إطلاق نسختين من 'مشفّر الرؤية كانانا-2' بصيغة مفتوحة المصدر على منصة هاجنج فيس... تقييم الأداء عبر 42 معيار في 9 مجالات
نقاط قوة في فهم المستندات باللغة الكورية وتحديد مواضع الصور... النموذج الخفيف يحقق أداء عالية
رفع كفاءة التعلم بمعدل 4 أضعاف وتقليل وقت المعالجة بنسبة 60%... تطبيق رخصة تتيح الاستخدام التجاري
![كاكاو تكشف عن نسختي مشفّر الرؤية 'كانانا-2-vision-encoder' الذي طورته بنفسها وتطلقها بصيغة مفتوحة المصدر على منصة هاجنج فيس. [الصورة: كاكاو]](https://image.ajunews.com/content/image/2026/10/21/20261021094659606167.jpg)
أعلنت كاكاو عن إطلاق نسختين من مشفّر الرؤية 'كانانا-2-vision-encoder' الذي طورته بنفسها بصيغة مفتوحة المصدر على منصة هاجنج فيس.
يؤدي مشفّر الرؤية دور 'العين' التي تساعد الذكاء الاصطناعي على فهم الصور. يستخرج الخصائص البصرية مثل الأشياء والنصوص والمواضع والأشكال داخل الصورة ويُرسلها إلى نموذج اللغة، الذي يقوم بتفسيرها بالتزامن مع سؤال المستخدم وإنشاء الإجابة. يُستخدم هذا التقنية في قراءة الأطعمة والأسعار من القوائم أو فهم محتويات الوثائق وتخطيطها.
يتكون مشفّر الرؤية كانانا من نسختين: 'ميديوم' بحجم 426 مليون معامل، و'تايني' بحجم 98 مليون معامل. وكانت كاكاو قد أعلنت عن نية إطلاق مشفّر الرؤية بصيغة مفتوحة المصدر خلال الكلمة الرئيسية لمؤتمر 'if(kakao)26' الذي عُقد في الثالث عشر من الشهر الجاري.
قيَّمت كاكاو أداء النموذجين عبر 42 معيار موزعة على 9 مجالات، تشمل الإجابة على الأسئلة البصرية العامة والتعرف على النصوص باللغتين الكورية والإنجليزية وفهم المستندات. وبحسب الشركة، حقق كلا النموذجين أداء أعلى مقارنة بمشفّرات الرؤية التابعة لكبرى الشركات العالمية مثل جوجل وميتا وأبل وعلي بابا. وبرز النموذج الخفيف 'تايني' بشكل خاص، حيث أظهر أداء عالية في فهم المستندات باللغة الكورية وتحديد المواضع داخل الصور حتى عند المقارنة مع نماذج تحتوي على أكثر من 400 مليون معامل.
حققت كاكاو رفعاً في كفاءة التعلم بمعدل يصل إلى 4 أضعاف المعدل السابق وكسبت القدرة على استخراج المعلومات البصرية الدقيقة، بفضل استخدام نموذج اللغة 'كانانا-2' الذي طورته بنفسها في تدريب مشفّر الرؤية.
سبق لكاكاو أن أطلقت ثلاث نسخ من نموذج اللغة كانانا-2 بصيغة مفتوحة المصدر في ديسمبر من العام الماضي، ثم أضافت أربع نسخ محسّنة في يناير من هذا العام. وفي يوليو الماضي، عرضت أيضاً أربع نماذج لغة خفيفة الوزن قابلة للتشغيل على الأجهزة الذكية والهواتف الذكية، مما يعكس توسع الشركة المستمر في نطاق إطلاق نماذج الذكاء الاصطناعي الخاصة بها.
تطلق كاكاو النموذجين بموجب 'رخصة كانانا المفتوحة' التي تسمح باستخدامهما في الأغراض البحثية والتطويرية وكذلك في التطبيقات التجارية. وتهدف الشركة من خلال ذلك إلى تعزيز إمكانية وصول الباحثين والمؤسسات في الداخل والخارج للتقنيات والخدمات، ودعم تطور أبحاث الذكاء الاصطناعي متعدد الوسائط.
قال نو بيونج-سوك، رئيس فريق نواتج نموذج الأساس الموحدة في كاكاو: "مع دخولنا عصر الذكاء الاصطناعي الموجه نحو المهام، يكتسب تقنية 'الاستخدام الحاسوبي' التي تفهم وتتحكم مباشرة بشاشات الحاسوب والهواتف الذكية أهمية متزايدة، مما يعظّم دور مشفّر الرؤية في تحليل الصور عالية الدقة بدقة. وستواصل كاكاو العمل على رفع القدرة التنافسية لنماذج الذكاء الاصطناعي الخاصة بها وإطلاق التقنيات ذات الصلة لدعم تطور النظام البيئي للذكاء الاصطناعي."
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.