يصف الباحث في شركة إنتل، موشيه فيزربلات، كيف يتم تطوير الابتكار المتقدم في الذكاء الاصطناعي والإدراك ومعالجة اللغات الطبيعية في مختبرات الشركة، بالتعاون مع الشركات الناشئة والأوساط الأكاديمية الإسرائيلية، في النطاق الكامل من العلوم الأساسية إلى معالجات غاودي المطورة في إسرائيل
يتطور مجال الذكاء الاصطناعي بسرعة، ويتم تنفيذ جزء كبير منه في إسرائيل. لقد طلبنا معرفة ذلك موشيه وسيرفلت، باحث كبير في مختبرات إنتل في إسرائيل، ماذا يفعلون في المختبرات لتحسين أنظمة الذكاء الاصطناعي. اتضح أن المختبر يعمل بالتعاون مع باحثين من الصناعة وحتى مع الأوساط الأكاديمية (بما في ذلك نشر مقالات مشتركة) لتحسين نماذج اللغة، لضمان استدامتها من حيث استهلاك الطاقة، وكذلك لتحسين معالجة اللغة الطبيعية الحلول والدراسات الأخرى التي تمتد من العلوم الأساسية إلى العلوم التطبيقية.
ما الذي يفعله الباحثون في مختبرات أبحاث إنتل بالضبط؟ ما هي الأبحاث التي تجري هنا في إسرائيل؟
فيساربالت: "تعمل Intel Labs على إيجاد حلول في مجالات الأجهزة والبرمجيات والشبكات والأمن، بالإضافة إلى نماذج وبنى حاسوبية مبتكرة. في إسرائيل، يركز فريق Intel Labs على تطوير الذكاء الاصطناعي المعرفي وتقنيات معالجة اللغة الطبيعية. الهدف هو إيجاد حلول من شأنها أن تؤثر على مجموعة واسعة من الصناعات.
بحث مشترك مع وجه يعانق
"أحد أوجه التعاون المهمة بين Intel Labs Israel هو مع Hugging Face، وهي شركة رائدة في مجال الذكاء الاصطناعي. معًا، تمكنا من تحقيق تحسن كبير في أداء نماذج إنشاء المحتوى بمساعدة الذكاء الاصطناعي عندما فهي تعمل على أجهزة Intel، على سبيل المثال، تمكنا من تحسين نموذج اللغة أكثر من 7 مرات من Starcoder على معالجات Intel Xeon باستخدام تقنيات التحسين المبتكرة. نتائج هذا التعاون متاحة الآن للعملاء، مما يتيح تشغيل النماذج المتقدمة. على منصات إنتل بطريقة أكثر كفاءة ويمكن الوصول إليها ترى בלוג וدمه."
"يركز مجال آخر من الأبحاث على إنشاء تجارب واقع افتراضي رائعة بمساعدة النماذج. قام الباحثان غابرييلا بن ميليش وإستيلا أبيلو، بالتعاون مع الشركة الإسرائيلية الناشئة Blockade Labs، بتطوير تقنية قادرة على تحويل نص المستخدم الوصف في بيئات ثلاثية الأبعاد مذهلة بزاوية 360 درجة باستخدام نموذج ذكاء اصطناعي متقدم يسمى LDM3D، يمكن لنظامنا إنشاء صور ثلاثية الأبعاد واقعية من الأوصاف النصية بسيطة، وبالتالي تمكين التجارب التفاعلية هنا يمكنك العثور على معلومات حول هذا الموضوع على جيثب ودمه."
"علاوة على ذلك، لعبت Intel Labs Israel دورًا في تعزيز ريادة الذكاء الاصطناعي من خلال تطوير حلول التسريع مثل مسرعات Intel Gaudi، والتي توفر كفاءة محسنة للطاقة واستدلالًا أسرع مقارنة بالحلول الأخرى. كما نقدم أيضًا شهادات LLM مخصصة على معالجات Xeon، والتي إظهار الأداء الجيد والتسارع من جيل إلى جيل.
قام فريق الذكاء الاصطناعي الإدراكي بتحسين أداء Gaudi، مما يوفر قوة أكبر بنسبة 60% واستدلال أسرع بمقدار 1.4x مقارنةً بـ H100، وتحسين Xeon لأداء محسن يصل إلى 10x.
يمكن العثور على مزيد من المعلومات في مقال فوربس ومنشور."
