Microsoft: Παρουσιάζει τα μοντέλα Phi-4 – Τεχνητή νοημοσύνη με λιγότερη υπολογιστική ισχύ

Η Microsoft παρουσίασε μια νέα κατηγορία εξαιρετικά αποδοτικών μοντέλων AI που επεξεργάζονται ταυτόχρονα κείμενο, εικόνες και ομιλία, απαιτώντας σημαντικά λιγότερη υπολογιστική ισχύ από τα υπάρχοντα συστήματα. Τα νέα μοντέλα Phi-4, που κυκλοφόρησαν σήμερα, αντιπροσωπεύουν μια επαναστατική εξέλιξη στην ανάπτυξη μικρών γλωσσικών μοντέλων (SLMs) που προσφέρουν δυνατότητες που στο παρελθόν προορίζονταν μόνο για πολύ μεγαλύτερα συστήματα AI.

Σύμφωνα με την τεχνική αναφορά της Microsoft, το Phi-4-Multimodal, ένα μοντέλο με μόλις 5,6 δισεκατομμύρια παραμέτρους, και το Phi-4-Mini, με 3,8 δισεκατομμύρια παραμέτρους, ξεπερνούν σε απόδοση ανταγωνιστές παρόμοιου μεγέθους και σε ορισμένες εργασίες ισοφαρίζουν ή ξεπερνούν την απόδοση μοντέλων διπλάσιου μεγέθους.

“Αυτά τα μοντέλα έχουν σχεδιαστεί για να ενισχύσουν τους προγραμματιστές με προηγμένες δυνατότητες AI”, δήλωσε ο Weizhu Chen, Αντιπρόεδρος Generative AI της Microsoft. “Το Phi-4-multimodal, με την ικανότητά του να επεξεργάζεται ομιλία, εικόνα και κείμενο ταυτόχρονα, ανοίγει νέες δυνατότητες για τη δημιουργία καινοτόμων και εφαρμογών με επίγνωση περιβάλλοντος.”

Αυτό που ξεχωρίζει το Phi-4-Multimodal είναι η καινοτόμα τεχνική “mixture of LoRAs”, που του επιτρέπει να διαχειρίζεται inputs κειμένου, εικόνων και ομιλίας σε ένα ενιαίο μοντέλο. “Αξιοποιώντας το Mixture of LoRAs, το Phi-4-Multimodal επεκτείνει τις πολυτροπικές δυνατότητες ελαχιστοποιώντας τις παρεμβολές μεταξύ των τρόπων”, αναφέρει η ερευνητική εργασία.

Παρά το συμπαγές μέγεθός του, το Phi-4-Mini επιδεικνύει εξαιρετικές ικανότητες σε εργασίες βασισμένες σε κείμενο. Η Microsoft αναφέρει ότι το μοντέλο “ξεπερνά σε απόδοση παρόμοια μοντέλα μεγέθους και είναι εφάμιλλο με μοντέλα διπλάσιου μεγέθους” σε διάφορα σημεία αναφοράς κατανόησης γλώσσας.

Ιδιαίτερα αξιοσημείωτη είναι η απόδοση του μοντέλου σε μαθηματικές εργασίες και εργασίες κώδικα. Στο σημείο αναφοράς GSM-8K για μαθηματικά, το Phi-4-Mini πέτυχε βαθμολογία 88,6%, ξεπερνώντας τα περισσότερα μοντέλα 8 δισεκατομμυρίων παραμέτρων, ενώ στο σημείο αναφοράς MATH έφτασε το 64%, σημαντικά υψηλότερο από ανταγωνιστές παρόμοιου μεγέθους.

Η Capacity, μια εταιρεία που αναπτύσσει μια μηχανή απαντήσεων AI, έχει ήδη αξιοποιήσει την οικογένεια Phi για να ενισχύσει την αποδοτικότητα και την ακρίβεια της πλατφόρμας της. Ο Steve Frederickson, επικεφαλής προϊόντος στην Capacity, δήλωσε: “Από τα αρχικά μας πειράματα, αυτό που πραγματικά μας εντυπωσίασε στο Phi ήταν η αξιοσημείωτη ακρίβειά του και η ευκολία εγκατάστασης, ακόμη και πριν από την προσαρμογή.”

Σύμφωνα με τη Microsoft, τα μοντέλα Phi-4 είναι σχεδιασμένα για τον πραγματικό κόσμο, όπου η υπολογιστική ισχύς είναι περιορισμένη και οι ανησυχίες για την ιδιωτικότητα είναι πρωταρχικής σημασίας. Δεν πρόκειται μόνο για τη βελτίωση της αποδοτικότητας της AI, αλλά για να γίνει πιο προσιτή. Η Microsoft έχει τοποθετήσει το Phi-4 για ευρεία υιοθέτηση, καθιστώντας το διαθέσιμο μέσω του Azure AI Foundry, του Hugging Face και του καταλόγου API της Nvidia.