LLM (Large Language Model)
ما هو نموذج لغوي كبير (LLM)؟
نموذج لغوي كبير (LLM) هو نموذج للذكاء الاصطناعي (AI) يمكنه فهم اللغة البشرية من دون الحاجة إلى برمجة إضافية، كما يمكنه إنشاء نصوص لا يمكن تمييزها عن النصوص التي يكتبها الإنسان، وذلك من خلال عملية تُعرف باسم معالجة اللغة الطبيعية (NLP). ومن نماذج LLM الشائعة في السوق سلسلة GPT من OpenAI، وعائلة LLaMA من Meta، والنموذج مفتوح المصدر BLOOM. وقد بُنيت العديد من خدمات الذكاء الاصطناعي التوليدي القائمة على اللغة على أساس نماذج LLM، مثل ChatGPT من OpenAI، وGoogle Bard، وMicrosoft Bing Chat.
في جوهره، يُعد نموذج LLM شبكة عصبية اصطناعية (ANN) تستخدم نوعًا من بنية التعلم العميق يُعرف باسم "المحوّل". وتتيح آلية الحوسبة المتوازية في المحوّل إجراء تدريب الذكاء الاصطناعي باستخدام مجموعة ضخمة من البيانات اللغوية، مثل موسوعة ويكيبيديا بأكملها، مع عدد من معلمات البيانات يصل إلى المليارات أو حتى التريليونات. وأثناء التدريب، يحاول نموذج الذكاء الاصطناعي تخمين المخرَج الصحيح للاستجابة لمدخل معين، مثل الكلمة التالية في جملة أو الاستجابة المناسبة لاستفسار، ثم يتحقق من إجاباتِه. وبناءً على صحة تخمينه، يُعدّل نموذج الذكاء الاصطناعي "انحيازات" أو "أوزان" معلمات البيانات لديه، إلى أن يصبح قادرًا على إنشاء المخرَج الصحيح في جميع الحالات تقريبًا. ولهذا السبب تستطيع خدمات الذكاء الاصطناعي القائمة على نماذج LLM فهم اللغة البشرية والرد عليها بسهولة. ومن الأمثلة الواقعية على ذلك روبوت محادثة لخدمة العملاء يقدم ردودًا دقيقة على الشكاوى التي قد تحتوي على أخطاء إملائية أو نحوية، وChatGPT الذي يؤلف القصائد والسير الذاتية في غضون ثوانٍ.
تعرّف على المزيد: ما هو RAG وكيف يعمل؟
في جوهره، يُعد نموذج LLM شبكة عصبية اصطناعية (ANN) تستخدم نوعًا من بنية التعلم العميق يُعرف باسم "المحوّل". وتتيح آلية الحوسبة المتوازية في المحوّل إجراء تدريب الذكاء الاصطناعي باستخدام مجموعة ضخمة من البيانات اللغوية، مثل موسوعة ويكيبيديا بأكملها، مع عدد من معلمات البيانات يصل إلى المليارات أو حتى التريليونات. وأثناء التدريب، يحاول نموذج الذكاء الاصطناعي تخمين المخرَج الصحيح للاستجابة لمدخل معين، مثل الكلمة التالية في جملة أو الاستجابة المناسبة لاستفسار، ثم يتحقق من إجاباتِه. وبناءً على صحة تخمينه، يُعدّل نموذج الذكاء الاصطناعي "انحيازات" أو "أوزان" معلمات البيانات لديه، إلى أن يصبح قادرًا على إنشاء المخرَج الصحيح في جميع الحالات تقريبًا. ولهذا السبب تستطيع خدمات الذكاء الاصطناعي القائمة على نماذج LLM فهم اللغة البشرية والرد عليها بسهولة. ومن الأمثلة الواقعية على ذلك روبوت محادثة لخدمة العملاء يقدم ردودًا دقيقة على الشكاوى التي قد تحتوي على أخطاء إملائية أو نحوية، وChatGPT الذي يؤلف القصائد والسير الذاتية في غضون ثوانٍ.
