نظرة معمقة على إمكانات GPT-4o Mini من OpenAI

أصدرت OpenAI GPT-4o في مايو 2024، وبعد شهرين فقط أتبعت ذلك بنموذج آخر هو GPT-4o Mini. وفي 18 يوليو 2024، قدمت OpenAI GPT-4o Mini، واصفةً إياه بأنه «نموذجها الصغير الأكثر كفاءة من حيث التكلفة». ويُعد GPT-4o Mini نموذجاً مدمجاً يستند إلى إمكانات النماذج السابقة، ويهدف إلى جعل الذكاء الاصطناعي المتقدم أوسع إتاحة وأقل تكلفة.

يدعم GPT-4o Mini حاليًا التفاعلات النصية والبصرية، ومن المتوقع أن تضيف التحديثات المستقبلية إمكانات للتعامل مع الصور ومقاطع الفيديو والصوت. سنتناول في هذا المقال ماهية GPT-4o Mini وميزاته البارزة وطرق استخدامه، والاختلافات بين GPT-4o وGPT-4o Mini، وكيفية توظيفه في حالات استخدام مختلفة للرؤية الحاسوبية.

ما هو GPT-4o Mini؟#

يُعد GPT-4o Mini أحدث إضافة إلى مجموعة نماذج الذكاء الاصطناعي من OpenAI، وقد صُمم ليكون أكثر كفاءة من حيث التكلفة وأسهل وصولاً. وهو نموذج لغوي كبير (LLM) متعدد الوسائط، ما يعني قدرته على معالجة أكثر من نوع واحد من البيانات، مثل النصوص والصور. ويستند النموذج إلى نقاط قوة النماذج السابقة مثل GPT-4 وGPT-4o لتقديم إمكانات قوية في حزمة مدمجة.

تبلغ تكلفة GPT-4o Mini أقل بنسبة 60% من GPT-3.5 Turbo؛ إذ تبلغ 15 سنتًا لكل مليون رمز إدخال (وحدات النص أو البيانات التي يعالجها النموذج)، و60 سنتًا لكل مليون رمز إخراج (الوحدات التي ينشئها النموذج استجابةً للطلب). ولتوضيح ذلك، يعادل مليون رمز تقريبًا معالجة 2,500 صفحة من النصوص. وبفضل نافذة سياق تتسع لـ128 ألف رمز وقدرته على التعامل مع ما يصل إلى 16 ألف رمز إخراج لكل طلب، صُمم GPT-4o Mini ليكون فعالًا وميسور التكلفة.

الشكل 1. تكلفة GPT-4o Mini أقل بنسبة 60% من GPT-3.5 Turbo.

الميزات الرئيسية لـ GPT-4o Mini#

يدعم GPT-4o Mini مجموعة من المهام تجعله خيارًا مناسبًا لتطبيقات مختلفة. ويمكن استخدامه عند تنفيذ عمليات متعددة في الوقت نفسه، مثل استدعاء واجهات برمجة التطبيقات (APIs) متعددة والتعامل مع كميات كبيرة من البيانات، مثل قواعد الشيفرات البرمجية الكاملة أو سجلات المحادثات، وتقديم ردود سريعة وفورية في روبوتات المحادثة لخدمة العملاء.

إليك بعض الميزات الرئيسية الأخرى:

• قاعدة معارف محدّثة: تنتهي معرفة النموذج عند أكتوبر 2023.
• مجزّئ رموز محسّن: يجعل GPT-4o Mini معالجة النصوص بغير الإنجليزية أقل تكلفة.
• تدابير أمان قوية: تشمل هذه التدابير تصفية المحتوى الضار والحماية من المشكلات الأمنية، مثل حقن المطالبات والتلاعب بالنظام.

البدء باستخدام GPT-4o Mini#

يمكنك تجربة GPT-4o Mini عبر واجهة ChatGPT. وهو متاح لمستخدمي الخطط Free وPlus وTeam، وقد حل محل GPT-3.5 كما هو موضح أدناه. وسيتمكن مستخدمو Enterprise من الوصول إليه قريبًا أيضًا، تماشيًا مع هدف OpenAI المتمثل في إتاحة فوائد الذكاء الاصطناعي للجميع. ويتوفر GPT-4o Mini أيضًا عبر واجهة برمجة التطبيقات (API) للمطورين الراغبين في دمج إمكاناته في تطبيقاتهم. وفي الوقت الحالي، لا تتاح إمكانات الرؤية إلا عبر واجهة برمجة التطبيقات (API).

الشكل 2. خيارات النماذج داخل ChatGPT.

