كتبت – هاجر هشام

في خطوة جريئة تهز أركان عالم الذكاء الاصطناعي، كشفت مايكروسوفت عن سلسلة نماذجها الجديدة Phi-4، التي تجمع بين الأداء المذهل والحجم الصغير، لتقدم تحديًا مباشرًا لعمالقة الصناعة مثل OpenAI، حيث تم تصميم هذه النماذج خصيصاً لكي لتعمل بكفاءة على أجهزة محدودة الموارد، مما يجعلها تفتح آفاقًا جديدة للمطورين بفضل ترخيصها المفتوح، وهذا يتيح لهم استخدامها وتخصيصها بحرية تامة.

مايكروسوفت تطلق سلسلة Phi-4 للذكاء الاصطناعي

تتضمن سلسلة Phi-4 المقدمة من شركة مايكروسوفت ثلاثة نماذج رئيسية، وهما Phi-4 mini reasoning، Phi-4 reasoning، وPhi-4 reasoning plus، مع العلم أن كل نموذج يتميز بقدراته الفريدة، مع تركيز مشترك على تقديم أداء قوي في بيئات ذات موارد محدودة، مما يجعلها مثالية لتطبيقات متنوعة مثل التعليم، البرمجة، والعلوم، دعونا نتعرف عليها بالتفصيل من خلال السطور التالية:

نموذج Phi-4 mini reasoning

يأتي النموذج الأول، Phi-4 mini reasoning، بحجم متواضع يبلغ 3.8 مليار معلمة فقط، لكنه يتألق في المهام التعليمية، خاصة في تقديم دروس خصوصية تفاعلية، حيث تم تدريبه على مليون مسألة رياضية تم إنشاؤها باستخدام نموذج R1 من شركة DeepSeek الصينية، مما منحه قدرة استثنائية على حل المسائل الرياضية بدقة وسرعة، حتى على الأجهزة ذات الإمكانيات المتواضعة.

النموذج الثاني Phi-4 reasoning

بينما النموذج الثاني، Phi-4 reasoning، يمتلك 14 مليار معلمة، ويستهدف تطبيقات أكثر تعقيدًا في مجالات مثل البرمجة والرياضيات والعلوم، واستفاد هذا النموذج من تدريب مكثف على بيانات إنترنت مختارة بعناية، إلى جانب محتوى تعليمي منسق مستمد من نموذج O3-mini التابع لـ OpenAI، وكانت النتيجة؟ أداء متميز يجمع بين السرعة والدقة، مما يجعله خيارًا مثاليًا للمطورين الباحثين عن حلول متعددة الاستخدامات.

النموذج الثالث Phi-4 reasoning plus

أما Phi-4 reasoning plus، فهو النجم الأبرز في السلسلة، حيث يقدم دقة فائقة في المهام المتخصصة، مع أداء ينافس نماذج أكبر بكثير مثل R1 الذي يحتوي على 671 مليار معلمة في اختبار OmniMath، وهو من أصعب اختبارات الكفاءة الرياضية، أظهر هذا النموذج قدرة مذهلة على غرار نموذج O3-mini من OpenAI، مما يعكس كفاءة مايكروسوفت في تحسين الأداء دون الحاجة إلى أحجام ضخمة.

كيف تتحدى سلسلة Phi-4 عمالقة الذكاء الاصطناعي؟

من أهم ما يميز سلسلة Phi-4 هو إتاحتها عبر منصة Hugging Face بترخيص مفتوح، مما يتيح للمطورين تجربة النماذج، تعديلها، ودمجها في مشاريعهم دون قيود، كما رافقت مايكروسوفت هذا الإطلاق بتقارير تقنية مفصلة توضح أداء النماذج ومجالات استخدامها، وهذا في حد ذاته يسهل على المطورين اختيار النموذج المناسب لاحتياجاتهم.

ويذكر أن هذه النماذج تعكس رؤية مايكروسوفت لمستقبل الذكاء الاصطناعي، حيث يمكن تحقيق أداء متميز دون الحاجة إلى بنى تحتية ضخمة أو استهلاك موارد هائلة، وتؤكد الشركة أن هذه النماذج صُممت لتوفير سرعة استجابة عالية مع الحفاظ على دقة استدلالية، مما يجعلها مثالية للتطبيقات التي تتطلب كفاءة عالية في بيئات محدودة.

من خلال سلسلة Phi-4، ترسل مايكروسوفت رسالة واضحة إلى منافسيها: يمكن تحقيق التميز في الذكاء الاصطناعي بموارد أقل وكفاءة أعلى، ومع أداء ينافس نماذج ضخمة مثل R1 وO3-mini، تثبت الشركة أن الحجم ليس دائمًا العامل الحاسم في عالم الذكاء الاصطناعي.

نماذج سلسلة Phi-4 متاحة الآن على Hugging Face

النماذج الثلاثة متاحة الآن للتحميل والتجربة عبر منصة Hugging Face، مما يتيح للمطورين فرصة استكشاف قدراتها ودمجها في مشاريع متنوعة، سواء في التعليم، البرمجة، أو البحث العلمي، ومع هذا الإطلاق، تعزز مايكروسوفت مكانتها كلاعب رئيسي في سباق الذكاء الاصطناعي، وتفتح الباب أمام مستقبل أكثر كفاءة وإبداعًا.