مشاهدة المنافسة والتمتع بفوائد استخدام أفضل التقنيات المتاحة.
المصدر: بوابة الوفد
كلمات دلالية: نماذج الذکاء الاصطناعی هذا العام
إقرأ أيضاً:
الذكاء الاصطناعي يقدّر بفاعلية جرعة العلاج الكيميائي لسرطان القولون
طوّر فريق بحث أسترالي خوارزمية ذكاء اصطناعي تستخدم الأشعة المقطعية والخصائص المميزة لكل شخص لتحديد جرعة العلاج الكيميائي بدقة لمرضى سرطان القولون والمستقيم.
وتسمّى الخوارزمية PredicTx، وقد شارك في تطويرها أطباء وأكاديميون من مستشفيات فيكتوريا، وجامعة ملبورن ومعهد WEHI، بالإضافة إلى شركاء في القطاع الصحي الأسترالي.
والهدف هو ضمان حصول معظم المرضى على الجرعة الصحيحة من العلاج الكيميائي، واستمرارهم في تلقي العلاج الكيميائي الكافي والكامل، وفق “مديكال إكسبريس”.
ويُعد العلاج الكيميائي حيوياً لجميع أنواع السرطان. وهو عملية تستخدم أدوية مصممة لقتل أو إتلاف أو إبطاء انتشار الخلايا السرطانية، ومنعها من النمو والانقسام.
جرعات غير صحيحة
لكن طريقة تحديد جرعات العلاج الكيميائي لا تزال بدائية للغاية.
فحوالي 60% من المرضى يُعطون جرعات غير صحيحة – إما زيادة أو نقصان. وقد يؤدي هذا التحديد غير المقصود للجرعات إلى ردود فعل مؤلمة وصعبة، ما يدفع بعض الأشخاص إلى التوقف عن علاج السرطان مبكراً جداً.
وتهدف خوارزمية الذكاء الاصطناعي الجديدة إلى تحديد جرعات العلاج الكيميائي بدقة لمرضى سرطان القولون والمستقيم، لتحسين فرصهم في عيش حياة كاملة وسعيدة بعد الإصابة بالسرطان.
سرطان القولون والمستقيم
ويُعد سرطان القولون والمستقيم من أكثر أنواع الأورام صعوبة في العلاج، ويتم تشخيص أكثر من 1.9 مليون حالة جديدة كل عام.
ويحتاج حوالي 50% من هؤلاء المرضى إلى علاج كيميائي، ما يُحسّن معدل البقاء الإجمالي بأكثر من 30%.
تقدير الجرعات حالياً
ويعتمد المعيار الذهبي الحالي لجرعات العلاج الكيميائي على مساحة سطح جسم الشخص (BSA)، والتي تُحسب من وزنه وطوله (وهذا ما يُسمى بصيغة موستيلر).
لكن حساب الجرعات هذا غير دقيق للغاية.
ولا ترتبط مساحة سطح جسم الشخص بالضرورة بتركيبة جسم المريض – فتركيبة جسمنا هي التي تُحدد جرعة العلاج الكيميائي بعدة طرق، بما في ذلك مدى فعالية استقلاب العلاج الكيميائي النشط، وكذلك كمية العلاج الكيميائي السام المُخزنة داخل الجسم.
وهذا قد يعني أن أكثر من 60% من جميع مرضى العلاج الكيميائي قد تناولوا جرعات زائدة عن غير قصدـ يرفع مستوى السمّية، ويسبب مضاعفات شديدة.
وقد أظهرت الدراسات الأولية أن خوارزمية PredicTx تسهم في زيادة معدلات الشفاء من السرطان من خلال إتمام العلاج الكيميائي بنجاح.