أطلقت Microsoft نموذج ذكاء اصطناعي جديد، Phi-4-multimodal، لمعالجة الكلام والرؤية والنصوص مباشرة على الأجهزة. يتميز بكفاءة عالية واستهلاك أقل للموارد مقارنة بالنماذج السابقة، مما يجعله مثاليًا للهواتف والأجهزة ذات القدرات المحدودة. يقدم Phi-4 أداءً قويًا في مهام متعددة الوسائط.
كشفت مايكروسوفت النقاب عن Phi-4، وهي عائلة نماذج ذكاء اصطناعي تعيد تعريف التوازن بين الحجم والقدرة. صُممت هذه النماذج لتحقيق الكفاءة، ومعالجة النصوص والصور والكلام، مع استهلاك طاقة حاسوبية أقل. تحدي Phi-4 فكرة 'الأكبر هو الأفضل'، مما يثبت أن القوة تأتي في حزم صغيرة.
تقدم مايكروسوفت Phi-4-multimodal و Phi-4-mini نماذج لغة صغيرة جديدة بقدرات متقدمة متعددة الوسائط ونصية للمطورين مما يعد بتغيير تطوير التطبيقات
قدمت مايكروسوفت نموذج فاي-4، وهو نموذج لغوي صغير بـ 14 مليار معلمة، مصمم لتعزيز القدرات في مجال التفكير الرياضي. يتميز هذا النموذج بتقنيات تدريب مبتكرة تعتمد على البيانات الاصطناعية والمنظمة، مما يجعله يتفوق على نماذج أكبر في الأداء. يتميز فاي-4 بقدرته على تجاوز النموذج الأستاذ GPT-4o في بعض المقاييس، مما يثبت فعالية أساليب مايكروسوفت في توليد البيانات والتدريب اللاحق. تم إتاحة النموذج مفتوح المصدر على Hugging Face.
كشفت مايكروسوفت عن MatterGen، وهو نموذج لغوي كبير رائد مصمم خصيصًا لإنشاء مواد غير عضوية. يعتمد هذا النموذج المبتكر على بنية نموذج الانتشار، وهو قادر على التحسين التدريجي لأنواع الذرات والإحداثيات والشبكات الدورية. يتيح ذلك التوليد السريع لمواد غير عضوية جديدة ومتنوعة. أحد الأمثلة الرئيسية على إمكاناته هو في قطاع الطاقة، حيث يمكن لـ MatterGen توليد مواد جديدة لكاثود بطاريات الليثيوم أيون. بالمقارنة مع الطرق التقليدية لاكتشاف المواد، يزيد MatterGen بشكل كبير من نسبة المواد المستقرة والفريدة والجديدة التي يتم إنتاجها بأكثر من الضعف. علاوة على ذلك، فإن الهياكل التي تم إنشاؤها أقرب بحوالي عشر مرات إلى الحد الأدنى المحلي للطاقة في نظرية الكثافة الوظيفية (DFT). هذا يجعل MatterGen أداة لا تقدر بثمن للقطاعات ذات التقنية العالية مثل السيارات الكهربائية والفضاء والرقائق الإلكترونية.
