زالو و سفر غلبه بر موانع برای فتح آرمان‌های داخلی

در حالی که جهان شاهد پیشرفت سریع ابرقدرت‌ها در حوزه هوش مصنوعی است، تیم مهندسی فناوری زالو سفری جاه‌طلبانه را آغاز می‌کند: تسلط بر هوش مصنوعی به زبان ویتنامی.

انفجار هوش مصنوعی مولد (Generative AI) چشم‌انداز فناوری جهانی را کاملاً تغییر داده است.

از زمانی که OpenAI در اواخر سال 2022 ChatGPT را راه‌اندازی کرد، مجموعه‌ای از مدل‌های LLM مشابه به طور مداوم ظاهر شده‌اند که در زمینه‌های مختلفی مانند مراقبت‌های بهداشتی، آموزش ، امور مالی، حقوق و ... به کار می‌روند. این رقابت نه تنها در مقیاس سازمانی، بلکه در مقیاس ملی از نظر ظرفیت آموزشی، زیرساخت‌های محاسباتی و داده‌ها نیز شدید شده است.

شرکت‌های بزرگی مانند OpenAI، گوگل، متا یا مایکروسافت با پتانسیل مالی و شرایط مطلوب، همگی «به سرعت» میلیاردها دلار برای تصاحب هزاران پردازنده گرافیکی پیشرفته مانند Nvidia H100 - عامل اصلی آموزش مدل‌های LLM - سرمایه‌گذاری کرده‌اند. قیمت سهام Nvidia در آن دوره به شدت افزایش یافت که نشان‌دهنده عطش جهان برای زیرساخت‌ها است.

در همین حال، شرکت‌های فناوری در کشورهای در حال توسعه، علاوه بر مسائل مربوط به هزینه، با محدودیت‌هایی در واردات و صادرات تجهیزات تراشه هوش مصنوعی از ایالات متحده نیز مواجه هستند. این امر منجر به کمبود تجهیزات آموزشی و "کندتر" بودن در مقایسه با غول‌های فناوری می‌شود. با توجه به آرمان‌های داخلی، زالو نیز از این قاعده مستثنی نیست.

از نظر داده‌ها، مسائل یادگیری ماشین قبلی به حجم زیادی از داده‌های آموزشی نیاز داشتند، اما برای مدل‌های زبانی بزرگ، این حجم عظیمی از داده‌ها است. برای داشتن یک مدل به اندازه کافی خوب، سیستم LLM به ده‌ها یا حتی صدها میلیارد توکن متنی ورودی نیاز دارد. در همین حال، از نظر محبوبیت، زبان ویتنامی با انگلیسی و چینی "همسطح" نیست. این امر دشواری را برای توسعه‌دهندگان LLM ویتنامی چند برابر کرده است.

در سال ۲۰۲۳، مدل‌های زبان‌های بزرگ (LLM) مانند GPT-3.5 و GPT-4 دنیای فناوری را به سرعت درنوردیده‌اند و بسیاری از شرکت‌های ویتنامی نیز مدل‌های دقیق خارجی را برای میانبر زدن و پیشرفت در فرآیند آموزش LLM انتخاب کرده‌اند.

زالو مسیر متفاوتی را انتخاب کرد - دشوارتر، اما مستقل‌تر: خودآموزی مدل از ابتدا (مدل از ابتدا). مسیری که مستلزم ساخت همه چیز از ابتدا است - از داده‌ها، معماری مدل گرفته تا کل فرآیند آموزش. این تصمیم نه برای رقابت با غول‌ها، بلکه برای تحقق بخشیدن به آرمان مردم ویتنام بود: تسلط بر مدل LLM به زبان مادری‌شان.

دکتر نگوین ترونگ سان، مدیر علوم Zalo AI، گفت: «ما مشکلات را پیش‌بینی کردیم و با این حال تصمیم گرفتیم زودتر به این بازی بپیوندیم. ما مستقیماً با «بزرگان» رقابت نکردیم، بلکه یک بازار خاص را انتخاب کردیم که در آن می‌توانستیم بهتر عمل کنیم. آرزوی ما این است که مدلی بسازیم که مردم ویتنام کاملاً آن را کنترل کنند - از داده‌ها گرفته تا الگوریتم‌ها.»

علیرغم مواجهه با موانع فراوان در سه عامل اصلی شامل زیرساخت، داده‌ها و سطح آموزش، مهندسان ویتنامی به طور فعال راه‌حل‌هایی برای غلبه بر مشکلات یافته‌اند. این نشان دهنده روحیه و اراده مردم ویتنام در شرایط دشوار است، به ویژه در این مورد، غلبه بر چالش‌ها در فرآیند توسعه LLM برای مردم ویتنام.

برای آموزش LLM، مهندسان به زیرساخت مناسب نیاز داشتند. اما در آن زمان، پردازنده‌های گرافیکی مانند H100 انویدیا تقریباً «نایاب جهانی» بودند. در همین حال، شرکت‌های بزرگ آنها را برای یک سال پیش‌سفارش داده بودند و میلیون‌ها دلار برای خرید آنها پرداخت کرده بودند. در ویتنام، زالو همچنین سعی کرد 8 سرور DGX H100 خریداری کند، اما این کار آسان نبود و باید منتظر تحویل هر دسته از تولید کننده می‌ماند.

در غیاب پردازنده‌های گرافیکی انویدیا، مهندسان ویتنامی مجبور بودند به طور انعطاف‌پذیر از پردازنده‌های گرافیکی مصرف‌کننده برای آزمایش روی هر خط کد و اجرای هر مدل کوچک استفاده کنند. مهندسان به جای انتظار، به طور پیشگیرانه آماده شدند تا وقتی تجهیزات مدرن داشتند، همه چیز آماده باشد.

