في الأشهر الأخيرة، اشتد التنافس على الذكاء الاصطناعي التوليدي، والآن يدخل لاعب جديد ذو طابع كوبرتينو إلى الساحة: النموذج تم تصميم FS-DFM من Apple لإنشاء نصوص طويلة بسرعة فائقةبينما تعمل مايكروسوفت على تعزيز Copilot بنماذج جديدة وتواصل جوجل تسريع تطويرها، تحاول أبل سد الفجوة بتقنية تعد، على الورق، بأن تكون ثورة حقيقية.
هذا السياق مهم للغاية: فنحن نتحدث عن قطاعٍ تُحسب فيه كل ثانية، وتُعدّ فيه جودة النصوص، وسهولة اتباع التعليمات، والتكامل مع الأدوات اليومية أمورًا أساسية. في هذا السياق، يجدر بنا أن نسأل أنفسنا بهدوء: هل يستطيع نظام FS-DFM حقاً منافسة نظام Copilot والنماذج التي تدعمه؟أم أنه يصل متأخراً جداً إلى حفلة بدأت بالفعل؟
ما هو نظام FS-DFM ولماذا يثير كل هذه الضجة؟
مجموعة من مهندسي شركة آبل، بالتعاون مع قدمت جامعة ولاية أوهايو برنامج FS-DFM (مطابقة التدفق المنفصلة ذات الخطوات القليلة).FS-DFM، نموذج لغوي جديد مصمم خصيصًا لتوليد نصوص طويلة بسرعة فائقة دون المساس بالجودة. ووفقًا للدراسة المنشورة، فإن FS-DFM قادر على توليد سلاسل طويلة تصل إلى أسرع بـ 128 مرة من نماذج الانحدار الذاتي التقليدية على غرار ChatGPT، مع الحفاظ على مستوى مماثل من الجودة.
يركز هذا النموذج على توليد نصوص فعال ومستقر، حتى في المقاطع الطويلةوهذا ما يجعلها واحدة من أكثر الأساليب إثارة للاهتمام التي رأيناها للمهام التي يكون فيها زمن الاستجابة أمراً بالغ الأهمية: المساعدون الحواريون في الوقت الفعلي، وكتابة المستندات، والردود الطويلة في تطبيقات الإنتاجية، وبشكل عام أي حالة لا يرغب فيها المستخدم في انتظار وصول النص تدريجياً.
كيف يعمل نموذج FS-DFM: من النهج الانحداري الذاتي إلى الانتشار في بضع خطوات؟
تستخدم نماذج اللغة الكلاسيكية من نوع GPT مخططًا انحداريًا ذاتيًا: يقومون بإنشاء النص رمزًا رمزًا، كلمة كلمة.تعتمد هذه الطريقة في كل خطوة على حساب الوحدة النصية الأكثر احتمالاً التالية. توفر هذه الطريقة تحكماً وجودة عاليتين، لكنها بطبيعتها تسلسلية: فكل رمز جديد يعتمد على الرمز السابق، مما يحد من السرعة، خاصة عند التعامل مع النصوص الطويلة.
يخالف برنامج FS-DFM هذه الفلسفة من خلال استلهامه من نماذج الانتشار، التي اشتهرت في مجال توليد الصوربدلاً من معالجة الكلمات كلمةً كلمة، يُولّد النموذج عدة أجزاء نصية بالتوازي ويُحسّنها في دورات متتالية. قد يكون النص الأولي غير واضح أو غير مترابط أو ناقص، ولكن في كل جولة تحسين، يُصحّح النموذج النص، ويُعيد تنظيمه، ويُصقله ليقترب من جودة عالية.
لا تكتفي شركة آبل بنسخ البث التقليدي فحسب؛ بل تطبق تقنية تُعرف باسم مطابقة التدفق، التي تسرع العملية عن طريق التخلص من جزء كبير من التكرارات الوسيطة.بدلاً من القيام بمئات أو آلاف من خطوات التحسين الصغيرة، يتعلم FS-DFM اتخاذ "خطوات" أطول في فضاء النصوص المحتملة، بحيث يتقارب في عدد قليل جدًا من الجولات نحو نص متماسك وسلس.
