تستخدم العديد من الشركات أكثر من منظمة العفو الدولية على جانب المؤسسة ، ولكن تطبيقات برامج المستهلك عادة ما تضمن واحدة فقط. على سبيل المثال ، تقدم تطبيقات Microsoft Office على خطط الاشتراك الشخصية والأسرة Copilot فقط ولكن الشركة تضم Openai ، ديبسيك ونماذج الذكاء الاصطناعي الأخرى في كتالوجها النموذجي ل Azure AI مسبك. أعلنت Microsoft مؤخرًا أن الأشخاص سيتمكنون قريبًا من ذلك قم بتشغيل Deepseek R1 محليًا على Copilot + PCS، أيضاً. بغرابة ، أعلنوا أنه على الرغم من وجودهم في وسط التحقيق في ديكيك الانتهاكات المحتملة لخدمات Microsoft و Openai’s Services. ولكن ليس Microsoft فقط هو الذي يبدو متضاربًا حول توزيع نماذج وأدوات الذكاء الاصطناعي. العديد من الشركات الأخرى أيضًا. ما الذي يجري DERP هنا؟
يقول بروك هارتلي موي ، الرئيس التنفيذي ومؤسس شركة LLMS ، ” Infactory، شركة توليد الحقائق القائمة على الذكاء الاصطناعي.
إذن ، ماذا يعني ذلك في مخطط الأشياء؟ تستخدم الشركات نماذج لغة كبيرة (LLM) كأدوات المساعدة بدلاً من panaceas.
“تقوم الشركات ببناء مداخن منظمة العفو الدولية المتطورة التي تعامل LLMs للأغراض العامة كأدوات مساعدة مؤسسية أثناء نشر Copilots و AI المتخصصة للترميز والتصميم والتحليلات والمهام الخاصة بالصناعة. ويضيف موي: “هذا التفتت يعرض غطرسة شركات الذكاء الاصطناعى الحالية تسويق نفسها كحلول كاملة”.
وفي الوقت نفسه ، يتم تعزيز أدوات الذكاء الاصطناعى المضمنة في برامج المستهلك بشكل شائع وبهدوء مع نماذج إضافية من الذكاء الاصطناعى تحتها في السعي لتقديم تمييز حقيقي للعلامة التجارية.
وهذا هو السبب في أن استخدام نماذج منظمة العفو الدولية أو تقديمها متعددة تتجه عبر الأدوات والتطبيقات. ولكن لماذا لا يوجد نموذج من الذكاء الاصطناعي بما فيه الكفاية؟
LLMS تتحسن أو أكثر ذكاء؟
قد يعتقد المرء أن LLMs تتحسن أو يزداد أذكى مع كل إصدار جديد من الميزات الجديدة. ولكن هل هذه النماذج تزداد ذكاءً أم أنها أوهام تحت التفاف – آه ، مغلفة؟
الأغلفة هي رمز أو برامج ملفوفة حرفيا حول برامج أخرى. هناك مجموعة متنوعة من الأسباب للقيام بذلك. في حالة أدوات الذكاء الاصطناعى ، تضيف الأغلفة عادة وظائف إلى التطبيق الأساسي مثل chatbot AI. في بعض الحالات ، تعمل الأغلفة بشكل جيد لدرجة أنها تبدو أكثر ذكاءً عندما يكون لديهم في الواقع ميزات أكثر أو أفضل.
LLMS نفسها لا تصبح أكثر ذكاءً مع كل إصدار ترقية أو نموذج جديد على الرغم من أنها تتحسن فيما يفعلونه. ومع ذلك ، لا يكفي المرء في كثير من الأحيان لإنجاز العمل على المستويات المهنية.
يقول Kjell Carlsson ، دكتوراه ، رئيس AI في Domino Data Lab: “إن الوقت الوحيد المنطقي هو استخدام نموذج Genai واحد ، عملاق ، هو عندما لا تعرف ما تفعله لأن مدخلات وأهداف المستخدم النهائي ، والمخرجات والإجراءات التي يجب اتخاذها متنوعة للغاية”.
“في جميع الحالات تقريبًا ، يمكنك الحصول على أداء أفضل – أرخص وأسرع وربما أكثر أمانًا وأكثر دقة – من خلال الاستفادة من نماذج متعددة بالترادف. هذا يمكن أن يأخذ شكل استخدام نماذج GENAI متعددة معًا “، يضيف كارلسون.
لا تضيع هذه الحقيقة غير المريحة على مقدمي الذكاء الاصطناعي الحالي. خذ محرك البحث في حيرة الذكاء الاصطناعي ، على سبيل المثال. تم تطويره عبر نماذجه الخاصة وأضفت لاحقًا نموذجًا دقيقًا يجمع بين سرعة GPT-3.5 وقدرات GPT-4. في وقت لاحق ، فإنه يضيف نماذج مفتوحة المصدر. اليوم يقودها GPT-4 Omni. Claude 3.5 Sonnet ، Sonor Large ، Grok-2 ، وكلاهما من نماذج Openai’s O1 و Deepseek’s R1.
