استكشاف معمق لإمكانات GPT-4o Mini من OpenAI

في مايو 2024، أطلقت OpenAI ‏GPT-4o، والآن، بعد ثلاثة أشهر فقط، تعود بنموذج آخر مثير للإعجاب: GPT-4o Mini. في 18 يوليو 2024، قدّمت OpenAI ‏GPT-4o Mini. وتصفه بأنه «نموذجها الأكثر كفاءة من حيث التكلفة»! GPT-4o Mini هو نموذج مدمج يبني على قدرات النماذج السابقة، ويهدف إلى جعل الذكاء الاصطناعي المتقدم أكثر سهولة وبأسعار معقولة.

يدعم GPT-4o Mini حاليًا التفاعلات النصية والبصرية، ومن المتوقع أن تضيف التحديثات المستقبلية قدرات للتعامل مع الصور ومقاطع الفيديو والصوت. في هذه المقالة، سنستكشف ماهية GPT-4o Mini، وميزاته البارزة، وكيفية استخدامه، والفروقات بين GPT-4 وGPT-4o Mini، وكيف يمكن استخدامه في حالات استخدام متنوعة للرؤية الحاسوبية. فلنستكشف ما يقدمه GPT-4o Mini!

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 وصولًا. وهو نموذج لغوي كبير متعدد الوسائط (LLM)، ما يعني أنه يستطيع معالجة أنواع مختلفة من البيانات وإنشاءها، مثل النصوص والصور ومقاطع الفيديو والصوت. يبني النموذج على نقاط قوة نماذج سابقة مثل GPT-4 وGPT-4o ليقدم قدرات قوية في حزمة مدمجة.

يُعد GPT-4o Mini أرخص بنسبة 60% من GPT-3.5 Turbo، إذ تبلغ تكلفته 15 سنتًا لكل مليون وحدة إدخال (وحدات من النص أو البيانات التي يعالجها النموذج) و60 سنتًا لكل مليون وحدة إخراج (الوحدات التي ينشئها النموذج استجابةً لذلك). ولتوضيح ذلك، يعادل مليون رمز تقريبًا معالجة 2,500 صفحة من النصوص. وبفضل نافذة سياق تبلغ 128K رمزًا وقدرته على معالجة ما يصل إلى 16K رمز إخراج لكل طلب، صُمم GPT-4o Mini ليكون فعالًا وبأسعار معقولة في آن واحد.

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

الميزات الرئيسية لـ GPT-4o Mini#

يدعم GPT-4o Mini مجموعة من المهام التي تجعله خيارًا ممتازًا لمختلف التطبيقات. ويمكن استخدامه عند تشغيل عدة عمليات في الوقت نفسه، مثل استدعاء واجهات API متعددة، والتعامل مع كميات كبيرة من البيانات مثل قواعد التعليمات البرمجية الكاملة أو سجلات المحادثات، وتقديم استجابات سريعة وفي الوقت الفعلي في روبوتات محادثة لدعم العملاء.

فيما يلي بعض الميزات الرئيسية الأخرى:

• قاعدة معرفية محدّثة: يحتوي النموذج على معلومات حتى أكتوبر 2023.
• مجزّئ رموز محسّن: يجعل GPT-4o Mini معالجة النصوص غير الإنجليزية أكثر كفاءة من حيث التكلفة.
• تدابير أمان متينة: تشمل هذه التدابير تصفية المحتوى الضار والحماية من مشكلات أمنية مثل حقن المطالبات والتلاعب بالأنظمة.

البدء باستخدام GPT-4o Mini#

يمكنك تجربة GPT-4o Mini من خلال واجهة ChatGPT. وهو متاح لمستخدمي Free وPlus وTeam، ليحل محل GPT-3.5 كما هو موضح أدناه. وسيحصل مستخدمو Enterprise على إمكانية الوصول قريبًا أيضًا، تماشيًا مع هدف OpenAI المتمثل في إتاحة فوائد الذكاء الاصطناعي للجميع. كما يتوفر GPT-4o Mini عبر API للمطورين الذين يرغبون في دمج قدراته في تطبيقاتهم. وفي الوقت الحالي، لا تتوفر القدرات البصرية إلا عبر API.

