هوش مصنوعی لاما چیست و چرا اهمیت دارد؟ - گردشیا

اما برنامه هوش مصنوعی لاما یک تفاوت کلیدی با سایر هوش مصنوعی ها دارد و آن هم اینکه همه مدل های لاما در قالب یک هوش مصنوعی رایگان برای تقریباً هرکسی قابل استفاده است؛ چه برای افرادی که از آن در تحقیق و پژوهش استفاده می نمایند، چه برای افرادی که مقاصد تجاری دارند. این نکته برای بسیاری ها اهمیت زیادی پیدا نموده و باعث شده که مدل های مختلف لاما بین توسعه دهندگان AI بسیار محبوب شوند. حال بیایید باهم ببینیم هوش مصنوعی لاما چیست؟

هوش مصنوعی لاما چیست؟

همان طور که گفته شد لاما یک خانواده از LLMها مانند GPT از اوپن ای و جمینای گوگل است. به طور ساده لاما هم یک هوش مصنوعی مثل دیگر هوش مصنوعی هاست، اما برای درک تفاوت آن با سایرین باید اندکی به عمق مفهوم هوش مصنوعی و مدل هایی که لاما از آن استفاده می نماید برویم.

در حالی که بعضی تفاوت های فنی بین لاما و دیگر LLMها و LMMها وجود دارد، همه این مدل های AI به طور اساسی به یک روش یکسان پیشرفته و کار می نمایند؛ آن ها از همان معماری ترنسفورمر و ایده های توسعه مانند پیش آموزش و تنظیم دقیق اطلاعات استفاده می نمایند. بیایید با یک مثال مساله را روشن تر کنیم.

وقتی شما یک متن ورودی به مدل لامای متنی ارائه می دهید، این مدل سعی می نماید محتمل ترین متنِ بعدی را با استفاده از سیستم شبکه عصبی خود پیش بینی کند؛ شبکه عصبی در واقع الگوریتمی است که با میلیاردها متغیر یا پارامتر که بر اساس مغز انسان مدل سازی شده است، کار می نماید. بنابراین لاما با استفاده از این الگوریتم و با اختصاص دادن وزن های مختلف به تمام پارامترهای متفاوت و بعلاوه افزودن تعداد اندکی متغیر های تصادفی، می تواند پاسخ های بسیار انسانی فراوری کند.

در حال حاضر، نسخه 3.1 لاما برای بعضی مدل ها و نسخه 3.2 آن برای دیگر مدل ها در دسترس است، هرچند که سیستم شماره گذاری اهمیت زیادی ندارد و در نهایت همه مدل های استفاده شده بخشی از لاما 3 هستند. اما Llama 3 چیست؟

llama 3 چیست؟

پیش از اینکه به شرح دقیق اینکه llama 3 چیست، بپردازیم، بیایید انواع نسخه های ارائه شده آن را با هم مرور کنیم. متا در ژوئیه 2024 شش مدل لاما 3.1 را منتشر کرد:

• Llama 3.1 8B
• Llama 3.1 8B-Instruct
• Llama 3.1 70B
• Llama 3.1 70B-Instruct
• Llama 3.1 405B
• Llama 3.1 405B-Instruct

و در سپتامبر 2024 هشت مدل لاما 3.2 را منتشر کرد:

• Llama 3.2 1B
• Llama 3.2 1B-Instruct
• Llama 3.2 3B
• Llama 3.2 3B-Instruct
• Llama 3.2 11B-Vision
• Llama 3.2 11B-Vision-Instruct
• Llama 3.2 90B-Vision
• Llama 3.2 90B-Vision-Instruct

مدل های Llama 3.2 1B و Llama 3.2 3B برای استفاده روی دستگاه ها و رابط کاربری شان طراحی شده اند. این به این معنی است که آن ها به میزان کافی کوچک و کم حجم هستند تا بتوانند مستقیماً در گوشی های هوشمند و لپ تاپ های مدرن اجرا شوند و احتیاجی نیست داده ها را از دستگاه خود به یک فضای ابری (claud) منتقل کنید. این مدل ها می توانند هم پردازش را تسریع نمایند و هم از حریم خصوصی کاربران به علت بی احتیاجی از claud بیشتر حفاظت نمایند.

مدل های Llama 3.1 8B و Llama 3.2 11B-Vision هم دارای همان قابلیت های فراوری متن در مدل ها قبلی هستند، اما Llama 3.2 11B-Vision توانایی استدلال بصری (visual reasoning) هم دارد؛ این نوع استدلال یعنی لاما در این نسخه می تواند تصاویر را شناسایی کند، اطلاعات درون آن ها از جمله اطلاعات درون نمودارها و گراف ها را استخراج کند، دستنوشته های انسانی را بخواند و به طور کلی با داده های بصری کار کند.

