3 دقیقه
مایکروسافت آموزش داخلی مدل‌های پیشرفته هوش مصنوعی را افزایش می‌دهد
مایکروسافت گامی روشن به‌سوی ساخت مدل‌های مرزی (frontier) هوش مصنوعی خود برداشته و سرمایه‌گذاری‌های قابل‌توجهی در ظرفیت محاسباتی مورد نیاز برای مقیاس‌بخشی آموزش مدل‌ها اعلام کرده است. نخستین مدل‌های داخلی مایکروسافت ای‌آی به‌تازگی رونمایی شده‌اند، اما مدیران می‌گویند این تلاش‌های اولیه تنها شروع راه است و شرکت خود را برای گسترش خوشه‌های آموزش در محل و ابری آماده می‌کند.
راهبری اجرایی و استراتژی
مصطفی سلیمان، مدیر مایکروسافت ای‌آی، به کارکنان گفت شرکت قصد دارد توانایی آموزش مدل‌های کلاس جهانی در اندازه‌های مختلف را در اختیار داشته باشد و در عین حال به‌طور واقع‌بینانه از مدل‌های خارجی هنگامی که مناسب باشند، بهره ببرد. او اشاره کرد که پیش‌نمایش MAI-1 حدوداً روی 15,000 کارت گرافیک H100 آموزش داده شده است؛ این خوشه در مقایسه با جاه‌طلبی‌های آتی نسبتا کوچک است. سلیمان افزود که مایکروسافت درصدد ساخت خوشه‌هایی شش تا ده برابر بزرگ‌تر است تا با تلاش‌های برتر شرکت‌هایی مانند متا، گوگل و xAI رقابت کند.
ساتیا نادلا، مدیرعامل مایکروسافت، نیز بر رشد توانایی‌های داخلی مدل‌سازی تأکید کرد و هدف ایجاد محصولات مبتنی بر مدل را برجسته ساخت. او همچنین بر رویکرد چندمدلی برای یکپارچه‌سازی محصولات تأکید داشت و گیت‌هاب کاپیلوت (GitHub Copilot) را به‌عنوان مثالی از ترکیب منابع مدل برای ارائه تجربه قوی به توسعه‌دهندگان ذکر کرد.
ویژگی‌های محصول و یکپارچه‌سازی‌ها
شرکت قصد دارد مدل‌های بنیادی و مرزی خود را در خطوط محصول بگنجاند و در عین حال زمانی که مدل‌های شریک مزیت داشته باشند، آن‌ها را نیز ادغام کند. گزارش‌ها حاکی است که Microsoft 365 Copilot به‌زودی بخشی از توان خود را از مدل‌های Anthropic خواهد گرفت، پس از آن‌که معیارهای داخلی نشان دادند Anthropic در وظایف Excel و PowerPoint عملکرد خوبی داشته است. این رویکرد ترکیبی هدفش بهبود ویژگی‌های بهره‌وری، کمک‌های مبتنی بر زمینه و امنیت سازمانی است.
مقایسه‌ها و مزایا
ساخت خوشه‌های بزرگ‌تر داخلی کنترل مایکروسافت را روی معماری مدل، فاین‌تیونینگ، حکمرانی داده و تأخیر برای مشتریان سازمانی افزایش می‌دهد. در مقایسه با تکیه صرف بر مدل‌های ثالث، مالکیت زیرساخت‌های آموزش می‌تواند ریسک وابستگی را کاهش داده و برای جریان‌های کاری خاص محصولات مایکروسافت بهینه‌سازی کند.
موارد استفاده و اهمیت در بازار
افزایش ظرفیت آموزش از موارد استفاده پیشرفته مانند درک اسناد در مقیاس بزرگ، کمک کدنویسی بلادرنگ، ویژگی‌های Copilot در سطح سازمانی و مدل‌های سفارشی برای صنایع عمودی پشتیبانی می‌کند. در بازاری رقابتی که مقیاس محاسبات و تنوع مدل اهمیت دارد، سرمایه‌گذاری‌های مایکروسافت نشان‌دهنده شرط‌بندی استراتژیک روی ترکیب مدل‌های داخلی، مدل‌های شریک مانند Anthropic و OpenAI و استقرار هیبریدی برای ارائه تجربه‌های متمایز هوش مصنوعی است.
منبع: theverge
نظرات