أحدث الأخبار مع #HuggingFace
العربية
٠٧-٠٥-٢٠٢٥
- أعمال
- العربية
"Hugging Face" تطلق وكيلًا رقميًا مجانيًا بخطوات واعدة
أطلقت شركة Hugging Face أداة ذكاء اصطناعي مجانية تعمل كـ"وكيل رقمي"، تحمل اسم Open Computer Agent، وتقدم تجربة تفاعلية مشابهة لأداة Operator التي كشفت عنها "OpenAI" سابقًا. الأداة الجديدة تعمل عبر الإنترنت وتعتمد على جهاز افتراضي بنظام Linux، محمّل مسبقًا بتطبيقات متنوعة مثل متصفح "فايرفوكس"، مما يسمح للمستخدمين بإعطاء أوامر معقدة مثل "ابحث عبر خرائط غوغل عن مقر Hugging Face الرئيسي في باريس"، ليتولى الوكيل تنفيذ المهمة خطوة بخطوة، بحسب تقرير نشره موقع "تك كرانش" واطلعت عليه "العربية Business". ورغم طموحات الأداة، إلا أن تجربتها حتى الآن تكشف عن بعض التحديات، فقد أشار التقرير إلى أن Open Computer Agent يتعامل بكفاءة مع المهام البسيطة. وأوضح التقرير أن النموذج يعاني من البطء ويواجه صعوبة في أداء المهام المعقدة، خصوصًا تلك التي تتضمن التفاعل مع اختبارات التحقق مثل CAPTCHA، أو تتطلب بحثًا دقيقًا عبر الإنترنت مثل حجز تذاكر السفر. كما يتعيّن على المستخدمين أحيانًا الانتظار ضمن قائمة افتراضية تختلف مدتها حسب حجم الطلب. لكن الهدف من إطلاق هذه الأداة لم يكن تقديم وكيل مثالي، بل كما أوضح أيمريك روتشر، عضو فريق التطوير في "Hugging Face"، هو إثبات أن نماذج الذكاء الاصطناعي المفتوحة أصبحت أكثر تطورًا وأقل تكلفة، ويمكن تشغيلها بكفاءة على بنى تحتية سحابية. وكتب روتشر عبر منصة إكس قائلاً: "مع تطور قدرات نماذج الرؤية، بات بإمكانها تشغيل سير عمل للوكلاء أكثر تعقيدًا، بل والتفاعل مع العناصر الرسومية عبر تحديد إحداثياتها". ورغم التحديات، فإن السوق ينظر بجدية إلى مستقبل وكلاء الذكاء الاصطناعي. فوفقًا لدراسة أجرتها شركة KPMG، نحو 65% من الشركات العالمية بدأت فعليًا في اختبار هذه التقنية. وتوقعت مجلة "Markets and Markets" أن يتضاعف حجم سوق وكلاء الذكاء الاصطناعي من 7.84 مليار دولار في 2025 إلى 52.62 مليار دولار بحلول عام 2030.
الوئام
٠٦-٠٥-٢٠٢٥
- أعمال
- الوئام
خطوة كبيرة لـ AI مفتوح المصدر.. 'هاجينج فيس' تطلق وكيل حوسبة سحابية
أطلقت شركة 'هاجينج فيس Hugging Face' وكيل ذكاء اصطناعي جديدًا يُدعى 'Open Computer Agent'، يتيح للمستخدمين تنفيذ مهام عبر جهاز افتراضي يعمل بنظام لينكس مزوّد بتطبيقات مثل متصفح فايرفوكس، ويُدار بالكامل من خلال السحابة. يُشبه الوكيل الجديد إلى حد كبير أدوات مثل 'Operator' من OpenAI، إذ يمكن توجيه تعليمات نصية له لأداء مهام مثل البحث عن موقع معين باستخدام خرائط Google، ليبدأ بعدها بفتح التطبيقات المطلوبة وتنفيذ الخطوات بشكل شبه آلي. ورغم أن الوكيل يُؤدي المهام البسيطة بكفاءة، إلا أن تجربته في المهام المعقّدة مثل حجز الرحلات الجوية كشفت عن محدوديته، بحسب تقرير لـTechCrunch. كما أنه غالبًا ما يتوقف أمام اختبارات 'كابتشا' التي تعجز النماذج الحالية عن تجاوزها. المستخدمون يواجهون أيضًا قائمة انتظار افتراضية قد تستغرق من ثوانٍ إلى دقائق، حسب الضغط على الخوادم. وأكدت Hugging Face أن الهدف من تطوير الوكيل لم يكن تقديم نموذج متكامل، بل إثبات أن نماذج الذكاء الاصطناعي المفتوحة باتت أكثر قدرة وأقل تكلفة. وأوضح أميريك روشير من فريق الوكلاء بالشركة أن تطور نماذج الرؤية الحاسوبية بات يتيح لها 'تحديد العناصر داخل الصور بدقة، والنقر عليها داخل بيئة العمل الافتراضية'. وبينما لا يزال هذا النوع من الوكلاء يواجه تحديات فنية، إلا أن الاستثمار فيه يتزايد، مع سعي الشركات لتعزيز الإنتاجية باستخدام تقنيات الذكاء الاصطناعي. وقد أظهر استطلاع حديث أجرته KPMG أن 65% من الشركات تُجري تجارب على وكلاء ذكاء اصطناعي، فيما تتوقع Markets and Markets أن تنمو سوق هذه الوكلاء من 7.84 مليار دولار عام 2025 إلى 52.62 مليار دولار بحلول عام 2030.