در خصوص Llama 3.1 70B و Llama 3.2 90B-Vision شرایط مشابهی وجود دارد؛ متا آن ها را طوری طراحی نموده است که برنامه نویسان می توانند به طور مستقیم مدل های لاما 3.1 را با مدل های لاما 3.2 جایگزین نمایند تا قابلیت های بصری را به برنامه های خود اضافه نمایند، بدون اینکه احتیاج به تغییر دستی داشته باشند.

چند ماه پیش گفته شد که مدل پیشرفته Llama 3.1 405B دارای 405 میلیارد پارامتر است. این مدل در حالی که متا هنوز قابلیت های بصری را به آن اضافه ننموده است، یکی از قدرتمندترین LLMهای باز موجود است.

چگونه لاما را امتحان کنیم؟

یکی از راه هایی که می توانید لاما را امتحان کنید به وسیله دستیار متا AI است، دستیار AI متا که در فیسبوک، مسنجر، اینستاگرام و واتساپ ساخته شده است، از لاما 3 استفاده می نماید. این دستیار هوش مصنوعی برای بیشتر پرسش ها، از مدل Llama 3.2 90B-Vision استفاده می نماید. اما اگر می خواهید از هوش مصنوعی لاما برای ورودی های چالش برانگیزتر بهره ببرید، باید به سراغ نسخه وب متا بروید.

سایت هوش مصنوعی لاما

برای استفاده از نسخه وب لاما باید به سایت هوش مصنوعی لاما به آدرس meta.ai بروید. اما اگر در یکی از کشورهای معدودی که شرکت متا، هوش مصنوعی متا را در آن ها راه اندازی نموده، نباشید نمی توانید وارد آن شوید.

به جای آن اگر می خواهید از مدل های Llama 3.1 70B-Instruct و Llama 3.2 11B-Vision بهره ببرید، می توانید از HuggingChat، چت بات نمونه AI HuggingSpace، بهره ببرید. راه دیگر هم این است که IP خود را به IP کشورهایی که متا ای آی در آن راه اندازی شده است، تغییر دهید.

دانلود هوش مصنوعی لاما

اگر می خواهید از لاما روی لپ تاپ خود و بدون احتیاج به اینترنت بهره ببرید، می توانید آن را روی دستگاه خود نصب کنید. برای دانلود هوش مصنوعی لاما باید چند مرحله را طی کنید. باید در ابتدا Llama 2 Web GUI را دانلود و نصب کنید. پس از نصب شما می توانید به Llama 2 Web GUI دسترسی پیدا نموده و به وسیله مرورگر خود آن را اجرا کنید. در ادامه اگر می خواهید از امکانات مدل زبانی Llama 2 هم بهره ببرید، باید آن را هم دانلود نموده و بارگذاری کنید. مراحل نصب هوش مصنوعی لاما بسته به نوع سیستم عامل شما که ویندوز، لینوکس یا مک باشد، فرق دارد.

Llama 3 چگونه کار می نماید و چه تفاوتی با Llama 2 دارد؟

مدل های Llama 3 برای ایجاد شبکه عصبی خود، با بیش از 15 تریلیون توکن آموزش دیده اند، که کل مجموعه داده ها هفت برابر بزرگ تر از داده هایی است که برای آموزش Llama 2 استفاده شده است. بعضی از داده ها از منابع عمومی مانند Common Crawl (آرشیوی از میلیاردها صفحه وب)، ویکی پدیا و کتاب های عمومی از پروژه گوتنبرگ به دست آمده است، در حالی که بعضی دیگر نیز داده های مصنوعی فراوری شده به وسیله مدل های قبلی AI بودند. (هیچ کدام از آن ها داده های کاربران متا نیستند.)

هر توکن یک کلمه یا بخش معنایی است که به مدل اجازه می دهد معنی متن را تخصیص دهد و به طور محتمل متن بعدی را پیش بینی کند. برای مثال اگر کلمات سیب و آیفون به طور مداوم با هم ظاهر شوند، این مدل قادر است درک کند که این دو مفهوم مرتبط هستند و از سیب، موز و میوه متمایزند. به گفته متا، توکن ساز Llama 3 دارای دایره واژگان بزرگ تری نسبت به Llama 2 است، بنابراین به طور قابل توجهی کارآمدتر است.

