في خطوة تُبرز تقدم الذكاء الاصطناعي، نجح باحثون من جامعتي ستانفورد وواشنطن في تطوير نموذج ذكاء اصطناعي يُدعى “S1” بتكلفة لم تتجاوز 50 دولارًا، مع تحقيق أداء يُضاهي نماذج متقدمة مثل “O1” من شركة OpenAI و”R1″ من DeepSeek في اختبارات القدرات الرياضية والبرمجية. هذا الإنجاز يفتح آفاقًا جديدة في مجال تطوير نماذج ذكاء اصطناعي فعّالة وذات تكلفة منخفضة.
تطوير نموذج “S1” بتقنية التقطير
بدأ الفريق البحثي بنموذج أساسي متاح، وقاموا بتحسينه باستخدام تقنية تُعرف بـ”التقطير” (Distillation). تتضمن هذه العملية استخراج قدرات الاستدلال من نموذج ذكاء اصطناعي آخر من خلال التدريب على إجاباته. في هذه الحالة، تم تقطير “S1” من أحد نماذج الاستدلال الخاصة بشركة جوجل، وهو “Gemini 2.0 Flash Thinking Experimental”. تُشبه هذه الطريقة ما استخدمه باحثون في جامعة بيركلي سابقًا لإنشاء نموذج استدلال بتكلفة حوالي 450 دولارًا.
تحديات وتداعيات التطوير بتكلفة منخفضة
يثير هذا التطور تساؤلات حول إمكانية تكرار نماذج باهظة التكلفة بميزانيات محدودة. فقد اتهمت شركة OpenAI سابقًا شركة DeepSeek بجمع بيانات من واجهات برمجة التطبيقات الخاصة بها بشكل غير مناسب لغرض التقطير. سعى الباحثون في هذا المشروع إلى إيجاد أبسط الطرق لتحقيق أداء استدلال قوي وزيادة وقت التفكير للنموذج قبل تقديم الإجابة. تشير الورقة البحثية إلى أن نماذج الاستدلال يمكن تقطيرها باستخدام مجموعة بيانات صغيرة نسبيًا، عبر عملية تُسمى “التدريب الدقيق الخاضع للإشراف” (SFT)، حيث يُطلب من النموذج محاكاة سلوكيات معينة في مجموعة البيانات.
مستقبل نماذج الذكاء الاصطناعي منخفضة التكلفة
مع استمرار تطور هذه النماذج، من المتوقع أن تتحسن قدراتها على تحليل المشكلات المعقدة وتصحيح الأخطاء، مما يضمن صحة الاستنتاجات. هذا التطور قد يؤدي إلى تطوير أنظمة ذكاء اصطناعي تفكر بحكمة ودقة مثل الخبراء البشريين، دون الحاجة إلى استثمارات ضخمة في البنية التحتية.
للمزيد من أخبار الذكاء الاصطناعي اضغط هنا
