متا مدل بزرگ و منبع باز جدیدی با زبان بزرگ هوش مصنوعی منتشر کرد

متا، که بیشتر ما آن را با نام فیس بوک می شناسیم، نسخه تجاری Llama-v2، مدل متن باز زبان بزرگ (LLM) خود را منتشر کرده است که از هوش مصنوعی (AI) برای تولید متن، تصاویر و کد استفاده می کند.

اولین نسخه از Meta AI مدل زبان بزرگ (Llama)، در ماه فوریه به طور عمومی اعلام شد و محدود به محققان و سازمان‌های تایید شده بود. با این حال، به زودی در اوایل ماه مارس به صورت آنلاین به بیرون درز کرد تا همه بتوانند آن را دانلود و استفاده کنند.

متا به طور اتفاقی دستورات حذف را به سایت هایی مانند GitHub و گروه هوش مصنوعی منبع باز Hugging Face ارسال کرد تا برنامه purloin شده را به هم بزند. در نهایت، متا با مواجه شدن با این کد که به راحتی در سراسر وب در دسترس بود، از تلاش برای دستور دادن به جزر و مد منصرف شد. در عوض، انتشار را پذیرفت.

همچنین: آیا می خواهید چت ربات هوش مصنوعی خود را بسازید؟ به HuggingChat منبع باز سلام کنید

هر دو نسخه Llama در Common Crawl، GitHub، Wikipedia، Project Gutenberg، ArXiv، Stack Exchange و سایر وب سایت های تست باز آموزش دیده اند. در حالی که مایکروسافت و ChatGPT OpenAI سرفصل اخبار را به خود اختصاص دادند، بسیاری از توسعه دهندگان منبع باز به Llama روی آوردند.

علاوه بر دسترسی به لاما، متا وزن خود را نیز به اشتراک گذاشت. دیگر LLM های اصلی این کار را نکرده اند. با وزنه ها، پارامترهایی که یک مدل در طول آموزش یاد می گیرد، ایجاد و اجرای برنامه های هوش مصنوعی سفارشی بسیار آسان تر است. سایر LLM های بزرگ، مانند GPT، معمولاً فقط از طریق رابط های برنامه نویسی برنامه (API) قابل دسترسی هستند.

در حالی که هوش مصنوعی بر پایه‌های منبع باز ساخته شده است، لاما اولین LLM منبع باز اصلی است. مدل های از پیش آموزش دیده آن بر روی 2 تریلیون توکن آموزش دیده اند و باید طول متن Llama 1 را دو برابر کنند. مدل های تنظیم شده آن بر روی بیش از 1 میلیون حاشیه نویسی انسانی آموزش دیده اند. پارامترهای اندازه مدل آن از 7 تا 70 میلیارد پارامتر متغیر است.

همچنین: مایکروسافت سه گانه هوش مصنوعی Azure را در Inspire 2023 معرفی کرد

بنابراین، به همین دلیل است که توسعه دهندگان منبع باز از Llama استقبال کردند، اما چرا Meta Llama-v2 را باز کرد؟ به گفته محققان آن، “در حالی که بسیاری از شرکت‌ها ترجیح داده‌اند که هوش مصنوعی را پشت درهای بسته بسازند، ما Llama 2 را به طور آشکار منتشر می‌کنیم تا نوآوری مسئولانه هوش مصنوعی را تشویق کنیم. بر اساس تجربه ما، یک رویکرد باز مبتنی بر خرد، تنوع و نبوغ جمعی است. جامعه متخصصان هوش مصنوعی به مزایای این فناوری پی ببرند. همکاری این مدل ها را بهتر و ایمن تر می کند.”

اما آیا Llama-v2 واقعا منبع باز است؟ در حالی که متا چیزهای درستی می گوید، توافقنامه مجوز انجمن Llama 2 توسط گروه استاندارد طلایی مجوز منبع باز، ابتکار منبع باز (OSI) تایید نشده است.

با در نظر گرفتن این موضوع، متا Llama 2 را به صورت رایگان برای تحقیقات و استفاده تجاری در دسترس قرار داده است. متا همچنین شامل وزن مدل و کد شروع برای مدل های از پیش آموزش دیده و نسخه های مکالمه تنظیم شده است. این به توسعه دهندگان یک گام بزرگ رو به جلو در استفاده از برنامه های کاربردی Llama می دهد.

همچنین: 5 راه برای کشف استفاده از هوش مصنوعی مولد در محل کار

اکیدا منبع باز است یا نه، لاما 2 مطمئناً برای اکثر اهداف عملی به اندازه کافی باز است. و همانطور که آماندا براک، مدیر عامل OpenUK می گوید، “این یک مجوز تایید شده OSI نیست، بلکه انتشار قابل توجهی از فناوری باز است … این گامی برای انتقال هوش مصنوعی از دست عده ای معدود به بسیاری از افراد، دموکراتیک کردن فناوری و ایجاد اعتماد است. در استفاده و آینده آن از طریق شفافیت. خیر، کامل نیست، و بله، کارهای بیشتری باید انجام شود، اما این حرکت جسورانه نوآوری باز هوش مصنوعی را با رویکردی مسئولانه اما مبتنی بر اصول ملایم برای تنظیم تنظیم می کند. استفاده و توسعه هوش مصنوعی.”

متا فقط با جامعه منبع باز خوب بازی نمی کند. متا همچنین اعلام کرد که مایکروسافت شریک مورد علاقه Llama 2 است. بنابراین، Llama 2 در کاتالوگ مدل Azure AI موجود است و به توسعه دهندگانی که از Microsoft Azure استفاده می کنند قادر می سازد با آن بسازند. LMA همچنین برای اجرای محلی در ویندوز بهینه شده است و به توسعه دهندگان یک گردش کار یکپارچه را می دهد زیرا آنها تجربیات هوش مصنوعی مولد را برای مشتریان در پلتفرم های مختلف به ارمغان می آورند. Llama 2 از طریق خدمات وب آمازون (AWS)، Hugging Face و سایر ارائه دهندگان در دسترس است.

همچنین: Microsoft's Inspire 2023: 10 اطلاعیه هوش مصنوعی و شراکت که باید بدانید

علاوه بر باز کردن کد، در این نسخه، متا همچنین سعی می‌کند لاما را ایمن‌تر، خوش‌رفتارتر و کمتر مستعد توهم نسبت به مدل‌های دیگر کند.

متا این کار را توسط Red-Teaming (تست امنیتی) انجام داده است که برای پاک کردن نقاط ضعف ایمنی طراحی شده است. متا همچنین یک راهنمای توسعه‌دهنده برای استفاده ایمن و مسئولانه منتشر کرده است تا به توسعه‌دهندگان کمک کند تا بهترین روش‌ها را برای توسعه و آزمایش مدل مسئولانه درک کرده و به کار ببرند. در نهایت، متا یک خط مشی استفاده قابل قبول لاما را برای ممنوع کردن موارد استفاده خاص ارائه کرد تا اطمینان حاصل شود که این مدل ها به طور منصفانه و مسئولانه استفاده می شوند.

نتیجه نهایی؟ متا امیدوار است که بتواند از OpenAI پیشی بگیرد. چه کسی می داند، ممکن است بتواند این کار را انجام دهد. همانطور که یکی از مهندسان هوش مصنوعی گوگل اخیراً نوشت: “حقیقت ناراحت کننده این است که ما در موقعیتی قرار نگرفته ایم که برنده این مسابقه شویم. [Generative AI] مسابقه تسلیحاتی، و OpenAI هم نیست. در حالی که ما در حال دعوا بودیم، یک دسته سوم بی سر و صدا ناهار ما را می خورد.» آن گروه سوم؟ جامعه منبع باز.