هل يمكنك مناقشة أهمية شراكات إنتل، مثل هذه الشراكة مع وجه يعانقفي تعزيز أبحاث الذكاء الاصطناعي؟
ويساربالت: "تتعاون إنتل مع قادة الصناعة والشركات الناشئة بهدف تسريع تطوير تقنيات الذكاء الاصطناعي. وتسمح هذه الشراكات لشركة إنتل بتطبيق معرفتها في الأجهزة والبرمجيات.
"تعد شراكتنا مع Hugging Face مثالًا رئيسيًا على كيف يمكن للتعاون أن يدفع الابتكار. وقد شهدت مكتبة Hugging Face's Transformers اعتمادًا هائلاً، بما في ذلك من خلال كبار موفري الخدمات السحابية مثل Azure وAWS وGoogle Cloud.
الشراكة بين Intel Labs وHugging Face تجلب الابتكارات في أجهزة Intel Xeon وGaudi وGPU، بالإضافة إلى برنامج Intel AI، إلى مجتمع Transformers من خلال تكامل مفتوح المصدر. وهذا يتيح للمطورين العمل بسلاسة وكفاءة مع هذه التقنيات."
الدراسات بالتعاون مع الأكاديمية
هل يمكنك تسليط الضوء على بعض أحدث المنشورات البحثية التي صدرت عن تعاونات Intel Labs Israel مع الأكاديمية الإسرائيلية؟
ويساربالت: "لقد كان تعاوننا مع الجامعات الإسرائيلية الرائدة مثمرًا للغاية، وأدى إلى عدد من المنشورات البارزة في مجالات الذكاء الاصطناعي ومعالجة اللغات الطبيعية. أحد أعمالنا المشتركة الأخيرة مع الجامعة العبرية هو "TangoBERT: تقليل تكلفة الاستدلال باستخدام الهندسة المتتالية"، مع زملائي يوناتان ميمو وأورين بيراج والبروفيسور روي شوارتز. هذه المقالة مقدمة فيايه ايه اي 23، يبحث في طرق لتسريع النماذج القائمة على المحولات، والتي تستخدم عادة في مهام البرمجة اللغوية العصبية. ومن خلال تقديم بنية مثالية، تمكنا من تقليل تكلفة الاستدلال بشكل كبير (التشغيل في الوقت الفعلي) مع الحفاظ على الأداء العالي."
"مقالة أخرى مثيرة للاهتمام مع شركائنا في جامعة تل أبيب"لا تزال نماذج لغة المحولات التي لا تحتوي على ترميزات موضعية تتعلم المعلومات الموضعية"، شارك في تأليفه بيتر إسحاق، وعدي حبيب، وأوري رام، وأوفير بيريز، وعمر ليفي، وتم تقديمه في EMNLP 2022. يتحدى هذا العمل الحكمة التقليدية فيما يتعلق بدور المشفرات الموجودة في نماذج المحولات، والتي غيرت وجه البرمجة اللغوية العصبية. في السنوات الأخيرة، تشير النتائج إلى أنه حتى بدون وجود أجهزة تشفير موضعية واضحة، لا يزال بإمكان نماذج المحولات تعلم المعلومات الموضعية، مما يفتح إمكانيات جديدة. لتصميم النماذج والكفاءة."
"كنا حاضرين أيضًا في مؤتمر ICML 23 (مؤتمر دولي رائد في مجال التعلم الآلي) وكنا شركاء في مقال مع البروفيسور أبيب تمار من التخنيون"التحكم في التعلم عن طريق الانعكاس التكراري"البروفيسور تمار خبير في التعلم المعزز وارتباطاته بتمثيلات التعلم والتخطيط والتحسين."
نموذج رائع للغة العبرية
فيساربالت: "كجزء من الأبحاث المتقدمة التي تجريها Intel Labs Israel في مجالات البرمجة اللغوية العصبية والذكاء الاصطناعي، تعاون فريق من الباحثين يضم بيتر إسحاق ودانيال فلايشر وموشيه بارشانسكي مع جمعية Dicta وMapat والجمعية الإسرائيلية لتقنيات اللغة البشرية في التطوير ديكتا-LM 2.0 - نموذج لغوي كبير وفريد من نوعه تم تكييفه خصيصًا لمعالجة اللغة العبرية. وقد خضع النموذج، المتوفر في شكل مفتوح ومجاني للاستخدام، لتدريب مكثف على مليارات الكلمات ومئات المليارات من الرموز المميزة باللغتين العبرية والإنجليزية باستخدام مسرعات Gaudi 2 من Intel. يعد Dicta-LM 2.0 طفرة في قدرات الذكاء الاصطناعي باللغة العبرية ويفتح إمكانيات جديدة ومتنوعة لتطبيقات البرمجة اللغوية العصبية، بدءًا من روبوتات الدردشة والملخصات وتصحيح الأخطاء وانتهاءً بأدوات الترجمة المتقدمة. هذه مجرد أمثلة قليلة على الأبحاث التي خرجت من تعاوننا مع الأكاديمية الإسرائيلية.
