NVIDIA تطلق أدوات مفتوحة المصدر لتدريب نماذج الذكاء الاصطناعي الآمنة من حيث الترخيص
Peter Zhang 05 فبراير، 2026 18:27
يمكّن NeMo Data Designer من NVIDIA المطورين من بناء خطوط أنابيب الأصول الاصطناعية لتقطير الذكاء الاصطناعي دون صداع الترخيص أو مجموعات البيانات الضخمة.
نشرت NVIDIA إطار عمل مفصل لبناء خطوط أنابيب الأصول الاصطناعية المتوافقة مع الترخيص، معالجة واحدة من أصعب المشاكل في تطوير الذكاء الاصطناعي: كيفية تدريب النماذج المتخصصة عندما تكون البيانات في العالم الحقيقي نادرة أو حساسة أو غامضة قانونياً.
يجمع النهج بين NeMo Data Designer مفتوح المصدر من NVIDIA ونقاط النهاية القابلة للتقطير من OpenRouter لإنشاء مجموعات بيانات التدريب التي لن تؤدي إلى كوابيس الامتثال لاحقاً. بالنسبة للشركات العالقة في مأزق المراجعة القانونية حول ترخيص البيانات، يمكن أن يوفر هذا أسابيع من دورات التطوير.
لماذا هذا مهم الآن
تتنبأ Gartner بأن الأصول الاصطناعية يمكن أن تطغى على البيانات الحقيقية في تدريب الذكاء الاصطناعي بحلول عام 2030. هذا ليس مبالغة - 63٪ من قادة الذكاء الاصطناعي في المؤسسات يدمجون بالفعل الأصول الاصطناعية في سير عملهم، وفقاً لمسوحات الصناعة الأخيرة. أعلن فريق الذكاء الفائق من Microsoft في أواخر يناير 2026 أنهم سيستخدمون تقنيات مماثلة مع رقائق Maia 200 الخاصة بهم لتطوير النماذج من الجيل التالي.
المشكلة الأساسية التي تعالجها NVIDIA: معظم نماذج الذكاء الاصطناعي القوية تحمل قيود ترخيص تحظر استخدام مخرجاتها لتدريب النماذج المنافسة. يفرض خط الأنابيب الجديد امتثال "قابل للتقطير" على مستوى واجهة برمجة تطبيقات جديدة، مما يعني أن المطورين لا يسممون عن طريق الخطأ بيانات التدريب الخاصة بهم بمحتوى مقيد قانونياً.
ما يفعله خط الأنابيب فعلياً
يقسم سير العمل الفني توليد الأصول الاصطناعية إلى ثلاث طبقات. أولاً، تحقن أعمدة العينات تنوعاً محكوماً - فئات المنتجات، نطاقات الأسعار، قيود التسمية - دون الاعتماد على عشوائية LLM. ثانياً، تنتج الأعمدة المولدة بواسطة LLM محتوى لغة طبيعية مشروط بتلك البذور. ثالثاً، يسجل تقييم LLM كقاضٍ المخرجات من حيث الدقة والاكتمال قبل دخولها مجموعة التدريب.
ينشئ مثال NVIDIA أزواج أسئلة وأجوبة المنتجات من كتالوج بذور صغير. قد يتم وضع علامة على وصف السترة على أنه "دقيق جزئياً" إذا كان النموذج يتخيل مواد غير موجودة في البيانات المصدر. بوابة الجودة هذه مهمة: الأصول الاصطناعية الرديئة تنتج نماذج رديئة.
يعمل خط الأنابيب على Nemotron 3 Nano، نموذج التفكير الهجين Mamba MOE من NVIDIA، الموجه عبر OpenRouter إلى DeepInfra. كل شيء يبقى تصريحياً - المخططات محددة في التعليمات البرمجية، والتعليمات المصممة بـ Jinja، والمخرجات منظمة عبر نماذج Pydantic.
الآثار السوقية
وصل سوق توليد الأصول الاصطناعية إلى 381 مليون دولار في عام 2022 ومن المتوقع أن يصل إلى 2.1 مليار دولار بحلول عام 2028، بنمو 33٪ سنوياً. السيطرة على هذه خطوط الأنابيب تحدد بشكل متزايد الموقف التنافسي، خاصة في تطبيقات الذكاء الاصطناعي الفعلية مثل الروبوتات والأنظمة المستقلة حيث يكلف جمع بيانات التدريب في العالم الحقيقي ملايين.
بالنسبة لمطوري الألعاب، القيمة الفورية هي تجاوز الاختناق التقليدي: لم تعد بحاجة إلى مجموعات بيانات خاصة ضخمة أو مراجعات قانونية موسعة لبناء نماذج خاصة بالمجال. ينطبق نفس النمط على بحث المؤسسات، وبرامج الدعم، والأدوات الداخلية - في أي مكان تحتاج فيه إلى ذكاء اصطناعي متخصص دون ميزانية جمع البيانات المتخصصة.
تفاصيل التنفيذ الكاملة والكود متاحة في مستودع GenerativeAIExamples من NVIDIA على GitHub.
مصدر الصورة: Shutterstock- nvidia
- الأصول الاصطناعية
- تدريب الذكاء الاصطناعي
- nemo
- التعلم الآلي
