هذا الأسبوع في الذكاء الاصطناعي، 18 أغسطس: OpenAI في مشكلة مالية • الاستقرار الذكاء الاصطناعي يعلن عن StableCode - KDnuggets

أعاد نشره أفلاطون

المتابعون: 0

### البديل ###
صورة تم إنشاؤها بواسطة Editor with Midjourney

مرحبًا بكم في إصدار هذا الأسبوع من "This Week in AI" على KDnuggets. يهدف هذا المنشور الأسبوعي المنسق إلى إبقائك على اطلاع دائم بالتطورات الأكثر إلحاحًا في عالم الذكاء الاصطناعي سريع التقدم. من العناوين الرائدة التي تشكل فهمنا لدور الذكاء الاصطناعي في المجتمع إلى المقالات المحفزة للتفكير ، وموارد التعلم الثاقبة ، والأبحاث البارزة التي تدفع حدود معرفتنا ، يقدم هذا المنشور نظرة عامة شاملة على المشهد الحالي للذكاء الاصطناعي. تم تصميم هذا التحديث الأسبوعي لإبقائك على اطلاع دائم في هذا المجال المتطور باستمرار. ابق على اتصال وسعيد القراءة!

يناقش قسم "العناوين" أهم الأخبار والمستجدات من الأسبوع الماضي في مجال الذكاء الاصطناعي. تتراوح المعلومات من سياسات الذكاء الاصطناعي الحكومية إلى التطورات التكنولوجية وابتكارات الشركات في مجال الذكاء الاصطناعي.

؟؟؟؟ ChatGPT في ورطة: OpenAI قد تفلس بحلول عام 2024 ، وتكلف شركة AI bot 700,000 دولار يوميًا

تواجه شركة OpenAI مشكلة مالية بسبب ارتفاع تكاليف تشغيل ChatGPT وخدمات الذكاء الاصطناعي الأخرى. على الرغم من النمو السريع المبكر ، انخفضت قاعدة مستخدمي ChatGPT في الأشهر الأخيرة. تكافح شركة OpenAI لاستثمار تقنيتها بشكل فعال وتحقيق إيرادات مستدامة. في غضون ذلك ، يستمر في حرق الأموال بمعدل ينذر بالخطر. مع احتدام المنافسة ونقص وحدة معالجة الرسومات للمؤسسات الذي يعيق تطوير النموذج ، تحتاج OpenAI إلى إيجاد مسارات للربحية بشكل عاجل. إذا فشلت في القيام بذلك ، فقد يكون الإفلاس في الأفق لشركة ناشئة رائدة في مجال الذكاء الاصطناعي.

؟؟؟؟ تعلن شركة Stability AI عن StableCode ، وهو مساعد ترميز AI للمطورين

أصدرت منظمة Stability AI ، StableCode ، أول منتج تكويني للذكاء الاصطناعي تم تحسينه لتطوير البرامج. يشتمل StableCode على نماذج متعددة مدربة على أكثر من 500 مليار رمز مميز لتوفير إكمال تلقائي ذكي ، والاستجابة لتعليمات اللغة الطبيعية ، وإدارة فترات طويلة من التعليمات البرمجية. في حين أن الذكاء الاصطناعي للمحادثات يمكنه بالفعل كتابة التعليمات البرمجية ، فإن StableCode مصمم خصيصًا لتعزيز إنتاجية المبرمج من خلال فهم بنية الكود والتبعيات. من خلال التدريب المتخصص والنماذج التي يمكنها التعامل مع السياقات الطويلة ، تهدف StableCode إلى تعزيز سير عمل المطورين وتقليل الحاجز أمام دخول المبرمجين الطموحين. يمثل الإطلاق غزوة Stability AI في أدوات الترميز بمساعدة AI وسط المنافسة المتزايدة في الفضاء.

؟؟؟؟ إدخال Superalignment بواسطة OpenAI

تعمل OpenAI بشكل استباقي لمعالجة المخاطر المحتملة من الذكاء الاصطناعي الفائق من خلال فريق Superalignment الجديد ، والذي يستخدم تقنيات مثل التعلم المعزز من ردود الفعل البشرية لمواءمة أنظمة الذكاء الاصطناعي. تتمثل الأهداف الرئيسية في تطوير طرق تدريب قابلة للتطوير تستفيد من أنظمة الذكاء الاصطناعي الأخرى ، والتحقق من قوة النموذج ، واختبار الإجهاد لخط أنابيب المحاذاة الكامل حتى مع النماذج المنحرفة عن قصد. بشكل عام ، تهدف OpenAI إلى إظهار إمكانية إجراء التعلم الآلي بأمان من خلال اتباع مناهج رائدة لتوجيه الذكاء الفائق بمسؤولية.