يميل تقديم مزيج من LLMS إلى إنشاء تمايز في الحلول أكثر من نموذج واحد يمكن أن يحشده. ولكن هناك سعر لدفع ثمن خلط ومطابقة LLMs أيضا.
“في حين أن هناك فائدة لتسخير نماذج متعددة ، إلا أنه يمكن أن يكون تحديًا دون التزامن الأيمن. تقول مريم آشوري ، مديرة إدارة المنتجات في شركة IBM ، إن الشركات تحتاج إلى أدوات شاملة للتدريب ، وتحكمها ، وتأمين الذكاء الاصطناعي – أو تخاطر بالضياع في الأعشاب الضارة.
نماذج متعددة الوسائط للإنقاذ – أو لا
ولكن ماذا عن النماذج متعددة الوسائط مثل ChatGpt (GPT 4O) ، Sora ، Gemini ، و Claude 3.5 Sonnet – سكاكين الجيش السويسري لعالم الذكاء الاصطناعي؟ يمكن أن تعمل نماذج AI مع أنواع مختلفة من المدخلات أو المخرجات – في التحرير والسرد أو بمفردها مثل النص والرمز والصور والفيديو والصوت – مثل Multitools NewFangled. ألا يستطيعون فعل كل شيء؟
يقول Maxime Vermeir ، المدير الأول لاستراتيجية الذكاء الاصطناعي في Abbyy: “قد تبدو الوسائط المتعددة كعلاج لأوجه القصور في الذكاء الاصطناعي في العمليات متعددة الأوجه ، ولكن هذا أيضًا أكثر فعالية في سياق النماذج الخاصة بالأغراض”. “تعدد الوسائط لا تعني multitool AI يمكن أن تتفوق في أي مجال ، بل نموذج الذكاء الاصطناعى يمكنه استخلاص رؤى من أشكال مختلفة من البيانات” الغنية “التي تتجاوز مجرد نص ، مثل الصور أو الصوت. ومع ذلك ، يمكن تضييق هذا من أجل فائدة الشركات ، مثل التعرف بدقة على الصور المدرجة في أنواع مستندات محددة لزيادة استقلالية أداة الذكاء الاصطناعى المصممة لهذا الغرض. في حين أن وجود أدوات متعددة من الذكاء الاصطناعي قد يبدو أكثر تعقيدًا من حل واحد ، فإن الفرق في العائد على الاستثمار لا يمكن إنكاره “.
ولكن هذا لا يعني أن العملاق LLMS ليس مفيدًا.
“عادةً ما تكون واحدة مثل كلود أو الجوزاء أو ChatGPT جيدة بما يكفي لمزيد من المهام ، لكنها قد تكون باهظة الثمن. يقول نائب نائب أبحاث ML ، Nikolaos Vasiloglou: “من الأسهل عادة أن يكون لديك نماذج متخصصة أصغر أرخص للعمل ، ويمكنك تشغيلها على جهاز واحد محليًا”.
“يمكنك دائمًا دمج اثنين أو أكثر من LLMs متخصصة لحل مشكلة أكثر تعقيدًا. من ناحية أخرى ، في العديد من المهام. ويضيف Vasiloglou: “لا سيما في تلك التي تتطلب تفكيرًا معقدًا ، لا يمكن للصغيرة الوصول إلى أداء أكبرها ، حتى لو قمت بدمجها”.
لماذا يستخدم الموظفون والمستخدمون الآخرون أكثر من منظمة العفو الدولية
قد يكون أو لا يكون الموظفون والمستهلكون على دراية بنماذج متعددة أسفل chatbot من الذكاء الاصطناعي المفضل لديهم. ولكن في كلتا الحالتين ، سوف يخلط مستخدمو Savvier AIS في نهاية الأشياء أيضًا.
يقول أوريول زيرتشي ، الرئيس التنفيذي في أولي كودي AI. “على سبيل المثال ، يعد كلود من الأنثروبور استثنائية في الكتابة والترميز ، ويعتبر ChatGPT أمرًا رائعًا للمهام للأغراض العامة والتحدث إلى الإنترنت ، في حين أن الجوزاء متعددة الوسائط مع طول سياق مثير للإعجاب يزيد عن 2 مليون رمز ، مما يتيح لها التعامل مع الفيديو والصوت وأجهزة PDF وغيرها. البعض الآخر ، مثل Gemini 1.5 ، على ما يرام في كل شيء ، لذلك يمكن استخدامه كغرض عام Genais. ”
“هذا يعكس كيفية استخدام الشركات أدوات مختلفة لمهام مختلفة ، حيث يخدم كل واحد غرضًا محددًا. على سبيل المثال ، يمكن استخدام البريد الإلكتروني للاتصال الداخلي ، ولكن هناك الآن العديد من منصات التعاون التي تتيح المزيد من التواصل الفوري والفعالية “.
