Bir sonraki yapay zeka çağına nasıl hazırlanıyoruz?

Zoom’da, Zoom AI Companion ile yapay zeka öncelikli dönüşümü sürekli keşfetmemizi sağlayan inovasyona odaklanmaya devam ediyoruz. Geçtiğimiz yıl,birleştirilmiş yaklaşımımızın nasıl kaliteli sonuçlar sağladığını ve konuşma tanıma kalitesine odaklanmamızın diğer yapay özelliklerimiz için nasıl daha iyi bir temel oluşturduğunupaylaştım. Yapay zeka gelişmeye devam ettikçe, agentik yapay zekanın benimsenmesini hızlandırıyoruz.

Şu ana kadar yapay zeka, kullanıcı istemlerine yanıt vermek ve oluşturulan yanıtları sunmak için büyük dil modellerine (LLM'ler) dayanıyordu. Ancak, SLM'lerin özelleştirilmiş yapay zeka ajanlarını nasıl etkinleştirebileceğini düşündüğümüzde çok daha fazla fırsat bulunmaktadır. Sizin adınıza bir dizi çok adımlı eylemi yönetmek için agentic AI'ı Destekleyen AI Companion'ı inşa ediyoruz.

Yapay zekayı bağımsız beceriler ve yanıtlar yerine ajanlar olarak düşündüğümüzde, bu, basit sonuçlar sunmak için komutlar girmekten öteye geçtikleri ve bunun yerine kendimizin ve hedeflerimizin bir uzantısı olmaları gerektiği anlamına gelir. Bunu yapmak için, yapay zeka ajanlarımız aşağıdaki özelliklere sahiptir:

• Akıl yürütme ve planlama: Durumları analiz eder ve stratejiler geliştirir. Öngörü ve zeka ile özerk bir şekilde hedeflerin peşinden gidebilir.
• Hafıza ve düşünme: Geçmişten ders alın ve stratejilerini uyarlar, insani gelişime benzer şekilde otonom büyümeyi teşvik eder.
• Eylem yürütme: Niyeti gerçek dünya etkilerine dönüştürmek için doğru araçları kullanır.
• Çoklu ajan işbirliği: Hedeflere ulaşmak için becerileri veya çoklu ajanları görevlendirir ve yönetir.

Bu yapay zeka ajanlarını gerçeğe dönüştürmeye yardımcı olmak için, bu yolculukta önemli bir kilometre taşını duyurmaktan heyecan duyuyoruz: yeni geliştirdiğimiz Küçük Dil Modelimiz (SLM), halka açık kıyaslama liderlik tablosunda 2 milyar parametre kategorisinde en son teknoloji performansına ulaştı. Zoom’un yakında çıkacak olan AI Studio’su aracılığıyla özelleştirme yaparak, Zoom’un SLM’lerini özel iş yüklerinde sektörün önde gelen LLM’lerinin kalitesine yaklaşacak şekilde tasarlıyoruz. Bu, AI Companion'ın birden fazla yapay zeka ajanıyla birlikte çalışarak karmaşık agentic AI görevlerini benzersiz maliyet etkinliğiyle yerine getirmesinin yolunu açacaktır. 

Zoom’un birleştirilmiş yapay zeka yaklaşımında, tek ve kapsamlı bir büyük modele bağlı kalmak yerine, birden fazla özelleştirilmiş modelin orkestrasyonunu savunuyoruz. Zoom'un SLM'leri, belirli görevler için optimize edilerek bu yaklaşımı geliştirmek amacıyla tasarlanmıştır. Özelleştirilmiş SLM'ler ve ilgili ajanlar arasında iş yüklerini dağıtarak ve aynı zamanda önde gelen LLM'lerden yararlanarak, birkaç önemli fayda sağlamayı hedefliyoruz:

• Göreve özgü mükemmellik: Her bir ajan, belirli performans kriterlerini karşılamak için uygun alan verileri ve ince ayar yaklaşımları kullanılarak hassas bir şekilde optimize edilebilir.
• Hız ve ölçeklenebilirlik: Daha kompakt modeller, özelleştirme, bakım ve ölçeklendirmeyi kolaylaştırarak daha hızlı çıkarımlar ve güncellemeler sağlar.
• Maliyet açısından verimlilik: Özelleştirilmiş küçük modeller daha az hesaplama kaynağı ve daha düşük geliştirme maliyetleri gerektirir.

Bu atılımın ne anlama geldiğini ve önde gelen modellere kıyasla tam olarak nasıl bir performans gösterdiğini ele alalım.

