في إطار سعيها للابتكار في مجال الذكاء الاصطناعي، أعلنت شركة ميتا عن نموذجها الجديد للذكاء الاصطناعي التوليدي، الذي يحمل اسم “Llama”. يتميز هذا النموذج بكونه “مفتوحًا”، مما يعني أن المطورين يمكنهم تحميله واستخدامه وفقًا لقيود معينة، بخلاف النماذج الأخرى مثل Claude من Anthropic وGPT-4o من OpenAI وGemini من Google، التي يمكن الوصول إليها فقط عبر واجهات برمجة التطبيقات (APIs).
ولكن ما هو Llama؟، في الحقيقة أنه ليس واحدًا فقط، بل هو مجموعة من النماذج تشمل:
- Llama 8B
- Llama 70B
- Llama 405B
وتعد أحدث الإصدارات هي Llama 3.1 8B وLlama 3.1 70B وLlama 3.1 405B، والتي تم إصدارها في يوليو 2024، وقد تم تدريب هذه النماذج على صفحات الويب بعدة لغات، والرموز العامة، والملفات على الإنترنت، بالإضافة إلى البيانات الاصطناعية التي يتم توليدها بواسطة نماذج الذكاء الاصطناعي الأخرى.
أما Llama 3.1 8B وLlama 3.1 70B هما نموذجان صغيران ومناسبان لأجهزة الكمبيوتر المحمولة والخوادم، بينما يتطلب Llama 3.1 405B بنية تحتية كبيرة الحجم، مثل مراكز البيانات.
ما الذي يؤديه Llama؟
مثل النماذج التوليدية الأخرى، يمكن لـ Llama أداء مجموعة متنوعة من المهام المساعدة مثل البرمجة وحل الأسئلة الرياضية الأساسية، بالإضافة إلى تلخيص الوثائق بثمان لغات، فيما لا يمكن لنماذج Llama معالجة أو توليد الصور حاليًا، لكن قد يتغير ذلك قريبًا.
أيضا، فإن جميع نماذج Llama الأحدث يمكن تكوينها لاستخدام التطبيقات والأدوات وواجهات البرمجة الخاصة بالجهات الخارجية، كما تم تدريبها مسبقًا على استخدام أدوات مثل Brave Search للإجابة على الأسئلة المتعلقة بالأحداث الأخيرة، وWolfram Alpha للاستفسارات المتعلقة بالرياضيات والعلوم، ومفسر Python للتحقق من الشيفرة.
أماكن استخدام Llama
إذا كنت ترغب في الدردشة مع Llama، فهو يدعم تجربة الدردشة عبر منصات ميتا مثل فيسبوك ماسنجر وواتساب وانستجرام وغيرها.
ويمكن للمطورين تحميل واستخدام وتخصيص النموذج عبر معظم منصات السحابة الشهيرة، حيث تدعي ميتا أن لديها أكثر من 25 شريكًا يستضيفون Llama، بما في ذلك Nvidia وDatabricks وGroq وDell وSnowflake.
وتوصي ميتا باستخدام نماذجها الأصغر، Llama 8B وLlama 70B، للتطبيقات العامة مثل تشغيل الدردشة وتوليد الشيفرة. بينما يعتبر Llama 405B الأنسب لعمليات تقطير النماذج، وهو عملية نقل المعرفة من نموذج كبير إلى نموذج أصغر وأكثر كفاءة.
قيود Llama
مثل جميع نماذج الذكاء الاصطناعي التوليدية، يأتي Llama مع بعض المخاطر والقيود، على سبيل المثال، قد يكون من غير الواضح ما إذا كانت ميتا قد استخدمت محتوى محمي بحقوق الطبع والنشر في تدريب النموذج، مما قد يضع المستخدمين في موقف قانوني غير مريح.
علاوة على ذلك، قد ينتج عن استخدام Llama في البرمجة شيفرة بها أخطاء أو مشاكل أمنية. لذلك، من الأفضل دائمًا مراجعة أي شيفرة يتم توليدها بواسطة الذكاء الاصطناعي بواسطة خبير بشري قبل دمجها في أي خدمة أو برنامج.
