هوش مصنوعی Jev چیست؟
نیو وبلاگ: در حالیکه رقابت میان شرکتهای هوش مصنوعی بیشتر حول ساخت مدل هایی می چرخد که بهتر حرف می زنند، متن می نویسند و مسئله حل می کنند، یک شرکت نوپا مسیر متفاوتی را برگزیده است. هوش مصنوعی Jev، اولین مدل عمومی شرکت TypeSafe AI است که برای گفتگو با انسان ها ساخته نشده؛ هدف آن اینست که تصمیم های سریع و ساختاریافته بگیرد.
تینا مزدکی_هوش مصنوعی Jev رویکرد ادعا می کند می تواند با سرعتی بسیار بالا و هزینه ای بسیار پایین تر از مدلهای زبانی متداول، کارهایی مانند دسته بندی اطلاعات، امتیازدهی، مسیریابی درخواست ها و بررسی خروجی دیگر مدلهای هوش مصنوعی را انجام دهد. اما Jev دقیقاً چیست، چرا این قدر ارزان است و چه تفاوتی با ChatGPT و Gemini دارد؟
Jev چیست؟ Jev محصول شرکت TypeSafe AI و اولین مدل از چیزی است که این شرکت آنرا System One Models می نامد. خانواده ای از مدلهای هوش مصنوعی که از ابتدا جهت استفاده مستقیم در نرم افزارها طراحی شده اند.
ایده اصلی Jev ساده است، مدلهای زبانی معمولی عمدتا برای انسان ها «متن» تولید می کنند، اما Jev مقرر است «تصمیم» تولید نماید، به این معنا که خروجی Jev از ابتدا ساختاریافته و دارای احتمال و میزان اطمینان است تا بتوان مستقیماً از آن بهره برد.
به عنوان نمونه، فرض کنید یک فروشگاه اینترنتی روزانه میلیونها پیام دریافت می کند. یک مدل زبانی عمومی می تواند متن هر پیام را بخواند و توضیح دهد مشتری چه می خواهد اما سیستم فروشگاه شاید فقط به یک تصمیم ساده نیاز داشته باشد، این که «این پیام مربوط به بازپرداخت است یا خیر؟». Jev می تواند بجای نوشتن یک پاراگراف، همان تصمیم ساختاریافته را در اختیار نرم افزار قرار دهد.
در حقیقت، اگر ChatGPT را یک دستیار بدانیم که با انسان صحبت می کند، Jev بیشتر شبیه یک مغز تصمیم گیر در پشت صحنه نرم افزار است.
چرا Jev ساخته شد؟ مساله ای که TypeSafe روی آن دست گذاشته، محدودیت مهم مدلهای زبانی در استفاده داخل نرم افزارهاست. مدل هایی مانند ChatGPT برای تولید متن فوق العاده انعطاف پذیرند. اما همین انعطاف پذیری زمانی که مقرر است خروجی مستقیماً وارد یک سیستم نرم افزاری شود، می تواند دردسرساز باشد. برنامه معمولا نمی خواهد یک پاراگراف زیبا دریافت کند بلکه به مقداری مشخص، یک دسته بندی، یک امتیاز یا یک تصمیم نیاز دارد.
به عنوان مثال ممکنست نرم افزار بپرسد «آیا این تراکنش مشکوک است؟» و فقط سه پاسخ «بله»، «خیر» و «نامشخص» برایش تعریف شده باشد. Jev دقیقاً برای چنین شرایطی تولید شده است. TypeSafe می گوید خروجی مدل از ابتدا بر مبنای ساختار مشخص تعریف می شود و مدل نمی تواند یک پاسخ خارج از قالب مورد انتظار تولید نماید.
این مدل برای تصمیم های کوچک اما پرتعداد تولید شده است. تصور کنید یک شرکت روزانه میلیونها داده، پیام یا درخواست دریافت می کند. پیام هایی مانند «این پیام به کدام بخش برود؟»، «این مشتری احیانا قصد لغو سفارش دارد یا نه؟»، «این تراکنش عادی است یا مشکوک؟» و یا «این متن به کدام دسته تعلق دارد؟» که خیلی از این موارد احتیاج به یک تصمیم ساده دارند.
پاسخ یک مدل زبانی معمولی به این پیام ها می تواند بسیار مفصل تر از نیاز سیستم باشد اما Jev تلاش می کند همان تصمیم را مستقیماً و در قالبی قابل استفاده برای نرم افزار برگرداند. TypeSafe کاربردهایی مانند دسته بندی، مسیریابی، امتیازدهی، استخراج اطلاعات، ایجاد شاخه های تصمیم گیری در نرم افزار و بررسی خروجی مدلهای دیگر را همچون موارد استفاده Jev معرفی کرده است.
تفاوت Jev با ChatGPT و Gemini چیست؟ Jev و ChatGPT یا Gemini را نمی توان صرفا رقیب دانست که یکی مقرر است جای دیگری را بگیرد. فلسفه طراحی آنها متفاوت می باشد. ChatGPT و Gemini برای تعامل با انسان تولید شده اند. کاربر سؤال می پرسد و مدل می تواند پاسخ متنی تولید نماید، متن را بازنویسی کند، کدنویسی انجام دهد، ایده بدهد یا درباره ی موضوعات مختلف مذاکره کند.
اما Jev برای چنین مکالمه ای طراحی نشده است. این مدل مقرر است در دل یک نرم افزار قرار بگیرد و نتیجه ای بدهد که همان نرم افزار بتواند از آن استفاده نماید.
به زبان ساده، مدل هایی مانند ChatGPT جواب را مستقیما اعلام می کنند اما Jev یک تصمیم درست به انسان عرضه می کند تا جواب، راحتتر در دسترس قرار بگیرد. این تفاوت، مهم ترین نکته برای فهم Jev است.
Jev نسخه کوچک تر یا ارزان تر از این مدلها نیست. TypeSafe حتی تاکید می کند که System One Models یک مسیر متفاوت از مدلهای زبانی سنتی است. این مدلها برای تصمیم های ساختاریافته داخل سیستم های نرم افزاری طراحی شده اند. درنتیجه، امکان استفاده هم زمان از این تکنولوژی ها هم وجود دارد. برای نمونه یک مدل زبانی می تواند متن پاسخ مشتری را تولید نماید و Jev بررسی کند که آیا پاسخ با قوانین یا اطلاعات سیستم سازگار است یا نه.
راز ارزان بودن Jev چیست؟ یکی از جذاب ترین بخش های Jev قیمت آن است. TypeSafe در زمان معرفی Jev قیمت ورودی را ۰.۰۴۲ دلار به ازای هر یک میلیون توکن اعلام نموده است یعنی حدود ۴۲ دلار برای یک میلیارد توکن ورودی. خروجی هم در قیمت گذاری اعلام شده شرکت رایگان عنوان شده است. اما چرا چنین قیمتی ممکن شده است؟
پاسخ را باید در همان تفاوت بنیادی Jev با مدلهای زبانی جست وجو کرد. مدلهای زبانی معمولی برای تولید متن، خروجی را توکن به توکن و به شکل متوالی تولید می کنند. هرچه متن طولانی تر باشد، محاسبات بیشتری ضروری است.
Jev مسیر متفاوتی دارد. TypeSafe می گوید این مدل بجای تولید متوالی متن، تصمیم های موردنیاز را به شکل موازی نمونه برداری می کند. این شرکت همینطور معماری مدل، روش نمونه برداری و روش آموزشی متفاوتی را برای این هدف توسعه داده است. بنابراین Jev لازم نیست هزینه محاسباتی یک مدل مولد عمومی را برای کاری صرف کند که در نهایت فقط به یک «بله»، «خیر»، یک امتیاز یا یک دسته بندی نیاز دارد.
Jev چقدر ارزان تر است؟ خود TypeSafe در صفحه معرفی Jev، قیمت ورودی آنرا ۰.۰۴۲ دلار به ازای هر میلیون توکن اعلام نموده و در مقایسه های داخلی خود، هزینه Jev را در بعضی workflowهای مشخص بسیار پایین تر از مدلهای زبانی نشان میدهد. این شرکت در صفحه اصلی خود حتی از ۴۴۴.۶ برابر هزینه کمتر در یک مجموعه workflow خاص صحبت می کند. اما این عدد نباید به عنوان یک مقایسه عمومی میان Jev و تمام مدلهای هوش مصنوعی درنظر گرفته شود.
این مقایسه مربوط به کارهای مشخصی است که TypeSafe برای مدلهای System One تعریف کرده، نه این که Jev در تمام وظایفی که ChatGPT یا Gemini انجام می دهند ۴۴۴ برابر ارزان تر باشد. این تفاوت مهم می باشد. Jev برای نوشتن یک مقاله، ساختن تصویر یا گفتگوی طولانی با کاربر طراحی نشده است بدین سبب مقایسه قیمت در چنین کارهایی اساساً موضوعیت ندارد.
آیا Jev واقعا دو برابر یا چند برابر سریع تر است؟ TypeSafe می گوید زمان پاسخ Jev در سرویس این شرکت حدود ۷۰ تا ۵۰۰ میلی ثانیه است و در آزمایشی مشخص، Jev توانسته نسبت به برخی مدلهای زبانی بسیار سریع تر عمل کند. شرکت در وبسایت خود در یک مقایسه خاص، از سرعت ۱۹۳.۶ برابر بیشتر صحبت می کند.
اما این عدد هم باید در همان چارچوب آزمایشی خوانده شود. سرعت یک مدل به نوع درخواست، اندازه ورودی، سخت افزار، شبکه و نحوه اجرا بستگی دارد. بدین سبب نمی توان گفت Jev در همه کارها ۱۹۳ برابر سریع تر از ChatGPT یا Gemini است.
آیا Jev توهم نمی زند؟ در این بحث، یکی از مهم ترین ادعاهای TypeSafe مطرح می شود. این شرکت می گوید Jev به سبب ساختار خروجی خود هالوسینیشن یا همان توهم و تولید خروجی خارج از قالب تعریف شده ندارد. بعبارت دیگر، اگر برنامه فقط چند گزینه مشخص برای خروجی تعریف کرده باشد، مدل نمی تواند ناگهان متن یا گزینه ای خارج از آن ساختار تولید نماید.