يكمن سر هذا النهج ذي الخطوات القليلة في أن النموذج يتعلم أن انتقل مباشرة بين "الضوضاء" الأولية والنص النهائي دون الحاجة إلى المرور بجميع المراحل الوسيطة المعتادة في التوزيع التقليدي. هذا يقلل بشكل كبير من وقت الإنشاء مع الحفاظ على بنية نصية متينة، وهو أمر ذو قيمة خاصة عند إنتاج فقرات طويلة أو مستندات كاملة.
المراحل الثلاث لتدريب FS-DFM
لكي ينجح هذا المخطط، قام فريق من شركة آبل وجامعة ولاية أوهايو بتصميم عملية تدريبية من ثلاث مراحل تسعى إلى تحقيق التوازن بين السرعة والاستقرار والدقة اللغويةالأمر لا يتعلق فقط بإطلاق نموذج نشر والأمل في الأفضل، بل يتعلق بتوجيهه بعناية حتى يتعلم الكتابة بشكل جيد في خطوات قليلة جداً.
في المرحلة الأولى، يتعلم النموذج أن العمل بأعداد مختلفة من تكرارات التحسينيسمح هذا لـ FS-DFM بالتكيف مع السيناريوهات التي تكون فيها السرعة القصوى ذات أهمية قصوى، وكذلك مع تلك التي يمكن فيها اتخاذ خطوة إضافية لتحسين النتيجة بشكل أكبر، وتدريب قدرتها على تحسين النص تدريجياً وفقاً لعدد الخطوات المتاحة.
المرحلة الثانية تقدم النموذج الرئيسي (معلم أكبر وأكثر قوة) الذي يوجه FS-DFMيعمل نموذج التدريس هذا كمعيار للجودة، حيث يقدم أمثلة وتصحيحات تساعد FS-DFM على ضبط التفاصيل الدقيقة: اختيار الكلمات، والتماسك الدلالي، والأسلوب، والاتساق في النصوص الطويلة... وبهذه الطريقة، يتعلم النموذج الأخف وزناً كيفية تقريب أداء نظام أكبر بكثير.
وأخيراً، في المرحلة الثالثة، يقومون بتحسين خطوات التحسين الفردية لتحقيق تقارب أسرع وأكثر استقرارًا.الفكرة هي أنه في كل من تلك التكرارات القليلة، يستفيد النموذج إلى أقصى حد من المعلومات المتاحة، ويقلل "الضوضاء" بذكاء، ويحافظ على بنية النص دون إدخال أخطاء مفاجئة أو قفزات غريبة في الموضوع.
السرعة دون التضحية بالجودة: اختبارات مقارنة مع Dream وLLaDA
من أبرز جوانب الدراسة قدرة FS-DFM على إنشاء نص كامل في ثماني دورات سريعة للغايةفي المقابل، قد تتطلب نماذج بث اللغات الأخرى أكثر من ألف خطوة لتحسين المحتوى إلى مستوى مقبول. ويُعدّ الفرق في زمن الاستجابة هائلاً، لا سيما عند النظر إلى الأجهزة الشخصية مثل أجهزة iPhone أو Mac.
بالمقارنة، يواجه نموذج FS-DFM نماذج انتشار أكبر مثل Dream (مع 7.000 مليارات مُعامل) أو LLaDA (مع 8.000 مليارات مُعامل)على الرغم من قلة عدد المعلمات، يحقق نموذج أبل نتائج أفضل في مقياسين أساسيين في معالجة اللغة: الحيرة والإنتروبيا، والتي تعمل على قياس مدى طبيعية واستقرار النص الناتج.
ل انخفاض مستوى الحيرة يشير إلى أن النموذج يتنبأ بشكل أفضل بتسلسلات الكلمات الفعلية.أي أن اللغة التي ينتجها أقرب إلى اللغة البشرية. وفي الوقت نفسه، يشير استقرار الإنتروبيا إلى أن النموذج يحافظ على توازن سليم بين الإبداع والاتساق، دون أن يصبح فوضويًا أو متكررًا بشكل مفرط. وعلى كلا الصعيدين، يُظهر نموذج FS-DFM تفوقًا واضحًا على نماذج الانتشار الأكثر ضخامة.
