>> انتشار مدل پیشرفته؛ رقیب قدرتمند برای هوش مصنوعیهای آمریکایی >> استارتاپ چینی دیپسیک به

>> انتشار مدل پیشرفته؛ رقیب قدرتمند برای هوش مصنوعیهای آمریکایی >> استارتاپ چینی دیپسیک بهصورت بیاعلامیه و با سرعت شگفتانگیز، نسخه بهروز شده مدل زبانی بزرگ خود را با نام در اختیار عموم قرار داده است. این مدل که با حجم ۶۴۱ گیگابایت در پلتفرم هاگینگ فیس و تحت مجوز متنباز MIT منتشر شده، بهبودهای قابلتوجهی در حوزههای مختلف از جمله کدنویسی، استدلال و پردازش زبان طبیعی را به همراه دارد.

معماری ترکیبی متخصصان و بهرهوری بالا ویژگی متمایزکننده، بهرهگیری از معماری میکسچر آف اکسپرتز است. برخلاف مدلهای سنتی که تمام پارامترها را برای هر وظیفهای فعال میکنند، این معماری تنها حدود ۳۷ میلیارد پارامتر از مجموع ۶۸۵ میلیارد پارامتر را بهصورت پویا برای انجام تسکهای خاص به کار میگیرد. این رویکرد باعث میشود مدل با هزینه محاسباتی پایینتر و سرعت استنتاج بالاتر عمل کند، بدون اینکه از دقت و کیفیت خروجی کاسته شود.

عملکرد در سختافزارهای مصرفی و مقایسه با رقبا تستهای اولیه توسط محققان هوش مصنوعی نشان میدهد که این مدل روی یک دستگاه مک استودیو مجهز به تراشه قادر است با سرعت بیش از ۲۰ توکن در ثانیه متن تولید کند. اگرچه این سختافزار با قیمت تقریبی ۹۵۰۰ دلاری یک مرجع استاندارد برای سنجش عملکرد عمومی نیست، اما نشاندهنده بهینهسازی عالی مدل برای اجرا در محیطهای محلی و پرایوت است.

دیپسیک ادعا میکند مدل میتواند در بنچمارکهای کدنویسی و استدلال با مدلهای پیشرو مانند از اوپنایآی (OpenAI) و ۳.۵ از آنتروپیک رقابت کند یا حتی در برخی موارد از آنها پیشی بگیرد. استراتژی انتشار بیسر و صدا و مزیت رقابتی قیمت نکته قابلتوجه در استراتژی دیپسیک، انتشار این پیشرفت بزرگ بدون هیچ کمپین تبلیغاتی گستردهای است؛ در حالی که رقبای آمریکایی معمولاً با حملات بازاریابی سنگین مدلهای خود را رونمایی میکنند.

این رویکرد همراه با سیاست متنباز کردن مدلها، اعتماد جامعه توسعهدهندگان و محققان را بهدست آورده است. از منظر اقتصادی، مدلهای دیپسیک با ارائه عملکردی در سطح مدلهای گرانقیمت آمریکایی، اما با هزینهی بسیار پایینتر برای آموزش و استنتاج، تعادل قدرت در صنعت هوش مصنوعی را به نفع کاربران و شرکتهای کوچکتر تغییر دادهاند.

چرخه توسعه سریع از تا و اکنون دیپسیک از دسامبر سال گذشته که مدل اصلی را منتشر کرد، در یک چرخه توسعه بسیار فشرده قرار دارد. تنها یک ماه پس از، مدل استدلالگر معرفی شد و اکنون نسخه بهروزرسانی شده در دسترس است. این سرعت تکرار نشاندهنده مادیت قوی تیم مهندسی و دسترسی به زیرساختهای محاسباتی کارآمد است.

اگرچه در برخی تستهای استاندارد هنوز فاصلهای با بهترین مدلهای بسته وجود دارد، اما نرخ پیشرفت دیپسیک نگرانکننده رقباست و نشان میدهد که هوش مصنوعی سطح بالا دیگر انحصاراً در دست گانمهای آمریکایی نیست. تأثیر بر اکوسیستم متنباز و آینده توسعه انتشار تحت مجوز MIT، به معنای آزادی کامل برای استفاده تجاری، تغییر، و توزیع است.

این حرکت فشار قابلتوجهی بر شرکتهایی میآورد که مدلهای خود را بهصورت کدبسته و از طریق API گرانقیمت ارائه میدهند. توسعهدهندگان اکنون میتوانند یک مدل سطح اول را روی زیرساختهای خود مستقر کنند، دادههای حساس را در محیط امن پردازش کنند و از وابستگی به ارائهدهندگان ابری خارجی کاسته شوند. این روند، دموکراسیسازی هوش مصنوعی را تسریع میکند و پیشبینی میشود در ماههای آینده شاهد ظهور اپلیکیشنهای نوین زیادی بر پایه این مدل باشیم.

>>