هوش مصنوعی خودت را بساز: راهنمای جامع مدل‌های اوپن‌سورس و اجرای آن‌ها با Ollama و Open WebUI

در دنیای پرشتاب فناوری امروز، هوش مصنوعی  دیگر یک مفهوم دور از دسترس و مختص فیلم‌های علمی-تخیلی یا آزمایشگاه‌های فوق‌پیشرفته نیست. با ظهور سرویس‌هایی مانند ChatGPT از شرکت OpenAI و Claude از شرکت Anthropic، بسیاری از مردم و کسب‌وکارها با قابلیت‌های شگفت‌انگیز هوش مصنوعی آشنا شده‌اند. اما در کنار این محصولات تجاری که توسط غول‌های فناوری کنترل می‌شوند، یک انقلاب بزرگ و خاموش دیگر در جریان است: انقلاب هوش مصنوعی اوپن‌سورس.

آیا تا به حال به این فکر کرده‌اید که یک هوش مصنوعی کاملاً شخصی و رایگان داشته باشید که روی سرور یا کامپیوتر خودتان اجرا شود؟ هوش مصنوعی که هیچ اطلاعاتی را به شرکت‌های ثالث ارسال نکند و تحت کنترل کامل شما باشد؟ در این مقاله از وبلاگ گردو، به صورت جامع به بررسی مدل‌های هوش مصنوعی اوپن‌سورس (با تمرکز ویژه بر زبان فارسی)، بنچمارک‌های آن‌ها و نحوه راه‌اندازی آسان آن‌ها توسط ابزارهای قدرتمند Ollama و Open WebUI روی پلتفرم ابری گردو می‌پردازیم.

مدل‌های هوش مصنوعی اوپن‌سورس چیست‌اند؟

مدل‌های زبانی بزرگ (Large Language Models یا به اختصار LLM)، سیستم‌های هوش مصنوعی هستند که روی حجم عظیمی از داده‌های متنی آموزش دیده‌اند تا زبان انسان را درک کرده و تولید کنند. در حالی که کدهای اصلی و وزن‌های شبکه‌های عصبی مدل‌های تجاری مانند GPT-5 مخفی و انحصاری است، شرکت‌ها و جوامع توسعه‌دهنده متعددی اقدام به انتشار عمومی کدهای پایه و وزن‌های مدل‌های خود کرده‌اند. به این مدل‌ها، مدل‌های اوپن‌سورس گفته می‌شود.

استفاده از مدل‌های اوپن‌سورس مزایای فوق‌العاده‌ای دارد:

1. حریم خصوصی کامل: وقتی مدل را خودتان میزبانی می‌کنید، هیچ یک از چت‌ها، اطلاعات مالی، یا داده‌های محرمانه شرکت شما برای پردازش به سرورهای خارجی (مثل سرورهای مایکروسافت یا گوگل) ارسال نمی‌شود.
2. رایگان بودن مدل: استفاده، دانلود و اجرای این مدل‌ها کاملاً رایگان است و نیازی به پرداخت حق اشتراک ماهیانه (مثل اشتراک ۲۰ دلاری ChatGPT Plus) برای دسترسی به خود مدل ندارید.
3. قابلیت شخصی‌سازی: می‌توانید این مدل‌ها را با داده‌های اختصاصی کسب‌وکار خودتان مجدداً آموزش دهید (Fine-Tuning) تا لحن و اطلاعات خاص شما را یاد بگیرند.
4. استقلال: شما وابسته به سیاست‌های تغییر قیمت، قطعی سرور یا تحریم‌های شرکت‌های خارجی نخواهید بود.

مفهوم پارامترها در مدل‌های هوش مصنوعی

هنگام جستجوی مدل‌های اوپن‌سورس، معمولاً با اعدادی مانند 7B، 8B، 70B و غیره مواجه می‌شوید. حرف B مخفف Billion (میلیارد) و نشان‌دهنده تعداد پارامترهای مدل است. به زبان ساده، هرچه تعداد پارامترها بیشتر باشد، مدل باهوش‌تر، دقیق‌تر و توانمندتر است، اما برای اجرا به حافظه رم (RAM) و پردازنده گرافیکی (GPU) بسیار قدرتمندتری نیاز دارد. برای کاربردهای روزمره، مدل‌های ۷ تا ۹ میلیارد پارامتری عملکردی عالی و سرعت بسیار بالایی دارند.