ثم هناك حاجة إلى سحب المخرجات من نماذج متخصصة ودمجها في برامج أخرى لإنتاج أعمال موحدة مثل ورقة بحث أو إعلان أو كتاب إلكتروني.
هناك أيضًا حالة عمل لاستخدام الذكاء الاصطناعى وفقًا لمدى ملاءمتها لاستخدام المجال المحدد. على سبيل المثال ، يتم تحسين النماذج والأدوات المتخصصة في الطب أو البحث الأكاديمي أو إنتاج الأفلام أو التمويل أو التسويق للمهام والقواعد والمفردات الفريدة لتلك المجالات. ومع ذلك ، من غير المحتمل أن تكون نموذج أو أداة واحدة كافية.
“من خلال الجمع بين نماذج مثل Openai’s O1 For Strategy ، و Claude’s Claude for Creative Critting و Google Gemini Deep Research ، يمكن للمسوقين تحقيق توازن بين الإبداع والدقة والقدرة على التكيف والابتكار لتوسيع تأثيرهم. يقول ليزا كول ، CMO على 2x ، إن استخدام نماذج متعددة يتجنب أيضًا قفل البائع ، ويضمن الوصول إلى التطورات المتطورة ، ويسمح بتحسين خاص بالمهمة ، مما قد يعزز كلاً من الكفاءة والتأثير “.
تقديم فوضى من AIS يوميا
أوه ، ما مدى سرعة تراكم AIS بعد كل هذا النشاط! في الجنوب ، يتبادر إلى الذهن قول “جعل الفوضى من شيء ما”. هذا يعني الجمع بين كل ما لديك في متناول اليد لتناول وجبة. يؤدي إلى تضمين الذكاء الاصطناعي في كل شيء إلى “فوضى لشيء ما” في الشركات ، لكن النتيجة لا ترضي بالضرورة جوع الجميع.
“في كل منصة CRM أو حدث أو CMS ، يبدو أن هناك الذكاء الاصطناعي الخاص به والذي يؤدي إلى LLM مختلف. بعض القضايا التي تنشأ لها علاقة بالراحة. القضية الأخرى هي عصر البيانات. يمكن أن تبدأ نماذج الذكاء الاصطناعي وإنهاء البيانات التي تختلف في النموذج. يقول دان جوديما ، المؤسس المشارك لـ paign ai، وهي أداة “تستخدم سبعة نماذج من الذكاء الاصطناعي لإنشاء المدونات والصور والمشاركات الاجتماعية لتوليد الرصاص للشركات الصغيرة.”
إضافة إلى الفوضى هو أن جميع AIs المدمجة قد تستخدم نفس النماذج – أو لا.
يقول ليو فينبرغ ، الرئيس التنفيذي لشركة Verax AI: “من المهم التمييز بين استخدام نماذج متعددة في نفس أداة الذكاء الاصطناعي – على سبيل المثال ، والتبديل بين طرز GPT4 و O1 داخل ChatGPT – واستخدام أدوات AI توليدية مختلفة”.
“إن استخدام نماذج اللغة المختلفة في نفس الأداة له أسباب متعددة ، فهي أن كل نموذج له نقاط القوة والضعف ، وبالتالي قد يتم التعامل مع أنواع مختلفة من الاستعلامات إلى الدردشة بشكل أفضل أو أسوأ اعتمادًا على النموذج. ويضيف فاينبرغ: “إن استخدام أدوات AI متعددة من الذكاء الاصطناعي – والتي غالبًا ما يتم تشغيلها بواسطة نماذج مختلفة وراء الكواليس أيضًا – لها أسباب مختلفة إلى حد ما”.
تتراوح الأسباب المختلفة وراء استخدام أدوات الذكاء الاصطناعي المختلفة من تفضيلات المستخدم إلى احتياجات المشروع. على أي حال ، هناك الكثير من AIs الكامنة حولها ويتم استخدامها هنا وهناك في كل منزل ومركبة وشركة تقريبًا.
فوضى من الذكاء الاصطناعي ، في الواقع. إذن ، ماذا يحدث بعد ذلك؟
يقول كوبوس غرينلينج ، كبير المباريين في “كوبوس غريلينج ، رئيس الإنجيل في” كوبوس غيللينج ، رئيس المبشر “،” لقد رأينا توحيدًا في السوق مع عرض واحد من عارضة الأزياء. kore.ai، منصة وكيل AI ومنتج الحلول. “على سبيل المثال ، ركزت النماذج الأصغر بشكل خاص على التفكير أو الترميز أو النماذج التي تتبع نهجًا أكثر تنظيماً أو تتفوق على التفكير. لهذا السبب ، ستصبح التزامن النموذجي أهمية متزايدة في المستقبل القريب. ”
