في عشرة أيام أُطلق نموذجان عربيان جديدان من مؤسستين في أبوظبي. هذا خبر جيد لكل جهة تريد ذكاءً اصطناعياً عربياً يعمل داخل منشأتها، بشرط أن تعرف ما الذي تقيسه قبل أن تختار.

ما الذي صدر

في 6 أكتوبر أعلن معهد الابتكار التكنولوجي (TII) عن Falcon-Emirati، وهو نموذج لغوي بسبعة مليارات معامل مبني على Falcon-H1-Arabic ومصمَّم للهجة الإماراتية، ومعه نموذج تعرّف على الكلام بحجم 1.6 مليار معامل (Falcon-ASR) ونموذج لاستخراج النص العربي من الصور (Falcon-OCR-Arabic). يذكر المعهد أن النموذج حقق 84.83% على معيار «علياء» للهجة الإماراتية، وهو معيار من إعداد المعهد نفسه.

وفي 15 أكتوبر أطلق معهد النماذج التأسيسية في جامعة محمد بن زايد للذكاء الاصطناعي مع شركة Inception42 عائلة Jais 3: ستة نماذج لغوية مفتوحة من 900 مليون إلى 375 مليار معامل، مبنية على K2 Horizon، ومعها نموذج Jais Speech للتعرّف على الكلام العربي بلهجات 19 دولة. الأوزان متاحة على Hugging Face مع دعم للتشغيل عبر vLLM وSGLang، وتُنشر معها مجموعة من 24 معياراً عربياً مع الشيفرة اللازمة لتشغيلها.

يلخّص أشيش كوشي، الرئيس التنفيذي لـ Inception42، الفكرة في جملة: «بناء نموذج لغوي عربي ليس تمريناً في الترجمة». وتقول الدكتورة نجوى عرّاج، الرئيسة التنفيذية لمعهد الابتكار التكنولوجي، إن «القدرة السيادية في الذكاء الاصطناعي يجب أن تعكس اللغة المستخدمة في الحياة اليومية». نحن نتفق مع العبارتين، وقد بنينا منظومتنا على هذا الأساس.

ما الذي تغيّر فعلاً

  • الأوزان المفتوحة صارت خياراً جدياً للنشر داخل المنشأة. حين تكون الأوزان متاحة للتنزيل، يمكن تشغيل النموذج في مركز بياناتك أو في بيئة معزولة عن الإنترنت، من دون أي استدعاء لواجهة خارجية. هذا ما يجعل الذكاء الاصطناعي العربي قابلاً للتدقيق فعلاً.
  • اللهجة أصبحت هدفاً صريحاً للتدريب. نموذج مخصص للإماراتية ونماذج تعرّف على الكلام بلهجات متعددة يعنيان أن السؤال لم يعد «هل يفهم العربية؟» بل «هل يفهم عربية عملائك أنت؟».
  • المعايير صارت علنية، لكنها ما زالت من إعداد المطوّر. أرقام مثل 84.83% على «علياء»، أو ارتفاع متوسط Jais 3 بحجم 7 مليارات معامل إلى 79.6 مقارنة بـ 56.4 للنموذج الأساسي، هي أرقام يبلّغ عنها المطوّر على معاييره هو. نشر البيانات والشيفرة خطوة محمودة، لكنها لا تغني عن اختبار على بياناتك.

أربعة أسئلة قبل الشراء

  1. هل الأوزان متاحة وبأي ترخيص؟ نموذج يُقدَّم عبر منصة محادثة فقط لا يمكن نشره في بيئة معزولة. اطلب الترخيص مكتوباً، وتحقق من أنه يسمح بالاستخدام التجاري والتعديل.
  2. أي لهجة دُرّب عليها، وأي لهجة يكتب بها عملاؤك؟ نموذج ممتاز في الإماراتية لا يعني بالضرورة أنه ممتاز في المصرية أو الشامية. اجعل اللهجة بنداً في التقييم لا افتراضاً.
  3. ما حجم النموذج الذي يستطيع عتادك تشغيله فعلاً؟ عائلة من 900 مليون إلى 375 مليار معامل تتيح لك مطابقة النموذج بميزانية الحوسبة. النموذج الأكبر ليس الأفضل دائماً إذا كان سيُشغَّل على وحدات GPU محدودة مع آلاف المستخدمين المتزامنين.
  4. كيف يؤدي على أسئلتك أنت؟ خذ خمسين سؤالاً حقيقياً من قناة الدعم لديك، والمستندات التي تجيب عنها، واطلب من كل نموذج أن يجيب مع ذكر المصادر. دع من يتعاملون مع هذه الأسئلة يومياً يقيّمون الإجابات. هذا ما نفعله في كل نشر قبل أن يراه أي مستخدم.

موقفنا

كل نموذج عربي مفتوح جديد يوسّع ما نستطيع نشره داخل منشأتك، بالضوابط الأمنية نفسها وبمجموعة التقييم نفسها. العربية عندنا لغة أصلية لا هدف ترجمة، والخيار بين نموذج وآخر يُحسم بالأرقام على بياناتك، لا بلوحة ترتيب.

المصادر

صفحات ذات صلة