الفرق بين GPT-4o وGPT-4o Mini#

يحقق كل من GPT-4o وGPT-4o Mini أداءً لافتًا في مختلف الاختبارات المعيارية. وعلى الرغم من أن GPT-4o يتفوق عمومًا على GPT-4o Mini، يظل GPT-4o Mini حلًا اقتصاديًا للمهام اليومية. وتشمل الاختبارات المعيارية مهام الاستدلال، والكفاءة في الرياضيات والبرمجة، والاستدلال متعدد الوسائط. وكما هو موضح في الصورة أدناه، يحقق GPT-4o Mini نتائج مرتفعة مقارنةً بنماذج شائعة أخرى.

الشكل 3. مقارنة GPT-4o Mini بنماذج شائعة أخرى.

تجربة GPT-4o وGPT-4o Mini عمليًا#

يتناول أحد المطالبات المثيرة للاهتمام، التي دار حولها نقاش عبر الإنترنت، مقارنة النماذج اللغوية الكبيرة الشائعة للأعداد العشرية بصورة خاطئة. وعندما اختبرنا GPT-4o وGPT-4o Mini، ظهرت اختلافات واضحة في قدراتهما على الاستدلال. وفي الصورة أدناه، سألنا كلا النموذجين أي العددين أكبر: 9.11 أم 9.9، ثم طلبنا منهما شرح طريقة الاستدلال.

الشكل 4. اختبار GPT-4o وGPT-4o Mini.

أجاب النموذجان في البداية إجابة خاطئة، وادعيا أن 9.11 أكبر. لكن GPT-4o تمكن من الوصول إلى الإجابة الصحيحة بالاستدلال، وذكر أن 9.9 هو الأكبر. وقدّم شرحًا مفصلًا وقارن العددين العشريين بدقة. في المقابل، تمسّك GPT-4o Mini بإجابته الخاطئة الأولى، رغم أنه توصّل على نحو صحيح إلى الاستدلال الذي يثبت أن 9.9 أكبر.

يُظهر النموذجان مهارات استدلال قوية. وتجعل قدرة GPT-4o على تصحيح إجابته منه نموذجًا أفضل وأكثر فائدة للمهام المعقدة. أما GPT-4o Mini، فرغم كونه أقل قدرة على التكيف، فإنه يقدّم استدلالًا واضحًا ودقيقًا للمهام الأبسط.

استخدام GPT-4o Mini في حالات استخدام متنوعة للرؤية الحاسوبية#

إذا كنت تفضّل استكشاف الإمكانات البصرية لـ GPT-4o Mini دون الخوض في الشيفرة، فيمكنك بسهولة اختبار API على OpenAI Playground. وقد جرّبناه بأنفسنا لمعرفة مدى كفاءة GPT-4o Mini في التعامل مع حالات استخدام متنوعة مرتبطة بالرؤية الحاسوبية.

تصنيف الصور باستخدام GPT-4o Mini#

طلبنا من GPT-4o Mini تصنيف صورتين: إحداهما لفراشة والأخرى لخريطة. وتمكن نموذج الذكاء الاصطناعي من تحديد الفراشة والخريطة بنجاح. وتُعد هذه مهمة بسيطة نسبيًا لأن الصورتين مختلفتان جدًا.

الشكل 5. تصنيف الصور بمساعدة GPT-4o Mini.

ثم مررنا صورتين إضافيتين إلى النموذج: إحداهما تُظهر فراشة تستريح على نبات، والأخرى فراشة تستريح على الأرض. وأبلى الذكاء الاصطناعي حسنًا مرة أخرى، إذ تعرّف بدقة على الفراشة الموجودة على النبات وتلك الموجودة على الأرض. لذلك، انتقلنا إلى خطوة أبعد.

الشكل 6. تصنيف صور متشابهة بمساعدة GPT-4o Mini.

ثم طلبنا من GPT-4o Mini تصنيف صورتين: تُظهر إحداهما فراشة تتغذى على أزهار عشبة الصقلاب المستنقعية، بينما تُظهر الأخرى فراشة تتغذى على زهرة زينيا. ومن اللافت أن النموذج استطاع إسناد تسمية بهذا القدر من التحديد من دون ضبط دقيق إضافي. وتوضح هذه الأمثلة السريعة أن GPT-4o Mini قد يصلح لمهام تصنيف الصور من دون الحاجة إلى تدريب مخصص.

الشكل 7. تصنيف صور مفصلة بمساعدة GPT-4o Mini.