بلد نيوز
٠٤-٠٥-٢٠٢٥
- علوم
- بلد نيوز
DeepSeek Prover V2 .. مميزاته كنموذج مفتوح المصدر
أطلقت شركة DeepSeek نموذجها الجديد، DeepSeek Prover V2 -671B، على منصة Hugging Face مفتوحة المصدر، ويعتمد النموذج على بنية DeepSeek-V3، ويضم 671 مليار معلمة. ونستعرض خلال السطور التالية كل ما يخص نموذج DeepSeek Prover V2 نموذج DeepSeek Prover V2 ويتميز نموذج DeepSeek Prover V2، بعدد من المواصفات تتمثل فيما يلي: يتضمن DeepSeek-Prover-V2 61 طبقة محول بحجم مخفي يبلغ 7,168. يدعم المهام طويلة السياق مع حد أقصى لتضمين المواقع يصل إلى 163,840 رمزًا. يتوافق النموذج مع تنسيق ملفات safetensors وأنواع الدقة المختلفة لتحسين كفاءة التدريب ونشره. كما يتضمن تكميم FP8 لتقليل الحجم وتحسين أداء الاستدلال. يعد هذا الإصدار ترقية من طراز Prover-V1.5 الذي تم تقديمه العام الماضي. يبرز التفكير الرياضي باعتباره الحدود الجديدة للذكاء الاصطناعي: حيث يمثل نموذج 671B-parameter من DeepSeek تركيزًا متزايدًا على قدرات التفكير الرياضي التي تعمل على إعادة تشكيل أولويات تطوير الذكاء الاصطناعي عبر الصناعة. تطور قدرات الذكاء الاصطناعي يأتي هذا التحول في أعقاب تقدم تاريخي حيث تطورت قدرات الذكاء الاصطناعي من الشبكات العصبية الأساسية في أربعينيات القرن العشرين إلى أنظمة التفكير المتطورة اليوم، ويتوقع علماء الرياضيات الرائدون الآن أن الذكاء الاصطناعي سيحول البحث الرياضي من خلال أتمتة تطوير الأدلة، وتوليد التخمينات، وتقليل الحواجز أمام الدخول في المجالات الرياضية المعقدة. يُعتبر دمج الذكاء الاصطناعي مع التفكير الرياضي الرسمي أمرًا ضروريًا لتعزيز الاكتشاف في الرياضيات والمجالات العلمية ذات الصلة، مع تطبيقات تمتد إلى التحقق من البرامج وإثبات النظريات، إذ أصبح هذا التركيز على التفكير الرياضي معيارًا تنافسيًا رئيسيًا، حيث سلطت شركات مثل DeepSeek وOpenAI وAlibaba الضوء بشكل خاص على أداء نماذجها في اختبارات الرياضيات مثل AIME وMATH-5004. نموذج DeepSeek Prover V2 استخدام نموذج DeepSeek Prover V2 يوضح استخدام نموذج DeepSeek Prover V2 لنهج مزيج الخبراء (MoE) كيف يتعامل مطورو الذكاء الاصطناعي مع تحديات الكفاءة الحسابية في النماذج واسعة النطاق، ويقوم هذا الهيكل بتنشيط النماذج الفرعية ذات الصلة فقط لمهام محددة، مما يسمح لنموذج R1 الخاص بـ DeepSeek باستخدام 37 مليارًا فقط من معلماته البالغ عددها 671 مليارًا بشكل فعال أثناء التشغيل، مما يقلل بشكل كبير من المتطلبات الحسابية. أصبحت مكاسب الكفاءة من بنية MoE اتجاهًا واسع النطاق في الصناعة، حيث تستخدم نماذج Llama 4 من Meta هذه التقنية بشكل مماثل لتحسين الاستدلال دون التضحية بالأداء، وطورت شركة DeepSeek نموذج R1 الخاص بها بتكلفة 5.6 مليون دولار تقريبًا باستخدام 2048 وحدة معالجة رسومية من نوع