أخبار الذكاء الاصطناعي

إطلاق نموذج إنكلينغ: نموذج مفتوح الأوزان من مختبر تفكير الآلات

أطلق مختبر تفكير الآلات نموذج إنكلينغ، وهو نموذج مفتوح الأوزان يعتمد على تقنية Mixture-of-Experts ويحتوي على 975 مليار معلمة. تم تدريب النموذج على 45 تريليون توكن من النصوص والصور والصوتيات والفيديو. يعد إنكلينغ نموذجًا متعدد الوسائط، ويستهدف أن يكون قاعدة قوية للتخصيص باستخدام منصة Tinker الخاصة بالمختبر. كما تم الإعلان عن نموذج إنكلينغ-صغير بقدرة 276 مليار معلمة، والذي لا يزال قيد الاختبار. على الرغم من أن إنكلينغ ليس النموذج الأقوى المتاح، إلا أنه يمثل إضافة مهمة لنماذج الأوزان المفتوحة، حيث يتنافس مع نماذج مثل NVIDIA Nemotron وGemma 4، مما يعزز من تنوع النظام البيئي لنماذج الأوزان المفتوحة في الولايات المتحدة.

OpenAI تطلق لوحة مفاتيح Codex Micro للمطورين

أعلنت OpenAI عن إطلاق لوحة مفاتيح جديدة تحمل اسم Codex Micro، والتي تم تصميمها خصيصًا للعمل مع منصة البرمجة الذكية Codex. توفر هذه اللوحة للمطورين وسيلة أسرع للتحكم في وظائف المنصة المدعومة بالذكاء الاصطناعي، ويبلغ سعرها 230 دولارًا. تتميز Codex Micro بأنها ليست لوحة مفاتيح تقليدية، حيث تحتوي على 12 مفتاحًا فقط، بالإضافة إلى عصا تحكم ومقبض دوار. هذا التصميم الفريد يسهل على المطورين الوصول السريع إلى الوظائف الرئيسية للمنصة، مما يعزز من كفاءة العمل. يعكس إطلاق Codex Micro التزام OpenAI بتطوير أدوات مبتكرة تدعم المطورين في استخدام تقنيات الذكاء الاصطناعي. من المتوقع أن تسهم هذه اللوحة في تحسين تجربة البرمجة وتسهيل الوصول إلى الوظائف المتقدمة لمنصة Codex.

💡

أندرو داي: الذكاء الاصطناعي البصري هو الحدود القادمة

كيف ترى تأثير الذكاء الاصطناعي البصري على المستقبل؟

اقرأ المزيد ←

OpenAI تطلق Codex Micro للتحكم في الوكلاء الذكيين

OpenAI تطلق Codex Micro للتحكم في الوكلاء الذكيين

أعلنت OpenAI بالتعاون مع شركة Work Louder عن إطلاق Codex Micro، وهو جهاز تحكم مدمج مصمم للعمل مع الوكلاء الذكيين. يهدف هذا الجهاز إلى تسهيل التحكم في الوكلاء من خلال واجهة أكثر تفاعلية، مما يقلل الحاجة إلى كتابة الأوامر. تعتبر Codex Micro خطوة مهمة في تطوير أدوات الذكاء الاصطناعي، حيث تتيح للمستخدمين استخدام عصا التحكم بدلاً من الكتابة، مما يسهل التفاعل مع الأنظمة الذكية. هذه التقنية قد تعزز من كفاءة العمل وتفتح آفاق جديدة للمطورين. تسعى OpenAI من خلال هذا الابتكار إلى تغيير طريقة تفاعل المطورين مع الوكلاء الذكيين، مما قد يؤدي إلى تحسين الإنتاجية وتبسيط العمليات. قد تكون هذه الخطوة بداية لثورة في كيفية استخدام الذكاء الاصطناعي في التطبيقات اليومية.

