PrismML تكسر قيود الذكاء الاصطناعي: نماذج فائقة الكثافة لأجهزتنا اليومية

أزمة حقيقية تواجه مستقبل الذكاء الاصطناعي. النماذج الضخمة لا تتناسب مع هواتفنا الذكية، ومراكز البيانات تكافح للحفاظ عليها. استهلاك طاقة هائل، متطلبات ذاكرة فلكية. هذا هو التحدي الذي جاءت PrismML لتقلب طاولته.

تعلن الشركة عن حقبة جديدة: بناء ذكاء فائق الكثافة. الوعد واضح: ذاكرة أقل 14 مرة، سرعة مضاعفة 8 مرات، استهلاك طاقة يقل بمقدار 5 أضعاف. هذه الأرقام ليست مجرد تحسينات، بل إعادة تعريف لما يمكن أن يفعله الذكاء الاصطناعي على الحافة.

الابتكار الجوهري يكمن في ‘أوزان البت الواحد’. هذه التقنية، التي خرجت من أبحاث رائدة في معهد كاليفورنيا للتكنولوجيا (كالتيك)، لا تكتفي بتصغير النماذج. إنها تعيد تشكيل هندسة الذكاء الاصطناعي ذاتها، لتعطي الأولوية للكفاءة ‘ذكاء لكل بت’ بدلاً من الاعتماد الأعمى على عدد البارامترات. هذا التوجه حاسم لخفض البصمة الكربونية المتزايدة للذكاء الاصطناعي.

نموذج ‘بونساي 8B’ يتقدم المشهد. إنه أول نموذج تجاري يعتمد أوزان البت الواحد بشكل كامل. يحتاج فقط 1.15 جيجابايت من الذاكرة، حجم يتقلص 14 مرة مقارنة بنماذج 8B التقليدية. سرعته تفوقها بثمانية أضعاف، وكفاءته الطاقوية أفضل بخمس مرات. رغم هذه التخفيضات الهائلة، يتطابق أداؤه مع أفضل نماذج 8B في المعايير القياسية. هذا يعني كثافة ذكاء تتجاوز 10 أضعاف، وهو ما يجعله مثاليًا للروبوتات، والوكلاء التفاعليين، وتطبيقات الحوسبة الطرفية التي تتطلب استجابة فورية وحسابات معقدة في مساحات محدودة.

ولم تتوقف PrismML عند هذا الحد. ‘بونساي 4B’ يعمل بذاكرة 0.57 جيجابايت فقط، يحقق 132 رمزًا في الثانية على معالج M4 Pro. يقدم دقة قوية بكفاءة طاقوية فائقة. أما ‘بونساي 1.7B’ الأقل حجماً، بـ0.24 جيجابايت ذاكرة، يدفع حدود السرعة على الأجهزة المحمولة، يصل إلى 130 رمزًا في الثانية على هاتف iPhone 17 Pro Max. هذه النماذج تثبت أن القوة لا تعني بالضرورة الضخامة، بل تعني الذكاء في التصميم.

PrismML تدعو المهندسين الطموحين للانضمام. تحدي دفع حدود كثافة الذكاء لا يزال قائمًا. يبحثون عن خبراء في أنظمة الذكاء الاصطناعي والتعلم الآلي الكبيرة، ومهندسي الذكاء الاصطناعي الطرفي والاستهلاكي. هذه ليست مجرد وظائف، بل فرصة لصناعة مستقبل الذكاء الاصطناعي، حيث يصبح الذكاء حقيقة ملموسة في كل جهاز، بلا قيود.