إن عمق وتنوع الذكاء الاصطناعي أصغر من الذكاء البشري
أين ترى الإنجاز التالي في البرمجة اللغوية العصبية والتعلم العميق؟
فيزربيلت: "إن التقدم القادم في الذكاء الاصطناعي سيتضمن الانتقال من الأساليب الإحصائية البحتة إلى نهج أكثر معرفية، مما سيقربنا من الفهم والاستدلال على مستوى شبيه بالإنسان."
"أحد القيود التي يواجهها الذكاء الاصطناعي اليوم هو اعتماده الكبير على النتائج الإحصائية وكميات هائلة من البيانات. وفي حين أدى هذا النهج إلى تقدم كبير، فإنه لا يزال غير قادر على فهم عمق الإدراك البشري وفروقه الدقيقة. وسيتم وصف الاختراق التالي بواسطة أنظمة الذكاء الاصطناعي ذات القدرات اللازمة لفهم أعمق للعالم، على غرار الإدراك البشري، وستمكن من تطوير ذكاء اصطناعي قابل للتفسير وقابل للتكيف.
"قد يشمل هذا التقدم مزيجًا من التفكير الرمزي وتمثيل المعرفة جنبًا إلى جنب مع التعلم الإحصائي. ومن خلال دمج المعرفة المضمنة وقدرات التفكير في نماذج الذكاء الاصطناعي، يمكننا إنشاء أنظمة لا تعالج اللغة وتنتجها فحسب، بل تفهم أيضًا المفاهيم والعلاقات الأساسية. والتداعيات."
"في مجال التعلم العميق، سنستمر في رؤية تطوير نماذج ضخمة تحتوي على عشرات ومئات التريليونات من المعلمات. وستمكن هذه النماذج من تنفيذ وإنشاء المهام المعقدة، مما يدفع حدود ما يمكن أن يحققه الذكاء الاصطناعي. ومع ذلك، سيكون هناك أيضًا تركيز متزايد على تطوير نماذج لغوية أصغر حجمًا وأكثر كفاءة يمكنها التنافس مع أداء نظيراتها الأكبر حجمًا في مجالات محددة مثل الطب والقانون والبرمجة. نماذج مثل phi-3 Microsoft وHugging Face's StarCoder-2 هما مثالان على هذا الاتجاه نحو النماذج المتخصصة والمدمجة.
"بينما نتحرك نحو الذكاء الاصطناعي الأكثر معرفية وتخصصًا، يمكننا أن نتوقع تحقيق اختراقات في مجالات مثل فهم اللغة الطبيعية والاستدلال والإبداع. ستصبح أنظمة الذكاء الاصطناعي أفضل في إجراء المحادثات التي تعتمد على السياق، وتقديم توصيات شخصية والمساعدة في المهام المعقدة التي تتطلب خبرة. فهم أعمق للعالم."
"يكمن مستقبل الذكاء الاصطناعي في تطوير أنظمة يمكنها التفكير والتفكير مثل البشر مع تسخير قوة التعلم الإحصائي ومعالجة البيانات على نطاق واسع. ومن خلال الجمع بين نقاط القوة في كلا النهجين، يمكننا إنشاء ذكاء اصطناعي لا يتمتع بقدرات عالية فحسب، بل أيضًا ولكن أيضًا قابلة للتفسير وقابلة للتكيف والتكيف مع القيم الإنسانية."
مزيج من البحث العلمي والتطبيقي
هل الأبحاث التي تتم في مختبرات إنتل علمية أم تطبيقية؟
ويساربالت: "في مختبرات إنتل، نقوم بإجراء مزيج من الأبحاث العلمية والتطبيقية، مما يسمح لنا بتعزيز الفهم الأساسي للذكاء الاصطناعي والبرمجة اللغوية العصبية مع تطوير حلول عملية. لا يركز بحثنا العلمي فقط على الحلول الفورية، ولكن أيضًا على الحلول الطويلة الأمد. قضايا المصطلح مثل نمذجة تغير المناخ وفهم العلاقات السببية، على سبيل المثال. في مجال البحوث تم مؤخرًا تطوير طريقة قام بها رعنان يحزقيل، ويانييف جورفيتش، وشامي نيسيموف، لتفسير معنى آلية الانتباه في نماذج التعلم الآلي المتقدمة. طريقتنا قادرة على اكتشاف العلاقات السببية في البيانات تلقائيا، دون الحاجة إلى العديد من الأمثلة. لقد أظهرنا فعالية هذا النهج في مهام مثل تحليل المشاعر وأنظمة التوصية، حيث قدم تفسيرات أوضح لكيفية وصول النماذج إلى استنتاجاتها.
