تهدف Meta إلى خفض تكاليف تشغيل وكلاء الذكاء الاصطناعي. ففي 9 نوفمبر، أطلقت الشركة Muse Ember، وهو نموذج خفيف يتولى المهام المتكررة التي تُبقي وكلاء الذكاء الاصطناعي مشغولين. وعلى عكس النماذج الأخرى، لا يهدف Ember إلى حل المهام المعقدة، بل يركز على إنجاز الأعمال الروتينية بأقل تكلفة ممكنة.
صُمم للتعامل مع أحجام كبيرة، بينما تخطط Muse Wonder
صممت Meta نموذج Ember لتولي الأعمال الروتينية التي تُبقي وكلاء الذكاء الاصطناعي قيد التشغيل. ويمكنه استخدام أدوات برمجية أخرى، وتوجيه الطلبات إلى النظام المناسب، واستخراج المعلومات من المستندات، ومعالجة الملفات الطويلة. كما يستطيع Ember إنجاز مهام برمجية صغيرة، مثل تشغيل الاختبارات وإجراء إصلاحات محددة.
لتمكين اتخاذ قرارات أكثر تعقيدًا، تستخدم Meta مزيجًا من Muse Wonder، وهو نموذج متقدم للاستدلال، وEmber. يحدد Wonder كيفية التعامل مع المهمة، بينما ينفذ Ember الإجراءات الأصغر اللازمة لإتمامها. وعلى حد تعبير Meta:
«يضع Muse Wonder الخطط، ويتولى Muse Ember إنجاز الكمّ.»
Ember هو الإصدار الرابع ضمن سلسلة Muse، بعد Muse Spark وMuse Glimmer وMuse Wonder. ويمكن للمطورين الوصول إليه عبر Meta Model API وMuse Code. وبموجب خطة الأسعار، تتقاضى Meta مبلغ $0.1 لكل مليون رمز إدخال، و$0.004 لكل مليون رمز إدخال مخزّن مؤقتًا، و$0.5 لكل مليون رمز إخراج.
يأتي Ember مزودًا بنافذة سياق بسعة مليون رمز، تتيح له معالجة مستندات وقواعد برمجية أكبر. كما يستطيع التعامل مع الصور والصوت ومقاطع الفيديو.
ما توصلت إليه Artificial Analysis عند اختبار الادعاءات
تُظهر الاختبارات المستقلة بوضوح مدى تفوق Ember من حيث التكلفة. ووفقًا لـArtificial Analysis، حصل Ember على 36 نقطة في مؤشر الذكاء، وهي النتيجة نفسها التي حققها Claude Haiku 5.5. لكن تكلفة Ember لا تتجاوز $0.14 لكل مهمة معيارية، بينما تبلغ تكلفة Claude Haiku $0.41. وهذه الأرقام تقديرات لتكاليف الاختبارات، وليست رسومًا ثابتة يدفعها العملاء. كما حقق Ember نسبة 68.1% في AutomationBench-AA، ما يجعله بمستوى نموذج Meta الأكثر قدرة، Muse Wonder.
لكن نتائج اختبارات البرمجة التي خضع لها كانت متباينة. تفوق Ember على Haiku في Terminal-Bench 4.0، محققًا 40.9% مقابل 32.8% على التوالي. إلا أن Haiku كان أفضل من Ember في FrontierCode 2.0، محققًا 34.9% مقابل 27.2%.
المعرفة العامة مجال آخر يُظهر فيه Ember ضعفًا. فلم يحقق النموذج سوى 21.1% من الدقة في AA-Omniscience، وتجاوز الإجابة عن 64% من الاستفسارات. وبفضل نهجه المتحفظ، تمكن Ember من إبقاء درجة الهلوسة عند 17.4%.
مهمة الوكيل في Meta Muse Ember بتكلفة $0.14: مقارنة التكلفة والأداء مع Claude Haiku 5.5
لماذا أصبحت التكلفة لكل مهمة هي محور المنافسة الآن
يأتي انخفاض أسعار Ember في وقت تعيد فيه الشركات النظر في إنفاقها على تقنيات الذكاء الاصطناعي. وتتوقع Gartner أن يؤدي الطلب على وكلاء الذكاء الاصطناعي ومساعديه إلى رفع الإنفاق إلى $29.2 مليار في عام 2026، ضمن توقعات سوق للذكاء الاصطناعي تبلغ قيمته $2.7 تريليون. ومع تزايد استخدام تقنيات الذكاء الاصطناعي، تشجع BCG شركات البرمجيات على دراسة فرض رسوم مقابل المهام المكتملة أو النتائج، بدلًا من الاكتفاء بفرض رسوم على كل مستخدم مرخّص. لكنها تحذر من التخلي عن نموذج الاشتراك التقليدي بسرعة كبيرة.
السؤال الأهم هو ما إذا كان الذكاء الاصطناعي الأرخص يحقق عوائد أفضل. وترى McKinsey أن تكلفة الرموز وحدها لا تكفي لقياس القيمة التجارية. وقد تشجع الأسعار المنخفضة الشركات أيضًا على استخدام مزيد من الذكاء الاصطناعي. ووجدت IDC أن 67% من المؤسسات تجاوزت الميزانيات المخصصة لوكلائها. وتتوقع مؤسسة الأبحاث انخفاض تكلفة كل إجراء ينفذه الوكيل بنسبة 95% بحلول عام 2030، حتى مع ارتفاع إجمالي تكاليف تقديم الرموز بمقدار 487 مرة.
أسئلة العائد على الاستثمار والموثوقية والإشراف
أشاد شركاء Meta الأوائل بسرعة Ember. وقال Dane Knecht، المدير التقني في Cloudflare، إن النموذج كان يعمل:
«بسرعة أكبر تصل إلى 30%»
وقال Chak Pothina، المسؤول عن الاستدلال في You.com:
«بزمن استجابة عند المئين 95 يبلغ 2.2 ثانية»
وقالت Yashodha Bhavnani، المسؤولة التنفيذية في Box، إن Ember يستطيع تقييم العقود:
«مقارنةً بدليل التفاوض الخاص بالشركة، بندًا بندًا»
هذه النتائج واعدة، لكنها مستمدة من اختبارات أجراها الشركاء. وما زال على الشركات تقييم أداء Ember ضمن عملياتها الخاصة.
ولا تقتصر الموثوقية على السرعة. ويشير معهد FII إلى نتائج استطلاع تُظهر أن 73% من المشاركين قلقون بشأن خصوصية بيانات الذكاء الاصطناعي وأمنها. وفي الوقت نفسه، وجد استطلاع أجرته McKinsey أن نحو 30% فقط من المؤسسات بلغت مستويات أعلى من النضج في حوكمة الذكاء الاصطناعي الوكيلي.
ولا تقتصر ضغوط التكلفة على النماذج نفسها. فبيع Meta الأخير لسندات بقيمة $15 مليار يسلط الضوء على تكلفة بناء البنية التحتية للذكاء الاصطناعي. كما تناولت Cryptopolitan استثمارات Meta المتزايدة في مراكز البيانات.
إذا كنت تقرأ هذا، فأنت متقدم بالفعل. حافظ على تقدمك مع نشرتنا الإخبارية.