[ad_1]
في قفزة كبيرة من أجل الذكاء الاصطناعي الشامل ويمكن الوصول إليها ، تم تقليل الحجم الأول في حجم اللغة الصغيرة متعددة اللغات (SLM) ، بنسبة 75 ٪ مثيرة للإعجاب ، دون المساس بالأداء. تم تحقيق هذا المعلم من خلال تحدي Buzuzu-Mavi ، وهي مسابقة عالمية من الذكاء الاصطناعي استضافتها Lelapa AI بالشراكة مع Zindi.
دعا التحدي خبراء التعلم الآلي لضغط Inkubalm ، الذي تم تصميمه لدعم اللغات الأفريقية ، مما يجعلها أكثر كفاءة وأسهل في النشر في البيئات منخفضة الموارد. من بين 490 مشاركًا من 61 دولة ، قام أفضل الفائزين ، وكلهم من إفريقيا – بتمثيل قوة القارة المتزايدة في ابتكار الذكاء الاصطناعي.
احتل إيفان كاري من الكاميرون المركز الأول ، بتطبيق مزيج من رؤوس المحول ، والكمية ، وتقطير المعرفة لتخفيف النموذج بشكل كبير. حصل ستيفان ستريدوم من جنوب إفريقيا على المركز الثاني من خلال قطع النموذج إلى 40 مليون معلمة فقط من خلال تقليم المفردات والتضمينات المشتركة. فاز فريق AI_BUZZ ، وعبدوهامان إيدي سالفو ، ومبارك محمد ، وفيكتور أولوفيمي من النيجر ونيجيريا ، في المركز الثالث ، باستخدام مجموعات البيانات المخلوطة وتقطير النموذج لإنشاء نموذج طالب فعال.
يعد هذا التطور مهمًا بشكل خاص بالنسبة لأفريقيا ، حيث يتمتع حوالي 33 ٪ فقط من السكان بالوصول المنتظم للإنترنت ويعتمد 70 ٪ على الهواتف الذكية للمبتدئين. يمكن أن تعمل نماذج AI Lean AI مثل Inkubalm على هذه الأجهزة دون اتصال مستمر ، وتشغيل الحلول العملية في قطاعات مثل التعليم والزراعة والترجمة وخدمة العملاء.
وقال بيلوميلي مويلوا ، الرئيس التنفيذي لشركة Lelapa AI: “لا يتعلق هذا التحدي ببساطة بالتقدم التقني ، فهو يعكس مهمتنا لبناء الذكاء الاصطناعى الشامل والرسم في الحقائق الأفريقية”. “عندما يتم الوثوق بالموهبة الأفريقية مع تحديات ذات مغزى ، فإن النتائج تحويلية.”
وأضافت سيلينا لي ، الرئيس التنفيذي لشركة Zindi: “نحن فخورون بإظهار العالم أنه يمكن القيام بالمزيد بأقل. هذه الحلول تعرض ما يمكن للمبتكرين الأفارقة تحقيقه في مساحة نموذج اللغة.”
بالنظر إلى المستقبل ، فإن النماذج الواعدة من التحدي ستُبلغ الإصدارات المستقبلية من Inkubalm ، والتي لا تزال مفتوحة المصدر ومتاحة لمجتمع التكنولوجيا العالمي. يدعو Lelapa AI و Zindi التعاون المستمر لجعل الذكاء الاصطناعي الأفريقي أصغر وأكثر ذكاءً وأكثر تأثيرًا.
[ad_2]
المصدر