"إن مثل هذا البحث العلمي يساعدنا على تعميق فهمنا للمبادئ والآليات الأساسية للذكاء الاصطناعي والبرمجة اللغوية العصبية، ووضع الأسس للاختراقات والابتكارات المستقبلية."
"من ناحية أخرى، تركز أبحاثنا التطبيقية على تطبيقات أكثر فورية وعملية، وغالبًا ما تكون مدفوعة باحتياجات عملائنا وشركائنا. على سبيل المثال، الباحثون جاي بودوتش وأوفير زافير وإيجور مارجوليس تم تطوير روبوت الدردشة والتي يمكن تشغيلها على أجهزة الكمبيوتر باستخدام طراز Microsoft Phi-2 على النظام الأساسي Intel® Core™ Ultra. تم الترويج لهذا العمل بواسطة Hugging Face وتم تقديمه في مؤتمر مطوري Microsoft Build يجسد جهودنا لجلب قدرات الذكاء الاصطناعي إلى الأجهزة النهائية، مما يجعلها أكثر سهولة في الوصول إليها وأكثر كفاءة. "
"مثال آخر على أبحاثنا التطبيقية هو SetFitABSA بقلم رونين لاباردون، تم تطوير إطار تحليل المشاعر القائم على الجوانب بالتعاون مع Hugging Face. يتيح إطار العمل هذا تحليلًا تفصيليًا للتوجهات باستخدام عدد صغير فقط من العينات المصنفة، ويوضح الأداء الأمثل لوحدات المعالجة المركزية Intel التي تتفوق في الأداء على النماذج الرئيسية الأكبر حجمًا.
"لدينا أيضًا مشاريع مثل مطالبات عصبية بقلم شاهار روزنمان، تطبيق التعلم المعزز على نماذج اللغات الكبيرة لهندسة التعليم الآلي. هذه الدراسة التي تلقاهاEACL'24 وظهرت في المقال الرئيسي لـ IEEE تم تصميم Spectrum لتحسين التعليمات التي يقدمها البشر لأنظمة الذكاء الاصطناعي التوليدية، وتحسين دقة وأهمية النتائج الناتجة."
من خلال البحث العلمي والتطبيقي، نقوم بدفع حدود الذكاء الاصطناعي والبرمجة اللغوية العصبية وتطوير حلول عملية للاستخدام في العالم الحقيقي. ويتيح لنا هذا النهج قيادة أبحاث الذكاء الاصطناعي وتحقيق القيمة لعملائنا وشركائنا."
تحديات ترجمة البحوث الأكاديمية
ما هي التحديات التي تواجه ترجمة البحث الأكاديمي إلى حلول؟ AI هل أنت جاهز للإنتاج في شركة Intel؟
ويزربيلت: "أحد التحديات الرئيسية هو سد الفجوة المعرفية بين مرحلة البحث الأكاديمي ومرحلة التطوير العملي داخل الشركة. "في الأوساط الأكاديمية، يركز الباحثون غالبًا على إثبات الجدوى أو العمل ببيانات محدودة، بينما تتطلب بيئات الإنتاج حلولاً دائمة يمكنهم التعامل مع بيانات العالم الحقيقي، والتي غالبًا ما تكون عالية ولا يمكن التنبؤ بها.
التحدي الآخر هو مدى تعقيد تنفيذ هذه التقنيات في الممارسة العملية. يمكن أن تكون أنظمة الذكاء الاصطناعي التي يتم تطويرها في الأبحاث معقدة للغاية، ولكن تكييفها وتشغيلها في بيئات الإنتاج يتطلب الكثير من الخبرة الفنية. يعد الانتقال من فكرة بحثية إلى حل عملي في هذا المجال أمرًا صعبًا، لأنك تحتاج إلى فهم جيد للبحث المعقد وكذلك متطلبات البيئة التي تريد تنفيذ الحل فيها. إن الاختلافات بين العالم الأكاديمي والميدان تجعل من الصعب تحويل البحث إلى حل عملي يعمل بسلاسة.