تكتسب هذه النتيجة أهمية خاصة بالنظر إلى أنه على الأجهزة ذات الموارد المحدودة، قد يكون النموذج الأصغر والأسرع الذي يحافظ على الجودة التنافسية أكثر فائدة بكثير. إنها شركة عملاقة لا يمكنها العمل إلا في مراكز بيانات ضخمة. وهنا تحديداً تسعى آبل لإحداث فرق بمنتجاتها وخدماتها.
نشر الدراسة وإتاحتها لمجتمع البحث العلمي
نُشر العمل الذي يصف FS-DFM في arXiv تحت عنوان "FS-DFM: توليد سريع ودقيق للنصوص الطويلة باستخدام نماذج لغة الانتشار ذات الخطوات القليلة" أو ما شابه، مع تفصيل كل من بنية النموذج وعملية التدريب، بالإضافة إلى تقييماته مقارنةً بنماذج أخرى. كما تتضمن المقالة أمثلة عملية توضح كيف يتغير النص المُولّد ويتحسن عبر مختلف مراحل التطوير.
أعربت شركة آبل عن نيتها في إصدار الكود ونقاط التحقق الخاصة بالنموذجسيتيح ذلك للباحثين والمطورين تجربة FS-DFM، وتكييفها مع مجالات جديدة، أو دمجها في تطبيقاتهم الخاصة. بالنسبة لبيئة مغلقة تقليديًا مثل بيئة آبل، يمكن تفسير هذه الخطوة كوسيلة لاكتساب مكانة مرموقة داخل المجتمع العلمي للذكاء الاصطناعي.
إذا نجح هذا النهج التدريجي في الانتشار، فقد أصبحت معيارًا فعليًا لتوليد النصوص في الأنظمة التي يكون فيها وقت الاستجابة أمرًا بالغ الأهميةفي مثل هذه السيناريوهات تحديداً، تريد شركة آبل أن تتألق بمساعديها وأدوات الإنتاجية الخاصة بها.
FS-DFM في بيئة Apple: Siri وApple Intelligence وiWork تحت الأضواء
تراهن شركة آبل بشكل كبير على دمج نماذج التصميم المشتقة من أنظمة التشغيل (FS-DFM) في نظامها البيئي، وخاصة في سيري، ضمن ميزات الذكاء الاصطناعي من Apple وفي مجموعة iWorkإذا كان هناك نموذج قادر على الكتابة بسرعة وبشكل جيد ويعمل بزمن استجابة منخفض على أجهزة iPhone و iPad و Mac، فإن تجربة المستخدم يمكن أن تشهد قفزة كبيرة للأمام مقارنة بما لدينا اليوم.
في سيري، سيسمح نموذج من هذا النوع بما يلي: استجابات أكثر تفصيلاً وسياقية وأسرعبالابتعاد عن المساعد المحدود وغير المتقن إلى حد ما الذي يراه العديد من المستخدمين حاليًا، يمكن أن تستفيد خدمة Apple Intelligence بشكل كبير من ميزات مثل الكتابة المساعدة وتصحيح الأسلوب وإنشاء الملخصات، وذلك بفضل القدرة على إنتاج فقرات طويلة دون أوقات انتظار مزعجة.
في بيئة iWork، يمكن أن تحصل أدوات مثل Pages أو Numbers أو Keynote على دفعة كبيرة إذا تم دمجها. وظائف توليدية تساعد في صياغة المستندات، أو اقتراح العروض التقديمية، أو هيكلة البياناتفي الواقع، فإن استحواذ شركة آبل مؤخراً على نطاق iWork.ai يغذي التكهنات حول تدفق هائل لميزات الذكاء الاصطناعي التوليدي إلى هذه المجموعة المكتبية.
كيف تُرسّخ مايكروسوفت مكانتها في السوق: برنامج Copilot وطرازيه الجديدين MAI-Voice-1 وMAI-1-preview
بينما تعمل آبل على تطوير تقنية FS-DFM، فإن مايكروسوفت لا تقف مكتوفة الأيدي. وقد أعلنت الشركة عن نموذجان جديدان للذكاء الاصطناعي مرتبطان ارتباطًا وثيقًا ببرنامج الطيار الآلي: MAI-Voice-1 و MAI-1-previewهدفهم هو الحفاظ على برنامج Copilot كمعيار في مجال مساعدي الإنتاجية وتوسيع قدراته بشكل أكبر.
