جوجل تطور طريقة جديدة لتضخيم نماذج اللغة الكبيرة، مما قد يؤدي إلى حل العقبات القانونية
Summary:
طورت Google Research و Google DeepMind طريقة لزيادة نماذج اللغات الكبيرة (LLMs) بأخرى إضافية ، وتحسين المهام الحالية وتمكين مهام جديدة. باستخدام LLM من Google مقارنة ب GPT-4 ، أظهر الفريق تحسينات كبيرة في مهام الترجمة والترميز. ومع ذلك ، يواجه القطاع مشكلات قانونية بشأن استخدام البيانات المحمية بحقوق الطبع والنشر للتدريب الذكاء الاصطناعي ، مما يهدد بزعزعة استقرار أسس روبوتات المحادثة مثل ChatGPT. يمكن أن تؤدي طريقة Google الجديدة إلى خفض تكاليف ومتطلبات إنشاء أو إعادة تدريب LLM.
كشف علماء وباحثون من Google Research و Google DeepMind النقاب عن تقنية تمكن من تحسين نماذج اللغة الكبيرة (LLMs) بنماذج لغوية إضافية. هذا يحل مشكلة كبيرة مع LLMs ، والتي توفر إمكانات جديدة للنماذج الحالية دون الحاجة إلى إعادة بناء كاملة أو جلسات ضبط باهظة الثمن. يؤكد الباحثون أن تعزيز LLM بلغة أخرى يحسن المهام الحالية ويفتح إمكانيات لمهام جديدة لا تستطيع النماذج المستقلة التعامل معها.
استخدم الباحثون PaLM2-S LLM من Google - مقارنة ب GPT-4 الذي يشغل ChatGPT من OpenAI - للدراسة. في البداية ، تم اختبار PaLM2-S بمفرده ، تليها الاختبارات بعد تحسينها بنماذج لغوية أصغر ومتخصصة. وشملت سلسلة المهام الترجمة التحريرية والترميز. أظهرت النسخة المحسنة زيادات مثيرة للإعجاب ، مع تحسن بنسبة 13٪ في مهام الترجمة وزيادة مذهلة بنسبة 40٪ في مهام إنشاء التعليمات البرمجية والشرح.
ويمكن أن تؤثر هذه التعزيزات في الأداء بشكل إيجابي على قطاع الذكاء الاصطناعي على الفور. تعد مهام الترجمة المحسنة مفيدة بشكل خاص لترجمة اللغات منخفضة الدعم إلى اللغة الإنجليزية ، وهو تحد مستمر في التعلم الآلي. أبحاث Google لديها القدرة على تطوير المجال في هذا الصدد.
علاوة على ذلك ، قد يساعد هذا المجال من الدراسة في معالجة المشكلات القانونية التي تهدد بتفكيك أسس روبوتات المحادثة مثل ChatGPT. يواجه منشئو نماذج اللغة الكبيرة العديد من الدعاوى القضائية التي تزعم استخدام البيانات المحمية بحقوق الطبع والنشر للتدريب الذكاء الاصطناعي. يدور اللغز القانوني حول ما إذا كان بإمكان المنظمات الربحية استخدام هذه البيانات بشكل قانوني لنماذجها اللغوية. إذا حكمت المحاكم ضد استخدام البيانات المحمية بحقوق الطبع والنشر ، فقد يصبح الاستمرار في تقديم الخدمات المتأثرة أمرا صعبا للغاية أو باهظا من الناحية المالية.
إن التكاليف المرتفعة المرتبطة بتدريب LLMs واعتمادها على مجموعات البيانات الكبيرة تعني أن منتجات مثل ChatGPT يمكن أن تكافح من أجل البقاء في صناعة الذكاء الاصطناعي الأمريكية شديدة التنظيم. ومع ذلك ، إذا أثبتت طريقة تحسين LLM من Google نجاحها بمزيد من التطوير ، فقد يؤدي ذلك إلى خفض التكاليف المطلوبة والتوسع لإنشاء أو إعادة تدريب LLM.
جانبا ، أدرجت إيطاليا التنظيم الذكاء الاصطناعي كأولوية رئيسية خلال رئاستها لمجموعة G7.
Published At
1/5/2024 9:07:08 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.