Fireworks AI ترى أن المستقبل لمحفظة نماذج ذكاء اصطناعي لا لنموذج واحد
يرى روب فيرغسون أن أفضل نموذج هو محفظة من عدة نماذج.
تبني Fireworks AI موجّهات تقيس صعوبة كل مهمة وتختار النموذج الأنسب.
تقول الشركة إن هذا الأسلوب يخفض فاتورة العميل إلى النصف فوراً.
ينصح فيرغسون بمتابعة كلفة المهمة الواحدة بدلاً من سعر التوكن.
يرى أن الشركات تستهين بقيمة بياناتها حين تُستخدم في التدريب.
يفتح مدير تقني فاتورة الشهر فيجد رقماً أكبر مما توقع، رغم أن فريقه يستخدم نموذجاً واحداً يعدّه الأفضل في السوق. هذا المشهد بالذات هو ما تراهن عليه شركة Fireworks AI، إذ يقول نائب رئيسها روب فيرغسون في مقابلة مع The Register إن البحث عن أفضل نموذج منفرد فكرة خاطئة من الأساس، وإن الأفضل هو مجموعة نماذج تعمل معاً.
محفظة نماذج بدلاً من نموذج واحد
يقول فيرغسون إن كثيرين لا يعرفون أن أفضل نموذج في العالم ليس Astra ولا Fable، بل محفظة من النماذج، مؤكداً أن الشركة قادرة على إثبات ذلك. وبحسبه، فإن التوجيه بين بضعة نماذج يتفوق دائماً على الاعتماد على نموذج واحد.
تعمل Fireworks AI مزوداً لخدمات الاستدلال المُدار، وتوجّه المهام عبر منصة Nexus وواجهتها البرمجية إلى النموذج أو الاشتراك الأنسب لكل مهمة، في سوق تنافس فيه شركات مثل Together AI وBaseten وDeepInfra.
موجّهات تقيس صعوبة كل مهمة
لا يقتصر الأمر على توزيع بسيط للطلبات. يوضح فيرغسون أن الشركة تبني موجّهات مخصصة تقيّم صعوبة المهمة فور وصولها، وتبحث عن نقاط قوة كل نموذج، فـKimi مثلاً أفضل قليلاً في JavaScript منه في Python بحسب قوله.
ويعزو تفوق الشركة إلى فريقها الهندسي الذي عمل مؤسسوه على مكتبة PyTorch، ويقول إن مزودي الحوسبة السحابية الكبار يمنحونك وحدة المعالجة الرسومية ثم يتركون لك مسؤولية تشغيلها، بينما تركز Fireworks على رفع الاستفادة منها مع الحفاظ على الدقة والسرعة.
الكلفة الحقيقية ليست سعر التوكن
يتهم فيرغسون شركات النماذج الكبرى بعدم الشفافية بشأن معدلات التخزين المؤقت. ويذكر أن Fireworks كانت تخزّن نحو 90 بالمئة من المهام لدى إحدى شركات علوم البيانات، بينما كان Opus من Anthropic يعتمد على التخزين المؤقت في 30 بالمئة من الحالات بحسب ما رصدوه.
التوكن ليس الكلفة الحقيقية، بل كلفة المهمة الواحدة.
لهذا ينصح العملاء بتتبع كلفة المهمة الواحدة، لأن إعادة العمل حين لا يُصاب التخزين المؤقت هي بحسبه أكبر بند في الفاتورة.
لماذا يرفض فكرة الخوادم الخاصة
رغم أن الشركة تدعم تشغيل النماذج داخل مراكز بيانات العملاء، يقول فيرغسون إنها تحاول إبعادهم عن ذلك لأسباب اقتصادية. فعشرة آلاف وحدة معالجة رسومية تمثل بحسبه مليار دولار من رأس المال، وإن لم تُستغل بالكامل فهي هدر للمال. وللأحمال الحساسة تقدم الشركة خدمة باسم Sovereign.
البيانات والسرعة ثم الفاتورة
- يرى فيرغسون أن الشركات تستهين بقيمة بياناتها، وأن عليها أن تحصل على مقابل إذا استُخدمت في التدريب.
- تعتمد Fireworks سياسة عدم الاحتفاظ بالبيانات.
- يعدّ السرعة ميزة لا يعرف كثيرون أنهم يستطيعون طلبها.
- يضمن خفض الفاتورة إلى النصف فوراً لمن يجمع بين نماذج مغلقة ومفتوحة.
في النهاية، يكشف هذا الطرح تحولاً هادئاً في طريقة التفكير بالذكاء الاصطناعي داخل الشركات، فالسؤال لم يعد أي نموذج هو الأذكى، بل أي مزيج من النماذج يؤدي المهمة بأقل كلفة وأسرع وقت، وهو سؤال قد تختلف إجابته من مهمة إلى أخرى.
عبَّر عن رأيك
إحرص أن يكون تعليقك موضوعيّاً ومفيداً، حافظ على سُمعتكَ الرقميَّةواحترم الكاتب والأعضاء والقُرّاء.
GITEX
Ai Everything
LEAP26