MAI-Voice-1 هو نموذج توليد الصوت الذي يتميز بسرعته الفائقةتزعم مايكروسوفت أنها تستطيع إنتاج دقيقة واحدة من الصوت في أقل من ثانية واحدة باستخدام وحدة معالجة رسومات واحدة، مما يجعلها جذابة بشكل خاص للتطبيقات التي تعمل في الوقت الفعلي: مثل سرد النصوص، وقراءة البريد الإلكتروني، والبودكاست الفوري، أو مساعدي الصوت الأكثر طبيعية.
هذا النموذج الصوتي متوفر بالفعل تم دمجها في تطبيق Copilot Daily وميزة البودكاستوقد بدأت مايكروسوفت أيضًا في طرحها في مختبرات Copilot، حتى يتمكن المستخدمون من تجربتها مباشرة من الأدوات الحالية دون انتظار الإصدارات الجماعية المستقبلية.
من ناحية أخرى، MAI-1-preview هو نموذج من نوع MoE (مزيج من الخبراء) تم تدريبه باستخدام حوالي 15.000 وحدة معالجة رسومية NVIDIA H100تم تصميمه لاتباع التعليمات بدقة وتقديم إجابات مفيدة ومباشرة للأسئلة اليومية، وهو ما يتماشى إلى حد كبير مع الاستخدام الرئيسي لبرنامج Copilot كمساعد للمهام واستعلام عن المعلومات.
تخطط مايكروسوفت لدمج هذا النموذج جزئياً في برنامج Copilot خلال الأسابيع القادمةوبالتالي تعزيز قدرات المساعد في فهم طلبات المستخدم وفي توليد ردود أكثر ملاءمة للسياق والنبرة المطلوبة.
مساعد الطيار: نموذج العمل، والمزايا، والقيود مقارنةً بشركة آبل
يُعد نموذج الوصول عنصراً أساسياً في هذه المعادلة. يتوفر تطبيق Copilot بنسخة مجانية يمكن لأي مستخدم الوصول إليها.يتم إطلاق إمكاناتها الحقيقية من خلال اشتراك Copilot Pro، والذي يكلف 22 يورو شهريًا.
مع برنامج Copilot Pro، يحصل المستخدمون على أولوية الوصول إلى أحدث نماذج الذكاء الاصطناعي والتكامل العميق مع Microsoft 365برامج Word وExcel وPowerPoint وOutlook وغيرها من الأدوات. بالنسبة للشركات، يعني هذا القدرة على أتمتة مهام مثل الكتابة وتحليل البيانات وإنشاء العروض التقديمية وإدارة البريد الإلكتروني بكفاءة أكبر.
وفي الوقت نفسه، تقدم جوجل خدمتها المدفوعة الخاصة بها. خدمة Google AI Pro، بسعر 21,99 يورو شهريًاوهذا يضيف أيضًا 2 تيرابايت من مساحة التخزين للصور، وDrive، وGmail. لذا، لا تقتصر المنافسة على الجانب التقني فحسب، بل تشمل أيضًا نماذج الأعمال، والتسعير، والقيمة المضافة للمستخدم النهائي.
في مواجهة هذا الوضع، تجد شركة آبل نفسها في موقف دقيق: لا يوجد لديها حتى الآن مساعد توليدي عام بحجم برنامج Copilot ويُعقّد نهجها التقليدي الأكثر انغلاقاً سرعة تبني نماذج اشتراك مماثلة. ومع ذلك، قد يكون التكامل الأصلي مع الأجهزة والأنظمة نقطة قوتها الأبرز إذا تمكنت من تقديم ميزات ذكاء اصطناعي مفيدة دون إجبار المستخدم على الاشتراك في خدمة شهرية أخرى.
مايكروسوفت كوبايلوت في عالم أبل: ضيف غير مرغوب فيه
لطالما كانت العلاقة بين مايكروسوفت وآبل، على مدى سنوات، مزيج من التنافس والتعاون العمليلطالما كان Office جزءًا أساسيًا من نظامي التشغيل macOS و iOS، والآن وصل Copilot أيضًا إلى أجهزة Mac و iPhone كتطبيق كامل الوظائف.
