IBM يطلق على نماذج اللغات الصغيرة مستقبل الذكاء الاصطناعي الأكثر كفاءة

جاكرتا - في عالم الصناعة ، تشتهر نماذج اللغات الكبيرة (LLM) بتدريبها باستخدام كميات كبيرة من البيانات. ومع ذلك ، يمكن أن تستغرق عملية التدريب أشهر وتتطلب مساعدة في التحسين من قبل البشر.

يتطلب تطوير LLM أيضا تكاليف هائلة ، يمكن أن تصل إلى ملايين الدولارات ، مما يمثل تحديا ماليا كبيرا للعديد من شركات البرمجيات والشركات الناشئة.

بصفتها شركة تكنولوجيا عالمية ، ترى IBM أن العديد من شركات البرمجيات تتحول حاليا إلى نماذج اللغة الصغيرة (SLM) ، لتسريع تطوير حلول الذكاء الاصطناعي الخاصة بها.

وفقا ل IBM ، يتطلب هذا النموذج قوة حوسبة وذاكرة أقل ، لذلك يتطلب فقط بيانات صغيرة الحجم ، مما يجعل من الممكن تشغيلها محليا (في الموقع) دون الاعتماد على التخزين السحابي.

نظرا لأنه مصمم لمهام محددة ، فإن SLM ليست أسرع في التدريب والتنفيذ فحسب ، بل هي أيضا قادرة على المنافسة أو حتى قادرة على تجاوز نماذج أخرى بحجم مماثل.

"هذا هو السبب في أن العديد من الشركات تدرس بشكل متزايد SLM" ، قال روي كوساسيه ، الرئيس مدير شركة IBM Indonesia في بيان مكتوب تلقته VOI ، الجمعة 28 مارس 2025.

في الواقع ، إذا كان مفتوحا المصدر ، فإن روي يرى أن SLM ستصبح أكثر مثالية. تعتبر SLM أيضا مناسبة لأي عمل تجاري يرغب في اعتماد الذكاء الاصطناعي ، خاصة بالنسبة لأولئك الذين لديهم قيود على الموارد أو الميزانيات أو الوقت.

في المستقبل ، تعتقد IBM أن SLM ستلعب دورا مهما في تطوير وكلاء الذكاء الاصطناعي بمستويات أعلى من الحكم الذاتي ، والتركيز الأكثر تقدما ، وقدرات حل المشكلات المعقدة بشكل متزايد.

"من خلال استخدام أنظمة الذكاء الاصطناعي أو تشغيل الذكاء الاصطناعي التوليد بناء على نماذج لغة أصغر أو نماذج تناسب الاحتياجات ، يمكن تخفيض التكاليف التشغيلية الذكاء الاصطناعي بشكل كبير. وهذا لا يزيد من الكفاءة فحسب، بل يزيد أيضا من الدقة، ويسرع العملية، ويزيد في نهاية المطاف من الأرباح".