شاركت لاو هوانغ في الاستثمار، وجمعت العالمات الصينيات في معهد ماساتشوستس للتكنولوجيا 200 مليون دولار أمريكي! يقوم 10,000 H100 بتدريب وكيل الذكاء الاصطناعي بأكثر من 100 مليار معلمة

المصدر: شينزيوان

المحرر: اينيس نعسان جدا

الآن، وُلِد وحيد قرن آخر يعمل بالذكاء الاصطناعي في وادي السيليكون!

الشركة التي أسستها هذه العالمة الصينية تدعى Imbue، وقد حصلت مؤخرًا على تمويل بقيمة 200 مليون دولار أمريكي، وقد وصلت قيمتها إلى مليار دولار أمريكي.

تعد Imbue أيضًا واحدة من وحيدات القرن القليلة التي مؤسسيها من النساء.

ليس هذا فحسب، بل لدى Imbue أيضًا 10000 بطاقة رسوميات Nvidia H100، لذلك لم يعد بحاجة إلى القلق بشأن العملة الصعبة.

نعم، لقد خمنت ذلك بشكل صحيح، فقد استثمرت NVIDIA في وحيد القرن المزود بالذكاء الاصطناعي مرة أخرى!

كما قام جيم فان، أحد كبار العلماء في Nvidia، بتغريد تهنئته بسعادة: في العام الماضي تحدثنا عن Avalon وMineDojo في NeurIPS، والآن أصبحت الشركة التي تقف وراء Avalon وحيدة القرن!

تخبرنا هذه القصة، لا تتجاهل كل باحث متواضع تقابله في مؤتمر كبير. فمن يدري، ذات يوم سوف تحصل شركتهم على تمويل عالي المستوى وسيولد سام ألتمان التالي.

لم يتم جمع أي أموال، ولكن تم جمع مئات الملايين. ومثل هذه المعجزة من غير الممكن أن تحدث إلا في وادي السليكون.

إنفيديا متفائلة

حاليًا، يحتوي النموذج الضخم "واسع النطاق" Imbue الذي يتم تدريبه على أكثر من 100 مليار معلمة، ولدى Imbue حاليًا 10000 وحدة معالجة رسوميات NVIDIA H100 في متناول اليد.

ولم تقم الشركة بإصدار أي منتجات حتى الآن، بخلاف بيئة تدريب Avalon مفتوحة المصدر في الخريف الماضي.

المؤسسان المشاركان Imbue كانجون تشيو وجوش ألبريشت

ومع ذلك، فإن مبلغ تمويل Imbue في هذه الجولة هو 10 أضعاف المبلغ الذي تم جمعه سابقًا.

وقاد هذا الاستثمار معهد Astera، وهي منظمة غير ربحية أسسها الملياردير جيد مكالب، بمشاركة من Nvidia، وكايل فوجت، الرئيس التنفيذي لشركة Cruise ذاتية القيادة التابعة لشركة جنرال موتورز، والمؤسس المشارك لشركة Notion سيمون لاست.

والآن، وصل إجمالي تمويل Imbue إلى 220 مليون دولار، مما يجعلها واحدة من أفضل الشركات الناشئة تمويلًا في الأشهر الأخيرة. الشركات القليلة التي سبقتها هي Cohere (435 مليون دولار)، وAdept (415 مليون دولار)، وAI21 Labs (283 مليون دولار).

الاسم الأكثر لفتًا للانتباه بين المستثمرين هو بلا شك Nvidia.

هذا العام فقط، استثمرت Nvidia في سبع شركات تعمل بالذكاء الاصطناعي، بما في ذلك Adept وCoreweave وCohere وInflection وRunway وAI21 Labs وImbue.

استهداف عملاء الذكاء الاصطناعي

شركة ناشئة لا تزال في مراحلها الأولى، ويعمل بها 20 موظفًا فقط، ولم تصدر بعد أي منتجات للجمهور، ومع ذلك فقد حازت على استحسان العديد من مستثمري الذكاء الاصطناعي المعروفين في وادي السيليكون، لماذا هذا؟

والسبب هو أن المسار الذي اختاره Imbue ليس نموذجًا أساسيًا للذكاء الاصطناعي، ولكنه وكيل للذكاء الاصطناعي!

بعد انفجار الذكاء الاصطناعي الناتج عن النماذج الكبيرة، تم تنشيط السوق بالكامل، ويتطلع المستثمرون الواثقون بفارغ الصبر إلى النقطة الساخنة التالية.

يعد وكلاء الذكاء الاصطناعي اتجاهًا متفائلًا به العديد من قادة الذكاء الاصطناعي وعمالقة التكنولوجيا.

