إطلاق Liquid AI ل Liquid Foundation Models: مُحَوَّل اللعبة في الذكاء الاصطناعي التوليدي

في إعلان رائد، أعلنت Liquid AI، وهي شركة فرعية لجامعة MIT، عن إطلاق أول سلسلة من Liquid Foundation Models (LFMs). تم تصميم هذه النماذج من المبادئ الأولى، وتضع معيارًا جديدًا في مجال الذكاء الاصطناعي التوليدي، وتقدم أداءً غير مسبوق عبر مختلف المقاييس. النماذج LFMs، مع هندستها المبتكرة وقدراتها المتقدمة، هي على وشك تحدي النماذج الرائدة في مجال الذكاء الاصطناعي، بما في ذلك ChatGPT.

تأسست Liquid AI بواسطة فريق من الباحثين في MIT، بما في ذلك Ramin Hasani، Mathias Lechner، Alexander Amini، وDaniela Rus. يقع المقر الرئيسي للشركة في بوسطن، ماساتشوستس، وتهدف إلى إنشاء أنظمة ذكاء اصطناعي عامة وقادرة وكفؤة للشركات من جميع الأحجام. قام الفريق في الأصل بتطوير الشبكات العصبية السائلة، وهي فئة من نماذج الذكاء الاصطناعي التي تستلهم من ديناميكيات الدماغ، والآن يهدف إلى توسيع قدرات أنظمة الذكاء الاصطناعي في جميع المقاييس، من الأجهزة الحوافز إلى التطبيقات التجارية.

ما هي Liquid Foundation Models (LFMs)؟

تمثل Liquid Foundation Models جيلًا جديدًا من أنظمة الذكاء الاصطناعي التي تتميز بكفاءة عالية في استخدام الذاكرة والقدرة الحاسوبية. تم بناؤها على أساس الأنظمة الديناميكية ومعالجة الإشارات والجبر الخطي العددي، تم تصميم هذه النماذج للتعامل مع أنواع مختلفة من البيانات المتسلسلة – مثل النصوص والفيديو والصوت والإشارات – بدقة ملحوظة.

قامت Liquid AI بتطوير ثلاثة نماذج لغة رئيسية كجزء من هذا الإطلاق:

• LFM-1B: نموذج كثيف يحتوي على 1.3 مليار معامل، ومُحسَّن لبيئات محدودة الموارد.
• LFM-3B: نموذج يحتوي على 3.1 مليار معامل، مثالي للتطبيقات الحوافزية، مثل التطبيقات المتنقلة.
• LFM-40B: نموذج يحتوي على 40.3 مليار معامل، ومُصمَّم لمعالجة المهام المعقدة بأداء استثنائي.

لقد أظهرت هذه النماذج بالفعل نتائج رائدة في مجال الذكاء الاصطناعي، مما يجعلها منافسًا قويًا للنماذج الحالية للذكاء الاصطناعي التوليدي.

أداء رائد في الصناعة

تُقدم نماذج Liquid AI LFMs أداءً رائدًا في الصناعة عبر مختلف المقاييس. على سبيل المثال، LFM-1B يتفوق على نماذج Transformer في فئته الحجمية، بينما LFM-3B يتنافس مع نماذج أكبر مثل Microsoft’s Phi-3.5 و Meta’s Llama series. نموذج LFM-40B، على الرغم من حجمه، كفؤ بما يكفي لمواجهة نماذج ذات معاملات أكبر، مما يوفر توازنًا فريدًا بين الأداء والكفاءة.

تتضمن بعض الإنجازات البارزة لأداء LFM:

• LFM-1B: يهيمن على مقاييس مثل MMLU وARC-C، ويوفر معيارًا جديدًا لنماذج 1B المعامل.
• LFM-3B: يتفوق على نماذج مثل Phi-3.5 وGoogle’s Gemma 2 في الكفاءة، بينما يحافظ على بصمة ذاكرة صغيرة، مما يجعله مثاليًا للتطبيقات الحوافزية والمتنقلة.
• LFM-40B: يوفر هيكل MoE لهذا النموذج أداءً مقارنًا لنماذج أكبر، مع 12 مليار معامل نشط في أي وقت معين.

