OpenAI تُطلق GPT-4o mini: نموذج ذكاء اصطناعي أصغر وأرخص!

أعلنت شركة OpenAI يوم الأربعاء عن إطلاق GPT-4o Mini، الإصدار الأصغر والأحدث من سلسلة نماذج الذكاء الاصطناعي GPT-4o، والذي سيحل محل GPT-3.5 Turbo. هذا الإصدار الجديد سيكون متاحًا للمستخدمين مجانًا، ولأولئك الذين لديهم اشتراكات في ChatGPT Plus أو Team، وسيكون متاحًا في ChatGPT Enterprise الأسبوع المقبل.

 

قدرات متعددة الوسائط وتحسينات في الذكاء الاصطناعي

 

سيكون GPT-4o Mini متعدد الوسائط مثل إصدار GPT-4o الذي أُطلق في مايو الماضي، حيث يستطيع تفسير الصور والنصوص، كما يمكنه استخدام DALL-E 3 لتوليد الصور. بالإضافة إلى ذلك، أكدت OpenAI لبلومبرج أن GPT-4o Mini سيكون أول نموذج ذكاء اصطناعي يستخدم تقنية “التسلسل الهرمي للتعليمات”. تساعد هذه التقنية النموذج في إعطاء الأولوية لبعض التعليمات على غيرها، مما يعزز من أمانه ويجعله أكثر مقاومة لهجمات حقن الأوامر وعمليات كسر الحماية التي يمكن أن تؤدي إلى تخريب الضبط الدقيق أو التوجيهات المقدمة من النظام.

 

الذكاء الاصطناعي للجميع: تقليل التكلفة وتعزيز الأداء

 

تعد OpenAI واحدة من عدة شركات تقوم بإطلاق نسخ أصغر من نماذج اللغة، وهو توجه شائع في صناعة الذكاء الاصطناعي كما هو الحال مع شركات مثل Meta، وGoogle، وAnthropic. تُصمم هذه النماذج الأصغر لأداء مهام أبسط بتكلفة أقل، مثل إنشاء القوائم، والتلخيص، واقتراح الكلمات بدلاً من إجراء تحليل عميق. تستهدف النماذج الأصغر عادةً مستخدمي واجهة برمجة التطبيقات (API)، الذين يدفعون سعرًا ثابتًا لكل إدخال ومخرج رمزي لاستخدام النماذج في تطبيقاتهم الخاصة. ومع ذلك، فإن تقديم GPT-4o Mini مجانًا كجزء من ChatGPT من شأنه أن يوفر المال لـ OpenAI أيضًا.

 

عادةً ما تحتوي نماذج اللغات الكبيرة الأصغر حجمًا (LLMs) على معلمات أقل من النماذج الأكبر حجمًا. المعلمات هي مخازن رقمية في الشبكة العصبية تخزن المعلومات. وجود معلمات أقل يعني أن النموذج لديه شبكة عصبية أصغر، مما يحد عادةً من عمق قدرة النموذج على فهم السياق. عادةً ما يكون تفكير نماذج المعلمات الأكبر أعمق بفضل العدد الأكبر من الروابط بين المفاهيم المخزنة في تلك المعلمات الرقمية.

 

ومع ذلك، لا توجد دائمًا علاقة مباشرة بين حجم المعلمة والقدرة. تؤثر جودة بيانات التدريب، وكفاءة معمارية النموذج، وعملية التدريب نفسها على أداء النموذج، كما رأينا في النماذج الصغيرة الأكثر قدرة مثل Microsoft Phi-3 مؤخرًا. وجود معلمات أقل يعني عددًا أقل من الحسابات المطلوبة لتشغيل النموذج، وهو ما يعني إما الحاجة إلى وحدات معالجة جرافيك أقل قوة وأقل تكلفة، أو إجراء حسابات أقل على الهاردوير المستخدم، مما يؤدي إلى فواتير طاقة أرخص وتكلفة نهائية أقل للمستخدم.

 

أداء متميز في المهام المتعددة

 

يتميز GPT-4o Mini بأداء متميز في مجموعة من المهام، حيث يتفوق على النماذج الصغيرة الأخرى في مهام الاستدلال التي تتضمن النص والرؤية. سجل النموذج 82.0% في MMLU، وهو معيار للذكاء النصي والاستدلال، مقارنة بـ 77.9% لـ Gemini Flash و73.8% لـ Claude Haiku. كما يتفوق النموذج في التفكير الرياضي ومهام البرمجة، حيث سجل 87.0% في قياس الاستدلال الرياضي MGSM، مقارنة بـ 75.5% لجيميناي فلاش و71.7% لكلود هايكو.

 

في مجال البرمجة، حصل GPT-4o Mini على 87.2% على موقع HumanEval، الذي يقيس أداء البرمجة، مقارنة بـ 71.5% لـ Gemini Flash و75.9% لـ Claude Haiku. كما أظهر النموذج أداءً قويًا في MMMU، وهو تقييم للاستدلال متعدد الوسائط، حيث سجل 59.4% مقارنة بـ 56.1% لـ Gemini Flash و50.2% لكلود هايكو.

 

توجه جديد في سوق الذكاء الاصطناعي

من خلال تقديم GPT-4o Mini مجانًا كجزء من ChatGPT، تسعى OpenAI إلى تعزيز وصول الذكاء الاصطناعي إلى قاعدة أوسع من المستخدمين، مما يقلل من تكلفة الوصول إلى تقنيات الذكاء الاصطناعي المتقدمة. هذه الخطوة تعزز من توجه الصناعة نحو تقديم نماذج أصغر وأقل تكلفة، مع الحفاظ على جودة الأداء والكفاءة، مما يجعل التكنولوجيا في متناول الجميع.