امارات از هوش مصنوعی عربی زبان رونمایی کرد

به گزارش پیوست، هوش مصنوعی جیس با حجم زیادی از داده‌های عربی و انگلیسی آموزش دیده است. شرکت اماراتی G42 این مدل متن باز دو زبانه را با همکاری دانشگاه هوش مصنوعی MBZUAI و شرکت سربراس (Cerebras) کالیفرنیا  ارائه کرده است.

به نقل از فایننشال تایمز، شرکت هوش مصنوعی G42 که ریاست آن را طحنون بن زاید آل نهیان، فرزند بنیان‌گذار امارات متحده عربی، برعهده دارد برای توسعه این محصول از دانشگاه هوش مصنوعی محمد بن زاید (MBZUAI) در ابوظبی و شرکت هوش مصنوعی سربراس کالیفرنیا کمک گرفته است.

امارات و عربستان مدت‌ها قبل و با هدف توسعه تکنولوژی و ابزارهای هوش مصنوعی، به خرید پردازنده‌های کمیاب و گران‌قیمت انویدیا روی آوردند. به لطف پردازنده‌های قدرتمند انویدیا، امارات پیش از این هم به عنوان اولین کشور خاورمیانه، مدل زبانی بزرگ (LLM) فالکون (Falcon) را با استفاده از ۳۰۰ چیپ انویدیا در موسسه نوآوری تکنولوژی شهر مصدر ابوظبی راه‌اندازی کرد.

شرکت آمریکایی سربراس نیز ابتدای سال جاری (۲۰۲۳) در یکی از بزرگترین قرداد‌های تکنولوژی امارات به ارزش ۱۰۰ میلیون دلار، به ارائه ۹ ابرکامپیوتر به شرکت G42 متعهد شد.

به گفته اندرو جکسون، مدیر ارشد اجرایی Inception، واحد تحقیقات هوش مصنوعی G42، که از حمایت غول سهامی سیلور لیک (Silver Lake)، برخودار است: «امارات یکی از پیشتازان این فضا (AI) است، ما خوشبختانه از بازی جلو هستیم. دید ما یک رقابت جهانی است. بیشتر مدل‌های زبانی بزرگ بر زبان انگلیسی تمرکز دارند. عربی یکی از زبان‌های بزرگ جهان است. چرا نباید جامعه عرب زبان یک مدل زبانی بزرگ داشته باشد؟»

با این حال تلاش امارات برای پیشتازی در عرصه هوش مصنوعی به نگرانی‌هایی پیرامون سو استفاده از این تکنولوژی دامن زده است.

افزون بر این، بیشتر مدل‌های زبان بزرگ، از جمله GPT-4، مغز متفکر چت‌بات هوشمند ChatGPT، مدل زبان PaLM گوگل که در چت‌بات بارد از آن استفاده می‌کنیم و مدل منبع باز LLaMA از شرکت متا، همگی امکان درک و تولید متن به زبان عربی را دارند. اما به گفته جکسون، در تمامی این مدل‌ها که بیش از ۱۰۰ زبان زنده دنیا را پشتیبانی می‌کنند، زبان عربی کمرنگ شده است.

سازندگان جیس می‌گویند، این هوش مصنوعی در زبان عربی نسبت به فالکون و دیگر مدل‌های متن باز از جمله LLaMA، عملکرد بهتری دارد. همچنین به گفته تیموتی بالدوین، رئیس دانشگاه MBZUAI، این هوش مصنوعی در راستای درک صحیح فرهنگ و محتوای خاص منطقه طراحی شده است.

به گفته او محدودیت‌هایی برای جیس در نظر گرفته شده تا «از مرزبندی‌های فرهنگی و مذهبی تخطی نکند.»

طی آزمایشی گسترده پیش از عرضه این محصول، محتوای «خطرناک» یا «حساس» از آن حذف شده و از «خروجی توهین‌آمیز یا نامناسبی که ارزش‌های سازمان‌های دخیل در توسعه این مدل مغایرت دارد» پاکسازی شده است.

جیس که نامش را از بلندترین قله امارات می‌گیرد، طی ۲۱ روز و با استفاده ابر کامپیوتر هوش مصنوعی Condor Galaxy 1 از شرکت سربراس و توسط تیمی در ابوظبی آموزش دیده است. شرکت G42 با دیگر نهاد‌های فعال در ابوظبی از جمله شرکت ملی نفت، صندوق ثروت مبادله و هواپیمایی اتحاد، نیز برای استفاده از این ابزار همکاری کرده است.

با این حال یکی از چالش‌های مهم آموزش این مدل، کمبود محتوای با کیفیت عربی زبان در مقایسه با انگلیسی است. جیس از زبان استاندارد عربی و دیگر گویش‌های مرسوم در منطقه خاورمیانه پشتیبان می‌کند و داده‌های مربوطه را از رسانه، شبکه‌اجتماعی و کد‌نویسی دریافت کرده است.

بالدوین می‌گوید: «جیس در زبان عربی به وضوح از تمام ابزارهای موجود بهتر است و در انگلیسی هم توان رقابت با مدل‌های موجود را دارد و در یک سری موارد حتی بهتر از آنها محسوب می‌شود.»