قبل بضعة أيام شريكي بابلينوكس قلت لهم كيفية تثبيت نموذج الذكاء الاصطناعي العصري محليًا. في هذه التدوينة سأقوم بإدراج ما أعتبره نماذج أفضل من DeepSeek وكيفية تثبيتها وتشغيلها على جهاز الكمبيوتر الخاص بنا.
وبغض النظر عن أي تعاطف أو كراهية سياسية، فإن الخطوة التي اتخذتها الحكومة الصينية كانت تحفة فنية في التسويق الدبلوماسي تستحق صن تزو. وعلى النقيض من أسلوب "الفيل في الأواني الصينية" الذي يتبناه دونالد ترامب، أعلنوا عن نموذج يقدم نفس الميزات التي يقدمها ChatGPT مجانًا ويستهلك موارد أقل. فقط أولئك منا الذين يتابعون الموضوع يعرفون ذلك لقد كان هناك العديد من النماذج مفتوحة المصدر الأخرى (بعضها من شركات في أمريكا الشمالية مثل Meta) لفترة طويلة، وأداء DeepSeek قابل للمقارنة فقط مع ChatGPT في أكثر 5% من الاستخدامات شيوعًا.
نماذج لغوية واسعة النطاق
يُطلق على ChatGPT وDeepSeek وغيرها اسم نماذج اللغة واسعة النطاق. أساسًا إنها تسمح للمستخدم بالتفاعل مع جهاز كمبيوتر باستخدام لغة مماثلة لتلك المستخدمة للتواصل مع إنسان آخر. ولتحقيق ذلك، يتم تدريبهم على كميات كبيرة من النصوص والقواعد التي تسمح لهم بإنتاج معلومات جديدة من ما لديهم بالفعل.
استخدامه الرئيسي هو الإجابة على الأسئلة، وتلخيص النصوص، وإجراء الترجمات وإعادة إنتاج المحتوى.
نماذج أفضل من DeepSeek وكيفية تثبيتها محليًا
مثل Pablinux، سوف نستخدم Ollama. هذه أداة تسمح لنا بتثبيت وإلغاء تثبيت واستخدام نماذج مفتوحة المصدر مختلفة من محطة Linux. في بعض الحالات، يمكن استخدام المتصفح كواجهة رسومية، ولكننا لن نغطي ذلك في هذه المقالة.
لكي توفر Ollama تجربة مستخدم مناسبة، فمن الأفضل أن يكون لديك وحدة معالجة رسومية مخصصة.خاصة في النماذج ذات المعلمات الأكثر. ومع ذلك، يمكن استخدام الأجهزة الأقل قوة على Raspberry Pi، وحتى عندما قمت باختبار نماذج تحتوي على 7 مليارات معلمة على جهاز كمبيوتر يحتوي على 6 جيجابايت ولا يحتوي على وحدة معالجة رسومية مخصصة، عمل الكمبيوتر دون أي مشاكل. ولكن لم يحدث الشيء نفسه مع أحد الـ13 مليارًا.
المعلمات هي القواعد التي يستخدمها النموذج لبناء العلاقات وإنشاء الأنماط بين البيانات. كلما زادت المعلمات والبيانات، كلما كان النموذج أقوى؛ أولئك الذين لديهم معلمات أقل يتحدثون الإسبانية مثل طرزان.
يمكننا تثبيت Ollama باستخدام الأوامر
sudo apt install curl
curl -fsSL https://ollama.com/install.sh | sh
يمكننا تثبيت النموذج باستخدام الأمر:
ollama pull nombre_del modelo
وتشغيله مع:
ollama run nombre_del_modelo
نقوم بإلغاء تثبيته باستخدام:
ollama rm nombre_del_modelo
يمكننا رؤية النماذج المثبتة عن طريق الكتابة:
ollama list
فيما يلي قائمة صغيرة بالنماذج التي أجدها الأكثر إثارة للاهتمام: يمكن العثور على القائمة الكاملة للنماذج المتاحة هنا هنا:
لاما 2-غير خاضع للرقابة
Llama هو نموذج للأغراض العامة تم إنشاؤه بواسطة Meta. في هذا الإصدار تمت إزالة جميع القيود التي فرضها مطورو المشروع الأصلي لأسباب قانونية أو سياسية.. يوجد منه نسختين، نسخة خفيفة تعمل بسعة 8 جيجابايت ونسخة كاملة تعمل بسعة 64 جيجابايت. ويمكن استخدامه للإجابة على الأسئلة أو كتابة النصوص أو في مهام البرمجة.
يركب مع:
ollama pull llama2-uncensored
ويتم تشغيله مع:
ollama run llama2-uncensored
كودجيما
CodeGemma عبارة عن مجموعة مختارة من القوالب خفيفة الوزن ولكنها قوية تتيح لك تنفيذ مجموعة متنوعة من مهام البرمجة كيفية إكمال الكود أو كتابته من الصفر. يفهم اللغة الطبيعية، ويمكنه اتباع التعليمات وإجراء العمليات الرياضية.
يأتي في 3 أشكال:
- إرشاد: يقوم بتحويل اللغة الطبيعية إلى رمز ويمكنه اتباع التعليمات:
- رمز: إكمال وإنشاء الكود من أجزاء من الكود الموجود.
- 2b: مهمة إكمال الكود بشكل أسرع.
تينيلاما
كما يشير اسمه، فهو عبارة عن نسخة أصغر من نموذج Meta الأصلي.. لذا لن تكون النتائج جيدة، ولكن إذا كنت تريد معرفة كيفية عمل نموذج الذكاء الاصطناعي على أجهزة متواضعة، فإن الأمر يستحق المحاولة. يحتوي فقط على 1100 مليار معلمة.
إن استخدام النماذج محليًا له مزايا الخصوصية والوصول إلى إصدارات غير خاضعة للرقابة وغير متحيزة والتي قد تنتهي في بعض الحالات إلى أن تكون سخيفة. رفض الذكاء الاصطناعي التابع لشركة مايكروسوفت إنشاء صورة لكلب داشوند بالنسبة لي لأنه اعتبر مصطلح "كلبة" مسيئًا. أكبر عيب هو متطلبات الأجهزة. سيكون الأمر مجرد تجربة النماذج والعثور على النموذج المناسب لما تحتاجه والذي يمكن تشغيله على المعدات التي لديك.