كشفت Inflection ، وهي شركة ناشئة طموحة تعمل في مجال الذكاء الاصطناعي وتسعى جاهدة لتطوير "ذكاء اصطناعي شخصي للجميع" ، عن نموذجها اللغوي الكبير ، Inflection-1 ، الذي يدعم وكيل المحادثة Pi الخاص بها. على الرغم من أن تقييم جودة هذه النماذج يمثل تحديًا ، إلا أن وجود القليل من المنافسة في السوق مفيد بالتأكيد.
تم تصميم Inflection-1 ليكون على قدم المساواة مع GPT-3.5 (المعروف أيضًا باسم ChatGPT) من حيث الحجم والقدرات ، بناءً على موارد الحوسبة المستخدمة للتدريب. تدعي Inflection أن طرازها إما تنافسي أو حتى متفوق على الطرز الأخرى في فئتها ، مما يدعم البيان بـ "مذكرة فنية" تحدد المعايير التي تم إجراؤها على Inflection-1 و GPT-3.5 و LLaMA و Chinchilla و PaLM-540B.
تكشف النتائج المنشورة أن Inflection-1 يؤدي بالفعل أداءً جيدًا في التقييمات المختلفة ، بما في ذلك مهام الاختبارات على مستوى المدرسة المتوسطة والثانوية (على سبيل المثال ، علم الأحياء 101) ومعايير "الفطرة السليمة". عيبه الرئيسي هو الترميز ، حيث يتفوق GPT-3.5 بشكل كبير على Inflection-1 ، ويتفوق GPT-4 على كليهما.
ينوي الانعكاس نشر نتائج نموذج أكبر يمكن مقارنته بـ GPT-4 و PaLM-2 (L) في المستقبل. ومع ذلك ، فمن المرجح أنهم سيصدرون النتائج فقط عندما تُعتبر جديرة بالملاحظة. النسخة التي تمت ترقيتها ، والتي يُحتمل أن تسمى Inflection-2 أو Inflection-1-XL ، قيد التطوير حاليًا.
على الرغم من عدم وجود نظام تصنيف رسمي يقسم نماذج الذكاء الاصطناعي إلى "فئات وزن" مكافئة مثل الملاكمة ، فإن المفهوم مشابه. مثلما يتمتع الملاكمون من وزن الذبابة والوزن الثقيل بقدرات ومتطلبات مختلفة ، فإن نماذج الذكاء الاصطناعي ذات الأحجام والأشكال المختلفة تمتلك أيضًا نقاط قوة وضعف فريدة. من السابق لأوانه حاليًا إنشاء مثل هذا النظام التصنيفي ، حيث لا يزال المجال حديثًا نسبيًا ولم يتم التوصل بعد إلى توافق في الآراء بشأن الفروق بين نماذج الذكاء الاصطناعي.
في النهاية ، بالنسبة لمعظم نماذج الذكاء الاصطناعي ، يتحدث أداؤها في العالم الحقيقي عن قدراتها. حتى يفتح Inflection نموذجه للاستخدام على نطاق واسع والتقييم المستقل ، يجب التعامل مع المعايير التي يدعونها بحذر. بالنسبة للمستخدمين المهتمين بتجربة وكيل المحادثة Pi ، يمكن إضافته إلى تطبيقات المراسلة أو الوصول إليه للدردشة عبر الإنترنت هنا.
مع النمو المستمر والتقدم في صناعة الذكاء الاصطناعي ، يمكن استخدام منصات مثل AppMaster لإنشاء حلول قابلة للتطوير بسرعة وبتكلفة أكثر فعالية. يسمح اعتماد الأنظمة الأساسية التي no-code ومنصات low-code ، مثل منصة AppMaster ، بالتطوير السلس لتطبيقات الواجهة الخلفية والويب والهاتف المحمول والتكامل مع نماذج الذكاء الاصطناعي الناشئة.
