تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارHugging Face Blog→ المصدر

Hugging Face تدرّب نموذجًا لتوليد الصور في 24 ساعة

نشرت Hugging Face الجزء الثالث من سلسلة PRX، وبيّن فيه الفريق كيف يمكن تدريب نموذج لتوليد الصور من الأوصاف النصية في 24 ساعة فقط. ويهدف المشروع إلى إتاحة تقنيات الذكاء الاصطناعي التوليدي للجميع: فبعد أن كان تدريب هذه النماذج يستغرق أسابيع على عناقيد حوسبة باهظة التكلفة، أصبح الآن مهمة تُنجز في يوم واحد. ولا تقتصر أهمية النتيجة على الباحثين، بل تمتد إلى الشركات الناشئة والمطوّرين المستقلين، إذ تتاح لهم فرصة حقيقية لبناء نماذج قادرة على المنافسة دون ميزانيات بحجم ميزانيات شركات التقنية الكبرى (Big Tech).

معالج بواسطة الذكاء الاصطناعي من Hugging Face Blog؛ بتحرير Hamidun News
Hugging Face تدرّب نموذجًا لتوليد الصور في 24 ساعة
المصدر: Hugging Face Blog. كولاج: Hamidun News.
استمع للمقال

أربع وعشرون ساعة — هذا بالضبط ما احتاجه فريق Hugging Face لتدريب نموذج يعمل لتوليد الصور من الأوصاف النصية بدءًا من الصفر. ويوثّق الجزء الثالث من مشروع PRX البحثي، المنشور في مدونة الشركة، لحظةً كانت تبدو قبل عامين فقط ضربًا من الخيال: لم يعد إنشاء نموذج text-to-image امتيازًا حكرًا على الشركات الكبرى ذات ميزانيات الحوسبة التي تُقاس بالمليارات.

ولتقدير حجم هذا الإنجاز، ينبغي استحضار السياق. فحين قدّمت Stability AI نموذج Stable Diffusion في عام 2022، كان تدريب النموذج يستغرق أسابيع على عناقيد تضم مئات وحدات GPU. أما OpenAI فاستخدمت موارد أكبر من ذلك عند إنشاء DALL-E. وحتى النماذج المدمجة نسبيًا، مثل الإصدارات الأولى من Kandinsky، تطلّبت عشرات الآلاف من ساعات GPU. وظلّ حاجز الدخول إلى مجال توليد الصور مرتفعًا إلى حدٍّ يعجز عنه الجميع تقريبًا، باستثناء أكبر اللاعبين في الصناعة والشركات الناشئة جيدة التمويل.

ويتصدّى مشروع PRX من Hugging Face لهذه المشكلة تحديدًا وبصورة منهجية. ففي الجزأين الأولين من السلسلة، استكشف الفريق تحسينات معمارية ومقاربات فعّالة لإعداد البيانات. وجاء الجزء الثالث ذروةً للمشروع: جُمعت فيه كل المخرجات السابقة معًا، وكانت النتيجة لافتة. فقد أمكن، خلال يوم واحد وعلى عتاد متاح، تدريب نموذج قادر على توليد الصور من الأوامر النصية (prompts). وبالطبع، لا يدور الحديث عن جودة بمستوى أحدث إصدارات Midjourney أو FLUX، لكن حقيقة اختزال دورة التدريب إلى 24 ساعة تغيّر قواعد اللعبة جذريًا.

ويقوم النهج التقني في PRX على عدة أفكار رئيسية. أولًا، التحسين الجريء للبنية المعمارية: فقد تخلّى الفريق عن مكوّنات زائدة تتواجد عادةً في النماذج الانتشارية (diffusion models) لكنها تسهم بالحد الأدنى في جودة التوليد. ثانيًا، التعامل الذكي مع البيانات: فبدلًا من تغذية النموذج بمئات الملايين من أزواج «نص-صورة»، ركّز الباحثون على جودة عيّنة التدريب وملاءمتها. ثالثًا، تقنيات حديثة لتسريع التدريب، من بينها الحوسبة بالدقة المختلطة واستراتيجيات مُحسَّنة لجدولة معدل التعلّم (learning rate). وكل عنصر من هذه العناصر ليس جديدًا في ذاته، لكن الجمع المتقن بينها أنتج أثرًا تآزريًا.

وبالنسبة إلى الصناعة، تتجاوز تبعات هذا البحث الاهتمام الأكاديمي بكثير. فإذا أمكن تدريب نموذج توليدي في يوم واحد، تنخفض تكلفة التجارب انخفاضًا كبيرًا. إذ تستطيع شركة ناشئة بميزانية من بضعة آلاف من الدولارات لاستئجار وحدات GPU السحابية أن تكرّر التجربة عشرات المرات شهريًا، وتختبر معماريات ومجموعات بيانات ومقاربات مختلفة للضبط الدقيق (fine-tuning). ويحصل الباحثون المستقلون على فرصة لاختبار فرضيات ظلّت حبرًا على ورق بسبب نقص الموارد. كما تستطيع فرق الشركات تكييف النماذج بسرعة مع مجالات متخصصة — من التصوير الطبي إلى تصميم الديكور الداخلي — دون انتظار النتائج أسابيع.

وينتمي PRX كذلك إلى اتجاه أوسع. ففي العام الأخير، تنامت في مجتمع التعلّم الآلي حركة تدعو إلى «الذكاء الاصطناعي الفعّال»، في مقابل سباق الحجم الذي تخوضه OpenAI وGoogle وAnthropic. ويثبت الباحثون بصورة متزايدة أن الحلول المعمارية الذكية والبيانات عالية الجودة يمكن أن تعوّض نقص القدرات الحاسوبية. وتُظهر مشاريع مثل LLaMA من Meta* وMistral، والآن PRX، أن الطريق إلى النماذج القوية لا يمر بالضرورة عبر بناء مراكز بيانات عملاقة.

وبنشرها أبحاثًا كهذه في المتناول العام، تعزّز Hugging Face باطّراد موقعها بوصفها المنصة الرئيسية لإتاحة الذكاء الاصطناعي للجميع. فالشركة التي بدأت مركزًا لنماذج NLP تحوّلت منذ زمن إلى العمود الفقري للبنية التحتية لمجتمع المصادر المفتوحة (open-source). وPRX ليس مجرد عرض تقني، بل موقف فكري: فمستقبل الذكاء الاصطناعي التوليدي لا ينبغي أن يكون حكرًا على من يستطيع تحمّل كلفة عناقيد من آلاف وحدات H100.

وبطبيعة الحال، تبقى أسئلة مطروحة. فجودة النماذج المدرَّبة في 24 ساعة لا تزال دون جودة الحلول الرائدة. أما هل يتسع نهج PRX ليشمل نماذج أكبر وأعلى جودة، فهو موضوع لأبحاث لاحقة. لكن الاتجاه واضح لا لبس فيه: يتحرك الذكاء الاصطناعي التوليدي نحو أن يصبح تقنية متاحة فعلًا، لا رفاهية للقلّة المختارة.

*Meta مصنّفة منظمة متطرفة ومحظورة في روسيا الاتحادية.

القصة
ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…