چندی پیش اوپنایآی از جیپیتی-۴او رونمایی کرد و گوگل نیز در رویداد آی/او ۲۰۲۴ حضور جمینای در مرورگر کروم را اعلام نمود. با این حال بازیگر دیگری که نباید از یاد برود، مدل زبانی بزرگ متا به نام لاما ۳ است. این مدل توسط تعداد زیادی از کاربران مورد استفاده قرار میگیرد و ماهیت متنباز بودن آن در کنار قابلیتهای دیگر، آن را به رقیب جدی پلتفرمهایی چون چتجیپیتی و جمینای تبدیل کرده است. برخی توسعهدهندگان بر اساس بنچمارکهای منتشرشده در پردازش محاسبات، ریاضیات و دانش عمومی، لاما ۳ را در برخی حوزهها برتریافته از رقبا میدانند و کارکرد آن را سریعتر و دقیقتر ارزیابی میکنند.
دسترسی عموم کاربران به لاما ۳
در زمان رونمایی از چتجیپیتی تنها تعداد محدودی با این مدل آشنا بودند، اما به مرور زمان و با کارکرد جذاب، طیف وسیعی از کاربران را در بازه کوتاه جذب کرد. برخلاف آن، لاما ۳ در شبکههای اجتماعی متا نظیر اینستاگرام، فیسبوک و واتساپ در دسترس خواهد بود و میلیاردها کاربر از خدمات آن بهرهمند میشوند. برنامهریزی صحیح و بهرهگیری از این ظرفیت کاربری بالا، میتواند لاما ۳ را پیش از رقبا به عنوان بهترین مدل زبانی موجود معرفی نماید.
کاملا رایگان
متا عجلهای برای درآمدزایی از سرویسهای خود نشان نداده است، برخلاف شرکتهای دیگر که به دلیل سرمایهگذاریهای سنگین، به بازگشت سریع سرمایه میاندیشند. با ساخت زیرساختهای مناسب برای نگهداری دادهها و درآمدزایی از خدمات متنوع، متا میتواند لاما ۳ را بهصورت رایگان در اختیار عموم کاربران قرار دهد. با سرمایهگذاریهای بیشتر در آینده، قدرت محاسباتی این مدل افزایش یابد تا کاربران بهصورت رایگان از آن بهرهمند بمانند.
لاما ۳، مدل زبانی متنباز
هرچند کاربران عادی به هزینه اشتراک توجه دارند، توسعهدهندگان متنباز بودن را مزیت میدانند. لاما ۳ به عنوان یک مدل متنباز، به توسعهدهندگان اجازه میدهد نحوه اجرای دستورات را بررسی کرده و تغییرات مورد نظر را اعمال نمایند. در نتیجه متخصصان بیشتری در توسعه لاما ۳ نقش خواهند داشت و روند گسترش و تقویت این مدل با شدت بیشتری پیش خواهد رفت.

کارکرد سازگار و بهینه لاما ۳
بسیاری از مدلهای زبانی جاری علیرغم کارکرد مناسب، وابستگی بالایی به قدرت محاسباتی دارند؛ بدین معنا که برای پردازش محاسبات به منابع قدرتمند نیاز دارند که گاه نه تنها در آموزش، بلکه در تولید پاسخ نیز مشکلساز شده و تأخیر در پاسخدهی را به همراه دارد. اما لاما ۳ را میتوان از این قاعده مستثنی دانست، چرا که این مدل قادر است روی سختافزار لپتاپهای معمولی نیز اجرا شود و راهکارهایی برای کاهش بار محاسباتی ارائه دهد. در حال حاضر این مدل از ۷۰ میلیارد پارامتر در تولید پاسخها بهره میبرد، در حالی که نسخههای داخلی لاما تا حداکثر ۴۰۰ میلیارد پارامتر استفاده میکنند. این فناوری نشان میدهد که در آینده نزدیک توانمندیهای هوش مصنوعی را در دستگاههای کوچکتری نظیر موبایلها، عینکهای هوشمند و هدستهای واقعیت مجازی خواهیم دید.

جمعبندی
هرچند لاما ۳ تا حدی متفاوت از دیگر مدلهای زبانی عمل میکند، اما تاکنون از قابلیتهای کلیدی که رقبا ارائه خواهند داد، محروم است. این مدل تاکنون متنمحور است و نمیتواند نقش یک هوش مصنوعی چندوجهی را ایفا نماید؛ قادر به پردازش ویدیو، صدا و تصاویر نیست و به دستورات صوتی نیز پاسخ نمیدهد. علاوه بر این، کاربران تنها با زبان انگلیسی میتوانند با لاما ۳ ارتباط برقرار کنند. اما انتظار میرود این محدودیتها در آینده نزدیک برطرف شوند تا لاما ۳ با پتانسیل بالاتری در زمینه پردازش محاسبات و پاسخگویی به کاربران عمل کند و بهصورت متمایزتری از رقبا ظاهر شود.