هذه الخطوة تجعل الطيار المساعد سلاح تنافسي قوي للغاية داخل نظام أبل البيئيهذا هو تحديداً موضع ضعف شركة كوبرتينو فيما يتعلق بالذكاء الاصطناعي التوليدي المرئي. يُقدَّم تطبيق Copilot كمساعد قوي، وهو مجاني في نسخته الأساسية، مما يضع ضغطاً واضحاً على شركة آبل، التي لم تُقدِّم حتى الآن أي شيء مماثل على هذا النطاق.
صحيح أن شركة آبل تستخدم تقنيات الذكاء الاصطناعي منذ سنوات تحت مظلة "التعلم الآلي" لتحسين تجربة استخدام أجهزتكتعتمد اقتراحات التطبيقات الذكية عند فتح محرك البحث، والإكمال التلقائي للعبارات، والتعرف على الأنماط في الاستخدام اليومي لنظامي التشغيل iOS و macOS على نماذج التعلم الآلي، على الرغم من أن شركة Apple نادراً ما تصفها بأنها "ذكاء اصطناعي".
ويمكن ملاحظة ذلك الذكاء الاصطناعي أيضاً في جوانب أكثر وضوحاً، مثل تحسين الصور تلقائيًا، وإنشاء ملصقات من الصور، وإزالة الخلفية في ثوانٍ. ومع ذلك، نموذج قادر على منافسة GPT-4 بشكل مباشر، DALL·E 3 لا تزال الوظائف الكاملة لبرنامج Copilot تشكل الفجوة الرئيسية في تكنولوجيا التصميم التوليدي.
ما الذي يقدمه تطبيق Copilot اليوم ولم تقدمه شركة Apple بعد؟
يمكن وصف مساعد الطيار بأنه روبوت محادثة متطور يتمتع بقدرات توليدية لكل من النصوص والصور، مدعومة بتقنية OpenAI (GPT-4 و DALL·E 3) ولكن تم تغليفها وتوسيعها بواسطة Microsoft مع طبقة خاصة بها من الخدمات والوظائف.
واحدة من مزاياها العظيمة هي ذلك وهو متصل بالإنترنت بشكل دائم ويمكنه الوصول إلى المعلومات الحديثةوبهذه الطريقة، يمكنك الإجابة على الأسئلة المتعلقة بالمواضيع الحديثة، وتقديم بيانات محدثة، والربط بالمصادر ذات الصلة، وهو أمر يحظى بتقدير كبير عند البحث عن معلومات محددة وليس مجرد إنشاء محتوى ثابت.
في المجال المرئي، يسمح برنامج Copilot إنشاء صور من عبارات اللغة الطبيعيةتمامًا مثل مولدات الصور الأكثر شهرة، يقترح النظام اختلافات وتعديلات على الصور التي تم إنشاؤها، مثل تغيير عناصر المشهد، أو تعديل النمط المرئي، أو تحويل تفاصيل محددة (على سبيل المثال، تغيير نار التنين إلى ماء أو وضع المشهد في قلعة).
فيما يتعلق بالنص، فإن مساعد الطيار قادر على كتابة القصص، وتلخيص الوثائق، والإجابة على الاستفسارات المعقدة، أو إنشاء التعليمات البرمجية في لغات برمجة متعددة. كما يقدم أمثلة وشروحات إضافية وروابط لموارد مثل ويكيبيديا لمزيد من استكشاف المفاهيم التي تم تناولها.
كل هذا يعني أن العديد من مستخدمي أجهزة أبل اليوم يتجهون مباشرة إلى Copilot أو ChatGPT. للمهام التي لا تغطيها أدوات Apple الخاصة بها حتى الآنمما يخلق شعوراً بأن الشركة متأخرة نوعاً ما في هذا السباق تحديداً.
