مایکروسافت مدل های هوش مصنوعی کم مصرف Phi4 را معرفی کرد

مایکروسافت از مدل های جدید هوش مصنوعی Phi4 رونمایی کرده که قادر به پردازش هم زمان متن، تصویر و گفتار هستند و درعین حال به قدرت پردازشی کمتری نسبت به مدل های مشابه نیاز دارند.

مدل Phi4Multimodal با 5.6 میلیارد پارامتر و مدل Phi4Mini با 3.8 میلیارد پارامتر، با وجود اندازه کوچک تر، عملکردی قابل رقابت با مدل های دو برابر بزرگ تر از خود ارائه می دهند. طبق گزارش فنی مایکروسافت، این مدل ها در برخی از وظایف حتی از رقبای خود پیشی می گیرند.

پردازش هم زمان متن، تصویر و گفتار با مدل های جدید هوش مصنوعی مایکروسافت

ویژ گی شاخص Phi4Multimodal توانایی پردازش چندوجهی آن است که به لطف تکنیک جدید «ترکیب LoRAs» امکان پذیر شده است. این رویکرد باعث می شود مدل بتواند بدون افت عملکرد، به طور هم زمان ورودی های متنی، تصویری و صوتی را پردازش کند.

به گفته «ویژو چن»، معاون بخش هوش مصنوعی مایکروسافت، این مدل ها به توسعه دهندگان کمک می کنند تا برنامه های نوآورانه و هوشمندتری ایجاد کنند. او تأکید کرد که Phi4Multimodal قابلیت های پیشرفته ای را برای پردازش گفتار، تصویر و متن به صورت هم زمان فراهم می کند و افق های جدیدی را در توسعه برنامه های مبتنی بر هوش مصنوعی باز می کند.

این مدل در رتبه بندی Hugging Face OpenASR برای تشخیص گفتار، با نرخ خطای 6.14 درصد جایگاه نخست را کسب کرده و حتی از سیستم های تخصصی مانند WhisperV3 عملکرد بهتری نشان داده است.

به طور کلی، عملکرد Phi4multimodal در زمینه های تشخیص گفتار، ترجمه، خلاصه سازی، درک صدا و تجزیه وتحلیل تصویر بهبود پیدا کرده است.

Phi4Mini: مدل کوچک، اما قدرتمند در ریاضیات و برنامه نویسی

مدل Phi4Mini نیز با وجود اندازه کوچک خود، توانایی بالایی در وظایف متنی دارد و طبق گزارش مایکروسافت، در بسیاری از آزمون های هوش مصنوعی عملکردی مشابه یا برتر از مدل هایی که دو برابر بزرگ تر هستند ارائه می کند.

این مدل در آزمون GSM8K (معیاری برای سنجش توانایی مدل ها در حل مسائل ریاضی) 88.6 درصد امتیاز کسب کرده که بالاتر از بسیاری از مدل های 8 میلیارد پارامتری است. همچنین در آزمون MATH امتیاز 64 درصد را به دست آورده که نسبت به مدل های هم اندازه خود اختلافی بیش از ۲۰ امتیاز دارد.

Phi4mini برای موقعیت هایی که در آنها به سرعت و کارایی نیاز است طراحی شده و توسعه دهندگان می توانند از هر دو مدل روی گوشی های هوشمند، رایانه های شخصی و خودروها استفاده کنند.

مایکروسافت با مدل های Phi4 نشان داده که در هوش مصنوعی، قدرت فقط به اندازه مدل ها بستگی ندارد، بلکه بهینه سازی و کارایی نیز نقش مهمی دارند. این مدل ها طوری طراحی شده اند که روی سخت افزارهای معمولی بدون نیاز به اتصال مداوم به فضای ابری اجرا شوند.

مایکروسافت این مدل ها را از طریق Azure AI Foundry ،Hugging Face و Nvidia API Catalog در دسترس قرار داده تا توسعه دهندگان بتوانند به راحتی از آن ها در پروژه های خود استفاده کنند.