Phi Ailesi Genişliyor: Çok Modlu Yeteneklerle Tanışın
Microsoft’un bu gelişmekte olan SLM alanına katkısı, bir dizi kompakt model olan Phi ailesidir. Phi’nin dördüncü nesli başlangıçta Aralık ayında tanıtıldı ve şimdi Microsoft, seriyi iki önemli eklemeyle genişletiyor: Phi-4-multimodal ve Phi-4-mini. Kardeşleriyle tutarlı olarak, bu yeni modeller, izin verilen MIT lisansı altında Azure AI Foundry, Hugging Face ve Nvidia API Kataloğu aracılığıyla kolayca erişilebilir olacak.
Özellikle Phi-4-multimodal öne çıkıyor. ‘Mixture-of-LoRAs’ (Low-Rank Adaptations) adı verilen gelişmiş bir teknikten yararlanan 5,6 milyar parametreli bir modeldir. Bu yaklaşım, modelin konuşmayı, görsel girdiyi ve metin verilerini aynı anda işlemesini sağlar. LoRA’lar, büyük bir dil modelinin belirli görevlerdeki performansını artırmak için yeni bir yöntemi temsil eder ve tüm parametreleri boyunca kapsamlı ince ayar yapma ihtiyacını ortadan kaldırır. Bunun yerine, LoRA kullanan geliştiriciler, modele stratejik olarak daha az sayıda yeni ağırlık ekler. Yalnızca bu yeni tanıtılan ağırlıklar eğitime tabi tutulur, bu da önemli ölçüde daha hızlı ve daha fazla bellek tasarruflu bir süreçle sonuçlanır. Sonuç, depolanması, paylaşılması ve dağıtılması çok daha kolay olan daha hafif modellerden oluşan bir koleksiyondur.
Bu verimliliğin sonuçları önemlidir. Phi-4-multimodal, düşük gecikmeli çıkarım sağlar - yani bilgiyi işleyebilir ve çok hızlı yanıtlar verebilir - cihaz üzerinde yürütme için optimize edilmiştir. Bu, hesaplama yükünde önemli bir azalmaya dönüşür ve daha önce gerekli işlem gücünden yoksun olan cihazlarda gelişmiş yapay zeka uygulamalarını çalıştırmayı mümkün kılar.
Potansiyel Kullanım Alanları: Akıllı Telefonlardan Finansal Hizmetlere
Phi-4-multimodal’ın potansiyel uygulamaları çeşitlidir ve geniş kapsamlıdır. Modelin akıllı telefonlarda sorunsuz bir şekilde çalıştığını, araçlardaki gelişmiş özellikleri güçlendirdiğini veya hafif kurumsal uygulamaları çalıştırdığını hayal edin. Çarpıcı bir örnek, çeşitli dillerde kullanıcı sorgularını anlayabilen ve yanıtlayabilen, belgeler gibi görsel verileri işleyebilen ve tüm bunları bir kullanıcının cihazında verimli bir şekilde çalıştırabilen çok dilli bir finansal hizmetler uygulamasıdır.
Sektör analistleri, Phi-4-multimodal’ın dönüştürücü potansiyelini kabul ediyor. Özellikle mobil cihazlar veya hesaplama kaynaklarının kısıtlı olduğu ortamlar için yapay zeka destekli uygulamalar oluşturmaya odaklanan geliştiriciler için önemli bir adım olarak görülüyor.
Forrester’da Başkan Yardımcısı ve Baş Analist olan Charlie Dai, modelin metin, görüntü ve ses işlemeyi sağlam akıl yürütme yetenekleriyle entegre etme yeteneğini vurguluyor. Bu kombinasyonun yapay zeka uygulamalarını geliştirdiğini ve geliştiricilere ve işletmelere ‘çok yönlü, verimli ve ölçeklenebilir çözümler’ sunduğunu vurguluyor.
Everest Group’ta ortak olan Yugal Joshi, modelin hesaplama açısından kısıtlı ortamlarda dağıtım için uygunluğunu kabul ediyor. Mobil cihazların tüm üretken yapay zeka kullanım durumları için ideal platform olmayabileceğini belirtirken, yeni SLM’leri, Microsoft’un büyük ölçekli hesaplama altyapısına olan bağımlılığı en aza indirmeye odaklanan başka bir girişim olan DeepSeek’ten ilham almasının bir yansıması olarak görüyor.
Performans Kıyaslaması: Güçlü Yönler ve Gelişim Alanları
Performans kıyaslaması söz konusu olduğunda, Phi-4-multimodal, özellikle konuşma soru cevaplama (QA) görevlerinde Gemini-2.0-Flash ve GPT-4o-realtime-preview gibi modellerle karşılaştırıldığında bir performans boşluğu sergiliyor. Microsoft, Phi-4 modellerinin daha küçük boyutunun, soru cevaplama için olgusal bilgileri saklama kapasitelerini doğal olarak sınırladığını kabul ediyor. Ancak şirket, modelin gelecekteki yinelemelerinde bu yeteneği geliştirmek için devam eden çabaları vurguluyor.
Buna rağmen, Phi-4-multimodal diğer alanlarda etkileyici güçlü yönler sergiliyor. Özellikle, matematiksel ve bilimsel akıl yürütme, optik karakter tanıma (OCR) ve görsel bilim akıl yürütmeyi içeren görevlerde Gemini-2.0-Flash Lite ve Claude-3.5-Sonnet dahil olmak üzere birçok popüler LLM’den daha iyi performans gösteriyor. Bunlar, eğitim yazılımından bilimsel araştırma araçlarına kadar çok çeşitli uygulamalar için çok önemli yeteneklerdir.
