كيف استطاع مطور بناء ستة نماذج ذكاء اصطناعي متقدمة في أيام؟
استفاد مطور تقني من أدوات الذكاء الاصطناعي التوليدي عبر وكيل آلي لتخطيط وتنفيذ وبناء نماذج متخصصة تعمل بكفاءة عالية، متجاوزاً الحاجة للنظم الضخمة والمعقدة.
رضوان عبدالهاديمحرر وكاتب تقني
قصة النماذج المخصصة التي صُنعت حسب الطلب
بدأت القصة عندما احتاج مطور يعمل مع منصة Hugging Face Blog إلى نسخة مصغرة وخفيفة الوزن من أداة إعادة صياغة النصوص المرتبطة بنموذج Qwen-Image 2.1. فالنموذج الرسمي المعتاد هو نموذج ضخم بحجم 9 مليار معامل يتطلب موارد حوسبية هائلة وذاكرة وصول عشوائي تصل إلى نحو 20 جيجابايت، فضلاً عن استهلاكه لآلاف الرموز قبل كتابة أي فقرة. وعند البحث في المنصة، لم يجد المطور سوى نسخ مضغوطة من نفس النموذج الكبير، مما دفعه للتواصل مع مساعد الذكاء الاصطناعي عبر ML Intern لتصميم نموذج أصغر حجماً وبكفاءة معالجة أسرع.
في اليوم التالي مباشرة، حصل المطور على نسخة بحجم 0.8 مليار معامل قادرة على العمل بكفاءة على وحدة المعالجة المركزية CPU، وبمعدل دقة مخرجات صحيح بنسبة عالية للغاية بلغت 99.7%، مع استهلاك ربع الرموز التي يتطلبها النموذج الأصلي. وبلغت التكلفة الإجمالية للحوسبة الخاصة بالمشروع، بما في ذلك استعانة النموذج الكبير لتصنيف آلاف طلبات الأمثلة، مبلغا زهيداً مقارنة بالنتائج المبهرة التي تحققت على مدار التطوير.
منطلقات العمل والتعاون مع الوكيل الآلي
على مدى الأيام التالية، تمكن المطور من بناء خمسة نماذج إضافية بالطريقة ذاتها. وكان كل مشروع يبدأ برسالة نصية مفصلة موجهة عبر بيئة الدردشة مع تفعيل خاصية ML-intern، وينتهي بنموذج عام ومنشور على منصة Hugging Face Hub مرفقاً بتقييماته في بطاقة النموذج الخاصة به. يتولى المساعد الآلي مهام تخطيط العمل، ويطلب تحديد الميزانية المالية بدقة قبل الشروع في أي إنفاق، ثم يجري اختبارات أولية صغيرة قبل البدء في المهمة الفعلية، وينفذ عمليات التدريب والتقييم والنشر مستخدماً عتاد المنصة.
تعتمد فعالية هذه العملية بشكل أساسي على دقة ووضوح الرسالة الأولى التي يكتبها المطور. ومع تكرار التجارب، طورت منهجية كتابة التعليمات لتشمل تفاصيل دقيقة، مثل تحديد البيانات الأساسية، ونموذج الأساس، وسكريبتات التدريب، فضلاً عن سرد الحقائق المؤكدة التي تمنع الوكيل من إعادة ابتكار أمور تم التحقق منها مسبقاً. وتتوفر كافة هذه التعليمات البرمجية والملفات بوضوح عبر مستودعات GitHub لتمكين المهتمين من الاطلاع عليها واستخدامها.
نموذج تشخيص أمراض الحمضيات وتطوير الدقة
في أحد التطبيقات العملية البارزة، واجه المطور صعوبة في تصميم نموذج عام لرؤية الكمبيوتر يستطيع بدقة تامة التمييز بين مشكلة الآفات والعث أو نقص المغذيات في أوراق نبات الحمضيات، إلى جانب اقتراح العلاجات المناسبة. ومن خلال تجميع مجموعات بيانات متخصصة، جرى دمج مصادر متعددة لإنتاج مجموعة بيانات مدربة تحتوي على آلاف الصور المشروحة لعشرات الأمراض والمشكلات الزراعية المختلفة.
تولى مساعد الذكاء الاصطناعي ضبط وتدريب نموذج الأساس بكفاءة عالية، مما أدى إلى قفزة نوعية هائلة في دقة التشخيص مقارنة بالنموذج الأساسي الأصلي قبل التدريب، ودون تكاليف حوسبية باهظة، مما يعكس القدرة الكبيرة لهذه النماذج المخصصة على أداء مهام دقيقة للغاية بكفاءة تفوق النماذج العامة الضخمة في مجالات محددة.
توسيع القدرات وإنتاج أدوات بصرية مبتكرة
لم يقتصر الأمر على النصوص والتشخيص الزراعي، بل امتد ليشمل توليد الصور وتعديل زوايا الكاميرا وإنشاء عناصر بصرية مخصصة مثل الشخصيات الشهيرة للمنصة وشخصيات الرسومات التخطيطية Doodle-in. فقد استطاع الوكيل الآلي توليد آلاف صور التدريب المقترنة بالمعلومات الصحيحة وتنفيذ مهام التدريب على الحواسيب السحابية بدقة عالية واستغلال زوايا الرؤية المختلفة.
تؤكد هذه التجربة العملية كيف يمكن لأدوات المساعدة الذكية والوكلاء الآليين إعادة تشكيل مستقبل تطوير البرمجيات ونماذج الذكاء الاصطناعي، مما يتيح للأفراد والمطورين الصغار إنجاز مشروعات ضخمة كانت تتطلب في السابق فرق عمل كاملة وميزانيات ضخمة، وذلك عبر التخطيط الذكي وتحديد الميزانيات بدقة متناهية.
المصادر
- Hugging Face BlogThe model that didn't exist, so you made it yourself
تابع التسلسل الزمني
تغطية الكيانات المرتبطة
أخبار مرتبطة
عودة حملة خبيثة على Hugging Face لاختطاف خوادم التعدين
تعود حملة خبيثة تستهدف منصة Hugging Face لاختطاف خوادم الرسوميات من أجل تعدين العملات الرقمية وزرع الأبواب الخلفية، متجاوزة أنظمة الحماية الفحصية المعتادة.
AWS تتيح الوصول المباشر إلى SageMaker Studio بتسجيل اجتماعي مبسّط
أطلقت AWS تجربة تسجيل جديدة تتيح للمطورين الوصول إلى بيئة SageMaker Studio خلال دقائق باستخدام حسابات Google أو GitHub، مع 100 دولار كريدت مجاني دون بطاقة ائتمانية.
عقود تكامل نماذج ترانسفورمرز لتعزيز جودة الذكاء الاصطناعي
تستعرض مدونة Hugging Face معايير جديدة لعقود تكامل نماذج الذكاء الاصطناعي تسمى Transformers Model Integration Contracts لاكتشاف الأخطاء.
معالج RISC-V 32-بت يُدمج في أوزان نموذج Qwen 3.5 4B
مهندس ذكاء اصطناعي يدمج معالج RISC-V في أوزان نموذج Qwen 3.5 4B، ما يتيح تشغيل كود C ولعبة DOOM باستخدام الأوزان كذاكرة عشوائية دون أدوات خارجية.