؟؟؟؟ تعلم أثناء البحث (والتصفح) باستخدام الذكاء الاصطناعي التوليدي

تعلن Google عن العديد من التحديثات لإمكانيات الذكاء الاصطناعي الخاصة بتوليد محرك البحث (SGE) بما في ذلك تعريفات التمرير لموضوعات العلوم / التاريخ ، وتسليط الضوء على بناء الجملة المشفر بالألوان لمحات عامة عن الكود ، وتجربة مبكرة تسمى "SGE أثناء التصفح" تلخص النقاط الرئيسية وتساعد المستخدمين استكشاف الصفحات عند قراءة محتوى طويل على الويب. تهدف هذه إلى تعزيز فهم الموضوعات المعقدة ، وتحسين استيعاب معلومات الترميز ، والمساعدة في التنقل والتعلم أثناء تصفح المستخدمين. تمثل التحديثات جهود Google المستمرة لتطوير تجربة البحث بالذكاء الاصطناعي بناءً على ملاحظات المستخدم ، مع التركيز على الفهم واستخراج التفاصيل الأساسية من محتوى الويب المعقد.

؟؟؟؟ يقوم Together.ai بتمديد Llama2 إلى إطار سياق 32 كيلو بايت

LLaMA-2-7B-32K هو نموذج لغة سياق طويل مفتوح المصدر تم تطويره بواسطة Together Computer والذي يمتد طول سياق الرموز المميزة لـ Meta LLaMA-2 إلى 32 كيلو بايت. إنها تستفيد من التحسينات مثل FlashAttention-2 لتمكين الاستدلال والتدريب الأكثر كفاءة. تم تدريب النموذج مسبقًا باستخدام مزيج من البيانات بما في ذلك الكتب والأوراق والبيانات التعليمية. يتم توفير أمثلة للضبط الدقيق لمهام ضمان الجودة والتلخيص الطويلة. يمكن للمستخدمين الوصول إلى النموذج عبر Hugging Face أو استخدام OpenChatKit للضبط الدقيق المخصص. مثل جميع نماذج اللغات ، يمكن لـ LLaMA-2-7B-32K إنشاء محتوى متحيز أو غير صحيح ، مما يتطلب توخي الحذر أثناء الاستخدام.

يقدم قسم "المقالات" مجموعة من المقالات المثيرة للتفكير حول الذكاء الاصطناعي. تتعمق كل مقالة في موضوع معين ، وتقدم للقراء رؤى ثاقبة في جوانب مختلفة من الذكاء الاصطناعي ، بما في ذلك التقنيات الجديدة ، والنهج الثورية ، والأدوات الرائدة.

📰 ورقة الغش LangChain

باستخدام LangChain ، يمكن للمطورين إنشاء تطبيقات تستند إلى لغة الذكاء الاصطناعي دون إعادة اختراع العجلة. يجعل هيكله القابل للدمج من السهل مزج المكونات ومطابقتها مثل LLMs والقوالب الفورية والأدوات الخارجية والذاكرة. يعمل هذا على تسريع النماذج الأولية ويسمح بالتكامل السلس للإمكانيات الجديدة بمرور الوقت. سواء كنت تتطلع إلى إنشاء روبوت محادثة أو روبوت QA أو وكيل تفكير متعدد الخطوات ، يوفر LangChain اللبنات الأساسية لتجميع الذكاء الاصطناعي المتقدم بسرعة.

📰 كيفية استخدام ChatGPT لتحويل النص إلى عرض تقديمي في PowerPoint

توضح المقالة عملية من خطوتين لاستخدام ChatGPT لتحويل النص إلى عرض تقديمي لـ PowerPoint ، أولاً تلخيص النص إلى عناوين ومحتوى شرائح ، ثم إنشاء كود Python لتحويل الملخص إلى تنسيق PPTX باستخدام مكتبة python-pptx. يتيح ذلك الإنشاء السريع لعروض تقديمية جذابة من مستندات نصية طويلة ، والتغلب على الجهود اليدوية الشاقة. يتم توفير إرشادات واضحة حول صياغة مطالبات ChatGPT وتشغيل الكود ، مما يوفر حلاً مؤتمتًا فعالًا لاحتياجات العرض التقديمي.

📰 التحديات المفتوحة في أبحاث ماجستير

تقدم المقالة نظرة عامة على 10 اتجاهات بحثية رئيسية لتحسين نماذج اللغة الكبيرة: تقليل الهلوسة ، وتحسين طول السياق / البناء ، ودمج البيانات متعددة الوسائط ، والنماذج المتسارعة ، وتصميم بنى جديدة ، وتطوير بدائل GPU مثل الرقائق الضوئية ، وبناء عوامل قابلة للاستخدام ، وتحسين التعلم من ردود الفعل البشرية ، وتحسين واجهات الدردشة ، والتوسع في اللغات غير الإنجليزية. يستشهد بالأوراق ذات الصلة عبر هذه المجالات ، مع ملاحظة التحديات مثل تمثيل التفضيلات البشرية للتعلم المعزز وبناء نماذج للغات منخفضة الموارد. يستنتج المؤلف أنه في حين أن بعض القضايا مثل تعدد اللغات يمكن تتبعها بشكل أكبر ، فإن البعض الآخر مثل الهندسة المعمارية سيتطلب المزيد من الاختراقات. بشكل عام ، ستكون كل من الخبرة الفنية وغير الفنية عبر الباحثين والشركات والمجتمع أمرًا بالغ الأهمية لتوجيه LLM بشكل إيجابي.

