→ مسرد التكنولوجيا الماليةذكاء التمويل

تقطير المعرفة

تقطير المعرفة هو تقنية تعلم آلي حيث يتم تدريب نموذج أصغر وأبسط لتكرار سلوك نموذج أكبر وأكثر تعقيداً، يسمى المعلم. تقطير المعرفة هو تقنية ضغط النماذج حيث يُدرَّب نموذج 'طالب' أصغر ليحاكي سلوك نموذج 'معلم' أكبر. الفكرة الرئيسية هي تدريب الطالب على التنبؤات اللينة للمعلم — توزيعات الاحتمال على جميع فئات الإخراج — مما يوصل معلومات أغنى من التدريب على التسميات الصلبة وحدها. يجمع فقد التقطير بين فقد المهمة وفقد التقطير.

في الخدمات المالية

تقطير المعرفة ذو قيمة خاصة في الخدمات المالية لنشر نماذج الذكاء الاصطناعي في بيئات محدودة الموارد. قام بنك أوروبي كبير بتقطير نموذج GPT إلى نموذج NLP مالي متخصص. يُمكّن تقطير المعرفة المؤسسات المالية الخليجية من نشر ذكاء اصطناعي عالي الدقة في بيئات محدودة الموارد. قد يحقق نموذج تقييم ائتمان كبير مستند إلى المحولات أداءً متفوقاً لكنه يتطلب ذاكرة وحوسبة مفرطتين لاتخاذ القرار في الوقت الفعلي. يُنتج التقطير نموذجاً مدمجاً يحتفظ بمعظم الأداء بجزء بسيط من متطلبات الموارد. يستفيد بنك الإمارات دبي الوطني وبنك أبوظبي التجاري من هذا في نشر نماذجهما.

مثال واقعي

قام بنك أوروبي كبير بتقطير نموذج GPT إلى نموذج NLP مالي متخصص لتصنيف المستندات. حقق النموذج الطالب، الذي يحتوي على 7 مليارات معلمة فقط، 96 بالمائة من دقة المعلم مع سرعة أكبر 10 مرات. مثال تطبيقي: احتاجت وحدة الخدمات المصرفية عبر الهاتف المحمول في بنك أبوظبي التجاري إلى نشر نموذج كشف احتيال على أجهزة العملاء المحمولة مباشرةً لاتخاذ قرارات بدون كمون شبكي. حقق النموذج الكامل القائم على المحولات 93% AUC لكنه يتطلب 280 ميغابايت من الذاكرة و750 ميلي ثانية لوقت الاستدلال — غير مقبول للتطبيقات المحمولة. بعد التقطير إلى شبكة طالب مدمجة، حقق النموذج المُقلَّص 90.5% AUC مع 10 ميغابايت فقط و40 ميلي ثانية للاستدلال، مما مكّن النشر على التطبيق المحمول بتجربة مستخدم سلسة. مثال تطبيقي إضافي: واجه فريق الإقراض الرقمي في بنك قطر الوطني قيوداً على حجم النموذج لتطبيقه المحمول المُوجَّه للسوق الأفريقية الناشئة حيث تكون موارد الأجهزة محدودة. بتقطير نموذج تقييم الائتمان الكبير إلى نسخة مدمجة، نجح الفريق في نشر قدرات ائتمانية ذكية على هواتف ذكية منخفضة الموارد، مما وسّع نطاق الشمول المالي لقطاعات جديدة لم تكن تحصل على تمويل رسمي من قبل.

لماذا يهم في التمويل

يسمح تقطير المعرفة للمؤسسات المالية بنشر قدرات الذكاء الاصطناعي المتقدمة في بيئات إنتاج ذات موارد محدودة. اقتصاديات نشر الذكاء الاصطناعي في البنوك الخليجية تُفضل النماذج الأخف وزناً. يجب أن تُشغّل تطبيقات البنوك المتنقلة الاستدلال على الجهاز — النموذج الذي يتطلب 500 ميغابايت من الذاكرة لا يمكن نشره ببساطة. يوفر تقطير المعرفة منهجية مبدئية لضغط النماذج تحافظ على الأداء بشكل أفضل من التقليم البسيط أو التكميم. يُسهم تقطير المعرفة أيضاً في تعزيز ديمومة البنية التحتية للذكاء الاصطناعي في المؤسسات المالية. من خلال الحفاظ على نماذج أصغر وأكثر كفاءةً دون التضحية بالأداء، تستطيع المؤسسات خفض تكاليف التشغيل السحابي بشكل ملحوظ. في بيئة تُتزايد فيها حجم نماذج الذكاء الاصطناعي باستمرار، يُعدّ التقطير مدخلاً أساسياً لإدارة التكاليف وضمان استدامة اعتماد الذكاء الاصطناعي على المدى البعيد.