تعلن A16z عن خطة تمويل الذكاء الاصطناعي مفتوح المصدر، وهي الدفعة الأولى من 8 مجتمعات ذكاء اصطناعي مفتوحة المصدر مدعومة

المصدر: ملاحظات أبحاث ألفا رابيت

العنوان الأصلي: "أعلنت A16Z رسميًا أنها تدعم 8 مجتمعات ذكاء اصطناعي مفتوحة المصدر"

**تعتقد A16Z أن الذكاء الاصطناعي لديه القدرة على إنقاذ العالم، وأن النظام البيئي مفتوح المصدر المزدهر أمر بالغ الأهمية لبناء هذا المستقبل وتحقيقه. **

ولحسن الحظ، بدأ النظام البيئي مفتوح المصدر في التطور تدريجيًا، وأصبحت المشاريع والنماذج مفتوحة المصدر التي تراها الآن قابلة للمقارنة بالحلول مغلقة المصدر. يساهم المئات من الفرق الصغيرة والأفراد بشكل مستمر في هذه النماذج مفتوحة المصدر، مما يجعلها أكثر فائدة وقابلية للاستخدام والأداء.

** هذه المشاريع والجهود هي التي تعمل بشكل مشترك على تعزيز تطوير تكنولوجيا الذكاء الاصطناعي مفتوحة المصدر ومساعدة المزيد من الأشخاص على الحصول على فهم أعمق وأكثر شمولاً للتقنيات الجديدة. **

تشمل هذه المشاريع مفتوحة المصدر ما يلي:

ضبط التعليمات لمادة LLM الأساسية: ماجستير في إدارة الأعمال (LLM) لضبط التعليمات

** إزالة الرقابة على مخرجات LLM **

تحسين النماذج للأجهزة منخفضة الطاقة

** بناء أدوات جديدة للاستدلال النموذجي **

البحث في قضايا الأمن LLM: البحث في القضايا الأمنية LLM؛

وما إلى ذلك. ومع ذلك، فإن الأشخاص الذين يقفون وراء هذه المشاريع لا يملكون في كثير من الأحيان الموارد اللازمة لإكمال عملهم أو الحفاظ عليه على المدى الطويل. هذا الوضع أكثر خطورة في مجال الذكاء الاصطناعي منه في مجال البنية التحتية التقليدية للكمبيوتر، لأنه حتى الضبط الأساسي للنموذج يتطلب كمية كبيرة من موارد حوسبة وحدة معالجة الرسومات، خاصة عندما تصبح النماذج مفتوحة المصدر أكبر وأكبر.

** ****من أجل سد هذه الفجوة في الموارد، أعلنت A16Z اليوم عن برنامج منحة الذكاء الاصطناعي مفتوح المصدر a16z، وستدعم A16Z مجموعة صغيرة من مطوري المصادر المفتوحة من خلال التمويل (بدلاً من الاستثمار أو الملاحظات الآمنة) لمنحهم الفرصة لمواصلة العمل دون ضغط المكافأة المالية. **

يتم الإعلان عن الدفعة الأولى من المستفيدين من التمويل ومشاريع التمويل هنا:

جون دوربين (Airoboros): ماجستير في ضبط التعليمات على البيانات الاصطناعية

** **إيريك هارتفورد: الضبط الدقيق لدرجة الماجستير في القانون غير الخاضعة للرقابة

** **جيريمي هوارد (fast.ai): نماذج الأساس ذات الضبط الدقيق للتطبيقات الرأسية

** **توم جوبينز (TheBloke): تحديد كميات LLMs لتشغيلها محليًا

** **Woosuk Kwon وZhuohan Li(vLLM):مكتبة لاستدلال LLM عالي الإنتاجية

** **أبحاث Nous: نماذج لغوية جديدة دقيقة تشبه سلسلة Nous Hermes وPuffin

obabooga: واجهة مستخدم الويب والنظام الأساسي لحملة LLM المحلية

** **Teknium: خطوط أنابيب البيانات الاصطناعية للتدريب على LLM

**بفضل مساهماتهم في هذا المجال، فإن هؤلاء المطورين في مجتمع المصادر المفتوحة هم الذين يعززون التعاون المفتوح والتعلم والتقدم في مجال الذكاء الاصطناعي. **

مراجع: