مدل جدید Jev از مخترع ChatGPT؛ جایگزین ارزان LLM
دیوگو آلمیدا، از پژوهشگران سازنده ChatGPT، استارتاپ TypeSafe AI را بنیان گذاشته و مدلی به نام Jev عرضه کرده که به‌جای متن، احتمال تولید می‌کند. این مدل برای خودکارسازی نرمافزار ارزان‌تر و سریع‌تر از LLMها توصیف شده و توجه توسعه‌دهندگان را جلب کرده است.
چه اتفاقی افتاد؟
به گزارش TechCrunch AI، دیوگو آلمیدا که در OpenAI روی ساخت ChatGPT و سپس تکنیک آموزش مدل با بازخورد انسانی (RLHF) کار کرده بود، دو سال پیش این شرکت را ترک کرد و استارتاپ TypeSafe AI را بنیان گذاشت. این شرکت این هفته مدلی مبتنی بر معماری ترنسفورمر به نام Jev معرفی کرد که برخلاف مدلهای زبانی بزرگ، متن تولید نمی‌کند؛ خروجی آن احتمال است، چیزی که شرکت «تصمیم‌های کالیبره‌شده» می‌نامد.
آلمیدا در گفت‌وگو با TechCrunch توضیح داده که مشکل را در بهینه‌سازی برای زبان انسانی می‌بیند؛ به گفته او کامپیوترها به زبان دیگری حرف می‌زنند و همین باعث میشود ابزارهای زبانی برای خودکارسازی چندان کارآمد نباشند. چون کاربر خروجی‌ها را از پیش تعیین می‌کند، Jev امکان توهم‌زایی (هالوسینیشن) ندارد. توکن‌های خروجی آن رایگان است و توکن‌های ورودی بر مبنای میلیارد و نه میلیون محاسبه میشود.
استقبال توسعه‌دهندگان تا حدی بود که شرکت موقتاً توان سرویس‌دهی از API خود را از دست داد. یک مهندس نرمافزار در Vercel گفته که پس از جایگزینی مدل Luna 5.6 از OpenAI با Jev برای دستهبندی ایمنی دستورها، نتایج ۵ تا ۱۸ برابر سریع‌تر و دقیق‌تر شده است. توسعه‌دهنده دیگری نیز Jev را با Gemini برای دستهبندی ایمیلهای کاری مقایسه کرده؛ در آن آزمون Gemini کمی دقیق‌تر بود اما ۱۰ تا ۲۰ برابر گران‌تر تمام شد. نکته جالب‌تر برای او، امتیازهای اطمینان Jev بوده است.
به گفته آرمین روناخر، مدیر فناوری Earendil، Jev میتواند در کنار مدلهای زبانی هم به کار بیاید؛ مثلاً برای پایش رفتار عاملهای هوش مصنوعی و جلوگیری از جیلبریک، یا برای مسیریابی درخواستها به مدل مناسب. نام مدل از ویلیام استنلی جونز، اقتصاددان قرن نوزدهم، گرفته شده که پارادوکس کاهش هزینه و افزایش مصرف را توصیف کرده است. آلمیدا جزئیات معماری را فاش نمی‌کند و ناظران بیرونی حدس می‌زنند Jev روی یک مدل زبانی با وزن باز ساخته شده باشد. به گفته او، این مدل فقط با داده مصنوعی و با تکنیکی به نام «یادگیری تقویتی از تصمیم‌های کالیبره‌شده» آموزش دیده است.
برای پیگیری تحولات این حوزه می‌توانید آخرین اخبار OpenAI را دنبال کنید و اگر به کاربردهای رسانه‌ای این ابزارها علاقه دارید، مطلب تولید خبر با هوش مصنوعی و صفحه خبرنگار هوش مصنوعی هوشینا را ببینید.
چرا مهم است؟
بخش بزرگی از هزینه و کندی سامانه‌های هوش مصنوعی امروزی به تولید متن گره خورده است؛ اگر بخشی از تصمیم‌گیری‌ها به مدلهای سبک‌تر و ارزان‌تری مثل Jev سپرده شود، ممکن است معماری بسیاری از محصولات نرم‌افزاری تغییر کند. با این حال، ادعاهای کارایی و دقت عمدتاً از سوی خود شرکت و چند توسعه‌دهنده مطرح شده و ارزیابی مستقل و گسترده‌ای در گزارش منبع به آن اشاره نشده است. همچنین روناخر پیش‌بینی می‌کند با روشن شدن سودمندی این رویکرد، رقبا هم وارد میدان شوند.
سوالات متداول
مدل Jev چیست و چه تفاوتی با ChatGPT دارد؟
Jev یک مدل مبتنی بر ترنسفورمر از استارتاپ TypeSafe AI است که برخلاف مدلهای زبانی بزرگ، متن تولید نمی‌کند و به‌جای آن احتمال یا «تصمیم کالیبره‌شده» برمی‌گرداند. چون خروجی از پیش تعیین شده است، به گفته شرکت امکان توهم‌زایی ندارد.
Jev چه کاربردهایی دارد؟
در گزارش منبع به کاربردهایی مثل دستهبندی و بررسی ایمنی دستورها، دستهبندی ایمیلهای کاری، پایش رفتار عاملهای هوش مصنوعی و مسیریابی درخواستها به مدل مناسب اشاره شده است. تمرکز اصلی آن خودکارسازی نرمافزار توصیف شده است.
آیا Jev جایگزین مدلهای زبانی میشود؟
بر اساس گزارش منبع، Jev بیشتر مکمل مدلهای زبانی است تا جایگزین کامل آنها؛ میتواند در برخی کارها جای LLM را بگیرد و در کارهای دیگر بهعنوان لایهای برای بررسی و کنترل خروجی آنها عمل کند.
جمع‌بندی
Jev نشان می‌دهد که شاید همه مسیر هوش مصنوعی از تولید متن نگذرد. اگر ادعاهای TypeSafe AI درباره سرعت، هزینه و نبود توهم‌زایی در عمل و در ارزیابی‌های مستقل هم تأیید شود، می‌توان انتظار داشت لایهای تازه از نرم‌افزارهای هوشمند و ارزان شکل بگیرد؛ اما تا آن زمان، این تصویر بیشتر یک وعده امیدبخش است تا واقعیتی تثبیت‌شده.