هل يمكن للذكاء الاصطناعي التوليدي المصمم للمؤسسة (على سبيل المثال، الذكاء الاصطناعي الذي يقوم تلقائيًا بملء التقارير وصيغ جداول البيانات وما إلى ذلك) أن يكون قابلاً للتشغيل البيني؟ إلى جانب مجموعة من المنظمات بما في ذلك Cloudera وIntel، تهدف مؤسسة Linux – وهي المنظمة غير الربحية التي تدعم وتحافظ على عدد متزايد من الجهود مفتوحة المصدر – إلى معرفة ذلك.
مؤسسة لينكس اليوم إعلان إطلاق النظام الأساسي المفتوح للذكاء الاصطناعي المؤسسي (OPEA)، وهو مشروع يهدف إلى تعزيز تطوير أنظمة الذكاء الاصطناعي التوليدية المفتوحة والمتعددة البائعين والقابلة للتركيب (أي المعيارية). في إطار منظمة LFAI والبيانات التابعة لمؤسسة Linux، والتي تركز على الذكاء الاصطناعي ومبادرات منصة البيانات، سيكون هدف OPEA هو تمهيد الطريق لإطلاق أنظمة الذكاء الاصطناعي التوليدية “المتشددة” و”القابلة للتطوير” والتي “تستغل أفضل الابتكارات مفتوحة المصدر من جميع أنحاء العالم”. وقال إبراهيم حداد، المدير التنفيذي لشركة LFAI والبيانات، في بيان صحفي:
وقال حداد: “ستفتح OPEA إمكانيات جديدة في مجال الذكاء الاصطناعي من خلال إنشاء إطار عمل مفصل وقابل للتركيب يقع في طليعة مجموعات التكنولوجيا”. “توضح هذه المبادرة مهمتنا المتمثلة في دفع الابتكار والتعاون مفتوح المصدر داخل مجتمعات الذكاء الاصطناعي والبيانات في ظل نموذج حوكمة محايد ومفتوح. »
بالإضافة إلى كلاوديرا وإنتل، فإن OPEA – أحد مشاريع Sandbox التابعة لمؤسسة Linux، وهو نوع من برامج الحضانة – تضم بين أعضائها شركات ذات ثقل كبير مثل Intel، وRed Hat المملوكة لشركة IBM، وHugging Face، وDomino Data Lab، وMariaDB، وVMWare.
إذًا ما الذي يمكنهم بناءه معًا بالضبط؟ يلمح حداد إلى بعض الاحتمالات، مثل الدعم “الأمثل” لسلاسل أدوات الذكاء الاصطناعي والمترجمين، والذي يسمح بتشغيل أعباء عمل الذكاء الاصطناعي على مكونات أجهزة مختلفة، بالإضافة إلى خطوط الأنابيب “غير المتجانسة” للتوليد المعزز للتعافي (RAG).
أصبحت RAG شائعة بشكل متزايد في تطبيقات الذكاء الاصطناعي المولدة للمؤسسات، وليس من الصعب معرفة السبب. تقتصر استجابات وإجراءات معظم نماذج الذكاء الاصطناعي المنتجة على البيانات التي تم تدريبها عليها. ولكن مع RAG، يمكن توسيع قاعدة معارف النموذج لتشمل معلومات خارج بيانات التدريب الأصلية. تشير نماذج RAG إلى هذه المعلومات الخارجية – والتي يمكن أن تأخذ شكل بيانات خاصة بالشركة، أو قاعدة بيانات عامة، أو مزيج من الاثنين – قبل إنشاء استجابة أو أداء مهمة.
رسم تخطيطي يشرح نماذج RAG.
عرضت إنتل بعض التفاصيل الإضافية بيان صحفي:
تواجه الشركات التحدي المتمثل في نهج DIY (لـ RAG) نظرًا لعدم وجود معايير فعلية بين المكونات التي تسمح لها باختيار ونشر حلول RAG المفتوحة والقابلة للتشغيل البيني ومساعدتها على الوصول إلى السوق بسرعة. تعتزم OPEA معالجة هذه المشكلات من خلال العمل مع الصناعة لتوحيد المكونات، بما في ذلك الأطر والخطط المعمارية والحلول المرجعية.
سيكون التقييم أيضًا عنصرًا أساسيًا في الأنشطة التي تقوم بها OPEA.
في جيثب له مخزنتقدم OPEA شبكة تقييم لأنظمة الذكاء الاصطناعي التوليدية على أربعة محاور: الأداء والوظيفة والموثوقية والاستعداد “على مستوى المؤسسة”. أداء وكما هو محدد بواسطة OPEA، فهذه مراجع “الصندوق الأسود” من حالات الاستخدام في العالم الحقيقي. سمات هو تقييم لقابلية التشغيل البيني للنظام وخيارات النشر وسهولة الاستخدام. تنظر الجدارة بالثقة إلى قدرة نموذج الذكاء الاصطناعي على ضمان “المتانة” والجودة. و إعداد الأعمال يركز على الشروط المطلوبة لكي يعمل النظام دون مشاكل كبيرة.
راشيل روميليوتيس، مديرة استراتيجية المصادر المفتوحة في شركة إنتل قال أن OPEA ستعمل مع مجتمع المصادر المفتوحة لتقديم اختبارات قائمة على نماذج التقييم – وتوفير التقييمات وتسجيل عمليات النشر التوليدية للذكاء الاصطناعي عند الطلب.
مشاريع OPEA الأخرى معلقة قليلاً في الوقت الحالي. لكن حداد تحدث عن إمكانية تطوير نماذج مفتوحة على غرار نموذج ميتا. عائلة اللاما تنمو و”طوب البيانات” دي بي آر إكس. ولتحقيق هذه الغاية، في مستودع OPEA، ساهمت إنتل بالفعل في تطبيقات مرجعية لروبوتات الدردشة التوليدية التي تعمل بالذكاء الاصطناعي، وملخص المستندات، ومولد الأكواد المحسّن لأجهزة Xeon 6 وGaudi 2.
الآن، من الواضح أن أعضاء OPEA يستثمرون (ويهتمون بهذا الخصوص) في إنشاء أدوات للذكاء الاصطناعي المولد للمؤسسات. كلاوديرا مؤخرا تم إطلاق الشراكات لإنشاء ما يقدمه على أنه “نظام بيئي للذكاء الاصطناعي” في السحابة. يقدم الدومينو أ مجموعة من التطبيقات لإنشاء وتدقيق الذكاء الاصطناعي التوليدي المتطور. وتم طرح برنامج VMWare – الموجه نحو البنية التحتية للذكاء الاصطناعي للمؤسسات – في أغسطس الماضي. منتجات حوسبة “الذكاء الاصطناعي الخاص” الجديدة.
والسؤال هو – في إطار OPEA – هؤلاء الموردين في الواقع هل نعمل معًا لإنشاء أدوات ذكاء اصطناعي متوافقة؟
هناك فائدة واضحة للقيام بذلك. سيكون العملاء سعداء باستخدام مقدمي خدمات متعددين بناءً على احتياجاتهم ومواردهم وميزانيتهم. لكن التاريخ أظهر أنه من السهل للغاية الاعتماد على مورد واحد. نأمل أن لا تكون هذه هي النتيجة النهائية هنا.
Source link
