مايكروسوفت تطلق Phi-3، أصغر نموذج للذكاء الاصطناعي حتى الآن

أطلقت شركة مايكروسوفت الإصدار التالي من نموذجها خفيف الوزن المزود بتقنية الذكاء الاصطناعي Phi-3 Mini، وهو الأول من بين ثلاثة نماذج صغيرة تخطط الشركة لإصدارها.

يقيس Phi-3 Mini 3.8 مليار معلمة ويتم تدريبه على مجموعة بيانات أصغر مقارنةً بـ Phi-3 Mini نماذج لغة كبيرة مثل GPT-4. وهو متوفر الآن على Azure وHugging Face وOllama. تخطط Microsoft لإصدار Phi-3 Small (معلمات 7B) وPhi-3 Medium (معلمات 14B). تشير المعلمات إلى عدد التعليمات المعقدة التي يمكن للنموذج فهمها.

أطلقت الشركة Phi-2 في ديسمبر، والذي كان أداؤه مماثلاً لنماذج أكبر مثل Llama 2. وتقول Microsoft إن أداء Phi-3 أفضل من الإصدار السابق ويمكنه تقديم استجابات قريبة من نموذج أكبر بعشر مرات مما يستطيع.

يقول إريك بويد، نائب رئيس شركة Microsoft Azure AI Platform الحافة يتمتع Phi-3 Mini بقدرات مماثلة لبرامج LLM مثل GPT-3.5 “فقط في شكل عامل أصغر”.

بالمقارنة مع نظيراتها الأكبر حجمًا، فإن نماذج الذكاء الاصطناعي الصغيرة غالبًا ما تكون أرخص في التشغيل والأداء بشكل أفضل على المستوى الشخصي الأجهزة مثل الهواتف وأجهزة الكمبيوتر المحمولة. المعلومات ذكرت في وقت سابق من هذا العام أن Microsoft كانت تقوم ببناء فريق يركز بشكل خاص على نماذج الذكاء الاصطناعي خفيفة الوزن. جنبًا إلى جنب مع Phi، قامت الشركة أيضًا ببناء Orca-Math، وهو نموذج يركز على حل المشكلات الرياضية.

يقول بويد إن المطورين قاموا بتدريب Phi-3 باستخدام “منهج دراسي”. لقد استلهموا كيفية تعلم الأطفال من قصص ما قبل النوم، والكتب التي تحتوي على كلمات أبسط، وتركيبات الجمل التي تتحدث عن مواضيع أكبر.

يقول بويد: “ليس هناك ما يكفي من كتب الأطفال، لذلك أخذنا قائمة تضم أكثر من 3000 كلمة وطلبنا من أحد الحاصلين على ماجستير في القانون إعداد “كتب للأطفال” لتعليم لغة فاي”.

وأضاف أن Phi-3 مبني ببساطة على ما تعلمته التكرارات السابقة. بينما ركز Phi-1 على البرمجة وبدأ Phi-2 في تعلم التفكير، فإن Phi-3 أفضل في البرمجة والاستدلال. في حين أن مجموعة نماذج Phi-3 تعرف بعض المعرفة العامة، إلا أنها لا تستطيع التغلب على GPT-4 أو LLM آخر من حيث الاتساع – هناك فرق كبير في نوع الإجابات التي يمكنك الحصول عليها من LLM المدربة على الإنترنت بالكامل مقابل نموذج أصغر مثل Phi-3.

يقول بويد إن الشركات غالبًا ما تجد أن النماذج الأصغر مثل Phi-3 تعمل بشكل أفضل لتطبيقاتها المخصصة، نظرًا لأن مجموعات البيانات الداخلية الخاصة بها، بالنسبة للعديد من الشركات، ستكون على الجانب الأصغر على أي حال. ولأن هذه النماذج تستخدم طاقة حاسوبية أقل، فغالبًا ما تكون ميسورة التكلفة أكثر بكثير.