Phi 4 من مايكروسوفت: عقل صغير يتحدّى عمالقة الذكاء الاصطناعي

عندما نسمع عن آخر ما توصلت إليه الشركات العملاقة في عالم التكنولوجيا والذكاء الاصطناعي، فغالبًا ما نتوقع نماذج ضخمة ذات قدرات خيالية. لكن المفاجأة هذه المرة تأتي من شركة مايكروسوفت، التي أطلقت عدة نماذج ذكاء اصطناعي "مفتوحة" جديدة، استطاعت من خلالها منافسة نماذج أكبر حجمًا وأقوى مما يُتوقع عادة.

كشفت مايكروسوفت هذا الأسبوع عن ثلاثة نماذج هي: Phi 4 mini reasoning وPhi 4 reasoning، بالإضافة إلى Phi 4 reasoning plus. جميع هذه النماذج صُمّمت خصيصًا للقيام بعمليات منطقية معقدة، ما يجعلها تتميز بالقدرة على التحقق من الحقائق والحلول عند مواجهة مشاكل تتطلب مهارات إدراكية عالية.

يأتي هذا الإعلان كتوسيع لأسرة Phi التي أطلقتها مايكروسوفت العام الماضي، بهدف تسهيل استخدام الذكاء الاصطناعي في التطبيقات العملية وعلى الأجهزة التي لا تمتلك قدرات معالجة هائلة.

النموذج الأصغر في هذه المجموعة يطلق عليه "Phi 4 mini reasoning"، ويضم حوالي 3.8 مليار بارامتر. ولتوضيح بسيط، فالبَارَامِتر في الذكاء الاصطناعي يشبه خلايا عصبية صغيرة في الدماغ، وكلما زاد عددها كانت قدرة النموذج على حل المشكلات أفضل.

وقد قام هذا النموذج بالتدرُّب على حوالي مليون مسألة رياضيات اصطناعية، تم إنشاؤها بواسطة نموذج لشركة DeepSeek الصينية، ليكون هذا النموذج مصممًا خصيصًا للاستخدامات التعليمية، مثل التدريس الذكي في أجهزة خفيفة الوزن مثل الأجهزة اللوحية والهواتف الذكية.

أما النموذج الثاني "Phi 4 reasoning" فهو أكثر قوة، إذ يضم نحو 14 مليار بارامتر، وقد تم تدريبه باستخدام بيانات عالية الجودة من الإنترنت، بالإضافة إلى أمثلة مختارة بعناية من نموذج o3-mini الذي قدمته شركة OpenAI سابقًا. وتقول مايكروسوفت إن هذا النموذج متوسط الحجم يلائم تطبيقات الرياضيات والعلوم وبرمجة الحاسوب بشكل خاص، ما يجعله مثاليًا للعديد من المهام التقنية.

النموذج الأكثر تميزًا من بين النماذج الثلاثة الجديدة كان بلا شك "Phi 4 reasoning plus". حيث يشير إعلان مايكروسوفت إلى أن هذا النموذج المُعدّل يمكنه منافسة أداء نموذج R1 الذي يحتوي على 671 مليار بارامتر، وهي نسبة ضخمة مقارنةً بحجم نموذج مايكروسوفت الأصغر بكثير. كما أفادت الشركة بأن "Phi 4 reasoning plus" استطاع أن يصل إلى مستوى أداء نموذج o3-mini الخاص بـ OpenAI في اختبار OmniMath، وهو اختبار يُستخدم لقياس كفاءة النماذج في حل المشكلات الرياضية المعقدة.

أكدت مايكروسوفت أنها اعتمدت في تطوير هذه النماذج الجديدة على أساليب تدريب عصرية وتقنيات متطورة مثل "التعلم المعزز" و"التقطير المعرفي"، لضمان الحصول على أداء قوي رغم الحجم الصغير نسبيًا. وأوضحت الشركة أن هدفها الأساسي هو توفير ذكاء اصطناعي قوي حتى للأجهزة التي لا تتمتع بمواصفات تقنية عالية، ما يسمح باستخدامه في بيئات تحتاج إلى رد فعل سريع، مثل الأجهزة المحمولة وتطبيقات إنترنت الأشياء (IoT).

كل هذه النماذج الثلاثة متاحة بالفعل للمطورين عبر منصة Hugging Face الشهيرة، مع تقارير فنية مفصلة تساعدهم في فهم وتحسين تطبيقاتهم.

ختامًا، يبقى السؤال مطروحًا: هل ستقود هذه النماذج الصغيرة - ذات الإمكانيات المدهشة - ثورة في استخدام الذكاء الاصطناعي في حياتنا اليومية؟ الأيام القادمة ستكشف نتائج هذا السباق التكنولوجي الجديد.