خبرني - أطلقت ميتا نموذجي الذكاء الاصطناعي Muse Wonder وMuse Wonder Full، في خطوة تستهدف تطوير نماذج أكثر كفاءة وقدرة على التعامل مع المهام المعقدة بمستويات أداء أعلى.
وتركز النماذج الجديدة على مجالات مهمة مثل البرمجة، والاستدلال، والقدرة على الاحتفاظ بالمعلومات والاستفادة منها مع مرور الوقت.
ويختلف Muse Wonder عن نموذج Muse Spark الذي طرحته الشركة سابقًا، إذ صُمم الأخير ليكون خفيفًا وسريع الاستجابة، بينما تستهدف شركة ميتا من خلال النموذج الجديد تقديم قدرات أكبر تناسب المهام التي تحتاج إلى معالجة واستدلال أكثر تعقيدًا.
ما هو نموذج Muse Wonder؟
يأتي Muse Wonder كنموذج أكثر تقدمًا من Muse Spark، مع التركيز على تحسين الأداء في المهام التي تتطلب قدرات أكبر، وعلى رأسها البرمجة والمهام المعقدة.
وأجرت ميتا مجموعة من الاختبارات المعيارية لقياس أداء النموذجين الجديدين، وأظهرت النتائج التي نشرتها الشركة أن Muse Wonder وMuse Wonder Full حققا مستويات أداء قريبة من نماذج متقدمة أخرى، من بينها Fable 5.1 وGPT-6 Astra.
وتعكس هذه النتائج توجه ميتا إلى تطوير نماذج لا تقتصر على تقديم إجابات سريعة، وإنما تستطيع التعامل مع مهام تحتاج إلى قدر أكبر من التفكير ومعالجة المعلومات.
تختلف تكلفة استخدام النموذج الجديد بحسب طريقة الوصول إليه، إذ يتوفر Muse Wonder من خلال واجهة برمجة التطبيقات Meta Model API.
وتبلغ تكلفة مليون رمز إدخال نحو 4 دولارات، بينما تصل تكلفة مليون رمز إخراج إلى 20 دولارًا، ما يضع النموذج في نطاق سعري قريب من بعض نماذج الذكاء الاصطناعي المتقدمة المنافسة.
أما Muse Wonder Full، فلن يتوفر عبر واجهة برمجة التطبيقات، وستقتصر إمكانية الوصول إليه على المشتركين في خدمة Muse Code.
وتخطط ميتا أيضًا لاستخدام النموذجين الجديدين في تشغيل مساعد الذكاء الاصطناعي Muse، ضمن جهودها لتطوير مساعد قادر على تنفيذ مهام أكثر تعقيدًا.
الذاكرة النشطة أبرز قدرات Muse Wonder
ركزت ميتا بشكل واضح على قدرة النموذج الجديد على تذكر المعلومات التي يقدمها المستخدم والاستفادة منها في تفاعلات لاحقة، وهي الخاصية التي تطلق عليها الشركة اسم الذاكرة النشطة.
وتسمح هذه التقنية للنموذج بالاحتفاظ بسياق المعلومات لفترة أطول، بدلًا من التعامل مع كل طلب باعتباره منفصلًا عن التفاعلات السابقة.
واستخدمت ميتا اختبار Memory Bench لقياس قدرة النماذج على التعلم المستمر وتكوين الذاكرة. ووفقًا لنتائج الشركة، سجل Muse Wonder أداءً أعلى في الاختبار مقارنة بنماذج Fable وOpus وAstra.
وتكتسب هذه الخاصية أهمية مع تطور وكلاء الذكاء الاصطناعي، الذين يُتوقع منهم تنفيذ مهام تمتد لفترات زمنية طويلة، مع القدرة على الاحتفاظ بالمعلومات السابقة واستخدامها عند التعامل مع مهام جديدة.
Muse Wonder يدعم تطوير المساعد الشخصي
تراهن ميتا على الذاكرة طويلة المدى لتطوير مساعدين شخصيين أكثر قدرة على فهم المستخدم والتعامل مع احتياجاته بمرور الوقت.
وفي هذا السياق، قالت الباحثة العلمية في الشركة كافيا كوبارابو إن ميتا بذلت جهودًا كبيرة حتى يتمكن النموذج من تذكر المعلومات المهمة للمستخدم على مدار أيام وأسابيع وأشهر.
وتعني هذه الإمكانية أن المساعد يمكنه الاستفادة من معلومات سابقة عند تنفيذ مهام جديدة، بدلًا من البدء من نقطة الصفر في كل تفاعل.
وهذه القدرة مهمة بشكل خاص مع انتقال الذكاء الاصطناعي من مجرد الإجابة عن الأسئلة إلى تنفيذ مهام متواصلة تحتاج إلى متابعة وسياق وذاكرة.
ميتا توسع منافستها في سوق الذكاء الاصطناعي
يمثل إطلاق Muse Wonder وMuse Wonder Full خطوة مهمة في استراتيجية ميتا للذكاء الاصطناعي، بعد تركيز الشركة خلال الفترة الماضية على نماذج خفيفة مثل Muse Spark ومساعد الذكاء الاصطناعي Muse.
وتأتي هذه الخطوة بعد إعادة تنظيم جهود ميتا في مجال الذكاء الاصطناعي، بقيادة ألكسندر وانغ، مؤسس شركة Scale AI، مع توجه أكبر نحو تطوير نماذج قادرة على المنافسة في الفئة المتقدمة.
كما دربت ميتا النموذجين الجديدين في مركز بيانات Prometheus التابع لها في ولاية أوهايو الأميركية، والذي بدأ تشغيله خلال العام الجاري.
ومن خلال Muse Wonder، تركز ميتا على عدد من المجالات التي أصبحت أساسية في سباق الذكاء الاصطناعي، وفي مقدمتها البرمجة والمهام المعقدة والذاكرة طويلة المدى، إلى جانب تطوير وكلاء قادرين على تنفيذ الأعمال بصورة أكثر استقلالية.