البته، آموزش یک مدل AI بر روی اینترنت به صورت متن باز، خطراتی هم دارد و راه را برای آموزش مباحثی مانند نژادپرستی و محتواهای وحشتناک دیگر باز می گذارد، بنابراین توسعه دهندگان بعلاوه از استراتژی های آموزشی دیگری، از جمله یادگیری تقویتی با بازخورد انسانی (RLHF)، برای بهینه سازی مدل برای پاسخ های ایمن و مفید استفاده نموده اند. با RLHF، تست نمایندگان انسانی پاسخ های مختلف مدل AI را رتبه بندی می نمایند تا آن را به سمت فراوری خروجی های مناسب تر راهنمایی نمایند. نسخه های instruct نیز با داده های خاصی تنظیم شده اند تا آن ها را در پاسخ به دستورالعمل های انسانی به طور طبیعی بهتر نمایند.

ویژگی های نو Llama 3

متا برای افزودن قابلیت بصری به مدل های نو خود، سیستم تصویری را به طور جداگانه آموزش داده است تا آن را با مدل های زبانی موجود هماهنگ کند. این بدان معناست که مدل های Llama 3.2 11B-Vision و Llama 3.2 90B-Vision از نظر متن مشابه مدل های موجود Llama 3.1 8B و Llama 3.1 70B هستند، اما بعلاوه می توانند ورودی های تصویری را بپذیرند. این یک سیستم هوشمند است چون هر کسی که قبلاً از لاما در برنامه خود استفاده نموده باشد، دیگر احتیاجی به استفاده از یک مدل زبانی اساسا نو ندارد.

متا بعلاوه لاما گارد، پرامپت گارد و لاما کد شیلد، سه مدل ایمنی طراحی شده برای جلوگیری از اجرای پرامپت های مضر یا فراوری کد کامپیوتری ناامن به وسیله مدل های لاما را هم توسعه داده است. اما همه این مدل های لاما تنها به عنوان پایه ای برای توسعه دهندگان طراحی شده اند. اگر می خواهید یک LLM برای فراوری خلاصه مقالات به سبک یا صدای خاص برند شرکت خود ایجاد کنید، می توانید مدل های لاما را با ده ها، صدها یا حتی هزاران مثال آموزش دهید و یک نمونه برای خودتان بسازید که دقیقاً این کارها را برایتان انجام دهد.

به طور مشابه، می توانید یکی از مدل های instruct را پیکربندی کنید تا به درخواست های پشتیبانی مشتری شما، با ارائه سوالات متداول و اطلاعات مرتبط دیگر مانند گزارش های چت پاسخ دهد. شما بعلاوه می توانید هر مدل لاما را بگیرید و آن را دوباره آموزش دهید تا LLM کاملاً مستقلی برای خود ایجاد کنید. متا به طور فزاینده ای ابزارهایی برای تسهیل این کار ایجاد می نماید. متا در کنار مدل های لاما 3.2، از لاما استک که، مجموعه ای از ابزارها و APIها برای آسان تر کردن توسعه برنامه های AI با لاما است هم رونمایی نموده است.

خواندنی ها

هوش مصنوعی دیپ سیک

مقایسه لاما با GPT، جمینای و سایر مدل های AI

در مقاله تحقیقاتی لاما 3، محققان متا عملکرد مدل های مختلف را در بنچمارک های مختلف (مانند درک زبان چندوظیفه ای و آزمون منطق معمولی (ARC-challenge) با تعدادی از مدل های معادل باز و اختصاصی مقایسه می نمایند. مدل 8B با Mistral 7B و Gemma 2 9B مقایسه می گردد، در حالی که مدل 70B با GPT-3.5-Turbo و Mixtral 8x22B مقایسه می گردد. در مقایسه مدل های کوچک تر لاما همگی برترین عملنمودها را دارند، با این حال، مدل های لاما با مدل های مشابه در میزان مشابه رقابت می نمایند؛ یعنی مدل 7B هرگز نمی تواند یک مدل با 70 میلیارد پارامتر را شکست دهد، اما عملکرد آن قابل مقایسه با سایر مدل های کوچک است.

جالب تر اینکه، مدل 405B با GPT-4، GPT-4o و Claude 3.5 Sonnet مقایسه می گردد. در حالی که این مدل برترین عملکرد را ندارد، اما با مدل های اختصاصی پیشرفته فعلی (به جز OpenAI o1) در رقابت است و در ارزیابی های انسانی در برابر هم عملکرد خوبی داشته است و متا آن را بزرگ ترین و تواناترین مدل بنیاد باز در دنیا می نامد، که به نظر می رسد ارزیابی عادلانه ای باشد.

شرایط مشابهی برای مدل های لاما 3.2 وجود دارد. مدل های سبک 1B و 3B به خوبی با مدل های Gemma 2B و Phi-3.5 mini مقایسه می شوند، در حالی که مدل های 11B و 90B که قابلیت بصری دارند، مشابه Claude 3 Haiku و GPT-4o mini عمل می نمایند.

