شبکه اطلاعرسانی روابطعمومی ایران (شارا) – مدل تازه هوش مصنوعی شرکت «تایپسیف ایآی» که توسط یکی از پژوهشگران پیشین شرکت «اوپنایآی» توسعه یافته، با رویکردی متفاوت از مدلهای زبانی بزرگ، توجه گسترده برنامهنویسان را به خود جلب کرده است.
«دیوگو آلمیدا»، پژوهشگر پیشین اوپنایآی، از جمله افرادی بود که در توسعه چتجیپیتی و روش «یادگیری تقویتی از بازخورد انسانی» نقش داشت. او پس از مدتی به این نتیجه رسید که تمرکز بیش از حد مدلهای هوش مصنوعی بر زبان انسانی، استفاده از آنها برای خودکارسازی فرایندهای نرمافزاری را محدود میکند.
آلمیدا دو سال پیش اوپنایآی را ترک کرد و شرکت تایپسیف ایآی را راهاندازی کرد. این شرکت این هفته مدل تازهای با نام «ژِو» معرفی کرده است؛ مدلی مبتنی بر معماری «تبدیلگر» که برخلاف مدلهای زبانی بزرگ، متن تولید نمیکند، بلکه احتمالها و آنچه شرکت «تصمیمهای کالیبرهشده» مینامد، ارائه میدهد.
این رویکرد باعث شده ژِو بسیار سریع و کمهزینه باشد. همچنین چون کاربر خروجیهای موردنظر را از پیش تعریف میکند، مدل امکان تولید خطاهای موسوم به «توهم هوش مصنوعی» را ندارد. خروجیهای مدل نیز هزینهای ندارند و ورودیها بر اساس میلیاردها واحد پردازشی محاسبه میشوند، نه میلیونها واحد.
توسعهدهندگان نرمافزار تاکنون استقبال قابل توجهی از این مدل داشتهاند؛ بهگونهای که شرکت تایپسیف ایآی برای مدتی به دلیل حجم بالای تقاضا، امکان ارائه خدمات به کاربران از طریق رابط برنامهنویسی خود را از دست داد.
ژِو در حال حاضر بیشترین کاربرد را در خودکارسازی نرمافزار دارد و برخی برنامهنویسان آن را روشی ارزانتر و پایدارتر برای افزودن قابلیتهای هوشمند به نرمافزار میدانند.
برای نمونه، «پرانیت شارما»، مهندس نرمافزار شرکت «وِرسل»، گفته است این شرکت پیشتر از چتجیپیتی «لونا ۵.۶» برای اجرای یک سامانه طبقهبندی و بررسی ایمنی فرمانها استفاده میکرد. به گفته او، پس از جایگزینی این مدل با ژِو، سرعت پاسخگویی بین پنج تا ۱۸ برابر افزایش یافته و دقت نیز بیشتر شده است.
«نیکیل مودولکار»، مدیر فنی شرکت «بریو ایآی»، نیز ژِو را با «جمینای» برای طبقهبندی نامههای الکترونیکی تجاری آزمایش کرده است. در آزمایش او، جمینای اندکی دقیقتر بود، اما هزینه آن ۱۰ تا ۲۰ برابر بیشتر بود. مودولکار همچنین امتیازهای اطمینان ژِو را یکی از ویژگیهای مهم آن دانسته است؛ زیرا مدل بهجای ارائه یک پاسخ صرف، احتمال مشخصی برای تصمیم خود ارائه میکند و این ویژگی میتواند برای خودکارسازی فرایندهای کاری مفید باشد.
ژِو میتواند در کنار مدلهای زبانی بزرگ نیز مورد استفاده قرار گیرد. برای مثال، میتوان از آن بهعنوان یک کنترلکننده هوشمند برای نظارت بر عملکرد عاملهای هوش مصنوعی، شناسایی رفتارهای نادرست و جلوگیری از دور زدن محدودیتهای ایمنی استفاده کرد.
یکی دیگر از کاربردهای احتمالی این مدل، «مسیریابی مدلها» است؛ یعنی تشخیص اینکه هر وظیفه به کدام مدل هوش مصنوعی نیاز دارد. انجام چنین کاری با استفاده از یک مدل زبانی بزرگ میتواند پرهزینه باشد، اما سرعت و هزینه پایین ژِو امکان تصمیمگیری لحظهای در این زمینه را فراهم میکند.
نام ژِو از «ویلیام استنلی جِوونز»، اقتصاددان قرن نوزدهم، گرفته شده است که «پارادوکس جِوونز» به نام او شناخته میشود. بر اساس این مفهوم، کاهش هزینه یک کالا میتواند به افزایش استفاده از آن منجر شود. آلمیدا امیدوار است کاهش هزینه استفاده از هوش مصنوعی نیز به گسترش هوش در نرمافزارهای مختلف منجر شود.
او میگوید آینده موردنظرش، حضور گسترده و توزیعشده نرمافزارهای هوشمند است؛ وضعیتی که از نگاه او بیشتر به روزهای ابتدایی اینترنت شباهت دارد تا عصر برنامههای بسیار بزرگ و متمرکز.
آلمیدا درباره معماری دقیق ژِو اطلاعات زیادی منتشر نکرده است. برخی ناظران بیرونی احتمال میدهند این مدل بر پایه یک مدل زبانی بزرگ با وزنهای باز ساخته شده باشد. شرکت تایپسیف ایآی ژِو را یک «مدل سامانه یک» معرفی میکند که بیشتر بر شهود و انجام یک وظیفه مشخص تمرکز دارد تا استدلال پیچیده.
به گفته آلمیدا، ژِو بهطور کامل با دادههای مصنوعی آموزش داده شده و شرکت برای این منظور از روشی با عنوان «یادگیری تقویتی از تصمیمهای کالیبرهشده» استفاده کرده است.
او تأکید میکند که سرمایهگذاری روی تولید و استفاده از دادههای مصنوعی یکی از مهمترین تصمیمهای شرکت بوده است. به گفته وی، نیمی از شرکت تایپسیف ایآی به آزمایش و توسعه حوزه دادههای مصنوعی با قابلیت تحلیل آماری اختصاص دارد.
در حال حاضر ژِو در میان مدلهای هوش مصنوعی رویکردی متفاوت دارد، اما برخی توسعهدهندگان انتظار دارند با روشنتر شدن کاربردهای آن، مدلهای مشابه دیگری نیز وارد بازار شوند.
شرکت تایپسیف ایآی نیز قصد دارد نسخههای بیشتری از این مدل را در قالبهای جدید توسعه دهد. آلمیدا درباره جایگاه شرکت خود در میان آزمایشگاههای پیشرو هوش مصنوعی میگوید هدف اصلی آن تولید «هوش» است، نه ایجاد موجی از ترس یا هیجان پیرامون هوش مصنوعی.
نویسنده: تیم فرنهولز
تاریخ انتشار: ۱۸ سپتامبر ۲۰۲۶
منبع انگلیسی: تککرانچ
منبع فارسی: شارا – شبکه اطلاعرسانی روابطعمومی ایران
@sharaPR