قال كارباثي، وهو شخصية بارزة انضمت إلى OpenAI هذا العام ومدير سابق للذكاء الاصطناعي في Tesla، ذات مرة: عملاء الذكاء الاصطناعي يمثلون مستقبل الذكاء الاصطناعي!

أطلق كارباثي ذات مرة على AutoGPT اسم الحدود التالية

وكلاء الذكاء الاصطناعي هم وكلاء مستقلون يعملون، في أبسط أشكالهم، في حلقات، ويولدون تعليمات وإجراءات ذاتية التوجيه مع كل تكرار. وعلى هذا النحو، فهي لا تعتمد على البشر لتوجيه المحادثات وهي قابلة للتطوير بدرجة كبيرة.

وباعتباره نظامًا حاسوبيًا يحاكي الاختيارات البشرية لإكمال المهام المعقدة، فإن عملاء الذكاء الاصطناعي يمثلون بلا شك طريقًا أكثر إبداعًا من نماذج اللغات الكبيرة.

في الواقع، في وقت مبكر من مارس وأبريل من هذا العام، كان هناك انفجار في عملاء الذكاء الاصطناعي. وكما لو كان من قبيل الصدفة، في غضون أسبوعين فقط، تم إطلاق العديد من العملاء الأذكياء مثل Stanford Westworld Town، وBabyAGI، وAutoGPT، وGPT-Engineer. ينبثق الجسد مثل براعم الخيزران بعد المطر.

حتى أن بعض الأشخاص أصدروا نداء مفاده: "لا تستخدموا نماذج لغوية كبيرة. نحن لا نستطيع تشغيل OpenAI، ولكن عندما يتعلق الأمر بعملاء الذكاء الاصطناعي، فإنهم لا يتمتعون بخبرة أكبر منا بكثير". ربما إذا لم تكن حذرًا، يمكنك أن تصبح "OpenAI" في مسار وكيل الذكاء الاصطناعي!

لا، إمبوي قادم.

المستثمرون: استكشفوا ببطء، لا تتعجلوا في التنفيذ

ومع ذلك، قال المؤسس إنه على الرغم من قيام شركة Imbue بتطوير بعض المنتجات، إلا أنها لا تخطط لوضع معظمها في مرحلة الإنتاج.

ويأمل إمبوي أن تكون هذه النماذج والأدوات وسيلة لمساعدتنا في الوصول إلى الذكاء الاصطناعي العام في المستقبل، حتى يتمكن الأشخاص من الحصول على منصة لإنشاء نماذجهم المخصصة.

إن موقف Imbue تجاه السوق ليس أمرًا ملحًا، ويمكن ملاحظة ذلك أيضًا من خلال التمويل——

المستثمر الرئيسي هو معهد أستيرا، وهي منظمة غير ربحية مخصصة لمشاريع التكنولوجيا، وليس شركات رأس المال الاستثماري التي تندفع إلى مشاريع الذكاء الاصطناعي عندما تكون ساخنة.

قال المؤسسون إنهم تجنبوا عمدا الاجتماعات مع شركات رأس المال الاستثماري أثناء عملية جمع الأموال.

ويرجع هذا، من وجهة نظرهم، إلى أن عمل إيمبوي ربما يستغرق عدة سنوات قبل أن يتم تسويقه تجاريا حقا. ولن تتحلى شركات رأس المال الاستثماري بمثل هذا الصبر، في حين ستكون المنظمات غير الربحية أكثر تسامحا مع الجدول الزمني لتسويقها.

قال أكبر المستثمرين والملياردير جيد ماكالب إنه بعد مشاهدة العرض التقديمي (PPT) لـQiu وAlbrecht وهما يبنيان عميل الذكاء الاصطناعي، شعر بالرضا الشديد، لذلك اتخذ قرارًا بالاستثمار بإشارة من يده.

وبطبيعة الحال، فهو يدرك أيضًا أن هذه مقامرة كبيرة: فمن أجل الارتقاء بالبحث إلى المرحلة التالية وتسويق عمل المختبر تجاريًا، سيتم حرق الكثير من الأموال بمجرد الاستثمار في وحدات معالجة الرسومات.

كما أن تشيو وألبريشت واثقان جدًا من أنه في غضون عشر سنوات، من المحتمل أن تصبح نتائج PPT تطبيقات يومية للناس، ومن المحتمل ألا يتم استخدامها خلال عشر سنوات.

النموذج الأساسي للاستدلال التدريبي

في مدونة Imbue الرسمية، شرحوا هذا -

تتمتع أنظمة الذكاء الاصطناعي حاليًا بقدرات محدودة للغاية في إكمال المهام البسيطة نيابة عن المستخدمين. أحد العوائق المهمة هو "الاستدلال".

يمكن القول أن القدرة على التفكير القوي هي شرط ضروري لعملاء الذكاء الاصطناعي لتحقيق إجراءات فعالة.

