تطلق Merlyn Minds LLMs التي تركز على التعليم من أجل دمج الذكاء الاصطناعي في الفصل الدراسي

أعلنت Merlyn Mind ، وهي منصة مساعدة رقمية تعمل بالذكاء الاصطناعي ، عن إطلاق مجموعة من نماذج اللغات الكبيرة (LLMs) المصممة خصيصًا لقطاع التعليم بموجب ترخيص مفتوح المصدر.

قالت Merlyn أن LLMs الخاصة بها ، والتي تم تطويرها مع التركيز على سير العمل التعليمي ومتطلبات السلامة ، ستمكّن المعلمين والطلاب من التعامل مع النماذج التوليدية التي تعمل على المناهج التي يختارها المستخدم ، مما يعزز تجربة تعليمية محسّنة.

يمكن أن تتفاعل LLM ، وهي جزء من منصة AI التوليدية للشركة المصممة للأغراض التعليمية ، مع مجموعات محددة من المحتوى التعليمي.

“لم يتم الإعلان عن LLMs الخاصة بالتعليم حتى الآن ، أي على مستوى النمذجة الفعلية. تستخدم بعض خدمات التعليم LLMs للأغراض العامة (يتكامل معظمها مع OpenAI) ، ولكن يمكن أن تواجه هذه العيوب التي ناقشناها (الهلوسة ، ونقص الأمان الصارم ، وتعقيدات الخصوصية ، وما إلى ذلك) ، “ساتيا نيتا ، الرئيس التنفيذي والشريك المؤسس لشركة Merlyn أخبر VentureBeat. “على النقيض من ذلك ، فإن نظامنا الأساسي للذكاء الاصطناعي المصمم لهذا الغرض و LLMs هما أول من تم تطويره ومواءمته مع احتياجات التعليم.”

>> تابع تغطية الذكاء الاصطناعي التوليدية المستمرة من VentureBeat <<

وفقًا لـ Nitta ، يتم تدريب LLMs النموذجية على كميات هائلة من بيانات الإنترنت ، مما يؤدي إلى استجابات تم إنشاؤها من هذا المحتوى. قد لا تتوافق هذه الردود مع المتطلبات التعليمية. في المقابل ، تعتمد ماجستير إدارة الأعمال في Merlyn فقط على المؤسسات الأكاديمية التي يختارها المستخدمون أو المؤسسات ، دون الوصول إلى الإنترنت الأوسع.

“نظرًا لأن المؤسسات التعليمية وقادة المدارس والمعلمين يتخذون خيارات إستراتيجية مدروسة بشأن المحتوى والمنهج الدراسي الذي يستخدمونه لمساعدة الطلاب على أفضل وجه ، فقد تم تصميم منصة Merlyn للذكاء الاصطناعي لهذا الواقع من خلال حل مستمد من الكليات المختارة في المدرسة للتغلب على الهلوسة وعدم الدقة باستخدام تجربة الذكاء الاصطناعي التوليدية “، أضاف نيتا.

يمكن للمدرسين والطلاب استخدام النظام الأساسي للذكاء الاصطناعي الذي يركز على التعليم من خلال مساعد الصوت Merlyn. في الفصل الدراسي ، يمكن للمستخدمين طرح أسئلة على Merlyn شفهيًا أو مطالبتهم بإنشاء اختبارات وأنشطة الفصل الدراسي بناءً على المحادثة المستمرة.

تتيح المنصة أيضًا للمعلمين إنشاء محتوى مثل الشرائح وخطط الدروس والتقييمات المصممة وفقًا لمناهجهم الدراسية والمحتوى المتوافق.

القضاء على الهلوسة لتقديم رؤى تربوية دقيقة

لاحظ نيتا من Merlyn أن أحدث LLMs الحالية غالبًا ما تولد ردودًا غير دقيقة ، يشار إليها باسم الهلوسة. على سبيل المثال ، لا يزال GPT-4 الخاص بـ OpenAI ، على الرغم من كونه تحسنًا عن سابقاته ، يعاني من الهلوسة حوالي 20 ٪ من الوقت.

وشدد على أهمية الاستجابات الدقيقة والدقيقة في التعليم ، حيث يجب أن تستمد توجيهات المستخدم من مصادر محتوى محددة. تستخدم الشركة تقنيات مختلفة لضمان استجابات موثوقة ودقيقة وتقليل الهلوسة.

عندما يرسل المستخدم طلبًا ، مثل طرح سؤال أو إصدار أمر لإنشاء التقييمات ، يبدأ LLM باسترداد المقاطع الأكثر صلة من المحتوى الذي تستخدمه منطقة المدرسة أو المعلم للتدريس. ثم يتم تقديم هذا المحتوى إلى نموذج اللغة.

يولد النموذج ردودًا بناءً على المحتوى المقدم فقط ولا يستمد من مواده قبل التدريب. للتحقق من دقة الاستجابة ، يخضع لفحص إضافي بواسطة نموذج لغة بديل لضمان التوافق مع الطلب الأصلي.