بهترین مدل‌های هوش مصنوعی اوپن‌سورس با پشتیبانی از زبان فارسی

خوشبختانه، پیشرفت مدل‌های اوپن‌سورس به حدی سریع بوده که فاصله آن‌ها با مدل‌های تجاری به حداقل رسیده است. خبر بهتر اینکه بسیاری از این مدل‌ها به دلیل استفاده از داده‌های چندزبانه در فرآیند آموزش، زبان فارسی را به خوبی متوجه می‌شوند. در ادامه بهترین مدل‌های فعلی را معرفی می‌کنیم:

۱. خانواده Qwen (محصول Alibaba)

بدون شک، در حال حاضر سری مدل‌های Qwen 2.5 و نسخه‌های جدیدتر آن، بهترین و روان‌ترین عملکرد را در زبان فارسی در بین تمام مدل‌های اوپن‌سورس ارائه می‌دهند. شرکت علی‌بابا در توسعه این مدل از توکنایزر (Tokenizer) بسیار قدرتمندی استفاده کرده است که زبان‌های خاورمیانه و از جمله فارسی را با دقت بالایی پردازش می‌کند. مدل Qwen 2.5 7B با وجود حجم کم، در درک اصطلاحات فارسی، پاسخ‌های منطقی و حتی برنامه‌نویسی شاهکار می‌کند. اگر منابع سخت‌افزاری بسیار قوی در اختیار دارید، نسخه 72B این مدل می‌تواند با GPT-5 رقابت کند.

۲. خانواده Llama 3 (محصول Meta)

شرکت متا با معرفی سری Llama 3 (نسخه‌های 8B و 70B)، استانداردهای جدیدی را در دنیای اوپن‌سورس تعریف کرد. اگرچه تمرکز اصلی لاما روی زبان انگلیسی است، اما نسخه پایه آن به خوبی متون فارسی را درک می‌کند. همچنین جوامع توسعه‌دهنده، نسخه‌های بهینه‌شده و فاین‌تیون شده‌ای (Fine-tuned) برای زبان فارسی مانند Llama-3-Persian منتشر کرده‌اند که خروجی بسیار طبیعی‌تری برای کاربران ایرانی فراهم می‌کند.

۳. خانواده Gemma 2 و 3 (محصول Google)

این مدل‌ها با معماری برگرفته از هوش مصنوعی قدرتمند Gemini گوگل ساخته شده‌اند. مدل‌های ۲، ۹ و ۲۷ میلیارد پارامتری Gemma بسیار سبک هستند و در تولید متون خلاقانه فارسی عملکرد قابل قبولی از خود نشان می‌دهند.

۴. مدل‌های اختصاصی و بومی‌سازی شده زبان فارسی

در کنار مدل‌های جهانی، پژوهشگران ایرانی نیز مدل‌های پایه‌ای را بهینه‌سازی کرده‌اند:

• درنا (Dorna): مدل توسعه‌یافته توسط مرکز تحقیقات پارت که بر پایه Llama 3 ساخته شده و با تمرکز بر داده‌های با کیفیت فارسی آموزش دیده است.

• مارال (Maral): یک مدل جذاب دیگر که برای ایجاد دیالوگ‌ها و مکالمات طبیعی به زبان فارسی بهینه‌سازی شده است.

• PersianMind: پروژه‌ای از دانشگاه تهران که ظرافت‌های فرهنگی و زبانی فارسی را به خوبی در پاسخ‌های خود لحاظ می‌کند.

بنچمارک‌ها: چگونه کیفیت مدل‌های هوش مصنوعی را بسنجیم؟

برای اینکه بدانیم کدام مدل بهتر است، از آزمون‌های استانداردی به نام بنچمارک (Benchmark) استفاده می‌کنیم. در سطح جهانی، بنچمارک MMLU (اندازه‌گیری دانش و استدلال در ۵۷ موضوع مختلف) و LMSYS Chatbot Arena (که بر اساس رای کاربران واقعی در مقایسه کورکورانه دو مدل کار می‌کند) از معتبرترین معیارها هستند. در این لیدربوردها، مدل‌هایی مثل Llama 3 70B و Qwen 2.5 72B همواره در صدر جدول قرار دارند.

