小型语言模型为尼日利亚提供了 AI 创新之路

快速阅读: 据《BusinessDay NG》最新报道，小型语言模型（SLMs）被认为是尼日利亚和非洲推动人工智能创新的关键。尽管大型语言模型（LLMs）展示了AI的无限可能性，但由于基础设施和数据集的限制，它们在尼日利亚难以普及。SLMs因其较低的计算需求、高效率和成本效益，更适合当地环境。它们能降低政府、企业和个人使用AI的门槛，促进数字化转型和社会福祉。然而，SLMs在复杂语言处理方面仍有限制。

小型语言模型（SLMs）可能是尼日利亚和非洲推动人工智能（AI）创新的道路，据专家表示。自ChatGPT于二零二二年十一月发布以来，大型语言模型（LLMs）展示了AI的无限可能性，激发了不同的应用场景，包括生成文本、语音、图像和视频。这些模型激发了谷歌的Gemini和微软的Co-pilot等模型。许多这些模型都由LLMs驱动，而LLMs需要巨大的计算基础设施和大量数据集。二零二四年，通信、创新和数字经济部长博苏恩·蒂贾尼梦想道：“不久将会有AI系统的融合。因此尼日利亚应该成为全球超级大国的一部分，在AI的发展和监管中占有一席之地。”

然而，在一篇白皮书中，Data Science Nigeria的创始人奥卢巴约·阿德坎比和AI专家伊费·阿德巴拉指出，由于尼日利亚等地区缺乏数字基础设施，LLMs在这些地方大多不可用。世界经济论坛网站上的一篇文章指出，尽管像GPT-4这样的LLMs拥有超过一千七百五十亿个参数，但SLMs通常范围从数千万到不超过三百亿个参数。LLMs的高计算和能源需求使它们在基础设施有限的地区变得不切实际。当尼日利亚发布其AI战略草案时，它指出缺乏数字基础设施将威胁其成为大陆AI强国的雄心。该策略概述了建立可负担且本地化的基础设施基础和计算能力以支持AI发展的路径。

微软产品营销高级总监奥利维亚·肖恩在一篇文章中提到，SLMs专注于资源消耗较低的特定AI任务，使其更加易用且成本效益更高。“SLMs可以响应与LLMs相同的查询，有时在特定领域任务中具有更深入的专业知识，并且延迟更低，但在广泛查询中可能准确性较低，”肖恩提到。

国债收益率因流动性激增下降至百分之二十一.六八。鲜为人知的尼日利亚美元作物。

尼日利亚小说家、前乒乓球冠军玛贝尔·塞根去世，享年九十五岁。

据共同创立EqualyzAI的阿德坎比和阿德巴拉所述，SLMs为新兴市场提供了可持续AI发展的实用解决方案，这些市场受限于有限的基础设施、未数字化的数据集、离线访问点和受限制的预算。“SLMs降低计算和资源需求、低推理延迟、成本效益、高效的开发和易于定制和适应性。”他们指出，SLMs降低了政府、小企业和个人集成生成式AI到工作流程的门槛。“因此，SLMs代表了一种革命性的方法来缩小数字鸿沟，使最需要AI的人也能使用……SLMs非常适合加速各行各业不同应用场景的数字化转型，从而推动创新并实现社会福祉。”

阿德坎比和阿德巴拉强调，由于SLMs在最小的计算资源上运行，它们适合像尼日利亚这样的移动驱动型经济体。此外，该模型在互联网接入有限的地区也可离线使用，确保农村地区不会被忽视。“SLMs为绕过当前全球南方国家面临的数字基础设施发展限制提供了战略途径。通过促进基于本地专业知识的AI应用开发，SLMs可以促进符合这些国家独特需求和挑战的技术的创造，”联合国教科文组织曼谷地区办事处教育科科长王立朋和田冲冲博士表示。“SLMs对于塑造AI的未来，特别是在可及性、效率和负担能力至关重要的场景下，具有巨大的潜力，”两位专家表示。

尽管有其优点，世界经济论坛指出，SLMs在复杂语言处理方面能力有限，对复杂任务的准确性降低，性能受限且范围狭窄。

(以上内容均由Ai生成)