يتزايد اهتمام العالم بالذكاء الاصطناعي، مع تركيز معظم الاهتمام على الدول التي تمتلك العديد من نماذج الذكاء الاصطناعي الرائدة عالميًا، مثل الولايات المتحدة والصين. وتتحول منطقة جنوب شرق آسيا، إحدى أهم المناطق الاقتصادية في العالم، تدريجيًا إلى مركز جديد للذكاء الاصطناعي، مع تطورات كبيرة قد تثير اهتمام صانعي السياسات والمستثمرين وخبراء التكنولوجيا العالميين.
في فيتنام، يحرص الحزب والحكومة على صياغة وتعزيز عصر التطور التكنولوجي في البلاد، وهو ما يتجلى في القرار 57-NQ/TW بشأن تحقيق اختراقات في تطوير العلوم والتكنولوجيا والابتكار والتحول الرقمي الوطني. وقد شكّل هذا التوجه دافعًا قويًا لشركات التكنولوجيا المحلية للاستثمار في إمكانات التكنولوجيا العالمية المتقدمة واستغلالها.
حاليًا، أصبحت فيتنام واحدة من الدول القليلة في جنوب شرق آسيا التي تمتلك نموذجًا للغة المحلية واسعة النطاق (LLM). على وجه التحديد، منذ عام ٢٠٢٣، نجحت زالو في تدريب وإطلاق نموذج ماجستير في القانون يركز على اللغة الفيتنامية، والذي بحثه وطوّره بالكامل فريق من المهندسين الفيتناميين.
اختر التدريب من الصفر واحصل على نتائج غير متوقعة
حاليًا، تحتوي نماذج الذكاء الاصطناعي على تقنيتين للتدريب، بما في ذلك: تقنية النموذج المضبوط هي طريقة تحسين نماذج الذكاء الاصطناعي المدربة مسبقًا لإنشاء نماذج ذكاء اصطناعي جديدة لأغراض متخصصة؛ تقنية تدريب النموذج من الصفر هي عملية بناء نموذج جديد تمامًا، من تهيئة المعلمات، والقرار بشأن بنية النموذج إلى خوارزمية التدريب على مجموعة بيانات معينة.
من بين هذه التقنيات، تختار العديد من الشركات تقنيات الضبط الدقيق لما تتميز به من سهولة في التنفيذ، وتوفير للموارد، وقدرتها على تحسين الكفاءة. وخصوصًا في فيتنام، حيث معدات التدريب والبيانات محدودة، تُعدّ تقنيات الضبط الدقيق حلاًّ أفضل.
ومع ذلك، اختارت زالو أسلوب التدريب هذا منذ البداية. وبهذه الطريقة، أصبحت عملية التدريب ونموذجه بالكامل تحت سيطرة الفيتناميين. وبفضل ذلك، أصبحت فيتنام واحدة من الدول القليلة في جنوب شرق آسيا التي تمتلك نموذجًا لغويًا واسع النطاق (LLM) مُطوّرًا محليًا.
عند إطلاقه عام ٢٠٢٣، حقق أول نموذج لغوي واسع النطاق من Zalo، مُركّز على اللغة الفيتنامية، بسبعة مليارات مُعامل، أداءً بنسبة ١٥٠٪ مقارنةً بـ GPT3.5 من OpenAI في معيار كفاءة VMLU الفيتنامية للماجستير في القانون. استغرقت مدة التدريب ستة أشهر فقط، أي أقصر بكثير من الخطة الأصلية التي كانت ١٨ شهرًا. وقد فاجأت هذه العملية التدريبية السريعة فريق تطوير Zalo بأكمله.
حصل نموذج LLM الخاص بشركة Zalo على المركز الثالث في تحدي Kahoot في إطلاقه الأول في عام 2023 (الصورة: Zalo).
في عام 2024، تجاوز نموذج Zalo الذي يحتوي على 13 مليار معلمة الأسماء الكبيرة في العالم ليؤكد مكانته كأفضل نموذجين فيتناميين لـ LLM تم تدريبهما من الصفر في تصنيف كفاءة LLM الفيتنامية التابع لـ VMLU.
وتظهر النتائج أن مستوى تدريب نماذج اللغة الكبيرة ليس أقل من المستوى العالمي لتطوير نموذج الذكاء الاصطناعي الخاص بفيتنام، خاصة في سياق التطوير الأولي الذي واجه العديد من الصعوبات.
