كلمات مفتاحية：نواة الإدراك لنماذج اللغات الكبيرة (LLM), الذكاء الاصطناعي على الجهاز (Edge AI), نماذج صغيرة الحجم, الحوسبة الشخصية, متعددة الوسائط, ضبط دقيق على الجهاز, التعاون بين السحابة والجهاز, نموذج جيما 3 إن (Gemma 3n), نماذج بمليارات المعاملات, ضبط قدرات الذكاء الاصطناعي, القدرة على استخدام الأدوات, الذكاء الاصطناعي دائم التشغيل
🔥 التركيز
Karpathy يطرح مفهوم “LLM cognitive core”، ومنافسة الذكاء الاصطناعي على الأجهزة تشتد: يتنبأ Andrej Karpathy بأن محور التركيز التالي في سباق الذكاء الاصطناعي سيكون “LLM cognitive core” — وهو نموذج صغير بمليارات المعلمات يضحي بالمعرفة الموسوعية في مقابل الحصول على قدرات فائقة. سيعمل هذا النموذج كنواة للحوسبة الشخصية، حيث يعمل باستمرار وبشكل افتراضي على كل جهاز. تشمل خصائصه دعم الوسائط المتعددة أصلاً، والقدرات القابلة للتعديل، والاستخدام القوي للأدوات، والضبط الدقيق على الجهاز، والتعاون مع النماذج السحابية الكبيرة. تتوافق هذه الرؤية مع نموذج Gemma 3n الذي أطلقته Google، والذي يدعم الإدخال متعدد الوسائط ويتطلب 2 جيجابايت فقط من ذاكرة الوصول العشوائي (RAM) للتشغيل، مما يوضح إمكانات تحقيق قدرات ذكاء اصطناعي قوية على الأجهزة، ويبشر بقرب حلول عصر الحوسبة الشخصية المدعومة بالذكاء الاصطناعي بوتيرة متسارعة (المصدر: karpathy, Omar Sanseviero, zacharynado, teortaxesTex, jeremyphoward)