أطلقت Fetch.ai ASI-1 Mini ، وهو نموذج لغة Web3 الأصلي المصمم لدعم مهام سير العمل المعقدة AIC.
تم وصف ASI-1 Mini بأنه GameChanger لإمكانية الوصول إلى الذكاء الاصطناعى ، ويتم إعلانه لتوفير نتائج على قدم المساواة مع LLMs الرائدة ولكن بتكاليف الأجهزة المنخفضة بشكل كبير-قفزة إلى الأمام في جعل AI جاهزة للمؤسسات.
تتكامل ASI-1 Mini في النظم الإيكولوجية لـ Web3 ، مما يتيح تفاعلات الذكاء الاصطناعي الآمنة والمستقلة. يحدد إصدارها الأساس للابتكار الأوسع داخل قطاع الذكاء الاصطناعي – بما في ذلك الإطلاق الوشيك لجناح القشرة ، مما سيعزز استخدام نماذج اللغة الكبيرة والذكاء المعمم.
“يمثل هذا الإطلاق بداية لاعب ASI-1 Mini وعصر جديد من الذكاء الاصطناعي المملوك للمجتمع. وقال همايون شيخ ، الرئيس التنفيذي لشركة Fetch.ai ورئيس مجلس إدارة التحالف الاصطناعي: “من خلال سلسلة القيمة اللامركزية لعلم الذكاء الاصطناعي ، فإننا نمكّن مجتمع Web3 من الاستثمار في نماذج الذكاء الاصطناعى وتدريبها وتملكها.
“سنقدم قريبًا تكامل الأدوات المتقدمة ، والقدرات متعددة الوسائط ، وتآزر Web3 الأعمق لتعزيز قدرات أتمتة ASI-1 Mini مع الحفاظ على خلق قيمة الذكاء الاصطناعى في أيدي مساهميها.”
إضفاء الطابع الديمقراطي على الذكاء الاصطناعي مع Web3: الملكية اللامركزية والقيمة المشتركة
مفتاح Fetch.ai هو إضفاء الطابع الديمقراطي على نماذج الذكاء الاصطناعى التأسيسية ، مما يسمح لمجتمع Web3 ليس فقط بالاستخدام ، ولكن أيضًا لتدريب LLMs الخاصين بالملوك مثل ASI-1 Mini.
يفتح هذا اللامركزية فرصًا للأفراد للاستفادة بشكل مباشر من النمو الاقتصادي لنماذج الذكاء الاصطناعى المتطورة ، والتي يمكن أن تحقق تقييمات بمليارات الدولارات.
من خلال منصة Fetch.ai ، يمكن للمستخدمين الاستثمار في مجموعات نموذج الذكاء الاصطناعى المنسقة ، والمساهمة في تطويرهم ، والمشاركة في الإيرادات المولدة. لأول مرة ، فإن اللامركزية تقود ملكية نموذج الذكاء الاصطناعي – يتم توزيع المزايا المالية بشكل أكبر.
التفكير المتقدم والأداء المصمم
يقدم ASI-1 Mini القدرة على التكيف في صنع القرار مع أربعة أوضاع ديناميكية: الخطوة المتعددة ، والكاملة ، والمحسّنة ، والقصيرة. تتيح لها هذه المرونة موازنة العمق والدقة بناءً على المهمة المحددة في متناول اليد.
سواء أكان إجراء حل معقد ومتعدد الطبقات لحل المشكلات أو تقديم رؤى موجزة وقابلة للتنفيذ ، يتكيف ASI-1 Mini ديناميكيًا لتحقيق أقصى قدر من الكفاءة. مزيج من النماذج (MOM) ومزيج من أطر عمل العوامل (MOA) يعزز هذا التنوع.
مزيج من النماذج (أمي):
يختار ASI-1 Mini النماذج ذات الصلة ديناميكيًا من مجموعة من نماذج الذكاء الاصطناعى المتخصصة ، والتي يتم تحسينها لمهام أو مجموعات بيانات محددة. وهذا يضمن كفاءة عالية وقابلية للتوسع ، وخاصة بالنسبة إلى الذكاء الاصطناعي متعدد الوسائط والتعلم الموحدين.
مزيج من العوامل (MOA):
يعمل الوكلاء المستقلين ذوي المعرفة الفريدة وقدرات التفكير بشكل تعاوني لحل المهام المعقدة. تضمن آلية تنسيق النظام توزيعًا فعالًا للمهمة ، مما يمهد الطريق لنماذج الذكاء الاصطناعى اللامركزية التي تزدهر في أنظمة ديناميكية متعددة الوكلاء.
تم بناء هذه الهندسة المعمارية المتطورة على ثلاث طبقات تفاعلية:
- الطبقة التأسيسية: ASI-1 Mini بمثابة مركز الذكاء الأساسي والتنسيق.
- طبقة التخصص (MOM Marketplace): يضم نماذج خبراء متنوعة ، يمكن الوصول إليها من خلال منصة ASI.
