تُطلق TBC نموذج Mischief، وهو نموذج فيديو بالذكاء الاصطناعي مستمد من الخلايا العصبية ومبني على Wan 2.2

قد يستلزم إنشاء مقطع فيديو قصير بالذكاء الاصطناعي تكرار المحاولات وانتظار ظهور مقطع صالح للاستخدام. وتسعى شركة Biological Computing Co. (TBC) إلى تقصير هذه الدورة بالاستعانة بمصدر إلهام غير مألوف: قياسات الخلايا العصبية الحية.

تُطلق الشركة TBC Mischief، وهو نموذج لتحويل الصور إلى فيديو يستند إلى Wan 2.2، عبر fal.ai في 30 أكتوبر. وتقول TBC إن نسختها تُنشئ الفيديو أسرع بخمس مرات وبتكلفة أقل بنسبة 80% من النموذج الأساسي، مع تحسين جودة المخرجات. وهذه مقارنات أوردتها الشركة؛ إذ لا يتضمن الإعلان معيارًا مستقلًا أو تفاصيل اختبار كافية لتحديد مدى انطباق هذه المكاسب على أعباء العمل المختلفة.

يكمن الفارق الأساسي في طريقة إدخال علم الأحياء إلى النظام. يعمل Mischief برمجيةً على أجهزة الذكاء الاصطناعي التقليدية. ولا يرسل العملاء مطالبات إلى خلايا حية ولا يركّبون معالجات بيولوجية. تستخدم TBC النشاط العصبي في أبحاثها، ثم تحوّل ما تتعلمه إلى برمجية تعدّل نموذجًا قائمًا.

ما الذي يقدمه TBC Mischief

وفقًا لإعلان الإطلاق، سيتاح Mischief عبر نقطة نهاية تحويل الصور إلى فيديو لدى fal.ai، مع إمكانية استخدامه مجانًا حتى 2 نوفمبر. والسعر المعلن هو 0.02 دولار لكل ثانية من الفيديو المُنشأ. وبهذا السعر، تبلغ تكلفة 100 مقطع، مدة كل منها خمس ثوانٍ، 10 دولارات، قبل احتساب أي نفقات أخرى لسير العمل.

وتقول TBC أيضًا إن Wonder Studios اختبرت النموذج ضمن سير عمل إنتاجي أنشأ 100 مقطع، مدة كل منها خمس ثوانٍ، في نحو ست دقائق. وهذه نتيجة مُعلنة لمجموعة من المقاطع، وليست مقياسًا لزمن الاستجابة الذي ينبغي لكل مستخدم توقعه. فقد يؤثر التزامن والدقة وإعدادات أخذ العينات وأجهزة تقديم الخدمة في العلاقة بين معدل إنجاز الدفعات والوقت اللازم لمعالجة طلب واحد.

بالنسبة إلى فرق الإبداع، يتمثل السؤال العملي في ما إذا كان النموذج الأسرع ينتج لقطات أكثر قابلية للاستخدام مقابل كل دولار. ويقل أثر انخفاض سعر التوليد إذا تطلبت اللقطة محاولات كثيرة، أو فقدت الاستمرارية، أو لم تتبع الصورة المدخلة. لذا، يتطلب تقييم Mischief مقارنة السرعة والمخرجات الناجحة معًا، في ظل إعدادات متكافئة.

من تسجيلات النشاط العصبي إلى طبقة برمجية

على موقع TBC الإلكتروني، تصف الشركة سلسلةً تبدأ بتحويل التحديات الحاسوبية إلى إشارات كهربائية، ثم قياس استجابة الشبكات العصبية المستزرعة، واستخلاص مبادئ يمكن تطبيقها برمجيًا. ويتمثل نهجها التجاري في إضافة طبقة ما بعد التدريب حول كتل محوّلات الانتشار، وهي طبقة تقول الشركة إنها تزيد عدد معلمات النموذج الأساسي بأقل من 0.1%.

وتكتسب هذه الإضافة المحدودة أهمية في سياق فكرة المنتج: إذ يمكن إدخال تعديل موجّه على نموذج قائم من دون استبداله بنموذج تأسيسي جديد بالكامل. ويقتصر دور المكوّن البيولوجي على الاكتشاف والتطوير، فيما يظل نظام الاستدلال الناتج رقميًا.

يقدم المنشور التقني عن Neural Dynamics Adapter الصادر عن الشركة مثالًا أوضح على أبحاثها السابقة. ففي ذلك العمل، سجّلت TBC النشاط العصبي لخلايا مستنبتة باستخدام مصفوفة عالية الكثافة تضم 4,096 قطبًا كهربائيًا، وحوّلت تلك التسجيلات إلى تمثيلات رقمية، وأدمجت محوّلًا خفيفًا في نموذج انتشار. واستخدمت الدراسة Oasis، وهو نموذج تفاعلي لفيديو Minecraft، لا نموذج Wan 2.2 الذي يستند إليه Mischief.

