يتزايد الاهتمام العالمي بالذكاء الاصطناعي، مع تركيز معظم الاهتمام على الدول الرائدة في هذا المجال، مثل الولايات المتحدة والصين. وبصفتها إحدى أهم المناطق الاقتصادية في العالم، تتحول جنوب شرق آسيا تدريجيًا إلى مركزٍ جديدٍ للذكاء الاصطناعي، مع تطوراتٍ كبيرةٍ من شأنها أن تجذب انتباه صانعي السياسات والمستثمرين وخبراء التكنولوجيا العالميين.
 |
فيتنام لديها بالفعل نموذج ذكاء اصطناعي محلي، وهو من نماذج الذكاء الاصطناعي القليلة المُطوّرة من الصفر في جنوب شرق آسيا حاليًا. الصورة: زالو. |
في فيتنام، يحرص الحزب والحكومة على صياغة وتعزيز عصر التطور التكنولوجي في البلاد، وهو ما يتجلى في القرار 57-NQ/TW بشأن الاختراقات في العلوم والتكنولوجيا والابتكار والتحول الرقمي الوطني. وقد شكّل هذا التوجه دافعًا قويًا لشركات التكنولوجيا المحلية للاستثمار في إمكانات التكنولوجيا العالمية المتقدمة واستغلالها.
حاليًا، أصبحت فيتنام واحدة من الدول القليلة في جنوب شرق آسيا التي تمتلك نموذجًا للغة المحلية واسعة النطاق (LLM). على وجه التحديد، منذ عام ٢٠٢٣، نجحت زالو في تدريب وإطلاق نموذج ماجستير في القانون يركز على اللغة الفيتنامية، والذي بحثه وطوّره بالكامل فريق من المهندسين الفيتناميين.
اختر التدريب من البداية واحصل على نتائج غير متوقعة
تتضمن نماذج الذكاء الاصطناعي الحالية تقنيتين تدريبيتين، بما في ذلك النموذج الدقيق - تحسين نماذج الذكاء الاصطناعي المدربة مسبقًا لإنشاء نماذج ذكاء اصطناعي جديدة لغرض محدد، والنموذج من الصفر - تنفيذ جميع العمليات من تهيئة المعلمات، وقرارات هندسة النموذج إلى خوارزميات التدريب على مجموعة بيانات معينة.
من بين هذه الحلول، تُفضّل العديد من الشركات الضبط الدقيق لما يتميز به من سهولة التنفيذ، وتوفير الموارد، وإمكانية تحسين الكفاءة. وخصوصًا في ظل التحديات التي تُشكّلها معدات التدريب والبيانات في فيتنام، تُعتبر تقنيات الضبط الدقيق حلاًّ مُتفوقًا.
ومع ذلك، اختار زالو أسلوب التدريب هذا منذ البداية. بفضل هذا الأسلوب، أصبحت عملية التدريب ونموذجه بالكامل تحت سيطرة الفيتناميين، مما جعل فيتنام من الدول القليلة في جنوب شرق آسيا التي تُقدم برامج ماجستير محلية في القانون.
عند إطلاقه عام ٢٠٢٣، حقق أول نموذج لغوي واسع النطاق من Zalo، مُركّز على اللغة الفيتنامية، مع ٧ مليارات مُعامل، أداءً بنسبة ١٥٠٪ مُقارنةً بـ GPT3.5 من OpenAI في معيار كفاءة VMLU الفيتنامية للماجستير في القانون. والجدير بالذكر أن مدة التدريب كانت ٦ أشهر فقط، أي أقل بكثير من المُقدّر الأصلي بـ ١٨ شهرًا. وقد فاجأت هذه العملية التدريبية السريعة فريق تطوير Zalo بأكمله.
 |
حصل نموذج LLM الخاص بشركة Zalo على المركز الثالث في تحدي Kahoot، خلف اللاعب الحقيقي وGPT 4 في ظهوره الأول في عام 2023. الصورة: Zalo. |
في عام 2024، تجاوز نموذج Zalo الذي يحتوي على 13 مليار معلمة رسميًا أسماء كبيرة مثل GPT-4 (OpenAI)، وgemma-2-9b-it (Google)، وmicrosoft/Phi-3-small-128k-instruct (Microsoft)، ليحتل المرتبة خلف Llama-3-70B (Meta) فقط في تصنيف كفاءة LLM الفيتنامية التابع لـ VMLU.
 |
تصنيف VMLU لأفضل 10 نماذج تم بناؤها من الصفر في عام 2024. الصورة: Zalo. |
وتظهر النتائج أن مستوى تدريب نماذج اللغة الكبيرة ليس أقل من المستوى العالمي لتطوير نموذج الذكاء الاصطناعي الخاص بفيتنام، خاصة في سياق التطوير الأولي الذي واجه العديد من الصعوبات.
