تكشف Tether عن تكنولوجيا تكسر تقاليد تدريب الذكاء الاصطناعي

لقد دفعت Tether سوق الذكاء الاصطناعي إلى مستوى جديد تمامًا. كشفت الشركة عن إطار عمل قادر على تدريب النماذج مباشرة على الهواتف الذكية. هذا الابتكار يغيّر معايير الصناعة. وليس هذا فقط! بل يمهد الطريق أيضًا لذكاء اصطناعي أكثر وصولاً للجميع.

هكذا تجعل Tether تدريب نماذج الذكاء الاصطناعي ممكنًا على الهواتف الذكية

تقدم Tether نظامًا مبنيًا على هندسة BitNet وتقنية تحسين LoRA. هذا المزيج يقلل بشكل كبير من الحاجة إلى قوة الحوسبة وتحسين الذاكرة. النتيجة: يمكن تشغيل نموذج لغوي على هاتف ذكي بسيط.

الأرقام مذهلة للغاية. فالنموذج الواحد للذكاء الاصطناعي، الذي يحتوي على مليار معلمة، يتم تدريبه فعلاً في أقل من ساعتين. وتظهر الاختبارات قدرات تصل حتى 13 مليار معلمة. هذا الأداء يعتمد على نماذج 1-بت، والتي هي أخف بكثير من الهياكل التقليدية.

وليس هذا كل شيء! فزيادة الكفاءة في الذاكرة تصل أيضًا إلى 77.8%. هذا يغير قواعد اللعبة في تعلم الآلة والتعلم العميق. لم يعد المطورون بحاجة إلى معالجات رسومية متقدمة. يعمل الإطار كذلك على عدة شرائح بما في ذلك Apple وAMD وQualcomm.

كما تزداد سرعة الاستدلال. حيث تتفوق معالجات الرسوميات في الهواتف الذكية على وحدات المعالجة المركزية بأداء يفوقها حتى 11 مرة. هذا يقرب الذكاء الاصطناعي من الحياة اليومية. والواقع أن تدريب النماذج يبتعد شيئًا فشيئًا عن مراكز البيانات ليوجد في جيوب المستخدمين.

الذكاء الاصطناعي: نحو بنية تحتية لامركزية بلا سحابة أو Nvidia

هذا الابتكار يتجاوز مجرد الإنجاز التقني البسيط. فهو فعليًا يعيد تعريف بنية الذكاء الاصطناعي التحتية عبر تقليل الاعتماد على عمالقة الخدمات السحابية ومعالجات Nvidia. وبذلك يصبح الذكاء الاصطناعي اللامركزي سيناريو واقعيًا وجديرًا بالتصديق.

يفضل النظام التعلم الاتحادي. تبقى البيانات على الجهاز. وتحصل معالجة البيانات على المزيد من الخصوصية. وهكذا يساهم كل مستخدم في الحوسبة الموزعة دون تعريض معلوماته.

يتماشى هذا النموذج مع مفهوم "الحوسبة الطرفية". حيث يعمل الذكاء الاصطناعي بالقرب قدر الإمكان من المستخدم. هذا النهج يقلل التكاليف ويسرع المعالجة. كما يفتح استخدامات جديدة لتطبيقات الهواتف المحمولة.

وبذلك تؤكد مبادرة Tether اتجاهًا أوسع. يتجه الذكاء الاصطناعي ليكون أقرب للمستخدمين، ويبتعد عن مراكز البيانات. وقد تعيد هذه التطورات رسم توازن القوى بين شركات التقنية الكبرى والجهات اللامركزية.