إنفيديا توسع محفظة النماذج المفتوحة لتسريع تطوير الذكاء الاصطناعي السيادي في أوروبا

كشفت إنفيديا عن مجموعة موسعة بشكل كبير من عائلات النماذج مفتوحة الأوزان المصممة لمنح المطورين والشركات الأوروبية اللبنات الأساسية لتطبيقات الذكاء الاصطناعي السيادية. يغطي الإصدار اللغة والرؤية (نيموترون 3.5 سوبر في إل وبولت)، والاسترجاع وفهم المستندات (نيموترون ريتريفر)، وبيانات الأعمال المنظمة (كومو)، ومحاكاة العالم المادي (كوزموس 3.5)، والمركبات الذاتية القيادة (ألبامايوا 2 إيدج)، وعلوم الحياة (بايونيمو)، والحوسبة الكمية (آيسينغ). والأهم أن هذه النماذج مصممة للتخصيص اللاحق للتدريب باستخدام البيانات المملوكة والنشر على البنية التحتية التي تسيطر عليها المؤسسة — استجابة مباشرة لمتطلبات سيادة البيانات والتنظيم في أوروبا.

يضم تحالف نيموترون الآن شركاء بحث أوروبيين هم بلاك فورست لابز، وإتش-كومباني، وميسترال، مما يضمن أن تعكس النماذج الفروق اللغوية والثقافية الإقليمية. ويبني المتبنون الأوائل مثل داسو سيستيمز، وإس إيه بي، وسيلز فورس وكلاء متخصصين في المجال على هذه الأسس، بينما يساعد نظام بيئي واسع للتدريب اللاحق — بما في ذلك كور ويف، ونيبيوس، وسكيل إيه آي — الشركات على تكييف النماذج لأعباء العمل المتخصصة دون البدء من الصفر.

كومو يجلب نهج النماذج الأساسية للبيانات الجدولية

إضافة بارزة هي عائلة كومو، التي تطبق مبادئ النماذج الأساسية على بيانات المؤسسات المنظمة. بدلاً من بناء خطوط أنابيب تعلم آلي منفصلة لكل مهمة تنبؤ — تقييم مخاطر الاحتيال، وتنبؤ الطلب، وتنبؤ تسرب العملاء — يمكن للفرق استخدام نماذج كومو المدربة مسبقاً لتوليد التنبؤات بسرعة، ثم ضبطها بدقة باستخدام البيانات المملوكة عند الحاجة إلى دقة أعلى. وتعد كوجنايت، وكوين بيز، وداتا بريكس، وريفولوت من أوائل من دمجوا كومو في سير العمل الإنتاجي، مشيرين إلى تخفيضات كبيرة في وقت الوصول للتنبؤ.

لماذا هذا مهم لوحدات معالجة الرسومات / بنية الذكاء الاصطناعي التحتية: تنقل النماذج مفتوحة الأوزان عبء الحوسبة من عمليات التدريب المسبق الضخمة (التي لا يستطيع قلة تحمل تكلفتها) إلى الضبط الدقيق والاستدلال المستهدف. يتماشى هذا تماماً مع اقتصاديات سحابة وحدات معالجة الرسومات: يمكن للمؤسسات استئجار الحوسبة المسرعة لدورات التخصيص، ثم نشر النماذج المحسنة على مجموعات استدلال أصغر. لعملاء أيه آي جي بي يو، تعني حديقة النماذج الموسعة المزيد من نقاط البداية الجاهزة للتخصيص عبر القطاعات، مما يقلل الوقت اللازم لتحقيق القيمة في مشاريع الذكاء الاصطناعي السيادية.