Zoom’un SLM’sini oluşturmak için 6 trilyon belirteç çok dilli veri ve 256 Nvidia H100 GPU kullandık. Başlangıçtan bitişe kadar, tüm eğitim döngüsü yaklaşık 30 gün sürdü. Aşağıdaki tablolar, Zoom'un SLM yeteneğinin, dahili testlerimize dayanan çeşitli genel kıyaslamalar için diğer modellerle karşılaştırıldığında nasıl olduğunu açıklamaktadır:

• MMLU: Dil modellerini matematikten tarihe, hukuktan etiğe kadar 57 farklı konuyu kapsayan çoktan seçmeli sorularla değerlendirir ve geniş bir olgusal ve kavramsal anlayış yelpazesini test eder.
• MMLU-Pro: MMLU'nun bir uzantısı olan bu kıyaslama, yüksek kaliteli STEM problemleri ve özel muhakeme zorluklarına odaklanarak modelleri daha derin teknik yeterlilik göstermeye teşvik eder.
• GPQA: Biyoloji, fizik ve kimya alanlarındaki alan uzmanları tarafından hazırlanmış, alana özgü uzmanlığı titizlikle değerlendirmek için tasarlanmış 448 çoktan seçmeli sorudan oluşan zorlu bir veri seti.
• BBH: Özellikle zorlu bilişsel ve problem çözme görevlerine odaklanır, dil modellerinde gelişmiş muhakeme ve anlama yeteneklerini değerlendirir.

Topluluğun ortak uygulamasını izleyerek, Lighteval aracını kullanarak bu kıyaslamaların doğruluğunu değerlendirdik; bu araç, MMLU ve MMLU-Pro'da 5 örnek, GPQA'da 2 örnek ve BBH'de 3 örnek sağladı.

Genel olarak, SLM'ler, Tablo 2'de gösterildiği gibi, belirli bir alan veya görev için özelleştirme yapılmadığında, OpenAI'nin GPT-4o-mini'si gibi önde gelen LLM'lere kıyasla bu kalite ölçütlerinde daha az rekabetçi kalmaktadır.

Ancak, en ilginç sonuç, bu SLM'lerin özel bir görev için özelleştirildiğinde olağanüstü yetenekler sunabilmesidir. Zoom'un AI Studio'su ile yapılan özelleştirmeler sayesinde, daha pahalı LLM'lere karşı kalite farkını etkili bir şekilde kapatmayı umuyoruz. Özelleştirilmiş SLM'ler, LLM'lerle birlikte çalışarak her bir yapay zeka aracısının doğruluk, hız ve maliyet etkinliğini artırmaya öncelik vererek, ana görevleri yerine getiren özel ajanlar olarak işlev görebilir. 

Özelleştirilmiş SLM'ler makine çevirisi gibi görevlerde üstünlük sağlayabilir. Makine çevirisi için tasarlanmış 11,5 milyar belirteç (sentetik veriler dahil) ile SLM'yi uyarlayarak, Çince, İngilizce, Fransızca, Japonca, Portekizce ve İspanyolca gibi büyük dilleri kapsayan 14 dil çiftinde yaygın olarak benimsenen COMET-22 kalite ölçümlerini önemli ölçüde geliştirdik ( Tablo 3'te gösterildiği gibi). 

SLM'lerimiz, modelin eylem yürütme sırasında kullanıcı komutlarını ne kadar iyi yorumladığını ölçen yuva kod çözme için AI Companion'ın agentic AI kıyaslamasını destekleyecek şekilde özelleştirilebilir. Agentic AI alanı verileri için 2 milyar sentetik belirteç ile özelleştirilmiş SLM, Tablo 3'te gösterildiği gibi GPT-4o-mini'den daha iyi performans göstermektedir. 

Bu verimlilik ve uyarlanabilirlik kombinasyonu, Zoom'un çok gelişmiş makine çevirisini dünya çapındaki müşterilerine sunmasını ve Zoom AI Studio'nun belirli Agentic AI iş yükleri için özelleştirilmesini sağlamak üzere tasarlanmıştır. 

Bu özelleştirilmiş SLM'ler, şu anda insanların kullandığı daha pahalı LLM'lere kıyasla daha verimli çalışan ve benzer sonuçlar üreten yapay zeka ajanlarımızın temelini oluşturacak. Birleştirilmiş yapay zekamızı kullanarak, bu yapay zeka ajanları ve becerileri benzersiz verimlilik, maliyet avantajı ve doğruluk sağlamaya yardımcı olacak. 

İlerlememizle gurur duyuyoruz ve bu sadece başlangıç. Vizyonumuz, her Organizasyon'u uygun maliyetli, yüksek performanslı Çözümler sunan yapay zeka temsilcileri ile donatmaktır. Yapay zeka aracıları ve SLM'lerin ek yetenekleriyle, AI Companion daha fazlasını yapabileceğiniz ve en iyi işinizi çıkarabileceğiniz bir iş yeri yaratmanıza yardımcı olmaya hazır.