AI
מייקרוסופט מספרת על הבינה המלאכותית הקטנה ביותר פי-3
מיקרוסופט מציגה את הפי-3 מיני: יריית הפתיחה לסדרת דגמי בינה מלאכותית קומפקטיים, בסך הכל מתוכננים שלושה.
![](https://images.prismic.io/eulerpool/Zi9Mbd3JpQ5PTO00_Eulerpool-AlleAktien-Microsoft-enthullt-Phi-3-Kleinste-KI-bisher.jpeg?auto=false)
מיקרוסופט שחררה את הגרסה הבאה של דגם הבינה המלאכותית הקל שלה, פי-3 מיני. דגם זה, הראשון בסדרת דגמים קטנים יותר, כולל 3.8 מיליארד פרמטרים ומותאם במיוחד לשימוש במכשירים אישיים כמו סמארטפונים ומחשבים ניידים. בהשוואה לדגמי שפה גדולים יותר כמו GPT-4, פי-3 מיני מאומן על סט נתונים קטן יותר וזמין כעת בפלטפורמות כמו Azure, Hugging Face ו-Ollama.
אריק בויד, סגן נשיא התאגיד של פלטפורמת Microsoft Azure AI, מסביר כי ה-Phi-3 Mini יעיל באופן דומה למודלים לשוניים גדולים יותר כגון GPT-3.5, אך בפורמט קומפקטי יותר. הגודל הקטן יותר מוביל לעלויות הפעלה נמוכות יותר ולביצועים משופרים על מכשירי קצה.
מיקרוסופט מתכננת להציג דגמים נוספים לסדרה זו, כולל Phi-3 Small עם 7 מיליארד פרמטרים ו-Phi-3 Medium עם 14 מיליארד פרמטרים. פיתוח הדגמים האלו הוא חלק מאסטרטגיית החברה, המתמקדת בדגמי מלאכותיות יעילים וחסכוניים במשאבים, שתוכננו במיוחד עבור משימות פחות מורכבות כמו תקצירי מסמכים או תמיכה בתכנות.
שיטות האימון עבור Phi-3 מושרות מגישות פדגוגיות. מפתחים השתמשו במערך לימוד שמבוסס על טקסטים מופשטים, דומים לסיפורים שנקראים לילדים. שיטה זו עוזרת למודל לתפוס מושגים ומבנים בסיסיים במהירות רבה יותר. לדברי בויד, האימון נתמך על ידי "ספרי ילדים" שנוצרו על ידי LLM אחר, במטרה לאמן את Phi-3 באופן שיטתי.
למרות היכולת לשפר משימות מורכבות כמו תכנות והיסק לוגי, פי-3 מיני לא יכול להגיע לרוחב ידע של דגמים גדולים יותר כמו GPT-4. עם זאת, הוא מציע חלופה תמורתית ועוצמתית לחברות רבות המשתמשות בערכות נתונים קטנות וספציפיות.
עם התפתחות זו החדישה, מייקרוסופט ממשיכה להתמקד בחדשנות בתחום הבינה המלאכותית, כאשר המוקד הוא על שימושיות מעשית ויעילות. זה מדגיש את שאיפת מייקרוסופט להישאר מובילה בפיתוח פתרונות AI, שהם גם חזקים וגם נגישים.