تلتزم شركة Intel وآخرون ببناء أدوات ذكاء اصطناعي توليدية مفتوحة للمؤسسات
هل يمكن للذكاء الاصطناعي التوليدي المصمم للمؤسسة (على سبيل المثال الذكاء الاصطناعي الذي يكمل التقارير وصيغ جداول البيانات وما إلى ذلك) أن يكون قابلاً للتشغيل البيني؟ جنبا إلى جنب مع 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.
أعلنت مؤسسة Linux اليوم عن إطلاق النظام الأساسي المفتوح للذكاء الاصطناعي للمؤسسات (OPEA)، وهو مشروع لتعزيز تطوير أنظمة الذكاء الاصطناعي التوليدية المفتوحة ومتعددة الموفرين والقابلة للتركيب (أي المعيارية). تحت إشراف LFAI وData org التابعين لمؤسسة Linux، والذي يركز على مبادرات المنصات المتعلقة بالذكاء الاصطناعي والبيانات، سيكون هدف OPEA هو تمهيد الطريق لإصدار أنظمة ذكاء اصطناعي توليدية “متينة” و”قابلة للتطوير” والتي “تستغل وقال إبراهيم حداد، المدير التنفيذي لشركة LFAI والبيانات، في بيان صحفي: “أفضل ابتكار مفتوح المصدر من جميع أنحاء النظام البيئي”.
وقال حداد: “ستفتح OPEA إمكانيات جديدة في مجال الذكاء الاصطناعي من خلال إنشاء إطار عمل مفصل وقابل للتركيب يقف في طليعة مجموعات التكنولوجيا”. “تعد هذه المبادرة بمثابة شهادة على مهمتنا المتمثلة في دفع الابتكار مفتوح المصدر والتعاون داخل مجتمعات الذكاء الاصطناعي والبيانات في ظل نموذج حوكمة محايد ومفتوح.”
بالإضافة إلى Cloudera وIntel، فإن OPEA – أحد مشاريع Sandbox التابعة لمؤسسة Linux، وهو برنامج حاضن من نوع ما – يضم بين أعضائه شركات ذات ثقل كبير مثل Intel، وRed Hat المملوكة لشركة IBM، وHugging Face، وDomino Data Lab، وMariaDB، وVMWare.
إذن ما الذي يمكن أن يبنوه معًا بالضبط؟ يشير حداد إلى بعض الاحتمالات، مثل الدعم “الأمثل” لسلاسل أدوات الذكاء الاصطناعي والمترجمين، والتي تمكن أعباء عمل الذكاء الاصطناعي من العمل عبر مكونات الأجهزة المختلفة، بالإضافة إلى خطوط الأنابيب “غير المتجانسة” للجيل المعزز للاسترجاع (RAG).
أصبح RAG شائعًا بشكل متزايد في تطبيقات المؤسسات الخاصة بالذكاء الاصطناعي التوليدي، وليس من الصعب معرفة السبب. تقتصر إجابات وإجراءات معظم نماذج الذكاء الاصطناعي التوليدية على البيانات التي تم تدريبهم 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 تنفيذ مهمة.
رسم تخطيطي يشرح نماذج RAG.
قدمت إنتل بعض التفاصيل الإضافية في بيانها الصحفي:
تواجه الشركات تحديًا من خلال نهج “افعل ذلك بنفسك”. [to RAG] لأنه لا توجد معايير فعلية عبر المكونات التي تسمح للمؤسسات باختيار ونشر حلول RAG المفتوحة والقابلة للتشغيل البيني والتي تساعدهم على الوصول إلى السوق بسرعة. تعتزم OPEA معالجة هذه المشكلات من خلال التعاون مع الصناعة لتوحيد المكونات، بما في ذلك الأطر ومخططات الهندسة المعمارية والحلول المرجعية.
وسيكون التقييم أيضًا جزءًا أساسيًا مما تعالجه OPEA.
في مستودع GitHub الخاص بها، تقترح OPEA نموذجًا لتصنيف أنظمة الذكاء الاصطناعي التوليدية على أربعة محاور: الأداء، والميزات، والجدارة بالثقة، والاستعداد “على مستوى المؤسسة”. أداء كما تحددها OPEA، فهي تتعلق بمعايير “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 جاهزية المؤسسة يركز على متطلبات تشغيل النظام دون وجود مشكلات كبيرة.
تقول راشيل روميليوتيس، مديرة استراتيجية المصادر المفتوحة في شركة إنتل، إن OPEA ستعمل مع مجتمع المصادر المفتوحة لتقديم اختبارات بناءً على نموذج التقييم – وتوفير تقييمات ودرجات لعمليات نشر الذكاء الاصطناعي التوليدي عند الطلب.
أما المساعي الأخرى التي تبذلها OPEA فهي غير واضحة المعالم في الوقت الحالي. لكن حداد طرح إمكانية تطوير نموذج مفتوح على غرار عائلة Llama المتوسعة من Meta وDBRX من Databricks. ولتحقيق هذه الغاية، في OPEA repo، ساهمت Intel بالفعل في تطبيقات مرجعية لروبوتات الدردشة التوليدية التي تعمل بالذكاء الاصطناعي، وملخص المستندات، ومولد الأكواد المحسّن لأجهزة Xeon 6 وGaudi 2.
الآن، من الواضح جدًا أن أعضاء OPEA يستثمرون (وهم مهتمون بمصلحتهم الذاتية) في بناء الأدوات اللازمة للذكاء الاصطناعي المولد للمؤسسات. أطلقت Cloudera مؤخرًا شراكات لإنشاء ما تروج له باعتباره “نظامًا بيئيًا للذكاء الاصطناعي” في السحابة. يقدم Domino مجموعة من التطبيقات لبناء ومراجعة الذكاء الاصطناعي المولد للأعمال. وطرحت شركة VMWare – الموجهة نحو جانب البنية التحتية للذكاء الاصطناعي المؤسسي – في أغسطس الماضي منتجات حوسبة جديدة “للذكاء الاصطناعي الخاص”.
والسؤال هو – في ظل OPEA – هل سيفعل هؤلاء البائعون ذلك؟ في الحقيقة هل نعمل معًا لبناء أدوات الذكاء الاصطناعي المتوافقة؟
هناك فائدة واضحة للقيام بذلك. سيسعد العملاء بالاعتماد على العديد من البائعين اعتمادًا على احتياجاتهم ومواردهم وميزانياتهم. لكن التاريخ أظهر أنه من السهل جدًا أن نميل نحو تقييد البائع. دعونا نأمل ألا تكون هذه هي النتيجة النهائية هنا.