ويمكن تقسيم ذلك إلى: القدرة على التعامل مع عدم اليقين، والقدرة على معرفة متى يجب تغيير النهج، والقدرة على طرح الأسئلة وجمع معلومات جديدة، والقدرة على تطوير السيناريوهات واتخاذ القرارات، والقدرة على اقتراح الفرضيات والتخلي عنها. والقدرة على التعامل مع الطبيعة المعقدة وغير المتوقعة للعالم الحقيقي.

إن تصميم نماذج أساسية لـ "وكلاء الذكاء الاصطناعي المنطقيين" لا يعني الاستفادة من القدرات القوية التي توفرها LLM فحسب، بل يعني أيضاً الفهم بطريقة مفصلة وعملية لكيفية تدريب هذه النماذج وكيفية عملها. وما الأخطاء التي يمكن أن تحدث.

وهذا يعني، من ناحية، أنه من الضروري إنشاء بيانات ما قبل التدريب المستخدمة خصيصًا لتعزيز الاستدلال النموذجي، ومن ناحية أخرى، يجب تطوير التكنولوجيا لجعل نتائج الاستدلال أكثر موثوقية.

وللقيام بذلك، اتخذ الفريق نهجًا متكاملاً: تدريب النموذج الأساسي، ووضع نماذج أولية للعوامل والواجهات التجريبية، وبناء أدوات وبنية تحتية قوية، وفهم الأسس النظرية لكيفية تعلم النموذج.

- نموذج

تدريب وتحسين النماذج الكبيرة للغاية (> 100 مليار معلمة) لتحقيق أداء متميز في معايير الاستدلال.

لقد منحت الجولة الأخيرة من التمويل شركة Imbue قدرات لا تستطيع الشركات الأخرى مضاهاتها: مجموعة حوسبة مجهزة بحوالي 10000 جهاز H100، والتي يمكنها تحقيق التكرار السريع لكل شيء بدءًا من بيانات التدريب إلى آليات الهندسة المعمارية والاستدلال.

-عامل

علاوة على النموذج، صمم Imbue نموذجًا أوليًا للوكيل للاستخدام الداخلي (للترميز بشكل أساسي). وفي الوقت نفسه، نحاول أيضًا تجربة مجموعة متنوعة من الوكلاء الآخرين للحصول على عامل قوي وموثوق للأغراض العامة.

-واجهه المستخدم

تعتبر واجهات الدردشة المدعمة بالذكاء الاصطناعي اليوم ذات شكل ظاهري بشكل أساسي. يعتقد الفريق أن هناك العديد من المشكلات الأساسية المتعلقة بمتانة الوكلاء وثقتهم وتعاونهم والتي يمكن حلها عن طريق إعادة اختراع واجهة التفاعل.

بالإضافة إلى ذلك، يوفر عملاء الذكاء الاصطناعي القادرون على فهم العالم أيضًا فرصة لإعادة التفكير في الطريقة التي يتفاعل بها البشر مع أجهزة الكمبيوتر، وبالتالي إنشاء أنظمة تدعمنا وتمكننا بشكل أفضل.

- الأداة

أدوات رائعة تعمل على تسريع الدورات التكرارية.

ولتحقيق هذه الغاية، يبذل الفريق الكثير من الجهد في بناء الأدوات لنفسه: سواء كان نموذجًا أوليًا بسيطًا للوكيل لإصلاح أخطاء التحقق من النوع والترابط، أو واجهات تصحيح الأخطاء والتصور فوق الوكلاء والنماذج، أو أنظمة أكثر تعقيدًا (على سبيل المثال، يمكن لـ CARBS إكمال معظم تعديلات المعلمات الفائقة وعمليات البحث في بنية الشبكة تلقائيًا).

-نظرية

لإنشاء نموذج للوكلاء يوفر أساسًا قويًا مع الحفاظ على الأمان على المدى الطويل، يجب تطوير نظرية التعلم العميق.

ولتحقيق هذه الغاية، يركز الفريق أبحاثه على تعلم الميزات وفهم الآلية الأساسية وراء عملية التعلم لنماذج اللغات الكبيرة.

في الوقت الحاضر، نشر الفريق العديد من المقالات حول الأساس النظري للتعلم الخاضع للإشراف الذاتي والقواعد الأساسية للتعلم في أنظمة مثل الشبكات العصبية.

عميل الذكاء الاصطناعي الذي يمكنه التفكير والبرمجة

ومع ذلك، قبل تطوير وكيل الذكاء الاصطناعي الذي يمكن للجميع استخدامه، أجرى الفريق أولاً بحثًا متعمقًا حول سيناريوهات الاستخدام الخاصة به.

