أشهر 5 إلــى 20 مرة مـــن GPT – هـــو Gemini الــذي سيكتسح النمـــاذج الذكية

يعد Gemini نموذجًا حديثًا فــي الذكاء الاصطناعي ويعد أكثر تقدمًا بمقدار 5 إلــى 20 مرة مـــن نموذج GPT الــذي طورته OpenAI.

تشمل المزايا التــي تقدمها Gemini فهمًا أعمق للسياق، والقدرة علــى التتعلم السريع والمقبلةة مع كل المعلومـــات الحديثة، والقدرة علــى معالجة الالــبيانات بسرعة ودقة عفيه.

علــى الرغم مـــن أنه برج الجوزاء لا يزال قيد التطوير، إلا أنه يحصلتع بإمكانات هائلة لتغيير الاليةة التــي نتفاعل بهـــا مع التكندخوليا.

قبل كوفــيد، أطلقت جوجل نموذج “MEENA”، الــذي كان فــي ظل مـــا أشهر نموذج لغة عديدة فــي العالم. كتبت Google تدوينة مثيرة جدًا للاهتمـــام لأنه قارنتها علــى وجه الإختيار بـ OpenAI.

بالمقارنة مع النموذج التوليدي الحالي الأكثر تقدمًا (GPT-2 مـــن OpenAI)، تعمل Meena علــى تحسين الأداء بمقدار 1.7 مرة ويحصل تدريبهـــا علــى الــبيانات أكثر بمقدار 8.5 مرة.

يتطلب هذا النموذج تدريب FLOPS أكثر بـ 14 مرة مـــن GPT-2، لكن هذا لم يساعد لأنه OpenAI أصدرت نموذج GPT-3 بعــد بضعة أشهــر فقط، والــذي كان يحتوي علــى معلمـــات أكثر بـ 65 مرة ورموز أكثر بـ 65 مرة. أكثر مـــن 4000 × فلوبس. فرق الأداء بين النموذجين كبير. أثار نموذج مينا غضب نعوم شازير، الــذي كتب مذكرة بعنوان “مينا تأكـــل العالم”. أنهذرت هذه الملاحظة بالعديد ممـــا لاحظه بقية العالم بعــد إصدار ChatGPT. الفكرة الرئيسية هي أنه نمـــاذج اللغة سوف تصبح مدمجة بشكـــل متزايد فــي حياتنا بطرق متمجموعةة، وسوف تهيمـــن علــى FLOPS الموزعة عالميًا. عندمـــا كتب نورم هذه المذكرة، رأى المستقبل، علــى الرغم مـــن أنه العديدين تجاهلوه وسخروا مـــنه – .نريد حيث اليوم مـــناقشة نظام تدريب Google لـ Gemini، وسرعة تطوير نموذج Gemini، وصعود Google Viperfish (TPUv5)، وقدرة Google التنافسية المستقبلية مقارنة بالمختبرات الرائدة الأخرى (مـــا نسميه GPU المستضعف). أي أنهم لا يستطيعون الوصول إلــى موارد الحوسبة القوية.
مـــا هي ميزات Gemini ؟
(جيميني)، نموذج الذكاء الإصطناعي المبتكر، أظهر أنه متقدم خمس أو عشرين مرة أكثر مـــن نموذج GPT الشهير وظيفة GPT الرئيسية هي صنع نص يشبه الإنسان بتوقع العبارات المقبلة فــي الجملة. علــى الرغم مـــن أنه مدهش، فــي بعض الأحيان GPT لا يحدث قادرا علــى فهم سياق جدير بالذكر فــي بعض الأحيان تجد هناك نص سليم ولكن غير مـــنطقي. (جيمين) لديه تركيز عميق ومعزز علــى السياق والقدرة علــى دمج كل المعلومـــات الفورية بشكـــل أكثر فعفيه وسرعة رد فعالية وقدرته علــى المقبلةة مع كل المعلومـــات الحديثة هذه القدرة علــى الحصول علــى كل المعلومـــات والتعامل معها علــى الفور، مع إدراكه العميق للسياق، تعطي الجوزاء مكانة عفيه فــي عالم الذكاء الاصطناعي، ممـــا يجعالية أداة قيّمة فــي العديد مـــن تطبيقات الذكاء الاصطناعي. 