مستقبل شركة آبل: AppleGPT، ونظام التشغيل iOS 18، والرهان على الذكاء الاصطناعي التوليدي
تشير الشائعات والتسريبات إلى أن تستعد شركة آبل لقفزة نوعية مع نظامي التشغيل iOS 18 و macOS 15 فيما يتعلق بالذكاء الاصطناعي التوليدي، هناك حديث داخلي عن مشروع يُطلق عليه اسم AppleGPT أو Ajax، وهو نموذج لغة خاص يمكن دمجه في طبقات متعددة من نظام التشغيل.
المجهول الكبير هو إلى أي مدى سيتمكن هذا النموذج المستقبلي من منافسة OpenAI أو Microsoft أو Google؟ من حيث الجودة والتنوع والسرعة. لم يبدأ سباق الذكاء الاصطناعي بالأمس، بل هو مستمر منذ سنوات وانطلق بقوة في عام 2023، لذا فإن شركة آبل تدخل سوقًا يمتلك فيه المنافسون بالفعل منتجات قوية.
ما يبدو واضحاً هو أن شركة آبل تنوي أغرقوا منصاتهم بميزات مدعومة بالذكاء الاصطناعيوبحسب ما ورد، فقد أمر كريج فيديريغي، كبير مسؤولي البرمجيات في الشركة، بإدراج "كل ميزة مدعومة بالذكاء الاصطناعي ممكنة" في الإصدارات المستقبلية من أنظمة iOS و iPadOS و macOS، بما في ذلك أدوات المستخدم النهائي وأدوات المطورين المتقدمة.
إكس كود مع الذكاء الاصطناعي: "المساعد" الذي تريده آبل لمطوريها
أحد المجالات التي تخطط شركة آبل للتركيز عليها بشكل كبير هو منصات التطوير، وخاصة Xcodeبحسب المعلومات التي كشف عنها مارك جورمان، فإن الشركة تختبر داخلياً ميزات الذكاء الاصطناعي التوليدي ضمن Xcode منذ حوالي عام، مما يسمح... إنشاء كتل من التعليمات البرمجية المصدرية تلقائيًا، وهو ما يتماشى إلى حد كبير مع ما يفعله GitHub Copilot بالفعل في بيئات أخرى.
الفكرة ليست أن يقوم المساعد بكل عمل المبرمج، ولكن تبسيط المهام المتكررة، واقتراح الحلول، ومساعدة المتعلمينيستخدم العديد من المطورين بالفعل أدوات مثل ChatGPT لحل أسئلة محددة، ولا تريد شركة Apple أن يتم استبعاد بيئة التطوير الخاصة بها من هذا الاتجاه.
سيكون الهدف هو القدرة على عرض هذه الميزات الجديدة. في مؤتمر WWDC القادم، مما يفتح الباب أمام مجتمع المطورين لبدء اختبارهاإذا كانت نماذج FS-DFM أو النماذج ذات الصلة تتكامل بشكل جيد مع Xcode، فيمكنها أن توفر توليد وإعادة هيكلة التعليمات البرمجية بزمن استجابة منخفض للغاية، وهو أمر ذو قيمة كبيرة عند العمل بشكل مكثف على مشاريع كبيرة.
وفي الوقت نفسه، يعزز استحواذ شركة آبل على نطاق iWork.ai فكرة أن ستتلقى برامج Pages و Numbers و Keynote أيضًا ميزات توليدية. التي تستفيد من التطورات الداخلية في مجال الذكاء الاصطناعي، وبالتالي إغلاق الدائرة بين الإنتاجية والتطوير وتجربة المستخدم في النظام البيئي للعلامة التجارية.
بالنظر إلى هذه الصورة الكاملة، فإن الشعور هو أن يُعد FS-DFM عنصرًا تقنيًا رئيسيًا في استراتيجية شركة Apple "للحاق بالركب" في مجال الذكاء الاصطناعي التوليديوفي الوقت نفسه، تواصل مايكروسوفت وجوجل المضي قدماً في المنتجات المتوفرة بالفعل. تم تأسيسه كمساعد طيار ونماذج الدعم الجديدة الخاصة بهم، لذا فإن المعركة الكبرى لن تقتصر على من يمتلك النموذج الأسرع فحسب، بل على من يدمجه بشكل أفضل في الحياة اليومية للمستخدمين. انشر المعلومات وسيزداد وعي الناس بالمشكلة.