في خضم الزخم الهائل لتطور الذكاء الاصطناعي، يطرح سؤال نفسه بقوة: كم عدد النماذج كافٍ؟ أو بالأحرى، كم منها أصبح كثيرًا؟ إذا نظرنا إلى ما يحدث خلال أسبوع واحد فقط — حيث يظهر ما يقرب من عشرة نماذج جديدة — فربما نكون قد تجاوزنا الحد المعقول.
لسنا بصدد تطور طبيعي للتقنية، بل نحن في خضم مرحلة غريبة من طفرة الذكاء الاصطناعي، رغم أن هذا المجال كان دائمًا غريبًا بطبيعته. نعيش الآن انفجارًا في عدد النماذج، كبيرها وصغيرها، من شركات ناشئة تعمل من قبو صغير، إلى شركات عملاقة تملك صناديق تمويل مليارية.
أسبوع واحد.. 11 نموذجًا!
خلال أسبوع واحد فقط، ظهرت مجموعة واسعة من النماذج:
- LLaMa 3 من ميتا: أحدث نماذجها “المفتوحة” رغم جدل المصطلح.
- Mistral 8×22: نموذج فرنسي كبير يعتمد على مبدأ “تعدد الخبراء”.
- Stable Diffusion 3 Turbo: نسخة أسرع من نموذج الصور المعروف.
- مساعد Adobe Acrobat AI: تحدث مع مستنداتك، وربما مجرد غلاف لتقنيات ChatGPT.
- Reka Core: نموذج متعدد الوسائط من فريق صغير مستقل.
- Idefics 2: نموذج مفتوح يعتمد على مزيج من تقنيات ميتا وجوجل.
- OLMo-1.7-7B: نسخة أكبر وأكثر انفتاحًا من نموذج AI2.
- Pile-T5: إصدار محسّن من T5 لتوليد الشيفرات البرمجية.
- Cohere Compass: نموذج تضميني متعدد البيانات والاستخدامات.
- Imagine Flash من ميتا: نموذج صور سريع عبر تقنيات تقطير جديدة.
- Limitless: نموذج شخصي يعمل على الويب، والماك، والويندوز، وحتى كجهاز يُرتدى.
هذه فقط بعض النماذج التي أُعلن عنها وناقشناها — لو خففنا شروط الإدراج قليلًا، لوجدنا العشرات الأخرى من النماذج التجريبية والمخصصة والمهجنة. ومعها أدوات جديدة للبناء (مثل torchtune) أو للحماية من الذكاء الاصطناعي (مثل Glaze 2.0).
لكن… ما الغاية من كل هذا؟.. دعونا نواجه الحقيقة: أنت لست بحاجة لمتابعة كل هذه النماذج.
بعض النماذج مثل ChatGPT أو Gemini تحوّلت إلى منصات متكاملة ذات استخدامات واسعة، لكن نماذج أخرى مثل LLaMa أو OLMo ليست موجهة إليك كمستخدم مباشر، بل تُستخدم كخدمات خلفية ضمن أدوات وتطبيقات أخرى.
ومع ذلك، نشهد تعمّدًا من مطوري النماذج في تعظيم أهمية كل نموذج جديد، في محاولة للاستفادة من الضجة المحيطة بالمنصات الكبرى. والواقع أن تلك الضجة قد تكون مبررة لبعض الأشخاص، لكن ليس بالضرورة لك.
تمامًا كما السيارات
لنفكر في الأمر كما نفكر في السيارات. عندما اختُرعت، كانت ببساطة “سيارة”. ثم ظهرت خيارات بين سيارة صغيرة، كبيرة، أو جرّار. واليوم تُنتَج مئات الطرازات سنويًا، لكنك على الأرجح لا تهتم بأكثر من 10٪ منها، لأن 90٪ ليست موجهة لك أو حتى ليست “سيارة” بمعناها التقليدي.
نحن نعيش الآن مرحلة تشبه الانتقال من مرحلة “الكبير/الصغير/الجرار” في الذكاء الاصطناعي، إلى مرحلة الوفرة الهائلة التي بالكاد يستطيع حتى المتخصصون مواكبتها.
كنا هنا من قبل
رغم التطور المتسارع، نحن لم نصل إلى هذه المرحلة فجأة، فحتى قبل ظهور ChatGPT، كانت هناك مئات الأوراق البحثية والنماذج والأفكار تُطرح يوميًا، وإن كانت بعيدة عن أعين الجمهور، فالمؤتمرات التقنية الكبرى مثل SIGGRAPH وNeurIPS كانت دائمًا تعجّ بالمهندسين يتبادلون الأفكار ويختبرون النماذج.
لكن مع تحوّل الذكاء الاصطناعي إلى أكبر تجارة تقنية في الوقت الراهن، باتت هذه التطورات تحمل طابعًا إعلاميًا وتسويقيًا أكبر، وأصبح البعض يتساءل إن كان أحد هذه النماذج الجديدة قد يحدث نقلة شبيهة بتلك التي أحدثها ChatGPT.
الإجابة ببساطة: لا!
نقلة OpenAI كانت نتيجة تغيير جذري في بنية التعلم الآلي، وقد تبنته كل الشركات تقريبًا. أما الآن، فكل ما نراه هو تحسينات تدريجية — نقطة أو نقطتين على معايير أداء اصطناعية، أو قدرة لغوية/صورية أفضل قليلًا.. لكن هل هذا يعني أن لا شيء مهم؟
بالتأكيد لا. فلا يمكن الوصول إلى الإصدار 3.0 دون المرور بـ 2.1 و2.2 و2.2.1، وأحيانًا تحمل هذه الإصدارات ما هو مهم فعلًا: سد ثغرات، تصحيح مسارات، أو كشف مشكلات غير متوقعة.
نحن نحاول تسليط الضوء على ما نراه مهمًا ومثيرًا للاهتمام، لكن ما نقدمه هو مجرد غيض من فيض، نحن نعمل حاليًا على قائمة تشمل النماذج التي نعتقد أن المهتمين بالذكاء الاصطناعي يجب أن يكونوا على دراية بها — وهي بالكاد تتجاوز 12 نموذجًا.
في النهاية أقول لك: لا تقلق بشأن متابعة كل نموذج جديد. عندما يظهر نموذج يستحق الضجة، ستعلم بذلك — ولست بحاجة لنخبرك.
ترجمة بتصرف عن مقال للكاتب «ديفين كولدووي» بموقع «تك كرانش» الأمريكي