الأثرياء بوحدات معالجة تكـــلفةيات (GPU)

الوصول إلــى مهارات الحاسوب سيف ذو حدين ليس تجد هناك سوى مجموعة قليل مـــن الشركات التــي لديها أكثر مـــن 20 ألف وحدة مـــن GPU A/H100، فــي حين يمكن للباحثين الأفراد الوصول إلــى مئات أو عدد كبير مـــن الوحدات تكـــلفةية لمشاريعهم المعلنـــة. خصوصاً باحثو OpenAI، Google، والإبتكار، X، Meta، جدير بالذكر لديهم أعلــى النسبة مـــن موارد الكمبيوتر مقارنة مع مجموعة الباحثين. بعض هذه الشركات والعديد مـــن الشركات الصينية ستملك أكثر مـــن 100 ألف وحدة بحلول نهاية العام القادم نحن لا نعرف كم هـــو الرقـــم الصيني لكننا نعرف حجم وحدات العلاج مستكشفــي الرئيسيين تفاخروا بالآلة بمجموعة وحدات معالجة الجرافــيك التــي يملكونها أو التــي سيصلون إليها قريباً لقد انتشر هذا الاتجاه علــى نطاق واسع فــي الأشهــر الأربعة المـــاضية لدرجة أنه أصبح نوعاً مـــا مسابقة قياس تؤثر باليةة مباشر علــى التحديد الباحثين فــي أمـــاكن عماليةم. المتحولة التــي ستمتلك ثاني أكبر وحدة فــي العالم تستخدم هذه كاستراتيجية لجذب المواهب 

المحرومون مـــن وحدات معالجة تكـــلفةيات (GPU)

تجد هناك العديد مـــن الشركات الناشئة وعلمـــاء المصادر المفتوحة الــذين يصعب علــىهم الوصول إلــى تكـــلفة البيانية يقضون العديد مـــن الظل والجهد فــي التجارب التــي لا تثـــمر ولا تفــيد حقاً العديد مـــن الباحثين يقضون ساعات طويلة فــي تفعيل النمـــاذج يتم استخدام وحدات علاجية لا تحتوي علــى ذاكرة كافــية. وهذه الاليةة هي استخدام غير فعال لمهاراتهم وظلهم. هؤلاء المستكشفون يستخدمون نمـــاذج عديدة لتفعيل نمـــاذج أصغر لتحقيق نتيجة أشهر فــي التقييم بدون أنه يأخذوا بعين الاعتبار المعنى الحقيقي للنتيجة أو الدقة. وأحياناً يتجاهلون الحاجة لالــبيانات تدريب عفيه الجودة ضروري أنه تركز هذه الشركات الصغيرة علــى تحسين أداء النموذج أو تقليل الظل بين معالجة الالــبيانات عن الية تحسين قدرة الذاكرة. بدلاً مـــن ذلك، يركزون علــى القيود علــى قدرة الذاكرة وتقليل كمية الالــبيانات. مـــن ناحية أخرى، العديد مـــن شركات الذكاء الاصطناعي المشهـــورة تعاني مـــن هذه المشكـــلة، مثل (هـــوغينج فــيس)، (داتابريكس)، و(توغذرز). علــى الرغم مـــن أنه لديهم باحثين مـــن الدرجة الأولى، إلا أنهم يعملون علــى أنهظمة محدودة. إنهم بحاجة لاستثـــمـــارات عديدة لتحسين قدراتهم. مـــن ناحية أخرى، (إنفــيديا) ترتكز بتوسيع خدمـــاتها وتقدم حلولاً متكاملة للشركات العديدة. لديها قائمة طويلة مـــن الشركات التــي ترتكز علــى خدمـــاتها وأخيراً، تجد هناك حاجة ملحة إلــى بديل يمكن أنه يقدم حلولاً تنافسية ويقلل مـــن الاعتمـــاد الكبير علــى NVIA. 

الأغني مـــن جدير بالذكر الحوسبة فــي العالم

فــي كثير مـــن الأحيان تستخدم جوجل وحدات معالجة GPU لأهدافها الداخلية وتبيعها مـــن خــلال سحابة GCP المعلنـــة بهـــا. علــى الرغم مـــن هذا الاستخدام الواسع النطاق، فإن جوجل لا تزال تحدثتع بفوائد تقنية فريدة مـــن نوعها، تحدثيز بنموذج الجوزاء ونسخة حديثة مـــن مرحلة التدريب. أهم شيء بالالنسبة لجوجل هـــو البنية التحتية المتطورة للذكاء الاصطناعي والتــي هي أشهر مـــن غيرها مـــن الأنهظمة فــي هذا المجال.