قالت Merlyn إنها قامت بضبط النموذج الأساسي بحيث عندما لا تستطيع إنتاج استجابة عالية الجودة فإنها تعترف بالفشل ، بدلاً من توليد استجابة خاطئة.

قال نيتا: “الاستجابات الخالية من الهلوسة ، مع الإسناد إلى مصدر المواد ، تتناسب مع الحاجة إلى الحفاظ على قدسية المعلومات أثناء التدريس والتعلم”. “يُظهر نهجنا بالفعل أننا نهلوسة في أقل من 3٪ من الوقت ، ونحن في طريقنا إلى ما يقرب من 100٪ استجابات خالية من الهلوسة ، وهذا هو هدفنا.”

الخصوصية والامتثال والكفاءة

قالت الشركة إنها تلتزم بمعايير الخصوصية الصارمة ، مما يضمن الامتثال للمتطلبات القانونية والتنظيمية والأخلاقية الخاصة بالبيئات التعليمية. وتشمل هذه الحقوق التعليمية للأسرة وقانون الخصوصية (FERPA) ، وقانون حماية خصوصية الأطفال على الإنترنت (COPPA) ، والقانون العام لحماية البيانات ، وقوانين خصوصية بيانات الطلاب ذات الصلة في الولايات المتحدة. تضمن Merlyn صراحةً أن المعلومات الشخصية لن يتم بيعها أبدًا.

“نحن نفحص ونحذف معلومات التعريف الشخصية (PII) التي نكتشفها في تجارب المحادثة والنسخ. سياستنا هي حذف النصوص الصوتية من الصوت في غضون ستة أشهر من إنشائه أو في غضون 90 يومًا من إنهاء عقد العميل ، أيهما أقرب “، قال نيتا. “نحن نحتفظ فقط بالبيانات مجهولة الهوية المستمدة من النصوص النصية ونستخدمها لتحسين خدماتنا ولأغراض قانونية أخرى.”

قالت الشركة إن LLM التي تركز على التعليم أصغر حجمًا وأكثر كفاءة من النماذج العامة. تختلف نماذج Merlyn في الحجم من ستة مليارات إلى 40 مليار معلمة ؛ عادةً ما تحتوي نماذج الأغراض العامة السائدة على أكثر من 175 مليارًا.

أبرزت Nitta أيضًا أن LLMs تُظهر كفاءة عالية في التدريب والتشغيل (الاستنتاج) مقارنةً بنماذج الأغراض العامة.

“متوسط ​​وقت استجابة Merlyn’s LLMs يبلغ حوالي 90 مللي ثانية لكل [generated] كلمة مقارنة بأكثر من 250 مللي ثانية لكل كلمة تم إنشاؤها للنماذج الأكبر. تصبح هذه ميزة هائلة إذا كان يجب استخدام LLM أو LLM متعددة بشكل متسلسل للرد على استعلام المستخدم “، أوضح. “باستخدام 175 مليار بارامتر [model] يمكن أن تؤدي ثلاث مرات متتالية إلى فترات انتقال طويلة بشكل غير معقول ، وتجربة مستخدم سيئة ، واستخدام أقل كفاءة لموارد الحوسبة – مما يترك بصمة بيئية أكبر بكثير من LLMs الخاصة بـ Merlyn. “

مستقبل من الفرص ل LLMs في التعليم

قالت نيتا إن الذكاء الاصطناعي التوليدي لديه إمكانات هائلة لتغيير التعليم. ولكن يجب استخدامها بشكل صحيح ، مع مراعاة السلامة والدقة في المقام الأول.

“نأمل أن يقوم مجتمع المطورين بتنزيل النماذج واستخدامها للتحقق من سلامة استجابات LLM الخاصة بهم كجزء من حلولهم. بالإضافة إلى مساعدنا الصوتي ، يتوفر Merlyn في واجهة chatbot مألوفة تستجيب للوسائط المتعددة (بما في ذلك الصور المحاذاة) ، ويطلب منا أيضًا إتاحة Merlyn من خلال واجهة برمجة التطبيقات ، “قال. “بالنسبة للمستخدمين الموجهين تقنيًا ، فإننا نساهم أيضًا ببعض من LLMs في التعليم لفتح المصدر.”

وأعرب عن أنه ، على غرار التطورات الأخرى في مجال الذكاء الاصطناعي ، تظهر الحلول الأكثر تأثيرًا في صناعات محددة ، مثل التعليم ، عندما تقوم الفرق بتطوير تقنيات الذكاء الاصطناعي عن قصد.

قال نيتا: “ستشبع هذه المنصات والحلول بوعي عميق لتدفقات العمل والاحتياجات الخاصة بالمجال وستفهم السياقات المحددة والبيانات الخاصة بالمجال”. “عندما يتم استيفاء هذه الشروط ، سيحول الذكاء الاصطناعي التوليدي الصناعات والقطاعات تمامًا ، مما يؤدي إلى مكاسب لا توصف في الإنتاجية وتمكين البشر من الوصول إلى أعلى إمكاناتنا.”