أعلنت شركة Liquid AI، وهي شركة ناشئة تعمل في مجال الذكاء الاصطناعي (AI) ومقرها ماساتشوستس، عن أول نماذجها التوليدية للذكاء الاصطناعي غير المبنية على بنية المحولات الحالية. تبتعد البنية الجديدة، التي يطلق عليها اسم Liquid Foundation Model (LFM)، عن المحولات التوليدية المدربة مسبقًا (GPTs) والتي تعد الأساس لنماذج الذكاء الاصطناعي الشائعة مثل سلسلة GPT بواسطة OpenAI وGemini وCopilot والمزيد. تدعي الشركة الناشئة أن نماذج الذكاء الاصطناعي الجديدة مبنية على المبادئ الأولى وأنها تتفوق في الأداء على نماذج اللغات الكبيرة (LLMs) في شريحة الحجم المماثلة.
نماذج الأساس السائل الجديدة الخاصة بـ Liquid AI
شارك في تأسيس الشركة الناشئة باحثون في مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) في عام 2023، وكان هدفها بناء بنية أحدث لنماذج الذكاء الاصطناعي التي يمكنها الأداء بمستوى مماثل أو تجاوز GPTs. .
هذه LFMs الجديدة هي متاح في ثلاثة أحجام معلمات 1.3B و3.1B و40.3B. والأخير هو نموذج خليط من الخبراء (MoE)، مما يعني أنه يتكون من نماذج لغوية مختلفة أصغر ويهدف إلى معالجة المهام الأكثر تعقيدًا. تتوفر الآن أجهزة LFM على Liquid Playground الخاصة بالشركة، وLambda for Chat UI وAPI، وPerplexity Labs وستتم إضافتها قريبًا إلى Cerebras Inference. علاوة على ذلك، يتم تحسين نماذج الذكاء الاصطناعي لأجهزة Nvidia وAMD وQualcomm وCerebras وApple.
تختلف LFMs أيضًا بشكل كبير عن تقنية GPT. وأكدت الشركة أن هذه النماذج بنيت على المبادئ الأولى. المبادئ الأولى هي في الأساس نهج لحل المشكلات حيث يتم تقسيم التكنولوجيا المعقدة إلى أساسياتها ثم يتم بناؤها من هناك.
وفقًا للشركة الناشئة، فإن نماذج الذكاء الاصطناعي الجديدة هذه مبنية على ما يسمى بالوحدات الحسابية. ببساطة، هذا هو إعادة تصميم لنظام الرمز المميز، وبدلاً من ذلك، تستخدم الشركة مصطلح النظام السائل. تحتوي هذه على معلومات مكثفة مع التركيز على تعظيم القدرة المعرفية والتفكير. تدعي الشركة الناشئة أن هذا التصميم الجديد يساعد في تقليل تكاليف الذاكرة أثناء الاستدلال، ويزيد من مخرجات الأداء عبر الفيديو والصوت والنص والسلاسل الزمنية والإشارات.
تدعي الشركة أيضًا أن ميزة نماذج الذكاء الاصطناعي المستندة إلى Liquid هي أنه يمكن تحسين بنيتها تلقائيًا لمنصة معينة بناءً على متطلباتها وحجم ذاكرة التخزين المؤقت للاستدلال.
على الرغم من أن المحار الذي تصنعه الشركة الناشئة طويل القامة، إلا أنه لا يمكن قياس أدائها وكفاءتها إلا عندما يبدأ المطورون والمؤسسات في استخدامها في سير عمل الذكاء الاصطناعي. ولم تكشف الشركة الناشئة عن مصدر مجموعات البيانات الخاصة بها، أو أي إجراءات أمان تمت إضافتها إلى نماذج الذكاء الاصطناعي.
