حتى بالنسبة لأولئك منا الذين يلعبون بشكل عادل ويكتبون المحتوى الخاص بهم، الذكاء الاصطناعي يوفر علينا الكثير من العمل. ولكن هناك مشكلةلذا سنرى بعض نماذج الذكاء الاصطناعي غير الخاضعة للرقابة والتي يمكننا استخدامها في Linux.
عندما أقول مشكلة، أعني النتائج التي تم حجبها لأسباب قانونية أو أيديولوجية أو سياسية.. وتقترب هذه الرقابة في كثير من الأحيان من الحد الأدنى. رفض Microsoft Designer إنشاء صورة لكلب داشهند بالنسبة لي، ورفض Canva إنشاء صورة لقرود تكتب. الكلبة والقرد هي مصطلحات مسيئة لبعض الأقلية.
بعيدًا عن صورة الإثارة التي توضح المقال، لا يقتصر هذا النوع من الذكاء الاصطناعي على إنشاء المواد الإباحية، بل يتم استخدامه لجميع المحتويات التي لا يتم إنشاؤها بواسطة الذكاء الاصطناعي العادي لأي سبب من الأسباب.
تعريف المفاهيم
على الرغم من أن الذكاء الاصطناعي، منذ ظهور ChatGPT، أصبح جزءًا من حياتنا اليومية، ليس لدى الكثير من الناس فكرة واضحة حول المفاهيم المهمة. اثنان منهم هما نماذج اللغة الكبيرة (LLM) والذكاء الاصطناعي التوليدي
نماذج لغة كبيرة
نماذج اللغة الكبيرة (LLM) تم تصميمها للعمل مع اللغة الطبيعية. يتم تدريبهم باستخدام كميات هائلة من البيانات بصيغة نصية. نظرًا لأنهم قادرون على التنبؤ بالكلمة أو العبارة التي يجب أن تظهر بعد ذلك وفي سياق محدد، فإنهم قادرون على إنتاج نص متماسك ومفيد للإجابة على استفسارات مختلفة.
الذكاء الاصطناعي التوليدي
في حين تركز برامج الماجستير في القانون على النص والتفاعل من خلال استخدام اللغة الطبيعية، ينشئ الذكاء الاصطناعي التوليدي محتوى وسائط متعددة جديدًا من المعلومات التي تم تدريبه عليها. يمكن أن يكون هذا المحتوى، بالإضافة إلى النص، موسيقى، فيديو، صور، تعليمات برمجية أو صوت.
نماذج غير خاضعة للرقابة
نموذج الذكاء الاصطناعي غير الخاضع للرقابة هو فئة خاصة من نموذج اللغة الكبير أو نظام الذكاء الاصطناعي التوليدي الذي لا يتضمن قيودًا اصطناعية على توليد الاستجابات. لتحقيق ذلك:
- تم إزالة طبقات الإعتدال.
- يتم استخدام مجموعات البيانات بدون مرشحات مسبقة.
- يتم نشرها مع تراخيص مفتوحة حتى يتمكن أي شخص من تعديلها.
نماذج الذكاء الاصطناعي غير الخاضعة للرقابة
في حين أن بعض هذه النماذج يمكن استخدامها على Linux محليًا، طالما لدينا الأجهزة المناسبة. يتوفر البعض الآخر عبر الإنترنت ويتطلب التسجيل وحتى دفع الاشتراك. إن ميزة النماذج المحلية هي الخصوصية، ولكن المقايضة هنا هي أننا لا نستطيع جميعاً تحمل تكاليف الأجهزة المناسبة لتشغيلها.
نماذج محلية
في المقالة التي تراها أدناه هذه الفقرة سوف ترى كيفية تثبيت Ollama واستخدام النماذج التي أراجعها أدناه.
- llama2-غير خاضع للرقابة: نسخة مخصصة من نموذج Meta حيث قام مطوران مستقلان بإزالة القيود.
- دولفين ميكسترال: نسخة غير خاضعة للرقابة من نموذج Mixtral الذي يعد مثاليًا لمهام الترميز.
- دولفين ميسترال: لا، إنه ليس تكرارًا للسابقة مع وجود خطأ مطبعي. هذا النموذج يعتمد Unrestricted على Mistral الأصلي ويتميز أيضًا بمهام الترميز.
- المعالج-الفكونيا-غير خاضع للرقابة: نموذج اخر يعتمد على Llama 2 الذي يأتي في 3 إصدارات: 7 و13 و30 مليار معلمة. يمكن تشغيل الإصدار 7 على أجهزة كمبيوتر بسعة 8 جيجابايت.
- دولفينكودر: استنادًا إلى StarCoder 2، هذا النموذج فهو مثالي لمهام الترميز. يأتي بإصدار يمكن تشغيله على 8 جيجابايت وإصدار آخر على 32 جيجابايت.
- دولفين فاي: مبني على على Phi، وهي عائلة من نماذج اللغة صغيرة الحجم من Microsoft.
- wizardlm-غير خاضع للرقابة: ببساطة الإصدار غير المقيد من نموذج Wizard LM.
- كل شيءlm: يشير مصطلح "نافذة السياق" إلى كمية المعلومات التي يمكن للنموذج معالجتها في وقت واحد. يمكن أن تعمل نافذة السياق 16 كيلو بايت مع ما يصل إلى 16,000 رمز، أي ما يعادل حوالي 8,000 كلمة أو 16 صفحة من النص. هذا ما يمكن لهذا النموذج المبني على Llama 2 أن يفعله.
قوالب للاستخدام عبر الإنترنت
- البندقية AI: منح إمكانية الدردشة دون رقابة. يتم تخزين الاستجابات على جهاز المستخدم.
- الذكاء الاصطناعي غير الخاضع للرقابة:يزعم أنه قادر على توليد جميع أنواع المحتوى دون أي نوع من الرقابة.