الصورة مُستخدمة للتوضيح. الصورة: ملف
في أحد مختبرات وادي السيليكون المدعومة من دولة الإمارات العربية المتحدة، نجح عدد من الباحثين في إنجاز كان يبدو مستحيلا: بناء نظام ذكاء اصطناعي ينافس نماذج شركات التكنولوجيا العملاقة التي تبلغ قيمتها مليار دولار باستخدام جزء بسيط من الموارد.
النظام المسمى "K2 Think" طُوِّر من قبل "معهد النماذج التأسيسية" في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI). ويضم 32 مليار معامل، ليضاهي قوة الاستدلال لدى نماذج "أوبن إيه آي" و"ديب سيك" التي تعمل بما يزيد على 120 مليار معامل، مما يجعله النموذج الرائد في مجال الاستدلال مفتوح المصدر بهذا الحجم.
النظام المسمى "K2 Think" طُوِّر من قبل "معهد النماذج التأسيسية" في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI). ويضم 32 مليار معامل، ليضاهي قوة الاستدلال لدى نماذج "أوبن إيه آي" و"ديب سيك" التي تعمل بما يزيد على 120 مليار معامل، مما يجعله النموذج الرائد في مجال الاستدلال مفتوح المصدر بهذا الحجم.
قال هيكتور ليو، مدير مختبر جامعة محمد بن زايد للذكاء الاصطناعي في وادي السيليكون، لصحيفة خليج تايمز في مقابلة حصرية: "بدأنا بتحسين نظام K2 Think من خلال أمثلة مختارة بعناية من التفكير المطول والمتدرج". وأضاف: "ساعد هذا التدريب النموذج على تعلم ليس فقط كيفية تقديم الإجابات، بل أيضًا كيفية عرض عملية التفكير لديه بطريقة واضحة ومنظمة".
ويجمع هذا الإنجاز بين ثلاث تقنيات مختلفة لم تتمكن كبرى شركات التكنولوجيا من دمجها بشكل فعال. فقد علم الفريقُ "K2 Think" كيفية تحليل المشكلات المعقدة على نحو تدريجي، مما بَنى – بحسب وصف ليو – "أساسًا متينًا لمعالجة مسائل معقدة في مجالات مثل الرياضيات والبرمجة والعلوم".
بخلاف معظم أنظمة الذكاء الاصطناعي التي تتعلم من ردود الفعل البشرية، يُدرَّب نظام K2 Think على مهام ذات إجابات صحيحة وخاطئة واضحة. وأوضح ليو: "يمكن للنموذج تحسين دقة النتائج مباشرةً في مجالات مثل المنطق والمحاكاة والاستدلال الجدولي، مما يمنحه دقة وموثوقية أعلى".
الابتكار الثالث يتضمن حل المشكلات آنيًا. قبل تقديم الإجابات، يضع K2 Think خطة، ويُولّد عدة إجابات محتملة، ثم يختار الخيار الأمثل. ويُقدّم هذا النهج نتائج عالية الجودة دون الحاجة إلى زيادة هائلة في قوة الحوسبة.
وفقًا للفريق، انبثق التركيز على الكفاءة من القيود العملية. فبينما تستثمر شركات التكنولوجيا العملاقة مئات الملايين في تطوير نماذج الذكاء الاصطناعي الرائدة، عمل فريق جامعة محمد بن زايد للذكاء الاصطناعي بموارد محدودة.
قال ليو: "كان مشروع K2 Think بأكمله يدور حول الكفاءة. يمكن تحقيق العديد من الإنجازات الرائعة باستخدام حوسبة غير محدودة، لكننا أردنا استكشاف مدى قدرتنا على تحسين الأداء في بيئة محدودة نسبيًا".
تجاوز الفريق توقعاته الأولية رغم التحديات التقنية التي واجهها طوال فترة التطوير. وأشار ليو: "وضع فريقنا هدفًا طموحًا لمطابقة مواصفات أفضل النماذج، وبفضل كفاءتنا المتميزة وعملنا الدؤوب، حققنا، وفي بعض الحالات، تجاوزنا أهداف وتوقعات مشروع K2 Think".
يُقرّ ليو بالواقع التنافسي. فلا تزال أحدث نماذج الاستدلال من Open AI "أكبر بكثير من K2 Think"، حتى أن إصداراتها مفتوحة المصدر تستخدم 120 مليار مُعامل، مقارنةً بـ 32 مليار مُعامل في K2 Think.
مع ذلك، تمكّن أداء K2 Think، رغم حجمه، من منافسة الميزانيات الضخمة. النظام مجاني تمامًا ومتاح على k2think.ai
وقال ليو: "لا تعمل شركة K2 Think على وضع دولة الإمارات العربية المتحدة على الساحة العالمية مع الولايات المتحدة والصين من خلال برامج ماجستير العلوم في التفكير مفتوح المصدر فحسب، بل إنها تثبت أيضًا أنه لا ينبغي التضحية بالأداء عند السعي إلى الكفاءة".
يواصل الفريق التحقيق في تحسينات الكفاءة عبر عملية تطوير النموذج بأكملها، وتوسيع القدرات مع ضمان الفائدة العملية التي تتجاوز أداء المعيار.