تعرّف على المزيد: ما هو RAG وكيف يعمل؟
ما تطبيقات نموذج لغوي كبير؟
من دون نماذج لغوية كبيرة، سيتطلب التواصل مع الكمبيوتر استخدام الأوامر النصية (هل تتذكرون MS-DOS؟) أو واجهة مستخدم رسومية (GUI) مصممة مسبقًا. وكان توقّع استجابة الكمبيوتر باللغة البشرية ضربًا من الخيال. وبفضل انتشار النماذج اللغوية الكبيرة، أصبحت العديد من الخدمات الجديدة القائمة على الذكاء الاصطناعي متاحة الآن:
● محركات البحث وروبوتات الدردشة: أضفت تقنية النماذج اللغوية الكبيرة إمكانات الذكاء الاصطناعي إلى هذه الوظائف الشائعة. فلا تكتفي محركات البحث وروبوتات الدردشة بفهم استفساراتنا بدقة مذهلة، بل أسهمت هذه الميزات أيضًا في ظهور جيل جديد من أجهزة الكمبيوتر والأجهزة الشخصية المدعومة بالذكاء الاصطناعي.
● الذكاء الاصطناعي التوليدي: يمكن لأدوات مثل ChatGPT تنفيذ مهام تتراوح بين تلخيص المستندات وترجمتها وتأليف محتوى جديد بالكامل، مثل الرسائل ونصوص البرامج التلفزيونية.
● الرعاية الصحية والطب: يمكن لتطبيقات الرعاية الصحية الذكية القائمة على النماذج اللغوية الكبيرة إنشاء سجلات صحية إلكترونية (EHR)، ما يخفف الأعباء الإدارية عن العاملين في المجال الطبي، وإنشاء قواعد بيانات لاستخدامها في تحليلات الرعاية الصحية.
● البرمجة وتطوير الذكاء الاصطناعي: يستطيع GitHub Copilot، الذي طورته Microsoft وOpenAI، كتابة تعليمات برمجية بلغات JavaScript وPython وغيرها من لغات البرمجة. وتكتسب هذه الإمكانية أهمية خاصة، لأن النماذج اللغوية الكبيرة مكّنت الذكاء الاصطناعي فعليًا من إنشاء البرامج الخاصة بأدوات الذكاء الاصطناعي المستقبلية.
● محركات البحث وروبوتات الدردشة: أضفت تقنية النماذج اللغوية الكبيرة إمكانات الذكاء الاصطناعي إلى هذه الوظائف الشائعة. فلا تكتفي محركات البحث وروبوتات الدردشة بفهم استفساراتنا بدقة مذهلة، بل أسهمت هذه الميزات أيضًا في ظهور جيل جديد من أجهزة الكمبيوتر والأجهزة الشخصية المدعومة بالذكاء الاصطناعي.
● الذكاء الاصطناعي التوليدي: يمكن لأدوات مثل ChatGPT تنفيذ مهام تتراوح بين تلخيص المستندات وترجمتها وتأليف محتوى جديد بالكامل، مثل الرسائل ونصوص البرامج التلفزيونية.
● الرعاية الصحية والطب: يمكن لتطبيقات الرعاية الصحية الذكية القائمة على النماذج اللغوية الكبيرة إنشاء سجلات صحية إلكترونية (EHR)، ما يخفف الأعباء الإدارية عن العاملين في المجال الطبي، وإنشاء قواعد بيانات لاستخدامها في تحليلات الرعاية الصحية.
● البرمجة وتطوير الذكاء الاصطناعي: يستطيع GitHub Copilot، الذي طورته Microsoft وOpenAI، كتابة تعليمات برمجية بلغات JavaScript وPython وغيرها من لغات البرمجة. وتكتسب هذه الإمكانية أهمية خاصة، لأن النماذج اللغوية الكبيرة مكّنت الذكاء الاصطناعي فعليًا من إنشاء البرامج الخاصة بأدوات الذكاء الاصطناعي المستقبلية.
كيف تساعد GIGABYTE؟
تقدم GIGABYTE Technology حلول الأجهزة والبرمجيات اللازمة للعمل مع نماذج لغوية كبيرة (LLMs) وخدمات الذكاء الاصطناعي التوليدي القائمة عليها.
