طوّر باحثون في شركة "آبل" أساليب جديدة لتدريب النماذج اللغوية الكبيرة على النصوص والصور، الأمر الذي يجعل استخدام أنظمة ذكاء اصطناعي بشكل أكثر قوة ومرونة، فيما قد يكون تقدمًا كبيرًا للذكاء الاصطناعي ومنتجات الشركة المستقبلية.ونشر الباحثون هذا الأسبوع ورقة بحثية بعنوان "mm1" إذ توضح هذه الورقة كيف قد يؤدي الجمع بين أنواع مختلفة من بيانات التدريب ومعماريات النماذج إلى أداء متطور وفقًا لمجموعة من معايير الذكاء الاصطناعي.ومن خلال تدريب النماذج على مجموعة بيانات متنوعة تشمل المعلومات المرئية واللغوية، تمكنت نماذج MM1 من التفوق في مهام، مثل التعليق على الصور، والإجابة المرئية عن الأسئلة، واستدلال اللغة الطبيعية. ووجد باحثو "آبل" أيضًا أن اختيار برنامج تحويل تنسيق الصور ودقة الصور المدخلة كان لهما تأثير كبير في أداء النموذج. وقالوا: "أظهرنا أن برنامج تحويل تنسيق الصورة مع دقة الصورة وعدد الرموز المميزة للصورة لهما تأثير كبير، في حين أن تصميم موصل لغة الرؤية له أهمية ضئيلة نسبيًا". ويشير هذا إلى أن التوسع المستمر وتحسين المكونات المرئية لهذه النماذج المتعددة الوسائط قد يكون أمرًا أساسيًا لتحقيق المزيد من المكاسب. ويأتي بحث MM1 في الوقت الذي تعمل فيه "آبل" على تكثيف استثماراتها في الذكاء الاصطناعي في محاولة للحاق بالمنافسين الذين سارعوا إلى إدماج قدرات الذكاء الاصطناعي التوليدي في منتجاتهم. وتسير "آبل" على الطريق الصحيح لإنفاق مليار دولار سنويًا على تطوير الذكاء الاصطناعي، وفقًا لتقرير حديث لوكالة "بلومبرغ". ويظهر بحث MM1 أن آبل لديها الموهبة والموارد اللازمة لتحقيق تقدم متطور من أجل مواكبة سباق التسلح المتصاعد في مجال الذكاء الاصطناعي. (وكالات)