در آزمایش های وب سایت های مختلف، به طور مداوم مدل های لاما 3 یک گام بزرگ رو به جلو در قیاس با لاما 2 برداشته اند. در حالی که متا AI هنوز برای خیلی ها جایگزین ChatGPT نیست، اما مدل های اصلی آن از برترین های دنیا هستند و قطعاً از برترین مدل هایی هستند که می توانید هم اکنون از Hugging Face دانلود کنید.

خواندنی ها

هوش مصنوعی ساخت عکس

چرا هوش مصنوعی لاما اهمیت دارد؟

بیشتر LLMهایی که شما نام آن ها را شنیده اید، o1 و GPT-4o از اوپن ای، جمینای از گوگل، کلاود از آنتروپیک هستند که همگی شکلی اختصاصی دارند و دسترسی به کد آن ها برای کاربران در سطح اینترنت بسته است. محققان و فعالان حوزه کسب وکارها می توانند از APIهای رسمی برای دسترسی به آن ها استفاده نمایند و حتی نسخه های تنظیم شده مدل های خود را به گونه ای که پاسخ های سفارشی دهند، تنظیم نمایند، اما واقعاً نمی توانند بفهمند که درون آن ها چه خبر است.

اما با لاما، شما می توانید مدل را همین حالا دانلود کنید و به شرطی که مهارت های فنی لازم را داشته باشید، آن را روی کامپیوتر خود اجرا کنید یا حتی به کد آن دسترسی پیدا کنید. (البته باید بدانید حتی LLMهای کوچک نیز به گیگابایت میزان گیری می شوند و این نکته را در خصوص ویژگی های سیستمی که دارید لاما را روی آن نصب می کنید در نظر داشته باشید.) اگر می خواهید در خصوص تفاوت های لاما با دیگر هوش های مصنوعی بیشتر بدانید، متا یک مقاله تحقیقاتی بزرگ منتشر نموده است که جزئیات نحوه آموزش کامل گله لاما 3 (Llama 3 herd)، معماری مورد استفاده، نحوه مقایسه آن با سایر مدل ها، مراحل متا برای ایمن سازی آن ها و جزئیات مجذوب کننده دیگر را شرح می دهد.

آینده هوش مصنوعی لاما

شما می توانید لاما را بر روی Microsoft Azure، Google Cloud، Amazon Web Services و سایر زیرساخت های ابری اجرا کنید تا بتوانید برنامه خود را که از LLM بهره می برد، راه اندازی کنید یا آن را بر روی داده های خود آموزش دهید تا نوع متنی که احتیاج دارید را برایتان فراوری کند. با این حال، با ادامه دادن به این سیستم اوپن سورس در لاما، متا به طور قابل توجهی توسعه برنامه های AI را برای سایر شرکت ها آسان تر می نماید که کنترل بیشتری بر آن ها داشته باشند، به شرطی که به سیاست استفاده قابل قبول از آن پایبند باشند.

تنها محدودیت های بزرگ دیگر مجوزهایی است که لاما ارائه می دهد. شرکت هایی با بیش از 700 میلیون کاربر ماهانه باید برای استفاده از لاما مجوز ویژه ای درخواست نمایند، بنابراین شرکت هایی مانند اپل، گوگل و آمازون باید مدل های LLM خود را توسعه دهند.

مارک زاکربرگ و آینده لاما

در نامه ای که به همراه انتشار لاما 3.1 آمده است، مارک زاکربرگ، CEO متا، به طور فوق العاده ای درباره برنامه های متا برای حفظ لاما به صورت باز شفاف سازی نموده است:

من معتقدم که استفاده اوپن سورس یا متن باز برای آینده AI لازم است. AI پتانسیل بیشتری نسبت به هر فناوری مدرن دیگری برای افزایش بهره وری، خلاقیت و کیفیت زندگی انسانی دارد و بعلاوه می تواند برای تسریع رشد مالی و به تبع آن پیشرفت در تحقیقات پزشکی و علمی به کار گرفته گردد. یک هوش مصنوعی متن باز موجب می گردد که افراد بیشتری در سراسر دنیا از مزایا و فرصت هایی که هوش مصنوعی فراهم می آورد، بهره ببرند و قدرت در دستان تعداد کمی از شرکت ها متمرکز نمی گردد. این فناوری بعلاوه می تواند به طور یکنواخت و ایمن در سراسر جامعه به کار گرفته گردد.

بسیاری از پیشرفت های بزرگ در محاسبات در 70 سال گذشته بر اساس تحقیقات و تست های متن باز ساخته شده اند و حالا به نظر می رسد هوش مصنوعی هم یکی از آن ها باشد. در حالی که به نظر می رسد گوگل، اپن ای آی و آنتروپیک همواره در این فضای هوش مصنوعی نقشی کلیدی خواهند داشت، با این حال نمی توانند برای همواره با سیستم متن بسته کار نمایند.

منبع: Zapier