على مستوى الأجهزة، توفر GIGABYTE خوادم الذكاء الاصطناعي المصممة خصيصًا لتلبية متطلبات الحوسبة وتخزين البيانات اللازمة لتدريب نماذج الذكاء الاصطناعي. فعلى سبيل المثال، يُعد G593-SD0 من GIGABYTE أول خادم HGX™ H100 8-GPU SXM5 معتمد من NVIDIA في السوق. وهو مدمج مع وحدة الحوسبة NVIDIA HGX™ H100 8-GPU، ما يجعله منصة حوسبة للذكاء الاصطناعي فائقة الأداء. كما يمكن تجهيز المنتجات الأخرى ضمن مجموعة خوادم GPU من السلسلة G من GIGABYTE بمسرّعات GPU متقدمة، مثل NVIDIA L40S، لدعم أعباء عمل نماذج لغوية كبيرة. أما لتخزين البيانات، فقد صُمم خادم التخزين من السلسلة S S183-SH0 من GIGABYTE خصيصًا لنماذج لغوية كبيرة. ويوفر تخزينًا بمصفوفة فلاش بالكامل (AFA) من خلال استخدام محركات أقراص الحالة الصلبة (SSD) بتنسيق EDSFF E1.S، التي تستفيد من تقنيتي PCIe Gen5 وNVMe، ما يتيح للخادم تلبية متطلبات التطوير الخاصة بتخزين البيانات واسترجاعها بسرعات عالية.
على مستوى البرمجيات، تقدم شركة MyelinTek Inc.، التي تستثمر فيها GIGABYTE، نظام MLSteam لتدريب الشبكات العصبية العميقة، وهو «منصة MLOps» تدعم تطبيقات معالجة اللغة الطبيعية (NLP) ونماذج لغوية كبيرة. ويمكن لنظام MLSteam لتدريب الشبكات العصبية العميقة تحسين نماذج لغوية كبيرة مفتوحة المصدر، مثل BLOOM، للعمل مع منصة برمجيات تسريع GPU التي يختارها العميل، مثل AMD ROCm أو NVIDIA CUDA.
على مستوى الأجهزة، توفر GIGABYTE خوادم الذكاء الاصطناعي المصممة خصيصًا لتلبية متطلبات الحوسبة وتخزين البيانات اللازمة لتدريب نماذج الذكاء الاصطناعي. فعلى سبيل المثال، يُعد G593-SD0 من GIGABYTE أول خادم HGX™ H100 8-GPU SXM5 معتمد من NVIDIA في السوق. وهو مدمج مع وحدة الحوسبة NVIDIA HGX™ H100 8-GPU، ما يجعله منصة حوسبة للذكاء الاصطناعي فائقة الأداء. كما يمكن تجهيز المنتجات الأخرى ضمن مجموعة خوادم GPU من السلسلة G من GIGABYTE بمسرّعات GPU متقدمة، مثل NVIDIA L40S، لدعم أعباء عمل نماذج لغوية كبيرة. أما لتخزين البيانات، فقد صُمم خادم التخزين من السلسلة S S183-SH0 من GIGABYTE خصيصًا لنماذج لغوية كبيرة. ويوفر تخزينًا بمصفوفة فلاش بالكامل (AFA) من خلال استخدام محركات أقراص الحالة الصلبة (SSD) بتنسيق EDSFF E1.S، التي تستفيد من تقنيتي PCIe Gen5 وNVMe، ما يتيح للخادم تلبية متطلبات التطوير الخاصة بتخزين البيانات واسترجاعها بسرعات عالية.
على مستوى البرمجيات، تقدم شركة MyelinTek Inc.، التي تستثمر فيها GIGABYTE، نظام MLSteam لتدريب الشبكات العصبية العميقة، وهو «منصة MLOps» تدعم تطبيقات معالجة اللغة الطبيعية (NLP) ونماذج لغوية كبيرة. ويمكن لنظام MLSteam لتدريب الشبكات العصبية العميقة تحسين نماذج لغوية كبيرة مفتوحة المصدر، مثل BLOOM، للعمل مع منصة برمجيات تسريع GPU التي يختارها العميل، مثل AMD ROCm أو NVIDIA CUDA.