📰 لماذا (ربما) لا تحتاج إلى ضبط ماجستير في القانون

📰 أفضل الممارسات لاستخدام نموذج OpenAI GPT

توضح المقالة أفضل الممارسات للحصول على مخرجات عالية الجودة عند استخدام نماذج GPT الخاصة بـ OpenAI ، بالاعتماد على تجربة المجتمع. توصي بتقديم مطالبات مفصلة مع تفاصيل مثل الطول والشخصية ؛ تعليمات متعددة الخطوات أمثلة للتقليد ؛ المراجع والاستشهادات ؛ وقت التفكير النقدي. وتنفيذ التعليمات البرمجية من أجل الدقة. يمكن أن يؤدي اتباع هذه النصائح حول توجيه النماذج ، مثل تحديد الخطوات والشخصيات ، إلى نتائج أكثر دقة وملاءمة وقابلة للتخصيص. يهدف الدليل إلى مساعدة المستخدمين على تنظيم المطالبات بشكل فعال لتحقيق أقصى استفادة من القدرات التوليدية القوية لـ OpenAI.

📰 كلنا مخطئون بشأن الذكاء الاصطناعي

يجادل المؤلف بأن قدرات الذكاء الاصطناعي الحالية يتم التقليل من شأنها ، وذلك باستخدام أمثلة مثل الإبداع والبحث والتخصيص لمواجهة المفاهيم الخاطئة الشائعة. ويذكر أن الذكاء الاصطناعي يمكن أن يكون مبدعًا من خلال إعادة دمج المفاهيم ، وليس مجرد توليد الأفكار العشوائية ؛ إنه ليس مجرد محرك بحث فائق الشحن مثل Google ؛ ويمكنه تطوير علاقات شخصية ، وليس فقط مهارات عامة. في حين أن المؤلف غير متأكد من التطبيقات التي ستكون مفيدة للغاية ، إلا أن المؤلف يحث على التفكير المنفتح بدلاً من الرفض ، مؤكداً أن أفضل طريقة لتحديد إمكانات الذكاء الاصطناعي هي من خلال الاستكشاف العملي المستمر. ويخلص إلى أن خيالنا حول الذكاء الاصطناعي محدود ومن المحتمل أن تتجاوز استخداماته التوقعات الحالية.

يسرد قسم "الأدوات" التطبيقات والبرامج النصية المفيدة التي أنشأها المجتمع لأولئك الذين يرغبون في الانشغال بتطبيقات الذكاء الاصطناعي العملية. ستجد هنا مجموعة من أنواع الأدوات ، من قواعد التعليمات البرمجية الشاملة الكبيرة إلى البرامج النصية الصغيرة المتخصصة. لاحظ أن الأدوات تتم مشاركتها بدون مصادقة ، وبدون أي ضمان من أي نوع. قم بأداء واجبك على أي برنامج قبل التثبيت والاستخدام!

🛠️ MetaGPT: الإطار متعدد العوامل

تأخذ MetaGPT مطلب سطر واحد كمدخلات ومخرجات قصص مستخدم / تحليل تنافسي / متطلبات / هياكل بيانات / واجهات برمجة تطبيقات / مستندات ، إلخ. داخليًا ، تتضمن MetaGPT مديري المنتجات / المهندسين المعماريين / مديري المشاريع / المهندسين. يوفر العملية الكاملة لشركة برمجيات جنبًا إلى جنب مع إجراءات التشغيل الموحدة المنظمة بعناية.

🛠️ مدرب GPT LLM

الهدف من هذا المشروع هو استكشاف خط أنابيب تجريبي جديد لتدريب نموذج خاص بالمهمة عالي الأداء. نحاول تجريد كل التعقيدات ، لذلك من السهل قدر الإمكان الانتقال من الفكرة -> نموذج عالي الأداء مدرب تدريباً كاملاً.

ما عليك سوى إدخال وصف لمهمتك ، وسيقوم النظام بإنشاء مجموعة بيانات من البداية ، وتحليلها بالتنسيق الصحيح ، وضبط نموذج LLaMA 2 لك.

🛠️ دكتور GPT

DoctorGPT هو نموذج لغة كبير يمكنه اجتياز امتحان الترخيص الطبي الأمريكي. هذا مشروع مفتوح المصدر مهمته تزويد كل فرد بطبيبه الخاص. DoctorGPT هو إصدار من Meta Llama2 7 مليار معلمة نموذج لغة كبير تم ضبطه بدقة على مجموعة بيانات الحوار الطبي ، ثم تم تحسينه باستخدام التعلم التعزيزي والذكاء الاصطناعي الدستوري. نظرًا لأن حجم النموذج لا يتجاوز 3 غيغابايت ، فهو يناسب أي جهاز محلي ، لذلك لا داعي للدفع لواجهة برمجة التطبيقات لاستخدامه.