- طبقة العمل (Accenterse): الميزات وكلاء قادرين على إدارة قواعد البيانات الحية ، ودمج واجهات برمجة التطبيقات ، وتسهيل سير العمل اللامركزية ، والمزيد.
من خلال تنشيط النماذج والوكلاء الضرورية فقط ، يضمن النظام الأداء والدقة وقابلية التوسع في المهام في الوقت الفعلي.
تحويل كفاءة الذكاء الاصطناعي وإمكانية الوصول
على عكس LLMs التقليدية ، التي تأتي مع النفقات العامة الحسابية العالية ، تم تحسين ASI-1 Mini للأداء على مستوى المؤسسة على وحدات معالجة الرسومات فقط ، مما يقلل من تكاليف الأجهزة بنسبة ثمانية أضعاف. بالنسبة للشركات ، يعني هذا انخفاض تكاليف البنية التحتية وزيادة قابلية التوسع ، مما يؤدي إلى تقليل الحواجز المالية أمام تكامل الذكاء الاصطناعي عالي الأداء.
في الاختبارات القياسية مثل فهم لغة المهام المتعددة الضخمة (MMLU) ، يتطابق ASI-1 Mini أو يتجاوز LLMs الرائدة في المجالات المتخصصة مثل الطب والتاريخ والأعمال والمنطق المنطقي.
يتم طرح ASI-1 Mini في مرحلتين ، ستعامل قريبًا مجموعات بيانات أكبر إلى حد كبير مع توسعات نافذة السياق القادمة:
- ما يصل إلى مليون رمز: يسمح للنموذج بتحليل المستندات المعقدة أو الأدلة الفنية.
- ما يصل إلى 10 ملايين رمز: يتيح تطبيقات المخاطر العالية مثل مراجعة السجلات القانونية والتحليل المالي ومجموعات البيانات على نطاق المؤسسات.
هذه التحسينات ستجعل ASI-1 Mini لا تقدر بثمن للمهام المعقدة والمتعددة الطبقات.
معالجة مشكلة “black-box”
واجهت صناعة الذكاء الاصطناعى منذ فترة طويلة التحدي المتمثل في معالجة مشكلة الصندوق الأسود ، حيث تصل نماذج التعلم العميق إلى استنتاجات دون تفسيرات واضحة.
يخفف ASI-1 Mini من هذه المشكلة مع التفكير المستمر متعدد الخطوات ، مما يسهل التصحيحات في الوقت الفعلي واتخاذ القرارات المحسنة. على الرغم من أنه لا يزيل العتامة تمامًا ، إلا أن ASI-1 يوفر مخرجات أكثر تفسيرًا-أمرًا غريبًا للصناعات مثل الرعاية الصحية والتمويل.
لا تضمن بنية النموذج المتعددة الخبرة الشفافية فحسب ، بل تعمل أيضًا على تحسين تدفقات العمل المعقدة عبر قطاعات متنوعة. من إدارة قواعد البيانات إلى تنفيذ منطق العمل في الوقت الفعلي ، تتفوق ASI-1 على النماذج التقليدية في كل من السرعة والموثوقية.
تكامل الوكيل: بناء اقتصاد العميل الذكاء الاصطناعي
تم تعيين ASI-1 Mini للتواصل مع Agentverse ، Fetch.ai's Agent Marketplace ، مما يوفر للمستخدمين الأدوات اللازمة لإنشاء ونشر الوكلاء المستقلين القادرين على تنفيذ المهام في العالم الحقيقي عبر أوامر لغة بسيطة. على سبيل المثال ، يمكن للمستخدمين أتمتة تخطيط الرحلات ، أو تحفظات المطاعم ، أو المعاملات المالية من خلال “الوكلاء الصغير” المستضافة على المنصة.
يتيح هذا النظام الإيكولوجي تخصيص AI مفتوح المصدر وتخصيصه ، مما يخلق “اقتصادًا وكيلًا” حيث يزدهر المطورون والشركات بشكل تكافلي. يمكن للمطورين استثمار العوامل الصغيرة ، بينما يحصل المستخدمون على وصول سلس إلى حلول الذكاء الاصطناعى المصممة.
مع نضوج نظامها الإيكولوجي للوكيل ، تهدف ASI-1 Mini إلى التطور إلى قوة متعددة الوسائط قادرة على معالجة النصوص المنظمة والصور ومجموعات البيانات المعقدة مع اتخاذ القرارات المعقدة للسياق.
انظر أيضا: مختبرات إندور: شفافية الذكاء الاصطناعى مقابل “الغسيل المفتوح”
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الكبيرة من قادة الصناعة؟ تحقق من AI و Big Data Expo الذي يقام في أمستردام ، كاليفورنيا ، ولندن. تم تحديد الحدث الشامل مع الأحداث الرائدة الأخرى بما في ذلك مؤتمر الأتمتة الذكي ، و blockx ، وأسبوع التحول الرقمي ، ومعرض Cyber Security & Cloud.
استكشاف أحداث وندوات الويب القادمة الأخرى التي تعمل بها TechForge هنا.