وهذا التمييز مهم. فقد تساعد نتيجة بحثية في بيئة تفاعلية واحدة على توضيح منهج ما، لكنها لا تثبت أداء منتج تجاري مختلف. كما يصف منشور المحوّل بعض القيود، منها ضيق نطاق بيئة الاختبار وتفاوت النتائج باختلاف إعدادات إزالة التشويش. وهو يدعم اتجاهًا هندسيًا معقولًا، لكنه يترك إثبات قابلية التعميم على نطاق أوسع للمستقبل.

يمكن الجمع بين علم الأحياء والتحسين التقليدي

يتناول منشور آخر لـTBC بعنوان إحساس بالمكان والزمان طريقة مختلفة لنقل الملاحظات المستمدة من علم الأحياء إلى توليد الفيديو. وتجمع بنيته البحثية بين المعالجة المكانية المحلية وذاكرة زمنية صغيرة، مستعينةً بالقياسات العصبية لتوجيه كيفية الاحتفاظ بالمعلومات عبر الإطارات.

ويوضح المنشور أيضًا أن تحسينات السرعة في النظام المنشور جمعت بين تعديلات النموذج وتحسينات تقديم الخدمة. وشملت هذه التحسينات تخزين السياق الذي عولج سابقًا مؤقتًا، وتقليل عمليات أخذ العينات، وتقديم الخدمة لعدة جلسات بكفاءة. وتتعلق النتائج بنظام فيديو تفاعلي قائم على Oasis، لا باختبار معياري مباشر لـMischief.

يوفر ذلك سياقًا مفيدًا للإطلاق: إذ يمكن للأبحاث البيولوجية أن تسهم في تصميم بنية النموذج، فيما تظل تقنيات البرمجيات المألوفة عاملًا في كفاءة النظام النهائي. ومن شأن فصل هذه المساهمات أن يساعد المطورين على فهم المكاسب الناجمة عن النموذج، وتلك التي يوفرها مكدس الاستدلال، وما يعتمد منها على عملية نشر بعينها.

مسار للاندماج في بنية الذكاء الاصطناعي التحتية القائمة

يأتي Mischief في أعقاب إعلان TBC عن تعاون مع Amazon Web Services أُعلن عنه في سبتمبر. وتناول الإعلان العمل باستخدام AWS Trainium وAmazon SageMaker AI، إلى جانب مسار للتوزيع التجاري لبرمجياتها المشتقة من العصبونات عبر AWS Marketplace. وتناول التعاون السابق العمل على تحويل النص إلى فيديو؛ أما إطلاق Mischief فيركز على إتاحة تحويل الصور إلى فيديو عبر fal.ai.

تتمثل الاستراتيجية الشائعة في إدماج الأبحاث ضمن البنية التحتية التي يستخدمها المطورون بالفعل. ويسهل تقييم نموذج متاح عبر واجهة برمجة التطبيقات ضمن سير عمل إبداعي قائم، مقارنةً بنظام يتطلب فئة جديدة من الأجهزة المادية. كما يتيح للمستخدمين فرصة عملية لاختبار ادعاءات الشركة باستخدام صورهم ومطالباتهم ومعايير القبول الخاصة بهم.

تقول TBC، التي يقودها الرئيس التنفيذي والشريك المؤسس Alex Ksendzovsky، ومدير العمليات والشريك المؤسس Jon Pomeraniec، إنها تستكشف أيضًا نماذج فيديو أحدث، ونماذج لغوية، والذكاء الاصطناعي المادي. وهذه توجهات للتطوير، وليست قدرات أثبت هذا الإطلاق توافرها.

ما الذي يجعل هذا الإطلاق ذا أهمية

ستكون المقارنة القابلة لإعادة الإنتاج مع Wan 2.2 أفضل دليل تالٍ: باستخدام الأجهزة والدقة نفسيهما، والإفصاح عن إعدادات أخذ العينات، وقياس زمن الاستجابة ومعدل الإنتاجية كلًّا على حدة، وتقييم الجودة عبر مجموعة واسعة من المدخلات. وستلزم أيضًا قياسات للطاقة لربط انخفاض تكلفة الاستدلال بالادعاءات المتعلقة بالكفاءة الحاسوبية.

ينقل إطلاق Mischief نهج TBC من أوصاف الأبحاث إلى أداة يستطيع المطورون اختبارها فعليًا. وستتوقف أهميته على المدى الطويل على مدى استمرار مزاياه خارج نطاق العروض التوضيحية المختارة وعبر نماذج مختلفة. أما في الوقت الراهن، فيتمثل المقترح الملموس في تعديل برمجي صغير، تسترشد به تجارب بيولوجية، ويهدف إلى جعل استخدام نموذج فيديو قائم أقل تكلفة.