"يمثل نقص البيانات أيضًا تحديًا كبيرًا. تعتمد أنظمة الذكاء الاصطناعي بشكل كبير على كميات كبيرة من البيانات عالية الجودة للتدريب. ومع ذلك، عند نشر هذه الحلول في الإنتاج، قد يكون هناك عدم تطابق بين بيانات التدريب والبيانات التي تمت مواجهتها في النظام في العالم الحقيقي، يمكن أن تتسبب هذه الفجوة في حدوث أخطاء كبيرة في المخرجات واتخاذ قرارات متحيزة، مما قد يكون له عواقب وخيمة في تطبيقات العالم الحقيقي."
الذكاء الاصطناعي الآمن
"أخيرًا، تلتزم إنتل بالتطوير والاستخدام المسؤول للذكاء الاصطناعي في جميع مراحل البحث والإنتاج. ولتحقيق هذه الغاية، وضعنا إجراءات رقابة صارمة، واستثمرنا في البحث والتعاون. بالإضافة إلى ذلك، تبحث مختبرات إنتل في قضايا مثل الخصوصية والأمن والسلامة والتعاون بين الإنسان والذكاء الاصطناعي وخداع المعلومات والاستدامة وقابلية الشرح والشفافية، كما نتعاون أيضًا مع المؤسسات الأكاديمية في جميع أنحاء العالم لتعزيز التطوير الأخلاقي والمرتكز على المستخدم للذكاء الاصطناعي. يشرح ويساربالت.
مجموعة ضخمة من البيانات المناخية
هل يمكنك تقديم المزيد من التفاصيل حول مجموعة البيانات مجموعة المناخ تم تطويره بواسطة Intel Labs Israel بالتعاون مع معهد ميلا كيبيك للذكاء الاصطناعي وجامعة مونتريال؟
ويزربيلت: "من المؤكد أن مجموعة ClimateSet عبارة عن مجموعة بيانات واسعة النطاق لنماذج المناخ تم تطويرها بالتعاون مع معهد كيبيك للذكاء الاصطناعي (ميلا) وجامعة مونتريال. الهدف الرئيسي لمجموعة البيانات هذه هو تمكين الباحثين وممارسي التعلم الآلي من التعرف بسرعة على توقع سيناريوهات جديدة لتغير المناخ وبناء تطبيقات تركز على المناخ. الباحث الرئيسي في Intel Labs Israel هو يانيف جورفيتز."
"كان الدافع وراء تطوير ClimateSet هو الحاجة إلى بيانات متنوعة وعالية الجودة لتدريب نماذج التعلم الآلي لأبحاث وتطبيقات تغير المناخ. ومن خلال توفير مجموعة بيانات شاملة ومنسقة جيدًا، نهدف إلى تسريع تطوير حلول الذكاء الاصطناعي التي يمكنها تساعدنا على فهم آثار تغير المناخ والتنبؤ بها والحد منها بشكل أفضل."
"إحدى السمات الرئيسية لبرنامج ClimateSet هي إدراج مجموعة واسعة من المتغيرات المناخية، مثل درجة الحرارة وهطول الأمطار ومستوى سطح البحر والمزيد. ويتم توفير هذه المتغيرات بدقة مكانية وزمانية مختلفة، مما يسمح للباحثين بوضع نموذج لتغير المناخ في مستويات مختلفة المقاييس والتفاصيل مأخوذة من النماذج المناخية الرائدة ومجموعات بيانات الرصد، ويضمن موثوقيتها ودقتها.
"أحد الجوانب المهمة الأخرى لـClimateSet هو قدرته على دعم الإسقاط السريع لسيناريوهات تغير المناخ الجديدة. ومن خلال استخدام مجموعة البيانات هذه، يمكن للباحثين والمطورين استكشاف مختلف العقود المستقبلية المحتملة وتقييم الآثار المحتملة لمختلف السياسات والتدخلات المناخية. وهذا يتيح إجراء أكثر استباقية والنهج المستنير للتخفيف من آثار تغير المناخ والتكيف معه."
"نحن نؤمن بأن شركة ClimateSet ستكون بمثابة مورد قيم لمجتمع التعلم العميق، وتمكين الباحثين ورجال الأعمال من إنشاء تطبيقات يمكن أن تساهم في مكافحة تغير المناخ."