اما برای ارزیابی مدل‌ها در زبان فارسی، بنچمارک‌های تخصصی و بومی بسیار مهم‌ترند:

• بنچمارک میزان (MIZAN): جامع‌ترین ارزیاب مدل‌های زبانی فارسی است که آن‌ها را در وظایفی مانند درک مطلب، تولید متن و استدلال فرهنگی بررسی می‌کند.

• چالش خیام (Khayyam Challenge): یک بنچمارک بسیار دشوار شامل هزاران سوال در ده‌ها موضوع مختلف از ریاضیات گرفته تا ادبیات و تاریخ ایران که توانایی استدلال منطقی مدل را به زبان فارسی به چالش می‌کشد.

طبق نتایج این بنچمارک‌ها برای زبان فارسی، مدل‌های Qwen پایین‌ترین نرخ توهم (Hallucination) و دقیق‌ترین دستور زبان را تولید می‌کنند و پس از آن نسخه‌های فاین‌تیون شده Llama و سپس Gemma قرار می‌گیرند.

آشنایی با ابزارهای اجرا: Ollama و Open WebUI

اکنون که با مدل‌ها آشنا شدیم، سوال این است: چگونه این فایل‌های حجیم چند گیگابایتی را اجرا کنیم؟ در گذشته اجرای این مدل‌ها نیازمند دانش عمیق برنامه‌نویسی پایتون و کار با کتابخانه‌های پیچیده بود. اما امروز دو ابزار قدرتمند کار را برای همه آسان کرده‌اند:

موتور اجرا: Ollama (اولاما)

Ollama یک فریم‌ورک متن‌باز و بسیار سبک است که وظیفه اجرای مدل‌های هوش مصنوعی را به ساده‌ترین شکل ممکن بر عهده دارد. با نصب Ollama، اجرای یک مدل هوش مصنوعی قدرتمند مانند Qwen فقط به اندازه تایپ یک خط دستور در ترمینال (مثل ollama run qwen2.5) زمان می‌برد. Ollama به صورت خودکار مدل را دانلود کرده، از منابع سیستم شما (RAM و GPU) بهینه‌ترین استفاده را می‌برد و مدل را آماده پاسخگویی می‌کند.

رابط کاربری: Open WebUI

کار کردن در محیط ترمینال و صفحه سیاه برای اکثر افراد خسته‌کننده است. اینجاست که Open WebUI وارد عمل می‌شود. Open WebUI یک رابط کاربری گرافیکی بسیار زیبا، مدرن و مشابه رابط کاربری ChatGPT است که کاملاً آفلاین و شخصی اجرا می‌شود.

این ابزار مستقیماً به Ollama متصل می‌شود و امکانات زیر را به شما می‌دهد:

• چت کردن با رابط کاربری جذاب و واکنش‌گرا.

• ایجاد اکانت‌های کاربری مختلف برای اعضای تیم یا خانواده.

• امکان جستجو در وب توسط مدل.

• قابلیت آپلود فایل (PDF, Word و...) و صحبت با مستندات (RAG).

• دانلود مستقیم مدل‌های جدید تنها با یک کلیک از داخل پنل کاربری.

چرا مدل‌های هوش مصنوعی خود را روی سکوی ابری مستقر کنیم؟

شما می‌توانید Ollama و Open WebUI را روی کامپیوتر شخصی خود نصب کنید، اما با دو مشکل اساسی مواجه خواهید شد:

1. کمبود منابع سخت‌افزاری: اجرای مدل‌های هوش مصنوعی، حتی نسخه‌های سبک ۸ میلیارد پارامتری، به حداقل ۸ تا ۱۶ گیگابایت حافظه رم خالی و پردازنده قوی نیاز دارد. اجرای آن‌ها روی لپ‌تاپ‌های معمولی باعث داغ شدن شدید دستگاه، درگیری کامل منابع سیستم و کندی کارهای روزمره شما می‌شود.
2. عدم دسترسی دائمی: اگر مدل روی لپ‌تاپ شما باشد، نمی‌توانید از طریق گوشی موبایل خود در خارج از خانه به آن دسترسی داشته باشید. همچنین برای استفاده از آن، لپ‌تاپ باید همیشه روشن بماند.

