رونمایی از لاما ۳.۲ و آغاز عصر هوش مصنوعی محلی
در دهم سپتامبر ۲۰۲۴، اعلان رسمی از انتشار نسل جدید مدل‌های زبانی لاما (Llama 3.2) با همکاری دقیق تیم‌های فنی میتا و هوگینگ‌فیس منتشر شد. این به‌روزرسانی فقط یک نسخه جدیدی از یک مدل تک‌متنی نیست، بلکه گامی بنیادین برای ورود هوش مصنوعی به قلب دستگاه‌های مصرف‌کننده محسوب می‌شود. با معرفی مدل‌های ۱ بیلیون و ۳ بیلیون پارامتری، توسعه‌دهندگان اکنون امکان دارند از قدرتهای پیشرفته‌ی پردازش زبان و تصویر بدون نیاز به سرورهای ابری غول‌پیکر، مستقیماً روی سخت‌افزارهای خود بهره‌مند شوند.
قابلیت چندوجهی: بینایی برای مدل‌های زبانی
یکی از برجسته‌ترین ویژگی‌های این نسخه، افزودن توانایی بینایی (Vision) به معماری لاما است. مدل‌های Llama 3.2 Vision در دو اندازه ۱۱ میلیارد پارامتری برای توسعه و تزئین روی کارت‌های گرافیکی مصرف‌کننده، و ۹۰ میلیارد پارامتری برای کاربردهای سازمانی با مقیاس بالا ارائه شده‌اند. این مدل‌ها قادرند ورودی‌های تصویری را تفسیر کرده و در کنار متون پیچیده، پاسخ‌های منسجم و دقیق تولید کنند. این قابلیت، مرزها را بین پردازش تصویر و زبان طبیعی می‌شکند و کاربردهای جدیدی را در حوزه‌های مانند استثنای‌های دوکومنتاری، تحلیل دیتا و رابط‌های کاربری هوشمند باز می‌کند.
اجرای محلی: حریم خصوصی و سرعت بدون ابر
نقطه عطف اصلی این انتشار، امکان اجرای مدل‌ها به صورت محلی (On-device) است. با پشتیبانی از چارچوب‌هایی مانند Llama.cpp و Transformers.js، توسعه‌دهندگان می‌توانند مدل‌های کوچک ۱B و ۳B را مستقیماً رمزگشایی و روی تلفن‌های هوشمند، لپ‌تاپ‌ها و نهایی‌تر، مرورگرهای وب اجرا کنند. این رویکرد، نه تنها سرعت پاسخ‌دهی را افزایش می‌دهد، بلکه دغدغه‌های مربوط به حریم خصوصی داده‌ها را نیز کاهش می‌دهد، زیرا داده‌ها از محیط کاربر خارج نمی‌شوند و مستقیماً روی دستگاه پردازش می‌شوند.
- پشتیبانی از ۱۰ مدل باز (۵ مدل چندوجهی و ۵ متنی)
- امکان اجرای روی سخت‌افزارهای مصرف‌کننده بدون نیاز به GPU صنعتی
- انطباق با استانداردهای جدید لایسنس برای استفاده تجاری و غیرتجاری
- یکپارچه‌سازی کامل با اکوسیستم هوگینگ‌فیس برای فاینتونینگ
این حرکت، نشان‌دهنده تعهد مشترک متا و هوگینگ‌فیس برای دمکراتیزه کردن هوش مصنوعی از طریق توسعه‌های باز و علمی است. با کاهش موانع سخت‌افزاری، توسعه‌دهندگان ناشی‌تر نیز می‌توانند دستاوردهای پیشرفته‌ی AI را به محصولات خود اضافه کنند و مجوزهای واضح‌تری برای بازیابی کد را دریافت کنند.
پرسش‌های پرتکرار
آیا می‌توان لاما ۳.۲ را روی تلفن همراه اجرا کرد؟
بله، مدل‌های کوچک ۱ بیلیون و ۳ بیلیون پارامتری لاما ۳.۲ طوری بهینه‌سازی شده‌اند که بتوانند روی دستگاه‌های شخصی مانند تلفن‌های هوشمند و لپ‌تاپ‌ها به صورت محلی و بدون نیاز به اتصال به سرور ابری اجرا شوند.
تفاوت اصلی لاما ۳.۲ با نسخه‌های قبلی چیست؟
مهم‌ترین تفاوت‌ها افزودن قابلیت بینایی (Vision) برای تفسیر تصاویر، معرفی مدل‌های کوچک‌تر برای اجرای محلی و تغییرات مربوط به لایسنس برای تسهیل استفاده‌های گسترده‌تر است.