تعرف على كيف يمكنك تحسين نماذج الاستدلال المصممة خصيصًا للوكلاء بشكل مستمر، وكيف يمكنك إنشاء أدوات لجعل الوكلاء أكثر موثوقية.

ونتيجة لذلك، كان جزء كبير من الدفعة الأولى من النماذج الأولية للوكلاء يدور حول العمل الأساسي للفريق - وهو الكود.

الأسباب المحددة هي كما يلي:

- الاستخدام شرط لا غنى عنه للاختراع

أفضل طريقة لجعل وكلاء الذكاء الاصطناعي يعملون بشكل مستقر مع البشر هي إنشاء عوامل ذكاء اصطناعي يمكن استخدامها في العمل اليومي وحل المشكلات المختلفة في هذه العملية.

**- يمكن للبرمجة تحسين مهارات التفكير **

أولاً، يساعد التدريب على البرمجة النموذج على تعلم التفكير بشكل أفضل. ثانيًا، نظرًا لأن أسئلة البرمجة موضوعية للغاية (إما أن ينجح الكود في الاختبار أو لا ينجح)، فإنه يوفر منصة مثالية لاختبار مهارات التفكير الأوسع، مما يسمح للفرق بمعرفة ما إذا كانت تحسيناتهم على النظام الأساسي فعالة.

- الكود مهم للعمل

يعد إنشاء التعليمات البرمجية طريقة فعالة للوكلاء للتفاعل مع أجهزة الكمبيوتر. تُترجم القدرة الأكبر على البرمجة مباشرةً إلى وكيل من المرجح أن يكمل المهام المعقدة بنجاح. على سبيل المثال، الوكيل الذي يمكنه كتابة استعلامات SQL لاستخراج المعلومات من جدول من المرجح أن يلبي احتياجات المستخدم أكثر من الوكيل الذي يحاول مباشرة تجميع نفس المعلومات.

- ذات أهمية استراتيجية

ومع التحسينات المستمرة، يمكن للوكلاء تولي المزيد من المهام، وتسريع البحث والهندسة. وبهذه الطريقة، لا يساعد ذلك في بناء أنظمة برمجية فحسب، بل يساعد أيضًا في إنشاء نموذج أولي تنظيمي لمعرفة الشكل الذي سيبدو عليه وكيل الذكاء الاصطناعي القابل للاستخدام حقًا.

حاليًا، ليس لدى الفريق أي خطط لوضع "وكلاء الكود" هؤلاء في الإنتاج. ومع ذلك، فإنهم يتوقعون إتاحة هذه الأدوات والنماذج للعامة بمرور الوقت، مما يسمح لأي شخص بإنشاء عملاء الذكاء الاصطناعي الخاص بهم.

** تمنحنا أجهزة الكمبيوتر الشخصية الحقيقية الحرية والكرامة والقدرة على فعل ما نحب. **

إن وكيل الذكاء الاصطناعي المفيد حقًا هو في الواقع جهاز كمبيوتر يفهم الأهداف، ويتواصل بشكل استباقي، ويعمل خلف الكواليس لصالحنا - مما يزيل الحواجز بين الأفكار والتنفيذ.

بدلاً من التحديق في الشاشة، نحن أحرار في استكشاف فضولنا، واكتشاف قوانين الكون، وإنشاء روائع فنية، والتعرف على بعضنا البعض بشكل أعمق، أو مجرد تخصيص الوقت للاستمتاع بالحياة.

أعضاء الفريق

على الرغم من أن عدد الأشخاص لا يتجاوز 20 شخصًا، إلا أنه يمكن وصف أعضاء فريق إيمبو بأنهم نمور جاثمة، وتنانين مخفية.

حصل كانجون تشيو، المؤسس المشارك والرئيس التنفيذي، على درجتي البكالوريوس والماجستير من معهد ماساتشوستس للتكنولوجيا. بالإضافة إلى الذكاء الاصطناعي، يتمتع الأعضاء الآخرون بخلفيات في علم الأعصاب وفيزياء البلازما.

يعتقد المؤسسان كانجون تشيو وجوش ألبريشت أن اتساع المعرفة الأساسية التي يتمتع بها الفريق يعد ميزة.

على الرغم من أنه وفقًا لصحيفة وول ستريت نيوز، فإن العديد من المستثمرين في وادي السيليكون يشككون في ما إذا كان هذا الفريق الصغير لديه القدرة على إدارة مختبر أبحاث حقيقي للذكاء الاصطناعي.

لكن من وجهة نظر أولئك الذين يعرفون مؤسسي إمبوي، فإن رأس المال الاستثماري يميل إلى دعم عدد قليل من المؤسسين ذوي الخلفيات المعروفة، لذلك فإن هذا القلق ليس مهما.

بعض المستثمرين والمستشارين

مراجع: