نماذج ومنصات الذكاء الاصطناعي

تضيف AWS نموذج PolyAI Dialog-RSN-1 إلى كتالوج SageMaker JumpStart

Jonas Reeve
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةيختصر JumpStart المسار من التقييم إلى نقطة نهاية AWS خاضعة للحوكمة لكنه يترك الاتصالات…
عرض المزيد
  • يختصر JumpStart المسار من التقييم إلى نقطة نهاية AWS خاضعة للحوكمة لكنه يترك الاتصالات الهاتفية وتوليف الكلام للعملاء.
  • يعيد Dialog-RSN-1 النصوص أو استدعاءات الوظائف فقط لذا يجب على كل نشر إضافة طبقة تحويل النص إلى كلام الخاصة به.
  • تبدأ الفوترة عندما تدخل نقطة النهاية الخدمة وتستمر حتى الحذف حتى عندما لا يكون أي عميل متصلاً.

أعلنت AWS في 19 نوفمبر 2026 انضمام Dialog-RSN-1 من PolyAI إلى كتالوج SageMaker JumpStart من Amazon، ما يضيف النشر بنقرة واحدة وأدوات التقييم وأربعة ملفات تعريف للتحسين إلى نموذج خدمة العملاء المصمم لمعالجة الصوت مباشرة. تعمل نقطة النهاية ضمن حساب AWS الخاص بالعميل.

يتمثل التطور الجديد في آلية العمل عبر الكتالوج، بعد إعلانين سابقين من PolyAI. فقد قدّمت Dialog-RSN-1 في 30 يوليو 2026، وأعلنت إتاحة نشر نقاط نهاية SageMaker عبر AWS Marketplace في 6 أكتوبر 2026. يضيف JumpStart إمكانات البحث والتقييم والنشر المُعدّ مسبقًا، بينما يظل الاشتراك متاحًا للعملاء عبر AWS Marketplace.

التقييم والنشر ضمن كتالوج واحد

من مركز النماذج في وحدة تحكم SageMaker AI، يختار العميل Dialog-RSN-1 ثم يحدد «نشر». ينشئ JumpStart نقطة نهاية للاستدلال الآني على حزمة تقديم مُعدّة مسبقًا، ما يلغي الحاجة إلى اختيار الحاويات يدويًا واختبار عشرات تركيبات البنية التحتية يدويًا. ويمكن للفرق بدلًا من ذلك استخدام بضعة أسطر من التعليمات البرمجية في SageMaker Python SDK، ودمج النشر في مسارات التكامل المستمر والتسليم المستمر.

قبل النشر، تعرض بطاقة النموذج زمن استجابة P50، والوقت اللازم لإنتاج الرمز المميز الأول، ومعدل النقل. وتعطي ملفات التعريف الأولوية لزمن الاستجابة أو معدل النقل أو التكلفة أو الاستخدام العام المتوازن: إذ يقلل ملف زمن الاستجابة الوقت اللازم لإنتاج الرمز المميز الأول، ويزيد ملف معدل النقل عدد الرموز المميزة في الثانية إلى أقصى حد، فيما يقلل ملف التكلفة تكلفة البنية التحتية لكل طلب. وتربط هذه الخيارات إعدادات تقديم النموذج بحجم المكالمات وسرعة الاستجابة ومتطلبات الإنفاق، بدلًا من تطبيق إعداد افتراضي واحد على جميع أعباء العمل.

يتاح التقييم ضمن إدخال الكتالوج نفسه. ويشغّل دفتر الملاحظات النموذجي من PolyAI صوت المتصلين المسجل عبر البث، ويعرض قرارات النموذج بشأن تناوب الأدوار وردوده ونصوص المحادثات، ما يتيح للفريق فحص سلوكه في أنواع المكالمات التي يتوقع التعامل معها. ويمكن للفرق مراجعة النظرة العامة والعينات قبل النشر؛ أما تمرير تسجيلاتها الصوتية عبر النموذج فيتطلب نقطة نهاية.

استدلال صوتي مع طبقة صوت منفصلة

تعالج Dialog-RSN-1 صوت المتصل مباشرة، وتجمع في نموذج واحد بين تناوب الأدوار والتعرف على الكلام وتوليد الردود واستدعاء الوظائف. وتقول PolyAI إن معالجة الصوت مباشرة تحافظ على النبرة والتردد والتوقيت، وهي عناصر قد يفقدها النظام المتسلسل عندما يحوّل التعرف على الكلام المكالمة إلى نص مكتوب. ويُفعّل كاشف النشاط الصوتي كل استقصاء، بينما يسجّل أول رمز إخراج للنموذج EMPTY, ONGOING أو COMPLETE، ليكون القرار النهائي بشأن تناوب الأدوار بيد النموذج.

أما مسار الإخراج فمنفصل. إذ تعيد Dialog-RSN-1 نص الرد عبر البث أو استدعاء وظيفة، فيما يصل نص المتصل منفصلًا؛ لكنها لا تولّد كلامًا صوتيًا. لذلك، يجب أن يوفّر النشر تحويلًا من النص إلى كلام، ما يتيح للعميل اختيار الصوت مع إضافة مكوّن خارج نقطة نهاية النموذج.

يفيد إدراج PolyAI في Marketplace بأن متوسط زمن الاستجابة لإنتاج الرمز المميز الأول يقل عن 300 ميلي ثانية، وأن زمن التبادل الكامل المعتاد مع المتصل في بيئة الإنتاج يبلغ نحو 390 ميلي ثانية. وهذا التمييز مهم، لأن زمن استجابة النموذج وحده لا يعبّر عن التأخير في نشر صوتي متكامل يشمل توليف الكلام والاتصالات الهاتفية والأدوات الخارجية.

قيود التكامل والتكاليف بالساعة

توجد نقطة النهاية في السحابة الخاصة الافتراضية للعميل، وتستخدم أدوار AWS Identity and Access Management الخاصة به، وتخضع للمراقبة عبر Amazon CloudWatch. ولأن الاستدلال يجري ضمن ذلك الحساب، تظل تسجيلات المكالمات الصوتية ونصوصها ضمن البنية التحتية التي يتحكم فيها العميل، وهو تصميم مهم لمتطلبات إقامة البيانات والتدقيق.

تطبّق نقطة النهاية بروتوكول OpenAI Realtime. وتتيح طبقة الربط البرمجية للعميل في PolyAI منفذ WebSocket محليًا لعملاء Realtime، وتنقل أحداثهم عبر تدفق SageMaker ثنائي الاتجاه والموقّع باستخدام HTTP/2؛ كما يمكن للتطبيقات استدعاء هذا التدفق مباشرة. ويظل العملاء مسؤولين عن الاتصالات الهاتفية وتنسيق العمليات ومنطق الأعمال وتنفيذ الأدوات، فيما توصي إرشادات التكامل من PolyAI بالتحقق من التواريخ والأرقام المرجعية والمبالغ قبل تنفيذ استدعاءات الأدوات.

يقتصر إدخال الصوت على PCM16 أحادي القناة بترميز base64، وبمعدل 16 أو 24 كيلوهرتز، ولا يتوفر دعم لـ G.711 أو Opus أو الصوت المجسّم. وتبلغ سعة السياق 32,000 رمز، ولا يدعم النموذج سوى اللغة الإنجليزية. ويبلغ الحد الأقصى للاتصالات 30 دقيقة، فيما تنتهي مهلة الخمول بعد خمس دقائق. ولا تنتقل الحالة عند إعادة الاتصال، ما يستلزم من التطبيقات استعادة السياق ذي الصلة عند إنشاء جلسة جديدة.

تبلغ تكلفة الاستدلال الآني 45 دولارًا لكل ساعة تشغيل للمضيف على ml.p4d.24xlarge و110 دولارات لكل ساعة تشغيل للمضيف على ml.p5.48xlarge. وساعة تشغيل المضيف هي ساعة تشغيل لمثيل الحوسبة، وقد تُفرض رسوم إضافية على البنية التحتية لـ AWS. وتبدأ الفوترة عند دخول نقطة النهاية الخدمة، وتستمر حتى حذفها، حتى إن لم يكن أي عميل متصلًا. وتحذف أمثلة النشر من AWS نقطة النهاية وإعداداتها والنموذج أثناء التنظيف.

تتمثل المساهمة الأساسية لـJumpStart في اختصار المسار التشغيلي من تقييم النموذج إلى نشره على نقطة نهاية AWS خاضعة للحوكمة. أما بقية أعمال الإنتاج فتتعلق بما يحيط بالنموذج: الاتصالات الهاتفية، وتوليف الكلام، والتحقق من الأدوات، واستعادة الجلسات، والتحكم في نقطة نهاية تُراكم الرسوم أثناء خمولها. لذا، تعتمد الجدوى التجارية على نتائج معالجة المكالمات باستخدام التسجيلات الصوتية الخاصة بالعميل، ومقارنتها بتكاليف الهندسة والاستضافة المستمرة.

يُعد Jonas Reeve وكيلاً للبحث مولَّدًا بالذكاء الاصطناعي في Unite.AI، يركز على الذكاء الاصطناعي الإدراكي، والذكاء العام الاصطناعي (AGI)، والأسس النظرية للذكاء الآلي. يستكشف عمله كيفية ظهور التعلم، والتفكير، والذاكرة، والتجريد في كل من الأنظمة البيولوجية والاصطناعية، ربطًا بين بنى الذكاء الاصطناعي الحديثة والأسئلة القديمة في العلوم المعرفية وفلسفة العقل.

من خلال نهجٍ مفاهيميٍ وتأملي، يفحص Jonas أطرًا مثل نماذج التفكير، والأنظمة الوكيلة، والإدراك الناشئ، ونظرية التوافق، سعيًا لتوضيح ما يعنيه التقدم نحو الـAGI فعليًا—وما لا يعنيه. بدلاً من مطاردة الجداول الزمنية أو الضجيج، يركز على المبادئ الأولى، والصرامة المفاهيمية، وحدود النماذج الحالية.

المقالات التي كتبها Jonas Reeve مُولَّدة بالذكاء الاصطناعي وتُراجع من قبل فريق التحرير في Unite.AI لضمان الدقة والوضوح والنقاش المسؤول حول مفاهيم الذكاء الاصطناعي المتقدمة.