الجهود الفيتنامية لتطوير نماذج الذكاء الاصطناعي
صرح ممثل زالو بأن تدريب ماجستير الحقوق يتطلب ثلاثة عناصر أساسية: معدات التدريب، والبيانات، والمستوى الفني. في السابق، كانت فيتنام تعاني من قيود كثيرة في جميع هذه الجوانب الثلاثة. فعلى الرغم من امتلاك الشركات الكبرى في العالم آلافًا من أحدث وحدات معالجة الرسومات عالية الأداء من إنفيديا، إلا أن المهندسين في فيتنام لم يكونوا مجهزين تجهيزًا كاملًا بالبنية التحتية اللازمة للخوادم. في الوقت نفسه، تُصنف اللغة الفيتنامية أيضًا ضمن فئة موارد البيانات الأقل من الإنجليزية أو الصينية. كما أن الموارد البشرية والخبرة في تدريب ماجستير الحقوق في فيتنام محدودة مقارنةً بالدول المتقدمة.
كان على فريق Zalo في ذلك الوقت إجراء الأبحاث والتجارب على وحدات معالجة الرسوميات المدنية الصغيرة لاكتساب المعرفة والقدرة التدريبية للحصول على درجة الماجستير في القانون، وهي جاهزة بمجرد توفر البنية التحتية الكبيرة للحوسبة.
نظراً لندرة شرائح تدريب الذكاء الاصطناعي، ورغم طلب Zalo ثمانية خوادم Nvidia DGX H100، إلا أنها لا تستطيع امتلاك جميع الأجهزة دفعة واحدة، وتضطر إلى انتظار كل دفعة من الشركة المصنعة. لذلك، يُعدّ تحسين البنية التحتية الحاسوبية غير المكتملة لتوفير وقت التدريب مشكلةً يجب على فريق Zalo حلها.
وفي الوقت نفسه، يتم أيضًا الاستثمار في بيانات التدريب عالية الجودة للتعويض عن نقص مصادر البيانات الفيتنامية.
رغم صعوبة انطلاقها مقارنةً بالشركات الكبرى عالميًا، قررت زالو الانضمام إلى السباق بهدف تطوير نموذج الذكاء الاصطناعي الخاص بفيتنام بنجاح. تشاورنا مع باحثين ومهندسين في العديد من معاهد الأبحاث الرائدة عالميًا لوضع استراتيجية تطوير مناسبة.
"تُشكّل إنجازات النجاح الحالية دافعًا لمهندسي زالو لمواصلة تحسين النموذج ليكون أكبر كمًا وأفضل جودة. وفي الوقت نفسه، يُستغلّون إمكانية تطبيقه لتطوير العديد من منتجات الذكاء الاصطناعي عالمية المستوى للمستخدمين الفيتناميين"، هذا ما أشار إليه الدكتور نجوين ترونج سون، مدير العلوم في زالو للذكاء الاصطناعي.
خادم DGX H100 تم طلبه من Zalo من Nvidia (صورة: Zalo).
بفضل التكيف المرن في المراحل المبكرة الصعبة من التطوير، حققت Zalo تدريجيًا معالم ناجحة، وانتقلت نحو إتقان تقنية الذكاء الاصطناعي العالمية كما هي اليوم.
في الوقت الحالي، لا يعد نموذج الذكاء الاصطناعي الخاص بشركة Zalo ناجحًا من حيث تدريب الأبحاث فحسب، بل إنه ناجح أيضًا من حيث التطبيق، مما يعزز الوصول إلى القيمة من التكنولوجيا الجديدة المتقدمة واستغلالها للشعب الفيتنامي.
في وقت سابق من هذا العام، أطلقت زالو مساعد الأسئلة والأجوبة "كيكي إنفو"، والذي يعمل كحساب رسمي على منصة زالو للمراسلة. يدعم المساعد أسئلة وأجوبة حول مواضيع متنوعة في الحياة، وإنشاء المحتوى، والترفيه. ووفقًا لإحصاءات زالو، وصل عدد مستخدمي مساعد "كيكي إنفو" إلى مليون مستخدم في أقل من شهرين.
تم تطبيق نموذج LLM الخاص بـ Zalo لتطوير Kiki Info Assistant (الصورة: Zalo).
تطبيق آخر من تطبيقات نموذج LLM من Zalo هو بطاقات الذكاء الاصطناعي، التي وصلت أيضًا إلى إنجازٍ بـ 15 مليون بطاقة تم إنشاؤها وإرسالها في شهرين فقط. هذا التطبيق يُثير اهتمام العديد من مستخدمي Zalo لإرسال التهاني للأقارب والأصدقاء في الأعياد المهمة.
في الوقت الحالي، تستمر Zalo في توسيع وتطوير التطبيقات من نماذج اللغة الكبيرة، مما يعد بتقديم العديد من القيم المفيدة للمستخدمين المحليين.
المصدر: https://dantri.com.vn/cong-nghe/zalo-phat-trien-mo-hinh-ai-do-nguoi-viet-lam-chu-20250616161352610.htm
تعليق (0)