اما این مورد را نباید به این معنا که Jev همیشه درست می گوید تعبیر کرد. ممکنست مدل از بین گزینه های مجاز، گزینه اشتباه را انتخاب نماید. تفاوت اینجاست که خطای Jev بیشتر می تواند به صورت تصمیم نادرست درون یک چارچوب مشخص ظاهر شود، نه تولید یک متن ساختگی و خارج از چارچوب. خود TypeSafe هم تصریح کرده که Jev همچنان می تواند اشتباه کند و مساله اصلی، قابل اتکا بودن تصمیم هاست.
Jev یک ChatGPT ارزان نیست مخاطب اصلی Jev احیانا کاربر عادی نیست؛ توسعه دهندگان و شرکت هایی هستند که می خواهند هوش مصنوعی را داخل نرم افزارهای خود قرار دهند. برای نمونه یک فروشگاه آنلاین می تواند از آن برای دسته بندی درخواست های مشتری استفاده نماید، یک شرکت مالی می تواند از آن برای امتیازدهی یا بررسی تراکنش ها استفاده نماید و یا یک شرکت نرم افزاری می تواند از Jev جهت بررسی خروجی یک مدل زبانی استفاده نماید.
حتی TypeSafe نمونه هایی مانند تصمیم گیری در زمان حقیقی، پردازش حجم بالای داده و بررسی خروجی مدلهای دیگر را به عنوان کاربردهای این فناوری مطرح کرده است.
شاید مهم ترین نکته برای درک این فناوری همین باشد. اگر کسی از Jev استفاده نماید و انتظار داشته باشد مانند ChatGPT با او صحبت کند، احیانا از نتیجه ناامید خواهد شد؛ چون Jev برای چنین کاری ساخته نشده است.
در عوض، اگر یک شرکت میلیونها تصمیم کوچک در اختیار داشته باشد و بخواهد آنها را سریع، ارزان و به شکل ساختاریافته پردازش کند، فلسفه Jev معنا پیدا می کند. در واقع TypeSafe می خواهد بخشی از هوش مصنوعی را که تا حالا بیشتر به صورت چت بات و دستیار دیده ایم، به یک جزء داخلی نرم افزار تبدیل کند.
آینده Jev به چه چیزی بستگی دارد؟ Jev هم اکنون در مرحله early access قرار دارد بنابراین برای تعداد کمی از کاربران دردسترس است و TypeSafe تازه این مدل را عمومی کرده است. بدین سبب هنوز برای قضاوت درباره ی جایگاه نهائی آن در بازار زود است. از جانب دیگر، خیلی از تعریف ها و اعداد قابل ملاحظه ای که درباره ی سرعت و هزینه Jev انتشار یافته اند، از آزمایش های خود شرکت TypeSafe می آیند. خود شرکت هم در توضیح نتایجش درباره ی محدودیت ها و احتمال وجود سوگیری در بعضی ارزیابی ها توضیح داده است.
به همین دلیل، جذاب ترین بخش Jev این نیست که مقرر است جای ChatGPT یا Gemini را بگیرد، بلکه ایده ای است که پشت آن قرار دارد، شاید همه کاربردهای هوش مصنوعی به مدل هایی نیاز نداشته باشند که بتوانند هزاران کلمه حرف بزنند. گاهی یک نرم افزار فقط می خواهد بداند که کدام گزینه بهتر است.
اگر مدل هایی مثل Jev بتوانند همین تصمیم های ساده را در مقیاس بسیار بزرگ، با سرعت بالا و خطای قابل کنترل انجام دهند، هوش مصنوعی می تواند از پنجره چت بیرون رود و به بخشی نامرئی از نرم افزارهایی تبدیل گردد که هر روز استفاده می نماییم.
بنابراین، Jev یک رقیب مستقیم برای ChatGPT یا Gemini نیست، یک مدل با فلسفه متفاوت می باشد. ChatGPT و Gemini برای تعامل گسترده با انسان و تولید محتوا تولید شده اند، در حالیکه Jev تلاش می کند تصمیم های ساختاریافته را مستقیماً در اختیار نرم افزار قرار دهد.
قیمت پایین، سرعت بالا و خروجی ساختاریافته سه خصوصیت اصلی Jev هستند. TypeSafe می گوید این مدل با معماری و روش آموزشی متفاوت و با تولید موازی تصمیم ها توانسته به چنین هزینه و سرعتی برسد. اما Jev هنوز در شروع مسیر است و ادعاهای مربوط به برتری سرعت، هزینه و عملکرد آن باید در استفاده های مستقل و گسترده تر هم سنجیده شود. اگر این ایده موفق شود، شاید نسل بعدی هوش مصنوعی فقط درباره ی باهوش تر حرف زدن نباشد؛ بلکه درباره ی سریع تر و ارزان تر تصمیم گرفتن باشد.
منبع: newweblog.ir
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب