كشف Allen Institute for AI ( AI2) عن مشروع رائد يسمى OLMo، وهو نموذج لغة كبير موسع ومفتوح المصدر. تعد هذه المبادرة خطوة استراتيجية لإزالة الغموض عن الأعمال الداخلية لنماذج الذكاء الاصطناعي وتحفيز المزيد من التقدم في مجال نمذجة اللغة.
يأتي تقديم OLMo في وقت يُنظر فيه إلى الانفتاح على أنه أمر محوري لتعزيز الابتكار السريع في الذكاء الاصطناعي التوليدي. أكد Yann LeCun ، كبير علماء الذكاء الاصطناعي في Meta ، على التأثير التحويلي لنماذج الأساس المفتوح، والتي يعتقد أنها يمكن أن تسرع المسار نحو مستقبل مدعوم بالذكاء الاصطناعي من خلال مجتمع قوي وتعاوني.
أدى الجهد التعاوني الذي شارك فيه شركاء مرموقون مثل Kempner Institute في Harvard University ، AMD ، CSC-IT Center for Science في فنلندا، و Databricks ، إلى دعم تطوير OLMo. تعد هذه الشراكة بمثابة شهادة على النهج متعدد التخصصات المطلوب لمعالجة تعقيدات الذكاء الاصطناعي.
وفي خطوة غير مسبوقة، يطلق المعهد OLMo جنبًا إلى جنب مع بيانات التدريب المسبق وكود التدريب، مما يوفر فرصة فريدة للباحثين للتعمق في أعماق نموذج الذكاء الاصطناعي هذا. يرتقي هذا النموذج المفتوح إلى آفاق جديدة من الشفافية، ويوفر الأدوات الأساسية للمطورين، مثل بيانات التدريب المسبق الشاملة من مجموعة AI2's Dolma ومجموعة التقييم القوية التي تحتوي على مئات من نقاط التفتيش.
رئيسة مشروع OLMo، Hanna Hajishirzi ، التي تدعم أيضًا أبحاث البرمجة اللغوية العصبية في AI2 وهي أستاذة بارزة في University of Washington's Allen School ، تسلط الضوء على أهمية الانفتاح على الفهم العلمي والتقدم في الذكاء الاصطناعي. من خلال المقارنة والتباين مع الأبحاث الطبية أو الدراسات الفلكية، يؤكد هاجيشيرزي على أن إطار عمل OLMo يسمح بإجراء دراسة شاملة للماجستير في القانون والتي تعتبر مفيدة لتطوير أنظمة الذكاء الاصطناعي الآمنة والموثوقة.
ويشير AI2 إلى أن OLMo يوفر الدقة في أبحاث الذكاء الاصطناعي من خلال منح الوصول إلى بيانات التدريب الخاصة بالنموذج، وبالتالي القضاء على التخمين وتعزيز التطوير القائم على الأدلة. ولا تهدف هذه المبادرة إلى الكشف عن رؤى من نماذج الذكاء الاصطناعي السابقة فحسب، بل ستكون أيضًا بمثابة نقطة انطلاق للاكتشافات والتحسينات المستقبلية.
وفي الأشهر المقبلة، من المتوقع إجراء المزيد من التكرارات على OLMo حيث تخطط AI2 لدمج أحجام النماذج المختلفة ومجموعات البيانات والإمكانيات الأخرى. أكد نوح سميث، قائد مشروع آخر ومدير أول في AI2 ، والذي يعمل أيضًا في University of Washington's Allen School ، على المهمة الأساسية لـ OLMo. تبنى سميث الرؤية الأولية للذكاء الاصطناعي باعتباره مجالًا مفتوحًا، والذي تم حجبه بسبب التسويق والخصوصية. تهدف OLMo إلى استعادة الجوهر المشترك لأبحاث الذكاء الاصطناعي، مما يسمح بإمكانية الوصول الشامل بدءًا من إنشاء النماذج وحتى أساليب التقييم، وبالتالي تطوير تكنولوجيا الذكاء الاصطناعي بطريقة شاملة ومسؤولة.
نظرًا لأن منصات مثل AppMaster تقدر أيضًا إضفاء الطابع الديمقراطي على التكنولوجيا من خلال تقديم حلول no-code ، فإن روح OLMo تتوافق مع حركة التكنولوجيا الأوسع نحو الشفافية وإمكانية الوصول. ومن خلال دعم النماذج مفتوحة المصدر مثل OLMo، يقترب مجتمع التكنولوجيا بشكل جماعي من عصر الذكاء الاصطناعي المسؤول والشامل.