Nvidia H800 - والتي يُقال إنها تمثل حوالي 5% من تكلفة النماذج المنافسة ذات القدرات المماثلة - مما يسلط الضوء على كيفية جعل الابتكارات المعمارية الذكاء الاصطناعي المتقدم أكثر سهولة في الوصول إليه اقتصاديًا، ومكّن هذا النهج شركة DeepSeek من الحفاظ على أداء مماثل للأنظمة الملكية الأكبر حجمًا مع جعل تكنولوجيتها متاحة بموجب ترخيص متساهل، مما ساهم في أكثر من 500 نموذج مشتق على منصات مثل Hugging Face4. نماذج مفتوحة المصدر تتحدى هيمنة الذكاء الاصطناعي الملكية يواصل إصدار نموذج DeepSeek Prover V2 على Hugging Face التحول الكبير في مشهد الذكاء الاصطناعي حيث تتنافس البدائل مفتوحة المصدر بشكل متزايد مع الأنظمة المغلقة من شركات التكنولوجيا الكبرى، وحققت إصدارات الشركة النموذجية أكثر من 10 ملايين عملية تنزيل، مما يدل على اعتماد كبير من قبل المطورين على الرغم من كونها شركة جديدة نسبيًا تأسست في عام 20239. وتظهر نماذج الذكاء الاصطناعي الصينية مثل DeepSeek كمنافسين عالميين مهمين على الرغم من التحديات التنظيمية والقيود المفروضة على التصدير والتي تحد من الوصول إلى الأجهزة المتطورة مثل أقوى شرائح Nvidia.5،4. تدفع هذه المنافسة الابتكار على مستوى الصناعة في قدرات التفكير الرياضي، حيث أطلقت Alibaba مؤخرًا QwQ-32B للتنافس مباشرة مع R-1 من DeepSeek وo1 من OpenAI، على الرغم من وجود معلمات أقل بكثير (32 مليار مقابل 671 مليار من DeepSeek).10.
العربية
٢٩-٠٤-٢٠٢٥
- علوم
- العربية
"Qwen3".. "علي بابا" تطلق منافساً شرساً لـ"تشات جي بي تي" و"جيميني"
كشفت مجموعة "علي بابا" الصينية عن الجيل الجديد من نماذج الذكاء الاصطناعي"Qwen3"، في خطوة تسعى من خلالها إلى منافسة الكبار في هذا المجال، مثل "OpenAI" و"غوغل". وتدّعي الشركة أن بعض النماذج الجديدة لا تضاهي فقط ما هو متاح اليوم، بل تتفوق عليه في اختبارات محددة. النماذج الجديدة، المتوفرة عبر منصات مثل GitHub وHugging Face، تأتي بأحجام مختلفة تتراوح بين 0.6 مليار و235 مليار معلمة، وهي مؤشرات تُستخدم عادة لقياس قدرة النموذج على أداء المهام المعقدة، بحسب تقرير نشره موقع "تك كرانش" واطلعت عليه "العربية Business". وتصف "علي بابا" سلسلة Qwen3 بأنها هجينة، ما يعني أنها تجمع بين التفكير المتأنّي لحل المسائل المعقدة، والسرعة في التعامل مع المهام البسيطة. وتقول الشركة إن المستخدمين يمكنهم التحكم في ميزانية التفكير بحسب احتياجاتهم، وهو ما يوفر مرونة عالية في الاستخدام. وتعتمد بعض نسخ Qwen3 على بنية "مزيج الخبراء" (MoE)، والتي تتيح توزيع المهام على نماذج فرعية أكثر تخصصاً، مما يُعزز من كفاءة الأداء. وتدعم السلسلة الجديدة 119 لغة، بعد تدريبها على قاعدة بيانات هائلة تضم نحو 36 تريليون رمز. وتشمل هذه الرموز بيانات من الكتب والأسئلة والأجوبة والأكواد والبيانات المُولدة عبر الذكاء