Meta تطلق Code Llama: نموذج إنشاء كود AI مفتوح المصدر

في مجال الذكاء الاصطناعي الشرس، أصدرت شركة Meta Code Llama، وهو نظام تعلم آلي لتوليد وتفسير التعليمات البرمجية، بهدف إحداث ضجة كبيرة. تشارك الشركة هذا الابتكار كمصدر مفتوح، مما يؤدي إلى مزيد من التقدم في مجال الذكاء الاصطناعي.

وقد أصدرت Meta، بنهجها المبتكر والمفتوح، في وقت سابق سلسلة من نماذج الذكاء الاصطناعي لإنشاء النصوص وترجمة اللغات وإنشاء الصوت. اليوم، يقومون بتوسيع هذا الجهد ليشمل مجال التعليمات البرمجية، من خلال Code Llama مفتوح المصدر لإنشاء تعليمات برمجية بلغات برمجة مختلفة، بما في ذلك Python وC++ وJava وPHP وTypeScript وC# وBash.

يشبه Code Llama بعض مولدات أكواد الذكاء الاصطناعي الشهيرة مفتوحة المصدر، مثل GitHub Copilot وAmazon CodeWhisperer، وما إلى ذلك. وهو يعتمد على نموذج توليد النص Llama 2، الذي يمكنه إنشاء وتفسير رموز للغات طبيعية محددة (خاصة الإنجليزية).

في منشور مدونة شاركته Meta مع TechCrunch، ذكروا: "في Meta، نحن نؤمن إيمانًا راسخًا بأن نماذج الذكاء الاصطناعي، وخاصة نماذج اللغات الكبيرة للبرمجة، تستفيد أكثر من النهج المفتوح. يمكن للنماذج المفتوحة التي تركز على التعليمات البرمجية أن تقود تقنيات جديدة يتم تطويرها من أجل "تحسين حياة الناس. ومن خلال نشر نماذج التعليمات البرمجية مثل Code Llama، يمكن للمجتمع بأكمله تقييم قدراته وتحديد المشكلات وإصلاح نقاط الضعف. "

هناك عدة إصدارات من Code Llama، بما في ذلك إصدار محسّن لـ Python وواحد تم ضبطه بدقة لفهم التعليمات. تم تدريب هذه النماذج باستخدام مجموعات البيانات من المصادر المتاحة للجمهور على الويب، مع التركيز على مجموعات فرعية من البيانات التي تضمنت التعليمات البرمجية. تتراوح أحجام النماذج من 7 مليار إلى 34 مليار معلمة ويتم تدريبها باستخدام 500 مليار رمز مميز. من بينها، تم ضبط الإصدار الخاص ببايثون بشكل دقيق على 100 مليار رمز مميز لرمز بايثون، وتم ضبط إصدار فهم التعليمات بدقة باستخدام التعليقات الواردة من المعلقين البشريين لإنشاء إجابات "مفيدة" و"آمنة" على الأسئلة.

يمكن أن تتمتع أدوات إنشاء التعليمات البرمجية بجاذبية كبيرة بين المبرمجين وغير المبرمجين على حدٍ سواء. على سبيل المثال، يدعي GitHub أن أكثر من 400 مؤسسة تستخدم برنامج Copilot، والذي يمكّن المطورين من البرمجة بشكل أسرع بنسبة 55% من ذي قبل. يُظهر استطلاع Stack Overflow أيضًا أن 70% من الأشخاص يستخدمون بالفعل أو يخططون لاستخدام أدوات ترميز الذكاء الاصطناعي لتحسين الإنتاجية وسرعة التعلم.

ومع ذلك، كما هو الحال مع جميع أشكال الذكاء الاصطناعي التوليدي، يمكن لأدوات البرمجة أن تسبب مخاطر جديدة. تظهر الأبحاث أن المهندسين الذين يستخدمون أدوات الذكاء الاصطناعي هم أكثر عرضة لإدخال ثغرات أمنية في تطبيقاتهم. بالإضافة إلى ذلك، قد يتم تدريب بعض نماذج إنشاء التعليمات البرمجية بموجب تراخيص محمية بحقوق الطبع والنشر أو مقيدة، مما قد يثير مشكلات تتعلق بالملكية الفكرية. هناك أيضًا خطر محاولة المتسللين استخدام مولدات التعليمات البرمجية مفتوحة المصدر لكتابة تعليمات برمجية ضارة.

لقد تم وضع Code Llama ضمن الفريق الأحمر داخل Meta، ولكن على الرغم من ذلك، فقد يستمر في إنتاج ردود غير دقيقة أو مسيئة في بعض الحالات. تعترف Meta بأن Code Llama يمكن أن يحدث خطأ في بعض الحالات، لذلك يحتاج المطورون إلى اختباره وضبطه لضمان الأمان قبل نشره في تطبيقاتهم.

على الرغم من وجود مخاطر، إلا أن Meta تضع قيودًا فضفاضة نسبيًا على نشر Code Llama. ويحتاج المطورون فقط إلى الموافقة على عدم استخدام النموذج لأغراض ضارة، ويحتاجون إلى التقدم بطلب للحصول على ترخيص عند نشره على النظام الأساسي مع أكثر من 700 مليون مستخدم نشط شهريًا.

يهدف توزيع Code Llama مفتوح المصدر إلى دعم مهندسي البرمجيات في مجموعة متنوعة من المجالات، بما في ذلك البحث والصناعة والمشاريع مفتوحة المصدر والمنظمات غير الحكومية والشركات. وتأمل ميتا أن تلهم هذه المبادرة الآخرين لاستخدام Llama 2 لإنشاء أدوات جديدة ومبتكرة لدعم البحث وتطوير المنتجات التجارية.

بشكل عام، يمثل Meta's Code Llama تقدمًا مهمًا في مجال الذكاء الاصطناعي، مما يدفع بقوة إنشاء التعليمات البرمجية إلى مستوى جديد. على الرغم من بعض المخاطر والتحديات المحتملة، مع استمرار تطور التكنولوجيا، يمكننا أن نتوقع رؤية المزيد من الابتكارات والحلول تظهر لتلبية احتياجات المطورين والمستخدمين بشكل أفضل.