ما الذي تعنيه طبقة الذكاء الاصطناعي الجديدة من بينترست وإنفيديا للمستخدمين؟

لا يتعلق إعلان بينترست أساساً بإطلاق ميزة واحدة جديدة للمستخدمين، بل ببناء طبقة بنية تحتية قابلة لإعادة الاستخدام للذكاء الاصطناعي. وقد طورت الشركة هذه الطبقة مع إنفيديا للمنتجات التي تحتاج إلى فهم الصور واللغة معاً، بحيث لا تضطر كل مجموعة منتجات إلى إنشاء نظام تشغيل ونشر مستقل لكل تجربة ذكاء اصطناعي بصري. 46

ما الذي بنته بينترست؟

ترتكز المنصة على ثلاثة مكوّنات رئيسية:

• معالجات الرسوميات Nvidia Blackwell B200، وهي توفر القدرة الحاسوبية المسرّعة اللازمة لتشغيل نماذج الرؤية واللغة. 4
• NVIDIA Dynamo، وهي برمجيات لتقديم نماذج الذكاء الاصطناعي وتوجيه أحمال العمل متعددة الوسائط بكفاءة. 24
• التمثيلات البصرية من بينترست، وهي تمثيلات رقمية محسوبة مسبقاً للمحتوى المرئي، يمكن تزويد النماذج بها بدلاً من إعادة معالجة الصورة نفسها من الصفر مع كل طلب. 26

والفكرة هي أن تصبح ميزات مثل البحث البصري والمساعد وأدوات السلامة مبنية على قاعدة تقنية واحدة، لا كمشاريع بنية تحتية منفصلة لكل منتج. 6

ما المنتجات التي تستفيد من هذه القاعدة؟

تقول بينترست إن الطبقة المشتركة تدعم مجموعة متنامية من وظائف الصور واللغة، من بينها البحث البصري، وفهم المحتوى، والاكتشاف والتسوّق المدعومان بالذكاء الاصطناعي، وPinterest Assistant الحواري، وإعادة الترتيب متعددة الوسائط، وأنظمة سلامة المحتوى، وتوليد الإشارات. 46

والنقطة المهمة هنا أن هذه الوظائف تستطيع التعامل مع كلمات المستخدم ومحتوى الصور في آن واحد. وهذا مهم لمنصة اكتشاف بصري مثل بينترست، لأن فهم ما يكتبه الشخص وما يظهر في الصورة قد يساعد في تفسير هدفه، والعثور على محتوى ملائم، وتحسين التوصيات.

وتقول الشركة إنها تستخدم أكثر من 80 مليار عملية بحث شهرياً لتوليد إشارات للاكتشاف والتسوّق بالذكاء الاصطناعي. والهدف من البنية الجديدة هو جعل هذه الإشارات أكثر قابلية للاستخدام في تجارب بصرية وحوارية متزايدة. 6

لماذا تهم التمثيلات البصرية المحسوبة مسبقاً؟

قد يكون تشغيل نماذج الرؤية واللغة مكلفاً، لأنها تتعامل مع صور كبيرة إلى جانب النصوص وتحتاج إلى إدارة ذاكرة تخزين مؤقت كبيرة للنموذج. وتعتمد بينترست ما يُعرف بتمثيلات الإسقاط، التي وُصفت تقنياً بأنها تمثيلات PinCLIP؛ إذ تنقل المعلومات المرئية إلى فضاء الرموز الخاص بالنموذج. وبذلك يمكن للطلب استخدام تمثيل بصري جاهز بدلاً من إرسال صورة خام وترميزها مراراً. 210

وأفادت بينترست بالنتائج التالية، المرتبطة بهذا النهج وتحسينات Dynamo:

• سياق بصري أكبر 25 مرة لكل طلب في Pinterest Assistant. 4
• بدء استجابة أسرع بنحو 85 مرة في اختبارات قياس الأداء. 13
• زمن استجابة إجمالي أسرع بـ7.3 مرات في اختبارات قياس الأداء. 13

وهذه أرقام اختبارات أعلنتها الشركة، لذا ينبغي قراءتها باعتبارها قياسات لهذه البنية وإعدادات أحمال العمل تحديداً، لا وعداً بأن كل عملية بحث أو كل تفاعل مع المساعد على بينترست سيتحسن بالمقدار نفسه.

منصة طويلة الأجل وليست طرحاً لمرة واحدة

تصف بينترست وإنفيديا العمل بأنه امتداد لتعاون مستمر منذ قرابة خمس سنوات، شمل أنظمة التوصية والذكاء الاصطناعي التوليدي. وتقول بينترست إن أسطولها يضم 14 ألف معالج رسومي من إنفيديا. 4

ويوضح هذا الحجم الهدف الاستراتيجي: فالطبقة الموحدة لتشغيل النماذج يمكن أن تسهّل توسيع ميزات الذكاء الاصطناعي البصرية والحوارية، مع الإبقاء على بنية أساسية متسقة تحتها. وتضع دراسة الحالة من إنفيديا النظام كمنصة لتجارب تمتد من Pinterest Assistant إلى إعادة الترتيب وسلامة المحتوى وتوليد الإشارات. 4

وبحسب Investing.com، ارتفع سهم بينترست بنحو 1.8% في تداولات يوم الاثنين بعد إعلان البنية التحتية. 17

الخلاصة العملية

تتحول بينترست من أنظمة ذكاء اصطناعي مصممة لكل منتج على حدة إلى أساس مركزي متعدد الوسائط. توفر عتاد Blackwell القدرة الحاسوبية، وتساعد Dynamo في تشغيل النماذج وتوجيهها، فيما تقلل تمثيلات بينترست البصرية من إعادة معالجة الصور. وتهدف هذه العناصر مجتمعة إلى جعل تجارب الاكتشاف البصري والتسوّق والمساعد أسرع في التشغيل وأسهل في التوسع عبر المنصة. 246