أعلنت شركة أوبو يوم الأربعاء عن ميزات الذكاء الاصطناعي (AI) في أجهزتها الجديدة المصممة لهواتفها الذكية. وتخطط الشركة لتنفيذ بنية مختلطة للذكاء الاصطناعي (MoE) لتقليل استهلاك الطاقة بشكل كبير، مع زيادة سرعة المعالجة. تتعاون شركة أوبو مع شركات تصنيع الشرائح الرائدة لتطوير التكنولوجيا للهواتف الذكية والأجهزة المماثلة. ومع ذلك، لم يتم الكشف عن الهواتف الذكية المستقبلية التي ستكون مجهزة بهذه التكنولوجيا. أطلقت الشركة مؤخرًا ColorOS 15 بميزات الذكاء الاصطناعي الجديدة، وسيتم إطلاق سلسلة Find X8 الرائدة في 24 أكتوبر.
تطلق شركة أوبو بنية MoE للذكاء الاصطناعي على الأجهزة للهواتف الذكية
شركة مشاركة تفاصيل التكنولوجيا الداخلية الجديدة للهواتف الذكية. إن بنية وزارة التربية والتعليم ليست جديدة، وقد تم نشرها من قبل شركة الذكاء الاصطناعي Mixtral، التي أصدرت العديد من نماذج الذكاء الاصطناعي القائمة على وزارة التربية والتعليم مفتوحة المصدر.
وعلى النقيض من نماذج اللغات الكبيرة (LLM)، التي تحتوي على نظام مركزي واحد كبير ويمكنها أداء مجموعة واسعة من مهام الذكاء الاصطناعي، تعتمد هندسة وزارة التعليم على نماذج اللغات الصغيرة (SLM). تتخصص SLMs هذه في مهمة معينة ويمكنها تنفيذها بدقة وسرعة أكبر نظرًا لمجموعة بيانات أصغر ولكن أكثر صلة.
تنفيذ بنية الذكاء الاصطناعي الموحدة المتخصصة على الأجهزة
مصدر الصورة: أوبو
في بنية MoE، يتم إقران العديد من وحدات SLM معًا على الواجهة الخلفية وتوفر واجهة متزامنة على الواجهة الأمامية. عندما يطلب المستخدم مهمة ما، يقوم النظام بتعيينها إلى SLM الأكثر قدرة على التعامل معها. ونتيجة لذلك، فإن النظام قادر على المعالجة المتوازية، وعلى الرغم من تشغيل مهام متعددة في وقت واحد، إلا أن سرعة المعالجة لا تتأثر بشكل كبير.
تعمل المعالجة المتوازية مع استخدام SLM أيضًا على تقليل استهلاك الطاقة. تدعي شركة أوبو أنها وجدت طريقة لتطبيق هذه البنية على الجهاز، مما سيؤدي إلى معالجة أسرع للذكاء الاصطناعي بالإضافة إلى تحسين عمر البطارية.
واستنادًا إلى الاختبارات الداخلية، تدعي شركة تصنيع الهواتف الذكية الصينية أن نظام الذكاء الاصطناعي التابع لوزارة التعليم يمكنه معالجة مهام الذكاء الاصطناعي بشكل أسرع بنسبة 40 بالمائة من البدائل التقليدية.
أبرزت شركة أوبو أيضًا أن بنية MoE الموجودة على الجهاز ستوفر المزيد من الخصوصية للمستخدمين حيث يلزم معالجة عدد أقل من مهام الذكاء الاصطناعي على الخادم. وهذا يعني أنه يتم تخزين البيانات محليًا ولا يمكن إلا للمستخدم الوصول إليها.
