كشفت مجموعة علي بابا الصينية عن تقنية مبتكرة تحمل اسم ZeroSearch تهدف إلى تقليل التكلفة وتعقيد عملية تدريب أنظمة الذكاء الاصطناعي، من خلال الاستغناء التام عن واجهات برمجة التطبيقات (APIs) لمحركات البحث التجارية مثل Google. هذه التقنية تُمكّن النماذج اللغوية الكبيرة (LLMs) من تطوير مهارات البحث واسترجاع المعلومات بطريقة محاكاة داخلية، دون الاعتماد على مصادر خارجية مكلفة.

كيف تعمل تقنية ZeroSearch؟

يعتمد نهج ZeroSearch على فكرة أن النماذج اللغوية الكبيرة قد اكتسبت بالفعل قدرًا هائلًا من المعرفة أثناء مرحلة التدريب الأولي، مما يسمح لها بتوليد مستندات ذات صلة أو غير ذات صلة استجابةً للاستعلامات، دون الحاجة إلى الرجوع لمحركات بحث خارجية. يتم ذلك من خلال ضبط بسيط تحت إشراف، يحوّل النموذج إلى وحدة استرجاع معلومات فعالة.

توفير كبير في التكلفة وتحكّم أفضل في التدريب

وفقًا لتقرير نشره موقع VentureBeat، يُمكن لتقنية ZeroSearch أن توفّر على الشركات تكاليف ضخمة كانت تُنفق على آلاف الطلبات عبر واجهات برمجة التطبيقات مثل SerpAPI. فعلى سبيل المثال، يُقدّر الباحثون أن تدريب نموذج على حوالي 64,000 استعلام باستخدام Google API قد يُكلّف نحو 586.70 دولارًا، في حين أن تنفيذ نفس التدريب باستخدام نموذج محاكاة بقدرة 14 مليار معلمة سيُكلّف فقط 70.80 دولارًا، أي بتوفير يصل إلى 88%.

أداء يتفوّق على محركات البحث التقليدية

أُجريت تجارب شاملة على سبع مجموعات بيانات لاختبار أداء ZeroSearch في الإجابة على الأسئلة، وأظهرت النتائج أن التقنية الجديدة لم تكتفِ بمضاهاة أداء النماذج التقليدية التي تعتمد على Google، بل تفوقت عليها في بعض الحالات. اللافت أن نموذج استرجاع يضم 7 مليارات معلمة أظهر أداءً قريبًا جدًا من Google، بينما نموذج آخر بـ 14 مليار معلمة تفوق على Google في عدة اختبارات.

تحديات البحث وحلول ZeroSearch

من أبرز التحديات التي تواجه مطوّري مساعدات الذكاء الاصطناعي المستقلة:

  • عدم القدرة على التنبؤ بجودة نتائج البحث أثناء التدريب.

  • الارتفاع الكبير في تكاليف الوصول لمحركات البحث التجارية.

وهنا تأتي ZeroSearch لتقدم حلاً ثوريًا، من خلال تمكين الذكاء الاصطناعي من محاكاة عملية البحث داخليًا، مما يوفر مرونة وتحكّمًا أعلى في بناء النماذج الذكية.

مستقبل واعد لتقنيات الذكاء الاصطناعي المستقلة

تمثل تقنية ZeroSearch خطوة نوعية نحو تطوير أنظمة ذكاء اصطناعي أكثر استقلالية وكفاءة. فهي لا تكتفي بتقليل التكاليف فحسب، بل تفتح الباب أمام إمكانيات جديدة لتدريب النماذج بطريقة آمنة، سريعة، وفعّالة دون الحاجة إلى الاعتماد على محركات البحث الخارجية.

مع هذا الابتكار، تبدو علي بابا في طريقها لتغيير قواعد اللعبة في عالم الذكاء الاصطناعي، مما قد يشجّع شركات أخرى على تبني نفس النهج في المستقبل القريب.