الاصطناعي. ورغم أن Qwen3 لا يتفوق كلياً على نماذج مثل o3 وo4-mini من "OpenAI"، إلا أن أداءه أظهر تفوقاً في بعض المعايير، مثل منصة Codeforces، ومعيار AIME للرياضيات، واختبار BFCL الذي يقيس مهارات التفكير المنطقي. أكبر نموذج في السلسلة – Qwen-3-235B-A22B – استطاع التغلب على "o3-mini" و"Gemini 2.5 Pro" في اختبارات محددة. كما تفوق Qwen3-32B، النسخة الأكبر المتاحة مجاناً، على نموذج "o1" في اختبارات الترميز LiveCodeBench. وتؤكد الشركة أن Qwen3 يتميز في تنفيذ الأوامر، واستدعاء الأدوات، وفهم صيغ البيانات المعقدة. كما يمكن الوصول إليه عبر خدمات سحابية مثل Fireworks AI وHyperbolic. قال توهين سريفاستافا، الرئيس التنفيذي لشركة Baseten، إن Qwen3 يمثل نقطة تحول في اتجاه النماذج المفتوحة التي تقترب من أداء الأنظمة المغلقة. وأضاف: "رغم القيود الأميركية على تصدير الرقائق إلى الصين، فإن نماذج مثل Qwen3 تُظهر أن الابتكار المحلي مستمر وسيُستخدم على نطاق واسع".
خبرني
٢٤-٠٤-٢٠٢٥
- علوم
- خبرني
أداة جديدة تكشف كم تستهلك روبوتات الدردشة من الكهرباء
خبرني - هل خطر لك يومًا أن توجيه سؤال بسيط إلى روبوت دردشة قد يستهلك طاقة كهربائية؟. يبدو أن الأمر لم يغب عن ذهن مهندس شركة Hugging Face، جوليان ديلافاند، الذي طوّر أداة جديدة تقدّر كمية الكهرباء التي تستهلكها استعلامات الذكاء الاصطناعي. تعمل نماذج الذكاء الاصطناعي على رقائق ووحدات معالجة رسومية متقدمة، ما يتطلب كميات كبيرة من الكهرباء لتنفيذ عملياتها الحسابية المكثفة. ومع التوسع السريع في استخدام هذه النماذج، يتوقع خبراء أن يشهد استهلاك الكهرباء العالمي ارتفاعًا كبيرًا خلال العامين المقبلين، بحسب تقرير نشره موقع "تك كرانش" واطلعت عليه "العربية Business". أداة لقياس البصمة الطاقية للذكاء الاصطناعي في محاولة لتسليط الضوء على هذا التأثير البيئي، صمّم ديلافاند وزملاؤه أداة مفتوحة المصدر تُستخدم مع واجهات دردشة مثل LLaMA 3.3 70B وGemma 3 من "غوغل". تقوم الأداة بتقدير استهلاك الطاقة لكل رسالة يتم إرسالها إلى النموذج، وتُظهر النتائج بوحدات الواط/ساعة أو الجول. المثير أن الأداة تُقارن هذه الأرقام بأجهزة منزلية مألوفة، فطلب من نموذج Llama 3 بكتابة بريد إلكتروني بسيط يستهلك ما يعادل تشغيل الميكروويف لـ 0.12 ثانية أو استخدام محمصة خبز لـ 0.02 ثانية. رسالة للتفكير في البصمة البيئية ورغم أن الأداة تُقدّم تقديرات تقريبية فقط، إلا أنها تسعى إلى رفع مستوى الوعي بشأن الأثر البيئي الخفي للتقنيات الحديثة. وكتب فريق التطوير: "حتى التوفير الضئيل في الطاقة قد يتحوّل إلى توفير ضخم عند النظر إلى ملايين الرسائل يوميًا." ويأمل الفريق أن تتحوّل شفافية استهلاك الطاقة في المستقبل إلى أمر مألوف، كأن تُعرض مثل ملصقات التغذية على المنتجات الغذائية، لكن على خدمات الذكاء الاصطناعي.