از نظر داده‌ها، زالو به جای تکیه بر منابع موجود، در ساخت یک انبار داده با کیفیت بالا و مخصوص ویتنامی‌ها سرمایه‌گذاری کرد تا کمبود جدی در مقایسه با انگلیسی و چینی را جبران کند.

به لطف استراتژی توسعه انعطاف‌پذیر خود، زالو با موفقیت زمان توسعه مدل زبان بزرگ خود را از ۱۸ ماه مورد انتظار به ۶ ماه کاهش داده است. در پایان سال ۲۰۲۳، مدل زبان بزرگ ویتنامی زالو رسماً در رویدادی که جامعه پیشرو فناوری و هوش مصنوعی در ویتنام را گرد هم آورد - اجلاس هوش مصنوعی زالو - راه‌اندازی شد. در اینجا، مدل LLM زالو از طریق چالش Kahoot که توسط Tinhte.vn تعیین شده بود، اولین حضور خود را تجربه کرد و به طرز شگفت‌آوری از GPT 3.5 پیشی گرفت و تنها پس از GPT4 - مدل LLM که در آن زمان قوی‌ترین مدل جهان محسوب می‌شد - قرار گرفت.

بر اساس پلتفرم ارزیابی VMLU (مجموعه معیار درک زبان چندوظیفه‌ای ویتنامی برای مدل‌های زبان بزرگ)، مدل Zalo 1.5 برابر قدرتمندتر از GPT-3.5 OpenAI است. تا پایان سال 2024، این مدل از نام‌های بزرگی مانند GPT-4 (OpenAI)، Gemma-2-9B (گوگل) یا Phi-3-small (مایکروسافت) پیشی خواهد گرفت و تنها پس از LLaMA-3-70B متا از نظر توانایی پردازش ویتنامی در رتبه‌بندی VMLU قرار خواهد گرفت.

زالو نه تنها در تحقیقات متوقف می‌شود، بلکه به تدریج با تجاری‌سازی و رواج محصولات کاربردی از LLM، فناوری را از آزمایشگاه به زندگی می‌آورد.

در اوایل سال ۲۰۲۵، دستیار پرسش و پاسخ عمومی Kiki Info - که به عنوان یک حساب رسمی در پلتفرم Zalo فعالیت می‌کرد - در کمتر از ۲ ماه بیش از ۱ میلیون کاربر جذب کرد. اپلیکیشن دیگری به نام Thiep AI نیز تنها در ۲ ماه به تعداد چشمگیر ۱۵ میلیون کارت ایجاد و ارسال کرد.

سفر زالو فقط مربوط به یک شرکت که می‌خواهد فناوری را توسعه دهد نیست. این بخشی از تصویر بزرگتر است - جایی که ویتنام با سیاست‌هایی از قطعنامه 57-NQ/TW در مورد توسعه علم و فناوری و تحول دیجیتال ملی، به شدت نوآوری را ترویج می‌دهد. به طور خاص، حوزه هوش مصنوعی مورد تأکید قرار گرفته است.

ظهور و توسعه سریع LLM ویتنامی از Zalo نه تنها یک گام تکنولوژیکی رو به جلو برای یک کسب و کار است، بلکه گواهی بر ظرفیت ذاتی و پشتکار تیم فناوری ویتنامی نیز می‌باشد.

با تکنیک «از ابتدا» - آموزش مدل‌ها از ابتدا، زالو راه طولانی را انتخاب کرد، اما به ویتنام کمک کرد تا واقعاً بر هوش مصنوعی تسلط یابد. نه تنها از نظر نتایج، بلکه از نظر کل فرآیند از معماری مدل، داده‌ها، الگوریتم‌ها، تا محصولات کاربردی. موفقیت زالو همچنین به ویتنام کمک کرده است تا به یکی از معدود کشورهای جنوب شرقی آسیا تبدیل شود که صاحب یک مدل LLM داخلی است - یک نقطه عطف استراتژیک در زمینه رقابت شدید جهانی فناوری.

در سفر طولانی پیش رو، زالو نه تنها به یک مدل یا چند محصول بسنده نخواهد کرد، بلکه به تکمیل مدل برای خدمت‌رسانی به کاربران و ایجاد یک پلتفرم هوش مصنوعی ویتنامی با کیفیت رقابتی ادامه خواهد داد: آقای سون افزود: «سفر توسعه هوش مصنوعی زالو هنوز طولانی است. ما به بهینه‌سازی مدل از نظر وسعت و عمق ادامه خواهیم داد، ضمن اینکه کاربرد عملی را ارتقا می‌دهیم. هدف نهایی ایجاد محصولات هوش مصنوعی با کیفیتی است که عملاً به مردم ویتنام خدمت کنند.»

توسعه موفقیت‌آمیز رشته مدیریت بازرگانی ویتنام توسط زالو نه تنها یک پیشرفت برای یک کسب و کار است، بلکه آینده‌ای بالقوه را برای هوش مصنوعی ویتنام نیز رقم می‌زند. پشتکار و آرمان مردم ویتنام، این سفر را به نتایج ارزشمندی رسانده است. آینده هوش مصنوعی ویتنام نه تنها یک «زالو» خواهد داشت، بلکه نسلی از مهندسان شجاع را نیز برای دنبال کردن، به ارث بردن و فتح دنیای فناوری به همراه خواهد داشت.

منبع: https://znews.vn/zalo-va-hanh-trinh-lam-chu-llm-tieng-viet-post1561765.html