في خطوة مبتكرة باتجاه تقليل الحاجة إلى التدريب الشاقّ لنماذج الذكاء الاصطناعي، دخلت شركة "ديبسيك" الناشئة في شراكة مع جامعة تسينغهوا الصينية، وذلك في مسعى لخفض التكاليف التشغيلية لهذه النماذج.
الشركة الصينية، التي أحدثت ضجّة في الأسواق بنموذجها المنخفض التكلفة للتفكير الذي ظهر في كانون الثاني/ يناير، تعاونت مع الباحثين من المؤسسة التعليمية في بكين لصياغة ورقة بحثية تكشف عن نهج جديد في التعلّم التعزيزي لجعل النماذج أكثر كفاءة.

يهدف الأسلوب الجديد إلى مساعدة نماذج الذكاء الاصطناعي على التقيّد بشكل أفضل بتفضيلات الإنسان من خلال تقديم مكافآت للردود الأكثر دقة ووضوحاً، حسبما كتب الباحثون. أثبت التعلّم التعزيزي فاعليته في تسريع مهام الذكاء الاصطناعي في تطبيقات ومجالات محددة. لكن توسيع نطاقه لتطبيقات أعمّ قد كان تحدّياً؛ وهذه هي المشكلة التي يحاول فريق ديبسيك حلّها من خلال ما يسمّى تنقيح النقد المبدئي. الاستراتيجية تفوقت على الطرق والنماذج الحالية بمختلف المعايير، وأظهرت النتائج أداءً أفضل مع استخدام أقلّ لموارد الحوسبة، وفقًا للورقة البحثية.

تطلق "ديبسيك" على هذه النماذج الجديدة اسم DeepSeek-GRM، اختصاراً لـ "نمذجة المكافآت العمومية"، وستقوم بإطلاقها على أساس مفتوح المصدر، حسبما أعلنت الشركة. ومن بين المطورين الآخرين للذكاء الاصطناعي الذين يدفعون نحو جبهة جديدة لتحسين الاستدلال وقدرات التنقيح الذاتي أثناء أداء النموذج للمهام في الوقت الفعلي تأتي شركة "علي بابا" العملاقة للتكنولوجيا الصينية، وشركة "أوبن إيه آي"، التي تتخذ من سان فرانسيسكو مقراً لها.

وقد أطلقت شركة منصات "ميتا"، ومقرّها مينلو بارك بكاليفورنيا، أحدث عائلات نماذج الذكاء الاصطناعي لديها، "لاما 4"، خلال نهاية الأسبوع، ووصفتها بأنها الأولى التي تستخدم هندسة خليط الخبراء (MoE).

تعتمد نماذج "ديبسيك" بشكل كبير على MoE لاستخدام الموارد بشكل أكثر كفاءة. وقد قامت "ميتا" بتقييم إصدارها الجديد مقابل الشركة الناشئة التي تتخذ من هانغتشو مقرًا لها. ولم تحدد ديبسيك موعد إطلاقها نموذجها الرئيسي العتيد.