دليل الشركات

نماذج الذكاء الاصطناعي السائل والأساس السائل

Liquid AI عبارة عن نموذج منبثقة من معهد ماساتشوستس للتكنولوجيا (MIT) لبناء نماذج الأساس السائل (LFMs) التي تتخلص من المحول القياسي للبنيات المستوحاة من الأنظمة الديناميكية.

نظرة عامة

Liquid AI عبارة عن نموذج منبثقة من معهد ماساتشوستس للتكنولوجيا (MIT) لبناء نماذج الأساس السائل (LFMs) التي تتخلص من المحول القياسي للبنيات المستوحاة من الأنظمة الديناميكية. الهدف هو نماذج صغيرة وسريعة وفعالة من حيث الذاكرة تعمل على الهواتف والأجهزة المتطورة دون التضحية بالكثير من الجودة.

من الأفضل فهم نماذج Liquid AI وLiquid Foundation في سياق الإستراتيجية والوصول إلى النموذج وقرارات النظام الأساسي وشراكات النظام البيئي.

الغوص العميق

تم تأسيس Liquid AI في عام 2023 على يد رامين حسني، وماتياس ليتشنر، وألكسندر أميني، ودانييلا روس، فريق MIT CSAIL الذي يقف وراء "الشبكات العصبية السائلة". نشأت تلك من دراسة الدودة الخيطية C. elegans، التي ألهم دماغها الصغير المكون من 302 خلية عصبية شبكات ثابت الزمن السائل (LTC)، حيث يتغير سلوك كل خلية عصبية بشكل مستمر مع مرور الوقت عبر المعادلات التفاضلية. نماذج Liquid التجارية، نماذج الأساس السائل (LFM-1B، 3B، 40B)، تعمم هذه الفكرة إلى ما هو أبعد من المحولات. الميزة البارزة هي بصمة ذاكرة شبه ثابتة مع نمو السياق، على عكس المتحولين الذين يتزايد اهتمامهم في ذاكرة التخزين المؤقت مع طول التسلسل. في عام 2024، جمعت الشركة مبلغًا كبيرًا من السلسلة A (حوالي 250 مليون دولار) وأصدرت لاحقًا LFM2، الذي تم ضبطه للنشر على الجهاز على أجهزة الكمبيوتر المحمولة والهواتف والسيارات.

البصيرة الفنية

تقوم المحولات بتخزين ذاكرة تخزين مؤقت لقيمة المفتاح والتي تنمو بشكل خطي مع طول الإدخال، لذا فإن السياقات الطويلة تأكل الذاكرة. تستخدم LFMs بدلاً من ذلك وحدات حسابية "سائلة" مبنية من مشغلي مساحة الحالة والنظام الديناميكي المهيكلين الذين يقومون بضغط المعلومات السابقة في حالة متكررة ذات حجم ثابت. يتم وصف الحساب من خلال معادلات الوقت المستمر التي تتكيف معلماتها (مثل ثوابت الوقت) مع المدخلات، مما يسمح للنموذج بالتعامل مع التسلسلات الطويلة مع ذاكرة مسطحة تقريبًا وزمن انتقال يمكن التنبؤ به، وهو مثالي لأجهزة الحافة المحدودة الموارد.

إتقان نماذج الذكاء الاصطناعي السائل والأساس السائل

Liquid AI عبارة عن نموذج منبثقة من معهد ماساتشوستس للتكنولوجيا (MIT) لبناء نماذج الأساس السائل (LFMs) التي تتخلص من المحول القياسي للبنيات المستوحاة من الأنظمة الديناميكية. الهدف هو نماذج صغيرة وسريعة وفعالة من حيث الذاكرة تعمل على الهواتف والأجهزة المتطورة دون التضحية بالكثير من الجودة. من الأفضل فهم نماذج Liquid AI وLiquid Foundation في سياق الإستراتيجية والوصول إلى النموذج وقرارات النظام الأساسي وشراكات النظام البيئي. لبناء فهم عميق، تعامل مع نماذج Liquid AI وLiquid Foundation كنموذج تشغيل، وليس كميزة واحدة: حدد النتائج المرغوبة، ووضح الافتراضات، وفصل ما يمكن للنظام القيام به بشكل موثوق عما لا يزال يتطلب حكم الخبراء.

من الناحية العملية، تقوم الفرق القوية التي تستخدم نماذج Liquid AI وLiquid Foundation بتقييم استراتيجية البائع وموثوقية خارطة الطريق ومخاطر القفل قبل الالتزام. وهي تقوم بتوثيق معايير نجاح واضحة، واختبارها مقابل بيانات واقعية وسير العمل، والتكرار بناءً على أنماط الفشل الملحوظة بدلاً من الانتصارات المعيارية لمرة واحدة. وهذا هو المكان الذي يتحول فيه الفهم النظري إلى قدرة دائمة عبر المنتج والسياسة والعمليات.

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك. وفي الوقت نفسه، قد تتجاوز إعلانات الإطلاق الاستقرار في سير عمل الإنتاج الحقيقي. ويتمثل النهج الأكثر مرونة في الجمع بين سرعة التجريب وانضباط الحوكمة: تشغيل البرامج التجريبية، والتقاط الأدلة، ونشر سجلات القرارات، وتحديث الضمانات بشكل مستمر مع تطور سلوك النموذج، وتوقعات المستخدم، والمتطلبات التنظيمية.