سكانا AI تدمج نماذج نيفيديا المفتوحة في منظم Fugu

سكانا AI تدمج نماذج نيفيديا المفتوحة في منظم Fugu

أعلنت سكانا AI عن دمج نماذج نيفيديا المفتوحة Nemotron في منظم Fugu، الذي يجمع بين نماذج لغوية متعددة لأداء مهام محددة. تؤكد الشركة أن النماذج المفتوحة تصبح تنافسية فقط عند استخدامها بشكل منسق، مما يعكس أهمية التعاون بين النماذج. ومع ذلك، لم يتم الكشف عن أرقام مرجعية محددة لهذا الدمج الجديد. هذا التطور قد يعني أن الذكاء الجماعي يمكن أن ينافس النماذج الرائدة الفردية، مما يفتح آفاقًا جديدة في استخدام النماذج اللغوية في السوق العربية.

ليلا ساينس: مختبرات ذكية تعيد تعريف العلم الحديث

ليلا ساينس: مختبرات ذكية تعيد تعريف العلم الحديث

تسعى شركة ليلا ساينس إلى إنشاء مختبرات ذكية تعتمد على الذكاء الاصطناعي، حيث يتم تشغيل الروبوتات والمعدات بشكل مستمر. تقوم الشركة بتطوير مكتبة ضخمة من الرموز العلمية، حيث تمتلك أكثر من 10 تريليون رمز تم التحقق منها تجريبيًا، مما يعزز قدرتها على معالجة المشكلات العلمية. تتوجه ليلا ساينس نحو تحقيق الذكاء الخارق في العلوم، مع التركيز على مجالات مثل البيولوجيا والكيمياء واكتشاف الأدوية، مما يفتح آفاق جديدة في البحث العلمي.

الحوكمة

تقرير يكشف انحيازات نماذج الذكاء الاصطناعي تجاه حرية التعبير

الحوكمة

تقرير يكشف انحيازات نماذج الذكاء الاصطناعي تجاه حرية التعبير

أثار تقرير جديد صادر عن مجلس الرقابة المستقل التابع لشركة ميتا تساؤلات جوهرية بشأن حيادية نماذج الذكاء الاصطناعي، بعدما خَلُص إلى أن عدداً من أشهر النماذج اللغوية في العالم أصبح أقل استعداداً لإنتاج محتوى ينتقد الحكومات التي تفرض قيوداً على حرية التعبير. أول دراسة من نوعها أجرى مجلس الرقابة، الذي تموله ميتا لكنه يعمل بشكل مستقل، أول تقييم شامل لمدى احترام نماذج اللغات الكبيرة لحرية التعبير. وشملت الدراسة 10 نماذج ذكاء اصطناعي من شركات عالمية، بينها ميتا، وأوبن إيه آي، وغوغل، وأنثروبيك، وديب سيك الصينية.

اختيار بين تحسين النموذج وRAG في تطبيقات الذكاء الاصطناعي

اختيار بين تحسين النموذج وRAG في تطبيقات الذكاء الاصطناعي

يتناول هذا الدليل الفرق بين تحسين النموذج (Fine-Tuning) ونظام استرجاع المعلومات المعزز (RAG) في تطبيقات الذكاء الاصطناعي. يتيح نظام RAG للنموذج الوصول إلى معلومات خارجية لم تكن موجودة في بيانات التدريب، مما يجعله خيارًا شائعًا للفرق التي تحتاج إلى بيانات متغيرة باستمرار. من جهة أخرى، يتضمن تحسين النموذج تدريب نموذج موجود على أمثلة إضافية لتعليم سلوكيات جديدة، مما يجعله مناسبًا لمهام محددة مثل الرعاية الصحية أو المالية. على الرغم من أن تحسين النموذج كان شائعًا في السابق، إلا أن RAG أصبح الخيار المفضل في العديد من التطبيقات.

هاتف أونر روبوت يقترب من الإطلاق بتقنيات متقدمة