مستقبل تكنولوجيا الذكاء الاصطناعي
كيف يتم تقدم إنتل فيNLP والتعلم العميق يشكل مستقبل التكنولوجيا AI?
Weserbelt: "إن التقدم الذي حققته إنتل في البرمجة اللغوية العصبية والتعلم العميق يشكل مستقبل تكنولوجيا الذكاء الاصطناعي بعدة طرق رئيسية."
"على صعيد الأجهزة، تعمل إنتل على تطوير معالجات مخصصة للذكاء الاصطناعي، مثل Intel Gaudi وNPU. توفر هذه المعالجات أداءً عاليًا وكفاءة محسنة للطاقة مناسبة بشكل خاص لمهام معالجة اللغة الطبيعية. ومن خلال تقديم حلول الأجهزة المتخصصة، تمكن Intel الشركات من والباحثين للتعامل مع أعباء عمل البرمجة اللغوية العصبية الأكثر تعقيدًا مع تحسين موارد الحوسبة."
"بالإضافة إلى تطوير الأجهزة، تستثمر إنتل في تطوير حلول برمجية تتكيف مع أجهزة الذكاء الاصطناعي الخاصة بها. على سبيل المثال، إنتل® ونAPI هو نموذج برمجة موحد يمكّن المطورين من استغلال إمكانات أجهزة الذكاء الاصطناعي من إنتل بشكل كامل عبر مجموعة متنوعة من البنى.
"فيما يتعلق بالبرمجيات، تقوم إنتل أيضًا بتطوير مكتبات برمجيات مفتوحة ومجانية مثل إنتل® أوبن فينو، والتي توفر للمطورين أدوات سهلة الاستخدام لمهام البرمجة اللغوية العصبية الشائعة. تسمح هذه المكتبات للمطورين بكتابة واختبار ونشر نماذج البرمجة اللغوية العصبية بسهولة وسرعة، وخفض مستوى الدخول لتطوير الذكاء الاصطناعي وتسريع اعتماد تقنيات البرمجة اللغوية العصبية.
"علاوة على ذلك، تساهم Intel Labs Israel بشكل استباقي في مجتمع الذكاء الاصطناعي من خلال تطوير مكتبات بحثية بالإضافة إلى نماذج مجانية فعالة. على سبيل المثال com.fastRAG ومجموعة, وقد جمعت مكتبتان طورتهما شركة Intel Labs Israel أكثر من 1.5 مليون عملية تنزيل في العام الماضي، مما يدل على شعبيتهما وفائدتهما في مجتمع البحث والتطوير.
"ساهمت أيضًا شيرا جوسكين، الباحثة في شركة Intel Labs Israel، بنماذج مثل ديناميكي تايني بيرت والذي تم تنزيله حوالي 500 ألف مرة في مارس 2024 وحده. توضح هذه النماذج التزام إنتل بتطوير أبحاث البرمجة اللغوية العصبية وتوفير أدوات عملية للمطورين والباحثين.
"مؤخرًا، نشرت شركة Intel Labs Israel نموذجًا مبتكرًا يسمى NeuralChat 7B، والتي حققت أعلى تصنيف في Open LLM Leaderboard. نموذج معترف به على نطاق واسع، مع مئات المراجعات وعشرات المقاطع عبر الإنترنت. يوضح NeuralChat ريادة إنتل في تطوير تقنيات البرمجة اللغوية العصبية. قام فريق الذكاء الاصطناعي المعرفي بتدريب العديد من ماجستير إدارة الأعمال متعدد الوسائط استنادًا إلى نموذج Gemma LLM من Google في Gaudi ونشرها عبر Hugging Face."
"والنتيجة هي تقدم البحث في مجالات محددة للبرمجة اللغوية العصبية، مثل إنشاء المحتوى وتلخيص المستندات وتصنيفها. ومن خلال توفير أدوات بسيطة لكنها قوية لمجتمع البحث والمطورين لتنفيذ البحث والتطوير المتقدم باستخدام أجهزة Intel، تعمل Intel على تسريع وتيرة البحث الابتكار في الذكاء الاصطناعي والبرمجة اللغوية العصبية."
תגובה אחת
من الغريب عدم وجود أبحاث مهمة حول الذكاء الاصطناعي في الأكاديمية المحلية
هناك شعور قوي بأن مساهمة "دولة الشركات الناشئة" في هذا العقد في العالم (والغرب على وجه الخصوص) ستكون أقل مما كانت عليه في كل العقود السابقة، باستثناء رواد الأعمال الذين سيترأسون شركات في الخارج.