بهترین راه‌حل، استقرار مدل‌ها روی سکوی ابری است. پلتفرم‌های ابری این امکان را به شما می‌دهند که منابع قدرتمند و ایزوله‌ای در اختیار داشته باشید که به صورت ۲۴ ساعته در دسترس شما و تیمتان باشد، بدون اینکه فشاری به سیستم شخصی شما وارد شود.

آموزش راه‌اندازی هوش مصنوعی شخصی در پلتفرم ابری گردو

پلتفرم ابری گردو با ارائه یک مارکت‌پلیس غنی از برنامه‌های آماده، استقرار پیچیده‌ترین سرویس‌ها را به یک فرآیند چند دقیقه‌ای و ساده تبدیل کرده است. شما بدون نیاز به هیچ دانش مدیریت سرور، می‌توانید Open WebUI و Ollama را در گردو مستقر کنید.

راهنمای قدم‌به‌قدم استقرار:

قدم اول: ثبت نام و ورود

ابتدا در پنل کاربری پلتفرم ابری گردو ثبت‌نام کنید. پس از ورود، از طریق منوی داشبورد، یک پروژه جدید برای فضای کاری خود ایجاد کنید.

قدم دوم: ورود به مارکت‌پلیس

در منوی سمت راست داشبورد، روی بخش «بازارچه» کلیک کنید. در این بخش لیست بلندی از برنامه‌های آماده نصب را مشاهده خواهید کرد. در کادر جستجو، نام Open WebUI یا Ollama را جستجو کنید. (در بسیاری از پکیج‌های بازارچه، Open WebUI به صورت خودکار به همراه موتور Ollama باندل و تنظیم شده است تا شما نیاز به تنظیمات شبکه نداشته باشید).

قدم سوم: شروع چت و لذت بردن از هوش مصنوعی شخصی!

روی لینک دامنه کلیک کنید تا وارد محیط Open WebUI شوید. در اولین ورود، باید یک حساب کاربری ادمین بسازید (این اطلاعات روی سرور خودتان ذخیره می‌شود).

پس از ورود به محیط کاربری جذاب شبیه به چت‌جی‌پی‌تی از بالای صفحه چت جدید، مدل دانلود شده (مثلاً Qwen 2.5) را انتخاب کنید. حالا می‌توانید به راحتی، امن و با سرعت بالا به زبان شیرین فارسی با هوش مصنوعی اختصاصی خودتان صحبت کنید، فایل‌های خود را برای تحلیل آپلود کنید و حتی آن را با همکاران خود به اشتراک بگذارید.

نتیجه‌گیری

آینده هوش مصنوعی در انحصار شرکت‌های بزرگ نیست؛ بلکه در دست جوامع توسعه‌دهنده و مدل‌های اوپن‌سورس است. با پیشرفت چشمگیر مدل‌هایی مانند Qwen و Llama که در بنچمارک‌های جهانی و زبان فارسی می‌درخشند، و به لطف ابزارهای بی‌نظیری مانند Ollama و Open WebUI، هر فرد یا کسب‌وکاری می‌تواند دستیار هوشمند، امن و اختصاصی خود را داشته باشد.

پلتفرم ابری گردو با زیرساخت پایدار و بازارچه یک‌کلیکی خود، این مسیر را از همیشه هموارتر کرده است. دیگر نیازی به خرید سخت‌افزارهای گران‌قیمت یا درگیری با کدهای پیچیده ندارید. همین حالا وارد پنل کاربری گردو شوید و در کمتر از ۱۰ دقیقه، هوش مصنوعی شخصی‌سازی‌شده خودتان را مستقر کنید و به دنیای بی‌کران هوش مصنوعی متن‌باز قدم بگذارید!