أمازون تطلق نموذج ذكاء اصطناعي مفتوح المصدر لاتخاذ قرارات سريعة

أعلنت Amazon Web Services عن إطلاق Strands Decider 2B، وهو نموذج ذكاء اصطناعي مفتوح المصدر صُمم لاتخاذ قرارات سريعة وبتكلفة منخفضة ضمن سير عمل الذكاء الاصطناعي المؤتمت.

وعلى عكس النماذج اللغوية الضخمة التقليدية التي تنتج نصوصاً مفتوحة، تم تصميم Strands Decider لاختيار الخيارات المحددة مسبقاً، وتقييم النتائج، وتقديم درجة ثقة لكل قرار يتخذه.

استُلهم النموذج من Jev، وهو نموذج لاتخاذ القرار طورته TypeSafe، في ظل توجه المطورين بشكل متزايد نحو أنظمة أصغر قادرة على التعامل مع قرارات الذكاء الاصطناعي الروتينية دون الاعتماد على النماذج الأكبر والأعلى تكلفة.

ما الذي يقدمه Strands Decider 2B؟

يستهدف هذا النموذج المهام التي تقع بين أنظمة التصنيف التقليدية والنماذج اللغوية الضخمة الكاملة.

تشمل الاستخدامات المحتملة:

• اختيار نموذج الذكاء الاصطناعي الأنسب لتنفيذ مهمة معينة
• تحديد الأداة التالية التي يجب أن يستخدمها وكيل الذكاء الاصطناعي
• توجيه طلبات العملاء إلى الفريق المناسب
• التحقق مما إذا كانت الإجراءات الناتجة عن الذكاء الاصطناعي تلبي متطلبات معينة
• تقييم النتائج
• تطبيق تصنيفات تتعلق بالسلامة أو السياسات

بدلاً من كتابة رد كامل، يقوم النموذج بتقييم الخيارات المتاحة ويعيد قراراً منظماً.

صغير بما يكفي للعمل محلياً

يحتوي Strands Decider 2B على حوالي 1.9 مليار معلمة، ما يجعله أصغر بكثير من العديد من أنظمة الذكاء الاصطناعي المتقدمة.

وتقول AWS إن النموذج يمكن تشغيله على أجهزة مثل أجهزة Mac بمعالجات Apple silicon والمعالجات المركزية، فيما أظهرت اختبارات الأداء أن متوسط زمن الاستجابة بلغ حوالي 115 مللي ثانية على بطاقة RTX 3090.

وهذا يجعله مناسباً لسير العمل الذي تكون فيه السرعة والتكلفة أهم من إنتاج نصوص معقدة.

مبني على Qwen3.5-2B

يعتمد النموذج على Qwen3.5-2B-Base كأساس تقني له.

لكن بدلاً من الاحتفاظ بمكون إنتاج اللغة الموجود في النماذج اللغوية التقليدية، تم استبداله بطبقة متخصصة لاتخاذ القرار وتقييم الخيارات المتاحة.

وهذا يسمح له باتخاذ قرارات دقيقة دون الحاجة إلى المرور بعملية إنتاج نص كاملة.

مشروع بدأ داخل أمازون

قام المهندس المتميز في أمازون، مارك بروكر، بتطوير النسخة الأولية بعد تجاربه مع فكرة نموذج Jev من TypeSafe.

وقد تصدر المشروع لفترة وجيزة تصنيفات JevBench للنماذج من نفس الحجم، مما دفع مهندسي أمازون إلى تطويره وإطلاقه عبر Strands Labs، وهي مبادرة AWS التجريبية المفتوحة المصدر لتطوير الذكاء الاصطناعي القائم على الوكلاء.

عملاء AWS يبحثون عن قرارات ذكاء اصطناعي أقل تكلفة

قال بروكر إن الفكرة جاءت نتيجة نقاشات مع عملاء AWS الذين لا تتطلب سير عمل وكلاء الذكاء الاصطناعي لديهم دائماً إمكانيات أو تكلفة النماذج اللغوية الضخمة الكاملة.

ففي العديد من العمليات المؤتمتة، قد يحتاج نظام الذكاء الاصطناعي فقط إلى تحديد الخطوة التالية، بدلاً من إنتاج رد مفصل.

وهذا يتيح الفرصة للنماذج الصغيرة لاتخاذ القرارات الروتينية، بينما تُخصص النماذج الأكبر للمهام الأكثر تعقيداً.

OpenAI تتبنى نهجاً مشابهاً

ليست AWS وحدها التي تتجه نحو نماذج اتخاذ القرار المتخصصة.

فقد أعلنت OpenAI مؤخراً عن واجهة برمجة التطبيقات Decisions API، والتي تتيح للمطورين أيضاً تقديم مجموعة خيارات محددة مسبقاً ليقوم نظام الذكاء الاصطناعي بتقييمها واختيار الأنسب منها.

وقد تم الإعلان عن المنتج في إصدار تجريبي محدود، وهو مصمم لجعل بعض قرارات الذكاء الاصطناعي المؤتمتة أسرع وأكثر كفاءة.

ويعكس الاهتمام المتزايد بهذه الأنظمة توجهاً أوسع في تطوير الذكاء الاصطناعي: فبدلاً من الاعتماد على النماذج الضخمة في كل مهمة، يستكشف المطورون الجمع بين نماذج التفكير الكبيرة والنماذج المتخصصة الأصغر لتقليل زمن الاستجابة وتكاليف التشغيل.

عن قطر ليفنج:

منذ عام 2005، تُعد قطر ليفنج الوجهة الموثوقة لكل ما يتعلق بقطر. وباعتبارها أكبر مجتمع ومنصة إلكترونية في البلاد، تربط قطر ليفنج الناس بالفرص من خلال الوظائف، العقارات، المركبات، الخدمات، الإعلانات المبوبة، الفعاليات، المعلومات المحلية، وآخر الأخبار. يثق بها المقيمون، القادمون الجدد، الزوار، والشركات، حيث تجمع قطر ليفنج كل قطر في مكان واحد.

إنستغرام - @qatarliving

X - @qatarliving

فيسبوك - Qatar Living

يوتيوب - qatarlivingofficial