تقنية جديدة من جوجل تخفض استهلاك الذاكرة 87%
في هذا المقال:
تتجه الأبحاث المتعلقة بالذكاء الاصطناعي إلى التركيز بصورة متزايدة على تحسين كفاءة البنية التحتية التي تعتمد عليها النماذج الحديثة، خاصة مع النمو المستمر في أحجام البيانات المستخدمة في تطبيقات البحث والاسترجاع وبناء أنظمة الذكاء الاصطناعي التوليدي.
وفي هذا السياق، سلط مطورون وخبراء تقنيون الضوء على مشروع TurboVec الذي طورته Google Research، وهو محرك بحث متجهي مفتوح المصدر يعتمد على تقنية TurboQuant، ويستهدف تقليل استهلاك الذاكرة وتحسين سرعة البحث داخل قواعد البيانات الضخمة.
ووفقاً للمعلومات المنشورة حول المشروع، يمكن لـ TurboVec تقليص حجم البيانات المطلوبة في الذاكرة من 31 جيجابايت إلى نحو 4 جيجابايت عند التعامل مع قاعدة بيانات تضم 10 ملايين مستند، وهو ما يمثل خفضاً كبيراً في الموارد الحاسوبية اللازمة لتشغيل أنظمة البحث المتقدمة.
أداء أسرع من FAISS
يعد FAISS أحد أشهر الحلول المستخدمة عالمياً في البحث المتجهي داخل تطبيقات الذكاء الاصطناعي، إلا أن مطوري TurboVec يؤكدون أن النظام الجديد يقدم أداءً أسرع في عدد من سيناريوهات التشغيل، خاصة على الأجهزة المعتمدة على معالجات ARM وx86.
ويعتمد المشروع على خوارزمية TurboQuant التي طورتها Google Research بهدف ضغط البيانات المتجهية مع الحفاظ على دقة النتائج، ما يسمح بتقليل متطلبات الذاكرة دون الحاجة إلى مراحل تدريب إضافية أو عمليات إعداد معقدة.
وتكتسب هذه الميزة أهمية متزايدة مع توسع استخدام تطبيقات البحث الدلالي وأنظمة الاسترجاع المعززة بالتوليد (RAG)، والتي تعتمد بصورة أساسية على عمليات البحث المتجهي للوصول إلى المعلومات المطلوبة بسرعة وكفاءة.
تشغيل محلي دون الاعتماد على السحابة
من أبرز مزايا TurboVec أنه يعمل محلياً بالكامل دون الحاجة إلى إرسال البيانات إلى خدمات خارجية أو الاعتماد على بنية سحابية لإجراء عمليات البحث والفهرسة.
ويتيح هذا التوجه للمؤسسات والشركات الاحتفاظ ببياناتها داخل بيئاتها الخاصة، وهو عامل مهم للقطاعات التي تضع خصوصية البيانات والامتثال التنظيمي ضمن أولوياتها التشغيلية.
كما يمكن تشغيل النظام على أجهزة ماك والخوادم التقليدية، مع إمكانية دمجه مباشرة مع أطر العمل المستخدمة على نطاق واسع في تطبيقات الذكاء الاصطناعي مثل LangChain وLlamaIndex.
دعم متزايد لأنظمة RAG
تشهد أنظمة الاسترجاع المعزز بالتوليد نمواً متسارعاً خلال الفترة الحالية، حيث تعتمد عليها الشركات لتزويد نماذج الذكاء الاصطناعي بمعلومات دقيقة ومستخرجة من قواعد بياناتها الخاصة.
ويأتي TurboVec في وقت تبحث فيه المؤسسات عن حلول تقلل التكلفة التشغيلية وتحسن الأداء عند إدارة ملايين الوثائق والملفات، خاصة مع ارتفاع تكاليف البنية التحتية المرتبطة بالذكاء الاصطناعي.
وتشير المواصفات المعلنة للمشروع إلى إمكانية إضافة البيانات وفهرستها بشكل مباشر دون الحاجة إلى عمليات تدريب منفصلة أو إعادة بناء الفهارس مع كل توسع في قاعدة البيانات، وهو ما يسهم في تسريع عمليات التطوير والنشر.
البرمجيات مفتوحة المصدر تواصل التقدم
يمثل إطلاق TurboVec جزءاً من التوجه المتنامي نحو توفير أدوات متقدمة مفتوحة المصدر في مجال الذكاء الاصطناعي والبنية التحتية للبيانات.
ومع تزايد الحاجة إلى حلول أكثر كفاءة وأقل استهلاكاً للموارد، تبدو المنافسة متصاعدة بين المشاريع مفتوحة المصدر والأدوات التجارية في مجالات البحث المتجهي وإدارة البيانات الضخمة.
ويعكس المشروع اهتماماً متزايداً بتطوير تقنيات تجعل بناء تطبيقات الذكاء الاصطناعي أكثر سرعة وكفاءة وأقل تكلفة، وهو ما قد يسهم في توسيع نطاق استخدام هذه التطبيقات داخل المؤسسات والشركات خلال السنوات المقبلة.