انضم إلى نشراتنا الإخبارية اليومية والأسبوعية للحصول على آخر التحديثات والمحتوى الحصري حول تغطية الذكاء الاصطناعي الرائدة. يتعلم أكثر
حلم القمر واليوم خرجت من وضع التخفي بتمويل مسبق قدره 4.5 مليون دولار واقتراح جذري: عندما يتعلق الأمر بنماذج الذكاء الاصطناعي، فإن الأصغر هو الأفضل. بدء التشغيل، مع الدعم مشاريع فيليسيس, مستودع Microsoft M12 GitHubو الارتفاعقامت ببناء نموذج لغة رؤية يعمل مع 1.6 مليار معلمة فقط، ولكن يمكنه التنافس مع أداء نماذج أكبر بأربع مرات.
شركات نموذج مفتوح المصدر لقد حظي بالفعل باهتمام كبير، حيث حقق أكثر من 2 مليون عملية تنزيل و5100 نجمة على GitHub. قال جاي ألين، الرئيس التنفيذي لشركة Moondream والمدير التنفيذي السابق للتكنولوجيا في AWS: “ما يجعلها مميزة هو أنها واحدة من أصغر النماذج المخصصة لدقتها العالية وتعمل بشكل جيد حقًا”. “يمكن أن تعمل في كل مكان بسهولة وبسرعة كبيرة. ويمكنه أيضًا العمل على نظام التشغيل iOS، وعلى الهواتف المحمولة.
تجتمع حوسبة الحافة مع الذكاء الاصطناعي للمؤسسات: كيف تحل Moondream أزمة التكلفة السحابية
تعالج الشركة الناشئة مشكلة متنامية تتعلق باعتماد الذكاء الاصطناعي للمؤسسات: التكاليف الفلكية ومخاوف الخصوصية للحوسبة السحابية. يمكّن نهج Moondream نماذج الذكاء الاصطناعي من العمل محليًا على أجهزة تتراوح من الهواتف الذكية إلى المعدات الصناعية.
قال ألين لـ VentureBeat: “مع دخول الذكاء الاصطناعي في المزيد والمزيد من التطبيقات، أعتقد أننا ممزقون نوعًا ما بين الرغبة في الحصول على جميع فوائد الذكاء الاصطناعي، وعدم الرغبة في بث حياتنا بأكملها في السحابة”. “أفضّل العمل بالقرب من الحافة قدر الإمكان حتى أتمكن من التحكم في خصوصيتي.”
تطبيقات العالم الحقيقي: من مخزون البيع بالتجزئة إلى ذكاء المصنع
لقد وجد المتبنون الأوائل تطبيقات مختلفة لهذه التكنولوجيا. يستخدمه تجار التجزئة لإدارة المخزون تلقائيًا من خلال المسح عبر الهاتف المحمول. وتستخدمه شركات النقل لفحص المركبات، في حين تقوم مصانع التصنيع المزودة بأنظمة الفجوة الهوائية بتطبيق الذكاء الاصطناعي محليًا لمراقبة الجودة.
يتم تسليط الضوء على الإنجازات التقنية. تظهر المعايير الأخيرة نجاح Moondream2 دقة 80.3% على VQAv2 و 64.3% على GQA – قادرة على المنافسة مع نماذج أكبر بكثير. تعد كفاءة استخدام الطاقة في النظام مثيرة للإعجاب، حيث أشار CTO Vik Korrapati إلى أن “الاستهلاك لكل رمز مميز يبلغ حوالي 0.6 جول لكل مليار معلمة”.
ديفيد ضد جالوت: كيف يواجه فريق صغير عمالقة التكنولوجيا
بينما تركز شركات التكنولوجيا الكبرى على النماذج الضخمة التي تتطلب موارد حاسوبية كبيرة، تستهدف Moondream التنفيذ العملي. وقال كورباتي: “تركز الكثير من الشركات في هذا المجال على الذكاء الاصطناعي العام، وهذا في نهاية المطاف يمثل مصدر إلهاء كبير”. “نحن نركز اهتمامنا على مشكلة الإدراك وكيفية تقديم إمكانات فائقة متعددة الوسائط في الحجم وعامل الشكل الذي يحتاجه المطورون.”
تطلق الشركة الآن خدمة موندريم السحابيةمصممة لتبسيط التطوير مع الحفاظ على المرونة في تنفيذ الحافة. وقال ألين: “ما يريدونه هو أسهل طريقة للبدء بعرض يشبه السحابة حتى يتمكنوا من اللعب به”. “ولكن عندما يفعلون ذلك، فإنهم لا يريدون أن يشعروا بأنهم مغلقون.”
هذا النهج المختلط له صدى لدى المطورين. قامت الشركة ببناء قاعدة متابعين قوية في مجتمع المصادر المفتوحة، وهو ما يعزوه ألين إلى “روح القرصنة والمصادر المفتوحة” وعملية التطوير الشفافة.
أما بالنسبة للمنافسة من عمالقة التكنولوجيا، فلا يزال ألين واثقًا من استراتيجية Moondream المركزة. وقال: “بالنسبة للعديد من هذه الشركات الكبرى، تعد هذه إحدى أولوياتها البالغ عددها 8000 أولوية”. “لا يبدو أن هناك العديد من الشركات التي تركز بشكل فردي مثلنا على توفير تجربة مطورين سلسة حول تعدد الوسائط.”
وتتوقع الشركة اعتماد المؤسسات على نطاق واسع لنموذج لغة الرؤية في الأشهر الـ 12 المقبلة، على الرغم من أن كوراباتي يحذر من أن “الحديث عن الجداول الزمنية باستخدام الذكاء الاصطناعي يعد لعبة خطيرة”.
ومن خلال التمويل الجديد، تخطط Moondream لتوسيع فريقها، بما في ذلك التوظيف مهندسي فولستاك في مقرها الرئيسي في سياتل. وسيكون التحدي التالي الذي تواجهه الشركة هو توسيع نطاق التكنولوجيا الخاصة بها مع الحفاظ على الكفاءة والقدرة على تحمل التكاليف التي حددت نجاحها المبكر.
