نهج Ant المبتكر لتدريب نماذج الذكاء الاصطناعي
حققت Ant Group، عملاق التكنولوجيا المالية المدعوم من Jack Ma، إنجازًا كبيرًا في مجال الذكاء الاصطناعي من خلال الاستفادة من أشباه الموصلات الصينية الصنع. وقد مكّن هذا النهج المبتكر الشركة من تطوير تقنيات لتدريب نماذج الذكاء الاصطناعي، مما أدى إلى انخفاض ملحوظ في التكاليف بنسبة 20%. كشفت مصادر مطلعة على الأمر أن Ant استخدمت رقائق محلية، بما في ذلك تلك الخاصة بشركتها التابعة Alibaba Group Holding Ltd. و Huawei Technologies Co.، لتدريب النماذج باستخدام نهج التعلم الآلي Mixture of Experts (MoE).
كانت النتائج التي حققتها Ant مماثلة لتلك التي تم الحصول عليها باستخدام رقائق Nvidia Corp.، مثل H800، وهو معالج قوي مقيد تصديره إلى الصين من قبل الولايات المتحدة. في حين أن Ant تواصل استخدام Nvidia لتطوير الذكاء الاصطناعي، إلا أنها تعتمد بشكل متزايد على بدائل، بما في ذلك Advanced Micro Devices Inc. (AMD) والرقائق الصينية، لأحدث نماذجها.
الدخول في سباق الذكاء الاصطناعي: الصين ضد الولايات المتحدة
يضع دخول Ant في تطوير نماذج الذكاء الاصطناعي الشركة في خضم منافسة محتدمة بين الشركات الصينية والأمريكية. وقد اشتد هذا السباق منذ أن أظهرت DeepSeek إمكانية تدريب نماذج عالية القدرة بجزء بسيط من التكلفة التي تتكبدها عمالقة الصناعة مثل OpenAI و Alphabet Inc.’s Google، اللتان استثمرتا المليارات. يؤكد إنجاز Ant على تصميم الشركات الصينية على استخدام بدائل محلية المصدر لأشباه الموصلات الأكثر تقدمًا من Nvidia.
الوعد باستنتاج ذكاء اصطناعي فعال من حيث التكلفة
تسلط الورقة البحثية التي نشرتها Ant هذا الشهر الضوء على إمكانات نماذجها، مدعيةً تفوق أدائها في معايير معينة مقارنة بـ Meta Platforms Inc.، على الرغم من أن هذه الادعاءات لم يتم التحقق منها بشكل مستقل من قبل Bloomberg News. ومع ذلك، إذا كانت منصات Ant تعمل كما هو معلن عنها، فقد تمثل تقدمًا كبيرًا في تطوير الذكاء الاصطناعي الصيني. ويرجع ذلك في المقام الأول إلى قدرتها على تقليل تكلفة الاستدلال بشكل كبير، وهي عملية دعم خدمات الذكاء الاصطناعي.
Mixture of Experts: تغيير قواعد اللعبة في الذكاء الاصطناعي
مع قيام الشركات بضخ موارد كبيرة في الذكاء الاصطناعي، اكتسبت نماذج MoE شهرة كنهج شائع وفعال. تتضمن هذه التقنية، التي تستخدمها شركات مثل Google والشركة الناشئة DeepSeek التي تتخذ من هانغتشو مقراً لها، تقسيم المهام إلى مجموعات أصغر من البيانات. وهذا يشبه وجود فريق من المتخصصين، يركز كل منهم على جزء معين من الوظيفة، وبالتالي تحسين العملية الشاملة.
التغلب على عنق الزجاجة لوحدة معالجة الرسومات
تقليديًا، اعتمد تدريب نماذج MoE بشكل كبير على الرقائق عالية الأداء، مثل وحدات معالجة الرسومات (GPUs) التي تصنعها Nvidia. كانت التكلفة الباهظة لهذه الرقائق عقبة رئيسية أمام العديد من الشركات الصغيرة، مما حد من اعتماد نماذج MoE على نطاق واسع. ومع ذلك، تعمل Ant بجد على طرق لتدريب نماذج اللغات الكبيرة (LLMs) بكفاءة أكبر، مما يزيل هذا القيد بشكل فعال. يعكس عنوان ورقتهم البحثية، التي تحدد الهدف من توسيع نطاق النموذج “بدون وحدات معالجة رسومات متميزة”، هذا الهدف بوضوح.
تحدي هيمنة Nvidia
يتحدى نهج Ant بشكل مباشر الاستراتيجية السائدة التي يدافع عنها الرئيس التنفيذي لشركة Nvidia، Jensen Huang. لقد جادل Huang باستمرار بأن الطلب على الحوسبة سيستمر في النمو، حتى مع ظهور نماذج أكثر كفاءة مثل R1 من DeepSeek. وهو يعتقد أن الشركات ستحتاج إلى رقائق أفضل لتوليد إيرادات أعلى، بدلاً من رقائق أرخص لخفض التكاليف. وبالتالي، حافظت Nvidia على تركيزها على بناء وحدات معالجة رسومات كبيرة ذات نوى معالجة محسّنة وترانزستورات وزيادة سعة الذاكرة.
تحديد وفورات التكاليف
قدمت Ant أرقامًا ملموسة لإثبات فعالية التكلفة لنهجها الأمثل. ذكرت الشركة أن تدريب تريليون رمز مميز باستخدام أجهزة عالية الأداء سيكلف حوالي 6.35 مليون يوان (880 ألف دولار). ومع ذلك، من خلال استخدام أجهزة ذات مواصفات أقل وتقنياتها المحسّنة، يمكن لـ Ant تقليل هذه التكلفة إلى 5.1 مليون يوان. تمثل الرموز المميزة وحدات المعلومات التي يعالجها النموذج للتعرف على العالم وتقديم استجابات ذات صلة لاستعلامات المستخدم.