التأثير الاستراتيجي

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك.

تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تؤثر الشروط التجارية وخيارات النشر على التكلفة والمخاطر على المدى الطويل.

تؤثر الشروط التجارية وخيارات النشر على التكلفة والمخاطر على المدى الطويل. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تعمل حوافز الشركة على تشكيل الإعدادات الافتراضية للمنتج، ووضعية السلامة، والانفتاح.

تعمل حوافز الشركة على تشكيل الإعدادات الافتراضية للمنتج، ووضعية السلامة، والانفتاح. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

مستقبل الذكاء الاصطناعي السائل ونماذج الأساس السائل

تراهن Liquid على أن مستقبل الذكاء الاصطناعي ليس مجرد نماذج سحابية عملاقة، بل نماذج خاصة قادرة على العمل محليًا. توقع تكاملًا أكثر إحكامًا مع الهواتف والمركبات وشرائح إنترنت الأشياء، بالإضافة إلى إصدارات LFM المستمرة المُحسّنة لأجهزة معينة. والسؤال البحثي الأوسع هو ما إذا كانت البنى غير المحولة، ذات نمط الفضاء الحكومي، يمكن أن تتطابق مع الجودة الحدودية على نطاق واسع. إذا استمرت مزايا الكفاءة مع نمو النماذج، فإن نهج Liquid يمكن أن يعيد تشكيل كيفية بناء المساعدين الموجودين على الجهاز والذكاء الاصطناعي المدمج.

التنفيذ في العالم الحقيقي

تشغيل مساعد دردشة قادر تمامًا دون الاتصال بالإنترنت على هاتف ذكي للاستخدام الحساس للخصوصية

دمج فهم اللغة بزمن وصول منخفض في السيارات للتحكم الصوتي بدون رحلات الذهاب والإياب السحابية

معالجة المستندات أو السجلات الطويلة جدًا على جهاز كمبيوتر محمول حيث تكون ذاكرة التخزين المؤقت لذاكرة المحول كبيرة جدًا

تشغيل الروبوتات المتطورة وأجهزة إنترنت الأشياء حيث تتفوق الشبكات السائلة الأصلية المستوحاة من C. elegans في التحكم المستمر

أنماط التنفيذ

نماذج الذكاء الاصطناعي والأساس السائل في الممارسة العملية

تشغيل مساعد دردشة قادر تمامًا دون الاتصال بالإنترنت على هاتف ذكي للاستخدام الحساس للخصوصية.

تشغيل مساعد دردشة قادر تمامًا دون الاتصال بالإنترنت على هاتف ذكي للاستخدام الحساس للخصوصية، عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الذكاء الاصطناعي والأساس السائل في الممارسة العملية

دمج فهم اللغة بزمن وصول منخفض في السيارات للتحكم الصوتي بدون رحلات الذهاب والإياب السحابية.

دمج فهم اللغة ذات زمن الوصول المنخفض في السيارات للتحكم الصوتي بدون رحلات الذهاب والإياب السحابية عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الذكاء الاصطناعي والأساس السائل في الممارسة العملية

معالجة المستندات أو السجلات الطويلة جدًا على جهاز كمبيوتر محمول حيث تكون ذاكرة التخزين المؤقت لذاكرة المحول كبيرة جدًا.

معالجة مستندات أو سجلات طويلة جدًا على جهاز كمبيوتر محمول حيث تكون ذاكرة التخزين المؤقت لذاكرة المحول كبيرة جدًا. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

نماذج الذكاء الاصطناعي والأساس السائل في الممارسة العملية

تشغيل الروبوتات المتطورة وأجهزة إنترنت الأشياء حيث تتفوق الشبكات السائلة الأصلية المستوحاة من C. elegans في التحكم المستمر.

تشغيل الروبوتات المتطورة وأجهزة إنترنت الأشياء حيث تتفوق الشبكات السائلة الأصلية المستوحاة من C. elegans في التحكم المستمر، عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

المخاطر والدرابزين

!

قد تتجاوز إعلانات الإطلاق الاستقرار في سير عمل الإنتاج الحقيقي.

!

يمكن أن يؤدي تسعير واجهة برمجة التطبيقات (API) أو تغيرات السياسة إلى كسر الافتراضات بين عشية وضحاها.

!

يؤدي الاعتماد على بائع واحد إلى زيادة تكاليف الحجز والترحيل.

خارطة طريق التنفيذ

1

قم بتقييم مقدمي الخدمة باستخدام المهام ومجموعات البيانات الخاصة بك.

قم بتقييم مقدمي الخدمة باستخدام المهام ومجموعات البيانات الخاصة بك. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

2

راجع الخصوصية والأمان والمصطلحات القانونية قبل التكامل.

راجع الخصوصية والأمان والمصطلحات القانونية قبل التكامل. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

3

احتفظ بخطة احتياطية عبر النماذج أو البائعين.

احتفظ بخطة احتياطية عبر النماذج أو البائعين. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

4

راقب ملاحظات الإصدار حتى لا تفاجئ التغييرات في خارطة الطريق الفرق.

راقب ملاحظات الإصدار حتى لا تفاجئ التغييرات في خارطة الطريق الفرق. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

استمر في الاستكشاف