SambaNova، وهي شركة ناشئة تعمل في مجال شرائح الذكاء الاصطناعي والتي جمعت أكثر من 1.1 مليار دولار من رأس المال الاستثماري حتى الآن، تتنافس مع OpenAI ــ ومنافسيها ــ بمنتج جديد للذكاء الاصطناعي يستهدف العملاء من المؤسسات.
سامبا نوفا أعلنت اليوم عن Samba-1، وهو نظام مدعوم بالذكاء الاصطناعي مصمم لمهام مثل إعادة كتابة النص والترميز وترجمة اللغات والمزيد. تطلق الشركة على الهندسة المعمارية اسم “تركيبة الخبراء” – وهو اسم اصطلاحي لمجموعة من نماذج الذكاء الاصطناعي التوليدية مفتوحة المصدر، ويبلغ إجمالي عددها 56 نموذجًا.
يقول رودريجو ليانج، المؤسس المشارك والرئيس التنفيذي لشركة SambaNova، إن Samba-1 يسمح للشركات بتحسين ومعالجة حالات استخدام الذكاء الاصطناعي المتعددة مع تجنب تحديات تنفيذ أنظمة الذكاء الاصطناعي المخصصة.
وقال ليانغ لـ TechCrunch في مقابلة: “Samba-1 عبارة عن وحدات نمطية بالكامل، مما يسمح للشركات بإضافة نماذج جديدة بشكل غير متزامن… دون إلغاء استثماراتها السابقة”. “وبالمثل، فهي متكررة وقابلة للتوسعة وسهلة التحديث، مما يسمح لعملائنا بالتكيف مع دمج النماذج الجديدة. »
ليانغ هو بائع جيد، وما يقوله اصوات واعدة. ولكن لا سامبا-1 حقًا هل تتفوق على العديد والعديد من أنظمة الذكاء الاصطناعي الأخرى لمهام الأعمال، وأقلها نماذج OpenAI؟
ذلك يعتمد على حالة الاستخدام.
الميزة الرئيسية الواضحة لـ Samba-1 هي أنه نظرًا لأنه عبارة عن مجموعة من النماذج المدربة بشكل مستقل بدلاً من نموذج واحد كبير، فإن العملاء لديهم التحكم في كيفية توجيه المطالبات والاستعلامات. يتم نشر الطلب إلى نموذج كبير مثل GPT-4 في اتجاه واحد فقط: عبر GPT-4. لكن الطلب إلى Samba-1 يمر عبر إحدى القنوات 56 التوجيهات (إلى أحد النماذج الـ 56 التي يتكون منها Samba-1)، بناءً على القواعد والسياسات التي يحددها العميل.
يقول ليانج إن استراتيجية النماذج المتعددة هذه تقلل أيضًا من تكلفة الضبط الدقيق لبيانات العميل، لأنه لا يتعين على العملاء سوى القلق بشأن الضبط الدقيق للنماذج الفردية أو المجموعات الصغيرة، بدلًا من نموذج واحد ضخم. ومن الناحية النظرية، قد يؤدي هذا إلى نتائج أكثر موثوقية (على سبيل المثال، أقل هلوسة-driven) إلى المحفزات، كما يقول، لأنه يمكن مقارنة استجابات أحد النماذج باستجابات النماذج الأخرى، على الرغم من أن ذلك يكون على حساب حسابات إضافية.
وقال ليانغ: “مع هذه البنية، لا تحتاج إلى تقسيم المهام الأكبر إلى مهام أصغر، وبالتالي يمكنك تدريب العديد من النماذج الأصغر”، مضيفًا أنه يمكن نشر Samba-1 محليًا أو في بيئة مستضافة اعتمادًا على على التكوين. احتياجات العملاء. “مع نموذج واحد كبير، تكون حساباتك لكل (استعلام) أعلى، وبالتالي تكون تكلفة التدريب أعلى. تعمل بنية (Samba-1) على تقليل تكلفة التدريب.
أود أن أقول إن العديد من البائعين، بما في ذلك OpenAI، يقدمون أسعارًا جذابة لتحسين النماذج التوليدية الكبيرة، وأن العديد من الشركات الناشئة، مريخي و ساذجتوفير أدوات لتوجيه المطالبات بين نماذج الجهات الخارجية بناءً على قواعد مبرمجة يدويًا أو آلية.
لكن ما تبيعه سامبانوفا ليس جديداً في حد ذاته. بل هي بالأحرى حزمة ضبطها ونسيانها: حل كامل بكل ما يتضمنه، بما في ذلك رقائق الذكاء الاصطناعيلإنشاء تطبيقات الذكاء الاصطناعي. وبالنسبة لبعض الشركات، قد يكون ذلك أكثر جاذبية من أي شيء آخر معروض.
وقال ليانغ: “يمنح Samba-1 كل شركة نموذج GPT الخاص بها، والذي يتم خصخصته بناءً على بياناته وتخصيصه ليناسب احتياجات مؤسسته”. “يتم تدريب النماذج على البيانات الخاصة لعملائنا، والتي يتم استضافتها على رف واحد (خادم)، بتكلفة أقل بعشر مرات من الحلول البديلة. »
Source link