الاستفادة من اختراقات الذكاء الاصطناعي للحلول الصناعية
تخطط Ant للاستفادة من التطورات الأخيرة في نماذج اللغات الكبيرة، وتحديداً Ling-Plus و Ling-Lite، لتطوير حلول الذكاء الاصطناعي الصناعية لقطاعات مثل الرعاية الصحية والتمويل. تم تصميم هذه النماذج لتلبية احتياجات الصناعة المحددة وتقديم حلول مخصصة.
توسيع تطبيقات الذكاء الاصطناعي في الرعاية الصحية
يتضح التزام Ant بالرعاية الصحية في دمجها للمنصة الصينية عبر الإنترنت Haodf.com في خدمات الذكاء الاصطناعي الخاصة بها. من خلال إنشاء AI Doctor Assistant، تهدف Ant إلى دعم شبكة Haodf الواسعة التي تضم 290.000 طبيب من خلال المساعدة في مهام مثل إدارة السجلات الطبية. هذا التطبيق للذكاء الاصطناعي لديه القدرة على تحسين الكفاءة والدقة في تقديم الرعاية الصحية بشكل كبير.
المساعدة المدعومة بالذكاء الاصطناعي للحياة اليومية
بالإضافة إلى الرعاية الصحية، طورت Ant أيضًا تطبيق “مساعد الحياة” المدعوم بالذكاء الاصطناعي يسمى Zhixiaobao وخدمة استشارية مالية مدعومة بالذكاء الاصطناعي تسمى Maxiaocai. توضح هذه التطبيقات طموح Ant لدمج الذكاء الاصطناعي في جوانب مختلفة من الحياة اليومية، مما يوفر للمستخدمين مساعدة شخصية وذكية.
قياس الأداء: نماذج Ling مقابل المنافسين
في ورقتها البحثية، تدعي Ant أن نموذج Ling-Lite تفوق على أحد نماذج Llama الخاصة بـ Meta في معيار رئيسي لفهم اللغة الإنجليزية. علاوة على ذلك، أظهر كل من نموذجي Ling-Lite و Ling-Plus أداءً فائقًا مقارنة بنماذج DeepSeek المكافئة في معايير اللغة الصينية. يسلط هذا الضوء على مكانة Ant التنافسية في مشهد الذكاء الاصطناعي.
كما صرح Robin Yu، كبير مسؤولي التكنولوجيا في شركة Shengshang Tech Co.، وهي شركة تقدم حلول الذكاء الاصطناعي ومقرها بكين، “إذا وجدت نقطة هجوم واحدة للتغلب على أفضل محترف كونغ فو في العالم، فلا يزال بإمكانك القول أنك تغلبت عليهم، وهذا هو سبب أهمية التطبيق في العالم الحقيقي.”
المصادر المفتوحة للتعاون والابتكار
جعلت Ant نماذج Ling مفتوحة المصدر، مما عزز التعاون والابتكار داخل مجتمع الذكاء الاصطناعي. يتكون Ling-Lite من 16.8 مليار معلمة، وهي إعدادات قابلة للتعديل تتحكم في أداء النموذج. من ناحية أخرى، يضم Ling-Plus 290 مليار معلمة أكبر بكثير، مما يضعه بين نماذج اللغات الأكبر. لتوفير السياق، يقدر الخبراء أن GPT-4.5 الخاص بـ ChatGPT يحتوي على ما يقرب من 1.8 تريليون معلمة، بينما يحتوي DeepSeek-R1 على 671 مليار معلمة.
معالجة التحديات في تدريب النماذج
لم تخل رحلة Ant في تطوير هذه النماذج من التحديات. واجهت الشركة صعوبات في مجالات معينة من التدريب، خاصة فيما يتعلق بالاستقرار. حتى التعديلات الطفيفة في الأجهزة أو هيكل النموذج يمكن أن تؤدي إلى مشكلات، بما في ذلك التقلبات في معدل خطأ النماذج. وهذا يؤكد التعقيد والحساسية التي ينطوي عليها تدريب نماذج الذكاء الاصطناعي المتقدمة.
النشر في العالم الحقيقي في مجال الرعاية الصحية
يتجلى التزام Ant بالتطبيقات العملية بشكل أكبر من خلال نشرها لآلات النماذج الكبيرة التي تركز على الرعاية الصحية. يتم استخدام هذه الآلات حاليًا من قبل سبعة مستشفيات ومقدمي رعاية صحية في المدن الكبرى مثل بكين وشنغهاي. يستفيد النموذج الكبير من DeepSeek R1 و Qwen من Alibaba و LLM الخاص بـ Ant لتقديم خدمات الاستشارات الطبية.
وكلاء الذكاء الاصطناعي لخدمات الرعاية الصحية المحسنة
بالإضافة إلى آلات النماذج الكبيرة، قدمت Ant اثنين من وكلاء الذكاء الاصطناعي الطبي: Angel و Yibaoer. خدم Angel بالفعل أكثر من 1000 مرفق طبي، بينما يقدم Yibaoer الدعم لخدمات التأمين الطبي. علاوة على ذلك، في سبتمبر من العام السابق، أطلقت Ant خدمة AI Healthcare Manager داخل تطبيق Alipay للدفع، مما وسع نطاق وصولها في قطاع الرعاية الصحية. تُظهر هذه المبادرات تفاني Ant في الاستفادة من الذكاء الاصطناعي لتحويل وتحسين تقديم الرعاية الصحية.