أعلنت شركة Meta عن إطلاق مجموعة جديدة من نماذج الذكاء الاصطناعي تحت اسم Llama 4، ضمن عائلة نماذج Llama، وذلك يوم السبت الماضي.
تتضمن المجموعة ثلاثة نماذج رئيسية: Llama 4 Scout، وLlama 4 Maverick، وLlama 4 Behemoth. تم تدريب هذه النماذج على كميات ضخمة من النصوص غير الموسومة، والصور، والفيديوهات، مما منحها قدرة واسعة على الفهم البصري، وفقًا لما ذكرته Meta.
تُعزى السرعة المتزايدة في تطوير Llama إلى النجاح الكبير الذي حققته النماذج المفتوحة الصادرة عن مختبر الذكاء الصيني DeepSeek، والتي تقدم أداءً مشابهًا أو متفوقًا على نماذج Llama السابقة. دفعت هذه الإنجازات Meta إلى تشكيل فرق عمل مكثفة لدراسة طرق تقليل تكلفة تشغيل ونشر نماذج مثل R1 وV3.
تتوفر نماذج Scout وMaverick بشكل مفتوح عبر موقع Llama.com وشركاء Meta مثل منصة تطوير الذكاء الاصطناعي Hugging Face، بينما لا يزال نموذج Behemoth قيد التدريب. وأوضحت الشركة أن مساعدها الذكي المدعوم بالذكاء الاصطناعي، Meta AI، والذي يعمل عبر تطبيقات مثل WhatsApp وMessenger وInstagram، تم تحديثه لاستخدام Llama 4 في 40 دولة. ولكن الميزات متعددة الوسائط متاحة حاليًا فقط في الولايات المتحدة وباللغة الإنجليزية.
قيود الترخيص والاستخدام في الاتحاد الأوروبي
يواجه بعض المطورين قيودًا في استخدام ترخيص Llama 4. إذ تحظر Meta على المستخدمين والشركات المقيمة في الاتحاد الأوروبي أو التي لها مقر رئيسي فيه استخدام أو توزيع النماذج، تماشيًا مع قوانين الاتحاد المتعلقة بالذكاء الاصطناعي وخصوصية البيانات، والتي تعتبرها Meta عبئًا زائدًا.
بالإضافة إلى ذلك، يجب على الشركات التي تمتلك أكثر من 700 مليون مستخدم نشط شهريًا طلب ترخيص خاص من Meta لاستخدام النماذج، ويحق للشركة رفض أو قبول الطلب حسب تقديرها.
ما يميز نماذج Llama 4 الجديدة
أوضحت Meta أن نماذج Llama 4 هي أول مجموعة تستخدم بنية “مختصين مختلطين” (Mixture of Experts – MoE)، وهي طريقة أكثر كفاءة في استخدام الحوسبة أثناء التدريب والاستجابة للاستفسارات. تعتمد هذه التقنية على تقسيم مهام المعالجة إلى مهام فرعية تُنفذ بواسطة نماذج متخصصة صغيرة.
يحتوي نموذج Maverick على 400 مليار معامل إجمالي، منها 17 مليار معامل نشط عبر 128 “مختصًا”. في حين يمتلك Scout 17 مليار معامل نشط، و16 مختصًا، ومجموع 109 مليار معامل.
بحسب اختبارات داخلية أجرتها Meta، يتفوق نموذج Maverick، الذي يستهدف استخدامات المساعد العام والدردشة مثل الكتابة الإبداعية، على نماذج مثل GPT-4o من OpenAI وGemini 2.0 من Google في مجالات البرمجة، والمنطق، واللغات المتعددة، والسياقات الطويلة، والتعرف على الصور. لكنه لا يصل بعد إلى مستوى نماذج أحدث مثل Gemini 2.5 Pro، وClaude 3.7 Sonnet من Anthropic، وGPT-4.5 من OpenAI.
يتميز Scout بقدرته على معالجة مهام مثل تلخيص المستندات وتحليل قواعد بيانات ضخمة من الأكواد، حيث يملك نافذة سياق ضخمة تصل إلى 10 ملايين “رمز” (Tokens)، ما يسمح له بالتعامل مع مستندات طويلة جدًا. يمكن تشغيل Scout على بطاقة Nvidia H100 واحدة، بينما يحتاج Maverick إلى نظام Nvidia H100 DGX أو ما يعادله.
أما نموذج Behemoth، الذي لم يصدر بعد، فيتطلب مواصفات أعلى بكثير، إذ يمتلك 288 مليار معامل نشط، و16 مختصًا، ونحو 2 تريليون معامل إجمالي. وفقًا للاختبارات الداخلية، يتفوق Behemoth على GPT-4.5، وClaude 3.7 Sonnet، وGemini 2.0 Pro في عدة تقييمات تتعلق بمهارات العلوم والتكنولوجيا والهندسة والرياضيات.
ملاحظات حول قدرات النماذج
جدير بالذكر أن نماذج Llama 4 لا تعد نماذج “تفكير” بالمعنى التقليدي مثل نماذج OpenAI o1 وo3-mini، التي تتحقق من صحة إجاباتها وتقدم ردودًا أكثر دقة ولكنها أبطأ.
وقد أشار Meta إلى أن النماذج الجديدة أصبحت أقل رفضًا للإجابة عن الأسئلة المثيرة للجدل، حيث يمكنها التعامل مع المواضيع السياسية والاجتماعية التي كانت النماذج السابقة تتجنبها. وأكد المتحدث الرسمي أن Llama 4 يقدم إجابات مفيدة وموضوعية دون تحيز.
التحديات والجدل حول تحيزات الذكاء الاصطناعي
تأتي هذه التعديلات في ظل انتقادات بعض حلفاء البيت الأبيض بأن روبوتات الدردشة المدعومة بالذكاء الاصطناعي تميل إلى تبني وجهات نظر سياسية معينة، مع اتهامات بوجود “تحيزات استيقاظية” (Woke Bias). وعلى رأس هؤلاء منتقدي OpenAI، مثل إيلون ماسك وديفيد ساكس، اللذين وصفا ChatGPT بأنه “مبرمج على تبني آراء معينة” ويقدم معلومات غير دقيقة في مواضيع سياسية.
ورغم أن مشكلة تحيزات الذكاء الاصطناعي تمثل تحديًا تقنيًا كبيرًا، فإن العديد من الشركات، بما فيها OpenAI، تحاول تعديل نماذجها لتتمكن من الإجابة عن مزيد من الأسئلة المثيرة للجدل.