Phi-4-mini: Kompakt Boyut, Etkileyici Performans
Phi-4-multimodal’ın yanı sıra Microsoft, Phi-4-mini’yi de tanıttı. Bu model, 3,8 milyar parametreye sahip, daha da kompakttır. Yoğun bir kod çözücü-yalnızca transformatör mimarisine dayanır ve 128.000 token’a kadar olan dizileri destekler.
Microsoft’ta Üretken Yapay Zeka Başkan Yardımcısı Weizhu Chen, Phi-4-mini’nin küçük boyutuna rağmen dikkat çekici performansını vurguluyor. Yeni modelleri detaylandıran bir blog yazısında, Phi-4-mini’nin ‘akıl yürütme, matematik, kodlama, talimat izleme ve işlev çağırma dahil olmak üzere metin tabanlı görevlerde daha büyük modellerden daha iyi performans göstermeye devam ettiğini’ belirtiyor. Bu, daha küçük modellerin bile belirli uygulama alanlarında önemli değer sunma potansiyelinin altını çiziyor.
IBM’in Granit Güncellemeleri: Akıl Yürütme Yeteneklerini Geliştirme
SLM’lerdeki gelişmeler yalnızca Microsoft ile sınırlı değil. IBM ayrıca, Granite 3.2 2B ve 8B modellerini tanıtarak, temel modellerinin Granite ailesine bir güncelleme yayınladı. Bu yeni modeller, akıl yürütme yeteneklerini geliştirmenin önemli bir yönü olan gelişmiş ‘düşünce zinciri’ yeteneklerine sahiptir. Bu iyileştirme, modellerin öncekilere kıyasla üstün performans elde etmesini sağlar.
Ayrıca IBM, özellikle belge anlama görevleri için tasarlanmış yeni bir vision language model (VLM) tanıttı. Bu VLM, DocVQA, ChartQA, AI2D ve OCRBench1 gibi kıyaslamalarda Llama 3.2 11B ve Pixtral 12B gibi önemli ölçüde daha büyük modellerin performansıyla eşleşen veya onu aşan bir performans sergiliyor. Bu, belirli alanlarda rekabetçi performans sunan daha küçük, özel modellerin artan eğilimini vurgulamaktadır.
Cihaz Üstü Yapay Zekanın Geleceği: Bir Paradigma Değişimi
Phi-4-multimodal ve Phi-4-mini’nin tanıtımı, IBM’in Granite güncellemeleriyle birlikte, güçlü yapay zeka yeteneklerinin çok çeşitli cihazlarda kolayca kullanılabilir olduğu bir geleceğe doğru önemli bir adımı temsil ediyor. Bu değişimin çeşitli endüstriler ve uygulamalar için derin etkileri vardır:
- Yapay Zekanın Demokratikleşmesi: Daha küçük, daha verimli modeller, yapay zekayı yalnızca büyük hesaplama kaynaklarına erişimi olanlara değil, daha geniş bir geliştirici ve kullanıcı yelpazesine erişilebilir kılar.
- Gelişmiş Gizlilik ve Güvenlik: Cihaz üzerinde işleme, hassas verilerin buluta iletilmesi ihtiyacını azaltarak gizliliği ve güvenliği artırır.
- İyileştirilmiş Yanıt Verme ve Gecikme: Yerel işleme, bulut tabanlı yapay zeka ile ilişkili gecikmeleri ortadan kaldırarak daha hızlı yanıt sürelerine ve daha sorunsuz bir kullanıcı deneyimine yol açar.
- Çevrimdışı İşlevsellik: Cihaz üzerinde yapay zeka, internet bağlantısı olmadan bile çalışabilir ve uzak veya düşük bağlantılı ortamlardaki uygulamalar için yeni olasılıklar sunar.
- Azaltılmış Enerji Tüketimi: Daha küçük modeller çalışmak için daha az enerji gerektirir, bu da mobil cihazlar için daha uzun pil ömrüne ve daha az çevresel etkiye katkıda bulunur.
- Uç Hesaplama Uygulamaları: Buna otonom sürüş, akıllı üretim ve uzaktan sağlık hizmetleri gibi sektörler dahildir.
SLM’lerdeki gelişmeler, yapay zeka ortamında bir paradigma değişimine öncülük ediyor. Büyük dil modelleri hayati bir rol oynamaya devam ederken, Phi ailesindekiler gibi kompakt, verimli modellerin yükselişi, yapay zekanın daha yaygın, erişilebilir ve günlük hayatımıza entegre olduğu bir geleceğe zemin hazırlıyor. Odak, saf boyuttan verimliliğe, uzmanlığa ve güçlü yapay zeka yeteneklerini doğrudan her gün kullandığımız cihazlarda sunma yeteneğine kayıyor. Bu eğilimin hızlanması, daha yenilikçi uygulamalara ve çeşitli sektörlerde yapay zekanın daha geniş çapta benimsenmesine yol açması muhtemeldir. Kaynakları kısıtlı cihazlarda çok modlu girdileri anlama gibi karmaşık görevleri gerçekleştirme yeteneği, yapay zekanın evriminde yeni bir sayfa açıyor.
Giderek daha akıllı ve yetenekli SLM’ler yaratma yarışı devam ediyor ve Microsoft’un yeni teklifi büyük bir adım.