فهم وضعيات الجسم باستخدام GPT-4o Mini#

وقت كتابة هذا المقال، لا يستطيع GPT-4o Mini تنفيذ مهام الرؤية الحاسوبية مثل اكتشاف الأجسام وتجزئة المثيلات. ويمكن لـ GPT-4o محاولة تنفيذ هذه المهام، لكن دقته محدودة. وبالمثل، عندما يتعلق الأمر بـفهم الوضعيات، لا يستطيع النموذج اكتشاف النقاط المفتاحية أو تقدير الوضعية في صورة، لكنه يستطيع تصنيف الوضعية ووصفها.

الشكل 8. استخدام GPT-4o Mini لفهم وضعيات الجسم في صورة.

تُظهر الصورة أعلاه كيف يستطيع GPT-4o Mini تصنيف الوضعيات وفهمها، رغم عجزه عن اكتشاف الإحداثيات الدقيقة للوضعية أو تقديرها. وقد يكون ذلك مفيدًا في تطبيقات مختلفة. فعلى سبيل المثال، يستطيع في تحليلات الرياضة تقييم حركات الرياضيين بوجه عام والمساعدة على الوقاية من الإصابات. وبالمثل، يمكنه المساعدة في متابعة التمارين ضمن العلاج الطبيعي، لضمان أداء المرضى للحركات الصحيحة خلال إعادة التأهيل. وفي المراقبة، يمكنه المساعدة على تحديد الأنشطة المشبوهة عبر تحليل لغة الجسد عمومًا. ورغم أن GPT-4o Mini لا يستطيع اكتشاف نقاط محددة، فإن قدرته على تصنيف الوضعيات العامة تجعله مفيدًا في هذه المجالات وغيرها. وتستطيع نماذج OpenAI الأحدث، مثل GPT-6 Luna وGPT-6.1 Sol، رسم صناديق الإحاطة، كما تقارن لوحة متصدرّي VLM من Ultralytics دقة اكتشافها للأجسام في مجموعات بيانات واقعية.

التطبيقات المناسبة لـ GPT-4o Mini#

استعرضنا ما يستطيع GPT-4o Mini تنفيذه. والآن، لنناقش التطبيقات الأنسب له.

يناسب GPT-4o Mini التطبيقات التي تتطلب فهمًا متقدمًا للغة الطبيعية وتحتاج إلى موارد حوسبة محدودة. ويتيح دمج الذكاء الاصطناعي في تطبيقات يكون ذلك مكلفًا جدًا في الظروف العادية. وفي الواقع، يُظهر تحليل مفصل أجرته Artificial Analysis أن GPT-4o Mini يقدم ردودًا عالية الجودة بسرعة إخراج تفوق معظم النماذج الأخرى.

الشكل 9. الجودة مقابل سرعة الإخراج في GPT-4o Mini.

فيما يلي بعض المجالات الرئيسية التي قد يكون مفيدًا فيها:

• المساعدات الافتراضية وروبوتات الدردشة: يمكن لـ GPT-4o Mini تقديم ردود سريعة وذكية لتحسين تفاعلات المستخدمين.
• الأدوات التعليمية: يمكن استخدام النموذج لإنشاء أدوات توفر دروسًا خصوصية ومحتوى مخصصًا.
• أدوات الإنتاجية: يمكنه تحسين مهام مثل تلخيص المستندات، وصياغة رسائل البريد الإلكتروني، والترجمة بين اللغات، لتعزيز الكفاءة.
• الترجمة اللغوية: يمكن استخدام GPT-4o Mini لتطوير أدوات ترجمة تقدم ترجمة آلية دقيقة وفورية، لتحسين التواصل بين اللغات المختلفة.

يفتح GPT-4o Mini آفاقًا جديدة#

يفتح GPT-4o Mini آفاقًا جديدة لمستقبل الذكاء الاصطناعي متعدد الوسائط. فقد انخفضت كثيرًا تكلفة معالجة كل وحدة من النص أو البيانات، المعروفة باسم التكلفة لكل رمز، بنسبة تقارب 99% منذ عام 2022، حين أُطلق text-davinci-003، وهو نموذج GPT-3. ويعكس انخفاض التكلفة توجهًا واضحًا نحو جعل الذكاء الاصطناعي المتقدم أقل تكلفة. ومع استمرار تحسن نماذج الذكاء الاصطناعي، يزداد احتمال أن يصبح دمج الذكاء الاصطناعي في كل تطبيق وموقع إلكتروني مجديًا من الناحية الاقتصادية.

هل ترغب في تجربة الذكاء الاصطناعي عمليًا؟ تفضّل بزيارة مستودعنا على GitHub للاطلاع على ابتكاراتنا والانضمام إلى مجتمعنا النشط. تعرّف على المزيد بشأن تطبيقات الذكاء الاصطناعي في التصنيع والزراعة عبر صفحات حلولنا.