عصر جديد في كفاءة الذكاء الاصطناعي

تُعتبر إحدى التحديات الكبيرة في الذكاء الاصطناعي الحديثة هي إدارة الذاكرة والحوسبة، خاصة عند العمل مع مهام السياق الطويل مثل تلخيص الوثائق أو تفاعلات الدردشة. النماذج LFMs تتفوق في هذا المجال من خلال ضغط البيانات بشكل فعال، مما يؤدي إلى تقليل استهلاك الذاكرة أثناء الاستدلال. هذا يسمح للنماذج بمعالجة تسلسلات أطول دون الحاجة إلى ترقيات الأجهزة باهظة الثمن.

على سبيل المثال، LFM-3B يوفر طول سياق 32k – مما يجعله واحدًا من النماذج الأكثر كفاءة لمهام تتطلب معالجة كميات كبيرة من البيانات في نفس الوقت.

هندسة ثورية

تم بناء النماذج LFMs على إطار هندسي فريد، يختلف عن نماذج Transformer التقليدية. يركز الإطار على مشغلات خطية متكيفة، التي تُعدل الحوسبة بناءً على البيانات المدخلة. هذا النهج يسمح لشركة Liquid AI بتحسين الأداء بشكل كبير عبر منصات الأجهزة المختلفة، بما في ذلك NVIDIA (NVDA ) وAMD وCerebras وApple.

يتضمن فضاء التصميم للنماذج LFMs مزيجًا جديدًا من هياكل خلط الرمز و هياكل خلط القناة التي تحسن من كيفية معالجة النموذج للبيانات. هذا يؤدي إلى قدرات عامة وreasoning متفوقة، خاصة في مهام السياق الطويل والتطبيقات متعددة الوسائط.

توسيع حدود الذكاء الاصطناعي

تعتبر Liquid AI أن النماذج LFMs لها طموحات كبيرة. بالإضافة إلى نماذج اللغة، تعمل الشركة على توسيع نماذج الأساس لدعم أنواع مختلفة من البيانات، بما في ذلك الفيديو والصوت وبيانات السلاسل الزمنية. ستسمح هذه التطورات للنماذج LFMs بالتوسع عبر مختلف الصناعات، مثل الخدمات المالية والتقنيات الحيوية والالكترونيات الاستهلاكية.

تعتبر الشركة أيضًا أنه من المهم المساهمة في مجتمع العلوم المفتوحة. على الرغم من أن النماذج نفسها ليست مفتوحة المصدر في الوقت الحالي، تهدف Liquid AI إلى نشر النتائج البحثية والأساليب ومجموعات البيانات ذات الصلة إلى مجتمع الذكاء الاصطناعي الأوسع، مما يشجع على التعاون والابتكار.

الوصول المبكر والاعتماد

تُقدم Liquid AI حاليًا الوصول المبكر إلى نماذج LFMs عبر منصات مختلفة، بما في ذلك Liquid Playground و Lambda (واجهة المستخدم للدردشة وAPI) و Perplexity Labs. يمكن للشركات التي تبحث عن دمج أنظمة الذكاء الاصطناعي المتقدمة في عملياتها استكشاف إمكانيات النماذج LFMs عبر مختلف بيئات التطبيق، من الأجهزة الحوافزية إلى الحلول الموجودة على الموقع.

تُشجع Liquid AI من خلال نهجها المفتوح للعلوم المبكرة على مشاركة تجاربها وآرائها. الشركة تبحث عن ملاحظات لتحسين وتحسين نماذجها من أجل التطبيقات الواقعية. يمكن للمطورين والمنظمات المهتمة بالانضمام إلى هذه الرحلة أن يساهموا في جهود اختبار الحمر ويساعدوا Liquid AI على تحسين أنظمها للذكاء الاصطناعي.

الختام

يُعتبر إطلاق النماذج Liquid Foundation Models خطوة كبيرة في مجال الذكاء الاصطناعي. مع التركيز على الكفاءة والتعديل والأداء، النماذج LFMs على وشك إعادة تشكيل الطريقة التي تتعامل بها الشركات مع دمج الذكاء الاصطناعي. مع اعتماد المزيد من المنظمات لهذه النماذج، من المرجح أن تصبح رؤية Liquid AI لأنظمة الذكاء الاصطناعي القابلة للتوسيع والمتعددة الاستخدامات حجر الزاوية للعصر التالي من الذكاء الاصطناعي.

إذا كنت مهتمًا باستكشاف إمكانيات النماذج LFMs لمنظمتك، تدعوك Liquid AI للتواصل والانضمام إلى المجتمع المتزايد من المبكرين الذين ي塑ون مستقبل الذكاء الاصطناعي.

لمزيد من المعلومات، قم بزيارة موقع Liquid AI الرسمي وبدء تجربة النماذج LFMs اليوم.