أسماء نماذج الذكاء الاصطناعي معقدة: إليك كيفية تبسيطها!

نحن نشهد انفجارًا في نماذج الذكاء الاصطناعي. لكن هناك مشكلة بدأت تظهر: أسماء هذه النماذج أصبحت معقدة بشكل متزايد، وهي عبارة عن متاهة من الاختصارات والمصطلحات التقنية التي تسبب الارتباك حتى لمستخدمي الذكاء الاصطناعي المتحمسين.

• يمكن لنموذج الذكاء الاصطناعي الخاص بشركة DeepMind أن يتعلم إنشاء مقاطع الفيديو بمجرد مشاهدة مقاطع YouTube

نحن بحاجة إلى أسماء أبسط لنماذج الذكاء الاصطناعي

في حين أن كل نموذج جديد من نماذج الذكاء الاصطناعي يمكن أن يكون مبتكرًا، فإن أسمائها المعقدة تشكل عائقًا خطيرًا أمام المستخدمين الذين يحاولون فهم النماذج والتمييز بينها. لا يعيق هذا التعقيد إمكانية الوصول للمستخدم العادي فحسب، بل يخلق أيضًا حواجز كبيرة أمام فهم واستخدام الإمكانات الكاملة لهذه الأدوات القوية.

على سبيل المثال، عندما أطلقت شركة التكنولوجيا الصينية العملاقة علي بابا نموذج Qwen2.5-Coder-32B، من كان يفهم حقًا ما يمكنه فعله؟ يتعين عليك البحث في المصطلحات لمعرفة ذلك.

في حين أن شركات الذكاء الاصطناعي غالبًا ما تقرر أسماء منتجات إبداعية، مثل Gemini أو Mistral أو Llama، فإن الاسم النهائي للنموذج يتضمن سمات تقنية معينة، مثل رقم الإصدار أو البناء، والهندسة المعمارية أو النوع، وعدد المعلمات، وخصائص محددة أخرى. على سبيل المثال، يخبرنا اسم Llama 2 70B-chat أن هذا النموذج من Meta (Llama) هو نموذج لغوي كبير يحتوي على 70 مليار معلمة (70B) وهو مصمم خصيصًا لأغراض المحادثة (-chat).

في الأساس، يعمل اسم نموذج الذكاء الاصطناعي كاختصار لخصائصه الرئيسية، مما يسمح للباحثين والمستخدمين الفنيين بفهم طبيعته وهدفه بسرعة - لكنه يبدو في الغالب مثل لغة عامية لغير المتخصصين.

خذ في الاعتبار موقفًا حيث يريد المستخدم الاختيار بين أحدث النماذج لمهمة معينة. لقد واجهوا خيارات مثل "Gemini 2.0 Flash Thinking Experimental"، و"DeepSeek R1 Distill Qwen 14B"، و"Phi-3 Medium 14B" و"GPT-4o". وبدون الخوض في المواصفات الفنية، يصبح التمييز بين هذه النماذج مهمة صعبة.

إن سلسلة من أسماء النماذج، كل منها أكثر إرباكًا من الأخرى، تؤكد الحاجة إلى تغييرات جوهرية في كيفية تصنيف نماذج الذكاء الاصطناعي وتمثيلها. يجب أن يكون اسم نموذج الذكاء الاصطناعي المثالي تمثيلًا بسيطًا وواضحًا وسهل التذكر لغرضه وقدراته.

تخيل لو أن السيارات تم تسميتها وفقًا لمواصفات المحرك وأنواع التعليق بدلاً من الأسماء البسيطة والمثيرة مثل "موستانج" أو "سيفيك". غالبًا ما تعطي اتفاقيات التسمية الحالية لنماذج الذكاء الاصطناعي الأولوية للمواصفات الفنية على سهولة الاستخدام. ورغم أن بعض المصطلحات ضرورية للباحثين، فإنها لا معنى لها إلى حد كبير بالنسبة للمستخدم العادي.

تحتاج الصناعة إلى اعتماد نهج أكثر تركيزًا على المستخدم فيما يتعلق بالمصطلحات. يمكن للأسماء البسيطة والبديهية والوصفية أن تعمل على تحسين تجربة المستخدم بشكل كبير.

طريقة أسهل لاستكشاف الاحتمالات

وبعيدًا عن الأسماء المربكة، فإن اكتشاف ما يمكن لنموذج ذكاء اصطناعي معين فعله بالفعل يشكل عقبة كبيرة أخرى. عادةً ما تكون القدرات مدفونة عميقًا في الوثائق الفنية. يتم الجمع بين التنوع الهائل والوظائف المتخصصة لنماذج الذكاء الاصطناعي. قد لا ينقل الاسم البسيط الطيف الكامل لقدرات نموذج الذكاء الاصطناعي.

ولحسن الحظ، فإن أدوات الذكاء الاصطناعي التي تستفيد من هذه النماذج تضيف وصفًا صغيرًا لتحديد حالة الاستخدام أو القدرات الخاصة بها - على سبيل المثال، تحدد Google أن نموذج Gemini 2.0 Flash Thinking يستخدم التفكير المتقدم بينما 2.0 Pro هو الأفضل للمهام المعقدة. هذا ليس مثاليًا، ولكن هناك بعض المساعدة.

بدلاً من الاعتماد على المصطلحات الفنية، يجب أن تعكس أسماء النماذج وظيفتها أو قدرتها الأساسية. إذا كانت هناك حاجة إلى اختصارات، فيجب اختيارها بعناية للتأكد من أنها سهلة التذكر وسهلة النطق. بالإضافة إلى ذلك، ينبغي استخدام أرقام إصدارات واضحة وموجزة للإشارة إلى التحديثات والتحسينات.

علاوة على ذلك، يمكن تصنيف نماذج الذكاء الاصطناعي حسب الأسماء التي تنقل وظيفتها الأساسية أو ميزتها الفريدة، مثل "روبوت المحادثة"، أو "ملخص النص"، أو "متعرف الصور". ومن شأن هذا الوضوح أن يزيل الغموض عن تكنولوجيا الذكاء الاصطناعي. يعمل هذا النهج على تبسيط عملية الاكتشاف، مما يسمح لك بتحديد نماذج وأدوات الذكاء الاصطناعي الأكثر ملاءمة لمهامك بسرعة دون الحاجة إلى البحث في متاهة من الأسماء والأوصاف المربكة.

ومع ذلك، فإن معظم نماذج اللغة متعددة الأوجه ويمكنها تنفيذ أكثر من مهمة واحدة. لذلك قد لا يكون هذا النهج مثاليًا لنماذج اللغة المتقدمة الكبيرة.

يمكن أن تكون الحالة الحالية لتسمية نموذج الذكاء الاصطناعي مربكة. إن الانتقال إلى تسميات أبسط وطرق اكتشاف محسنة قد يؤدي إلى تحسين تجربة المستخدم بشكل كبير وجعل التكنولوجيا المتطورة أكثر سهولة في الوصول إليها للجميع. حتى ذلك الحين، ابقَ مطلعًا، واستفد من موارد المجتمع، وجرّب نماذج مختلفة يمكنها مساعدة المستخدمين على التنقل في عالم الذكاء الاصطناعي المعقد.