الجهود الفيتنامية لتطوير نماذج الذكاء الاصطناعي
هناك ثلاث مشاكل جوهرية عند تدريب ماجستير إدارة الأعمال: معدات التدريب، والبيانات، والمستوى الفني، إلا أن فيتنام واجهت عقبات في جميع هذه المشاكل. ففي السابق، بينما كانت الشركات العالمية الكبرى تمتلك آلافًا من أحدث وحدات معالجة الرسومات عالية الأداء من إنفيديا، لم يكن المهندسون في فيتنام مجهزين تجهيزًا كاملًا بالبنية التحتية اللازمة للخوادم. في الوقت نفسه، تُصنف اللغة الفيتنامية أيضًا ضمن فئة موارد البيانات الأقل بعشرات المرات من الإنجليزية أو الصينية. كما أن الموارد البشرية والخبرة في تدريب ماجستير إدارة الأعمال في فيتنام محدودة مقارنةً بالدول المتقدمة.
كان على فريق زالو آنذاك إجراء أبحاث وتجارب على وحدات معالجة رسومية مدنية صغيرة لتزويد أنفسهم بالمعرفة وقدرات التدريب على مستوى الماجستير في القانون، ليكونوا جاهزين بمجرد توفر بنية تحتية حاسوبية واسعة. كانت شرائح تدريب الذكاء الاصطناعي نادرة، لذلك، على الرغم من طلب زالو ثمانية خوادم Nvidia DGX H100، لم يكن بإمكانه امتلاك جميع الأجهزة دفعة واحدة، واضطر إلى انتظار كل دفعة من الشركة المصنعة. لذلك، كان تحسين البنية التحتية الحاسوبية غير المكتملة لتوفير وقت التدريب مشكلةً أخرى كان على فريق زالو حلها.
وفي الوقت نفسه، يتم أيضًا الاستثمار في بيانات التدريب عالية الجودة للتعويض عن نقص مصادر البيانات الفيتنامية.
 |
الدكتور نغوين ترونج سون، مدير العلوم في Zalo AI. الصورة: زالو. |
على الرغم من صعوبة انطلاقتها مقارنةً بالشركات الكبرى الأخرى في العالم، قررت زالو خوض غمار المنافسة مبكرًا بهدف تطوير نموذج ذكاء اصطناعي خاص بفيتنام بنجاح. وقد تشاورنا مع باحثين ومهندسين في العديد من معاهد الأبحاث الرائدة عالميًا لوضع استراتيجية تطوير مناسبة. وتُعد الإنجازات الناجحة التي تحققت حتى الآن دافعًا لمهندسي زالو لمواصلة تحسين النموذج ليكون أكبر حجمًا وأفضل جودة. وفي الوقت نفسه، الاستفادة من إمكانية تطبيقه لابتكار العديد من منتجات الذكاء الاصطناعي عالمية المستوى للمستخدمين الفيتناميين، وفقًا للدكتور نجوين ترونج سون، مدير العلوم في زالو للذكاء الاصطناعي.
 |
خادم DGX H100 من Zalo، طلبته من Nvidia. الصورة: Zalo. |
بفضل التكيف المرن في المراحل المبكرة الصعبة من التطوير، حققت Zalo تدريجيًا معالم ناجحة، وانتقلت نحو إتقان تقنية الذكاء الاصطناعي العالمية كما هي اليوم.
في الوقت الحالي، لا يعد نموذج الذكاء الاصطناعي الخاص بشركة Zalo ناجحًا من حيث تدريب الأبحاث فحسب، بل يتم تطبيقه أيضًا، مما يعزز الوصول إلى القيمة من التكنولوجيا الجديدة المتقدمة واستغلالها للشعب الفيتنامي.
في أوائل عام ٢٠٢٥، أطلقت زالو مساعد الأسئلة والأجوبة "كيكي إنفو"، والذي يعمل كحساب رسمي على منصة زالو للمراسلة. يدعم المساعد أسئلة وأجوبة حول مواضيع متنوعة في الحياة، وإنشاء المحتوى، والترفيه. ووفقًا لإحصاءات زالو، وصل عدد مستخدمي مساعد "كيكي إنفو" إلى مليون مستخدم في أقل من شهرين.
 |
تم تطبيق نموذج زالو للماجستير في القانون لتطوير برنامج Kiki Info Assistant. الصورة: زالو. |
تطبيق آخر من تطبيقات نموذج LLM من Zalo هو بطاقات الذكاء الاصطناعي، التي وصلت أيضًا إلى إنجازٍ بـ 15 مليون بطاقة تم إنشاؤها وإرسالها في شهرين فقط. هذا التطبيق يُثير اهتمام العديد من مستخدمي Zalo لإرسال التهاني للأقارب والأصدقاء في الأعياد المهمة.
في الوقت الحالي، لا تزال التطبيقات من نماذج اللغة الكبيرة قيد التوسع والتطوير بواسطة Zalo، مما يعد بتقديم العديد من القيم المفيدة للمستخدمين المحليين.
المصدر: https://znews.vn/viet-nam-da-co-mo-hinh-ai-do-nguoi-viet-lam-chu-post1560653.html
تعليق (0)