الشكل 2. خيارات النماذج داخل ChatGPT.

الفرق بين GPT-4o وGPT-4o Mini#

يقدم كل من GPT-4o Mini وGPT-4o أداءً مميزًا عبر معايير قياس متنوعة. وعلى الرغم من أن GPT-4o يتفوق عمومًا على GPT-4o Mini، يظل GPT-4o Mini حلًا فعالًا من حيث التكلفة للمهام اليومية. وتشمل معايير القياس مهام الاستدلال، والكفاءة في الرياضيات وكتابة التعليمات البرمجية، والاستدلال متعدد الوسائط. وكما توضح الصورة أدناه، يحقق GPT-4o Mini نتائج مرتفعة نسبيًا عند مقارنته بنماذج شائعة أخرى.

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

تجربة GPT-4o وGPT-4o Mini عمليًا#

يتعلق أحد المطالبات المثيرة للاهتمام، والذي دار حوله نقاش عبر الإنترنت، بـمقارنة نماذج LLM الشائعة للأعداد العشرية بطريقة غير صحيحة. وعندما اختبرنا GPT-4o وGPT-4o Mini، ظهرت اختلافات واضحة في قدراتهما على الاستدلال. في الصورة أدناه، سألنا النموذجين أي العددين أكبر: 9.11 أم 9.9، ثم طلبنا منهما شرح طريقة استدلالهما.

الشكل 4. اختبار GPT-4o وGPT-4o Mini.

أجاب النموذجان في البداية إجابة غير صحيحة وادعيا أن 9.11 أكبر. إلا أن GPT-4o تمكن من الوصول باستدلاله إلى الإجابة الصحيحة، وذكر أن 9.9 أكبر. وقدّم شرحًا مفصلًا وقارن العددين العشريين بدقة. وعلى النقيض من ذلك، أصر GPT-4o Mini على إجابته الأولية الخاطئة، رغم أنه توصّل بشكل صحيح إلى الاستدلال الذي يثبت أن 9.9 أكبر.

يُظهر كلا النموذجين مهارات استدلال قوية. وتجعل قدرة GPT-4o على تصحيح نفسه منه نموذجًا متفوقًا ومفيدًا للمهام الأكثر تعقيدًا. أما GPT-4o Mini، فعلى الرغم من أنه أقل قدرة على التكيف، فإنه لا يزال يقدم استدلالًا واضحًا ودقيقًا للمهام الأبسط.

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

إذا كنت تفضل استكشاف قدرات GPT-4o Mini البصرية دون الخوض في التعليمات البرمجية، فيمكنك بسهولة اختبار API على OpenAI Playground. وقد جرّبناه بأنفسنا لمعرفة مدى قدرة GPT-4o Mini على 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 بنجاح من تحديد الفراشة والخريطة. وتُعد هذه مهمة بسيطة نسبيًا نظرًا إلى اختلاف الصورتين الكبير.

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

ثم مررنا صورتين إضافيتين عبر النموذج: إحداهما تُظهر فراشة تستريح على نبات، والأخرى تُظهر فراشة تستريح على الأرض. وحقق الذكاء الاصطناعي أداءً ممتازًا مرة أخرى، إذ تعرّف بشكل صحيح على الفراشة الموجودة على النبات وتلك الموجودة على الأرض. لذلك، صعّدنا الاختبار خطوة أخرى.

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

ثم طلبنا من GPT-4o Mini تصنيف صورتين: إحداهما تُظهر فراشة تتغذى على أزهار الصقلاب المستنقعي، والأخرى تُظهر فراشة تتغذى على زهرة من نبات الزينيا. ومن المدهش أن النموذج تمكن من تصنيف تسمية بهذه الدرجة من التحديد دون إجراء ضبط دقيق إضافي. وتوضح هذه الأمثلة السريعة أن GPT-4o Mini قد يُستخدم في مهام تصنيف الصور دون الحاجة إلى تدريب مخصص.

الشكل 7. تصنيف الصور المفصلة بمساعدة GPT-4o Mini.

فهم الوضعيات باستخدام GPT-4o Mini#

في الوقت الحالي، لا يمكن تنفيذ مهام الرؤية الحاسوبية مثل اكتشاف الكائنات وتجزئة الكائنات باستخدام GPT-4o Mini. ويواجه GPT-4o صعوبات في تحقيق الدقة، لكنه يستطيع استخدامه لهذه المهام. وبالمثل، فيما يتعلق بـفهم الوضعيات، لا يمكننا اكتشاف الوضعية أو تقديرها في الصورة، لكن يمكننا تصنيف الوضعية وفهمها.

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

توضح الصورة أعلاه كيف يستطيع GPT-4o Mini تصنيف الوضعيات وفهمها، رغم عدم قدرته على اكتشاف الإحداثيات الدقيقة للوضعية أو تقديرها. وقد يكون ذلك مفيدًا في تطبيقات مختلفة. فعلى سبيل المثال، في تحليلات الرياضة، يمكنه تقييم حركات الرياضيين بصورة عامة والمساعدة في الوقاية من الإصابات. وبالمثل، في العلاج الطبيعي، يمكنه المساعدة في مراقبة التمارين للتأكد من أن المرضى يؤدون الحركات الصحيحة أثناء إعادة التأهيل. كما يمكنه في المراقبة المساعدة في تحديد الأنشطة المشبوهة من خلال تحليل لغة الجسد العامة. وعلى الرغم من أن GPT-4o Mini لا يستطيع اكتشاف نقاط مفتاحية محددة، فإن قدرته على تصنيف الوضعيات العامة تجعله مفيدًا في هذه المجالات وغيرها.

التطبيقات التي يناسبها GPT-4o Mini#

لقد استعرضنا ما يستطيع GPT-4o Mini القيام به. والآن، لنناقش التطبيقات التي يكون استخدام GPT-4o Mini فيها أكثر ملاءمة.

يُعد GPT-4o Mini مناسبًا للتطبيقات التي تتطلب فهمًا متقدمًا للغة الطبيعية وتحتاج إلى بصمة حسابية صغيرة. فهو يتيح دمج الذكاء الاصطناعي في تطبيقات تكون تكلفته فيها مرتفعة عادةً. وفي الواقع، يُظهر تحليل مفصل أجرته Artificial Analysis أن GPT-4o Mini يقدم استجابات عالية الجودة بسرعات فائقة مقارنة بمعظم النماذج الأخرى.

الشكل 9. جودة GPT-4o Mini مقابل سرعة الإخراج.

فيما يلي بعض المجالات الرئيسية التي قد يتألق فيها مستقبلًا:

• المساعدون الافتراضيون وروبوتات المحادثة: يمكن لـ GPT-4o Mini تقديم استجابات سريعة وذكية لتحسين تفاعلات المستخدمين.
• الأدوات التعليمية: يمكن استخدام النموذج لبناء أدوات توفر التدريس الخصوصي وإنشاء المحتوى المخصصين.
• أدوات الإنتاجية: يمكنه تحسين مهام مثل تلخيص المستندات، وصياغة رسائل البريد الإلكتروني، وترجمة اللغات لتعزيز الكفاءة.
• ترجمة اللغات: يمكن استخدام أحدث إصدار من GPT لتطوير مترجمات توفر ترجمة دقيقة للغات وفي الوقت الفعلي، بما يحسن التواصل بين اللغات المختلفة.

يفتح GPT-4o Mini آفاقًا جديدة#

يخلق GPT-4o Mini فرصًا جديدة لمستقبل الذكاء الاصطناعي متعدد الوسائط. فقد انخفضت تكلفة معالجة كل جزء من النص أو البيانات، المعروفة باسم التكلفة لكل رمز، انخفاضًا كبيرًا - بنحو 99% تقريبًا - منذ عام 2022، عندما أُطلق text-davinci-003، وهو نموذج GPT-3. ويُظهر انخفاض التكلفة اتجاهًا واضحًا نحو جعل الذكاء الاصطناعي المتقدم أقل تكلفة. ومع استمرار تحسن نماذج الذكاء الاصطناعي، تزداد احتمالية أن يصبح دمج الذكاء الاصطناعي في كل تطبيق وموقع ويب مجديًا اقتصاديًا!

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