
رقمنة
كشفت شركة ميتا عن نموذج الذكاء الاصطناعي «ميوز سبارك»، الذي طوّره فريق جديد من الباحثين ضمن مختبرات «ميتا للذكاء الفائق» (إم إس إل).
ويقود القسم الجديد ألكسندر وانغ، الذي استقطبه رئيس الشركة ضمن اتفاقيات استثمار مع شركة «سكيل إيه آي» بقيمة 14 مليار دولار. ومنذ ذلك الحين، وجّهت الشركة أموالًا ضخمة لاستقطاب الكفاءات المتخصصة وتطوير البنية التحتية.
وقد أنفق رائد الأعمال مليارات الدولارات لجذب المواهب في مجال الذكاء الاصطناعي، وخصّص عشرات المليارات للبنية التحتية.
التأخر عن المنافسين
سيشكّل «ميوز سبارك» الأساس لروبوت الدردشة «ميتا إيه آي». ويُعد النموذج مغلقًا، على عكس منتجات الشركة السابقة التي اعتمدت على الشيفرة مفتوحة المصدر.
ويتأخر النموذج عن «شات جي بي تي» و«كلود» و«جيميني» في بعض الجوانب، إلا أن المشروع لا يزال في مراحله المبكرة. وأكدت الشركة أن النموذج يمثل فقط «المرحلة الأولى من الرحلة»، مع وجود حلول أكثر قوة قيد التطوير.
وتركّز ميتا في «ميوز سبارك» على الكفاءة و«الخصائص التنافسية» في أداء المهام المختلفة.
وقد تم إنشاء الشبكة العصبية خلال تسعة أشهر، وتراها الإدارة جزءًا من استراتيجية الذكاء الاصطناعي المحدثة، بعدما كانت الشركة تركز سابقًا على نماذج «لاما» مفتوحة المصدر.
كما تم تدريب «ميوز سبارك» باستخدام عدد من الأدوات مفتوحة المصدر التابعة لجهات خارجية، مثل «كيوين» من شركة «علي بابا» الصينية، إضافة إلى حلول من «أوبن إيه آي» و«غوغل».
وقال ممثل عن الشركة: «مثل بقية اللاعبين في القطاع، تستخدم ميتا تقنية التقطير مع إجراءات أمان صارمة».
أنماط التفكير
يوفّر «ميوز سبارك» عدة أوضاع تشغيل: فوري، تفكير، وتأمّل، حيث يقدّم الوضع الأخير إجابات بمستوى علمي. وسيتم دمج النموذج تدريجيًا داخل تطبيق «ميتا إيه آي» والنسخة الخاصة بالويب.
ويعتمد وضع «التأمّل» على مجموعة من الوكلاء لتنفيذ «تفكير متوازي»، ويمكن للمستخدمين التنقل بين الأوضاع بحسب طبيعة الطلب.
كما تختبر ميتا طرقًا جديدة لتحقيق الدخل، من خلال إتاحة الوصول إلى التقنية الأساسية لـ«ميوز سبارك» للمطورين الخارجيين عبر واجهة برمجة التطبيقات.
وأعلنت الشركة أنها ستضيف وضعًا خاصًا باسم «التسوّق» في النسخة المحدثة من «ميتا إيه آي»، لمساعدة المستخدمين في اختيار وشراء الملابس.
وفي فبراير، كانت ميتا قد أطلقت ميزة الذكاء الاصطناعي «دير ألغو»، التي تتيح لمستخدمي «ثريدز» تخصيص خوارزميات توصية المحتوى.




