جمینای فلش ۳.۸؛ گوگل برای رقابت با کلود در کدنویسی وارد میدان شد

گوگل مدل سبک و تازه‌اش، جمینای فلش ۳.۸، را برای بستن شکاف کدنویسی عاملی آماده کرده؛ مدلی که به گفتهٔ مهندسان داخلی گوگل، در برخی آزمون‌ها از کلود اوپوس آنتروپیک هم جلو زده است.

۱. جمینای فلش ۳.۸ دقیقاً چیست؟

گوگل دیپ‌مایند طبق گزارش وال‌استریت‌ژورنال، مدل تازه‌ای به نام جمینای فلش ۳.۸ را آماده کرده که ممکن است همین هفته منتشر شود. این مدل با نام رمز داخلی «اسکی‌ماکی» ساخته شده و برخلاف نسخه‌های سنگین «پرو»، در ردهٔ مدل‌های سبک و ارزان‌تر جمینای قرار می‌گیرد. هدف اصلی این نسخه، بستن شکاف گوگل در حوزه‌ای است که این روزها به میدان اصلی رقابت شرکت‌های هوش مصنوعی تبدیل شده: کدنویسی عاملی، یعنی مدلی که می‌تواند چند مرحله از یک پروژهٔ برنامه‌نویسی را پشت سر هم و بدون دخالت مداوم انسان انجام دهد — از خواندن یک باگ گزارش‌شده تا نوشتن، تست و اصلاح کد.

برای کسانی که تازه با این مفاهیم آشنا می‌شوند، در بخش آموزش‌های چت‌جی‌پی‌تی مرچت‌جی‌پی‌تی می‌توانید با نحوهٔ کار مدل‌های زبانی و ابزارهای عاملی بیشتر آشنا شوید.

۲. چرا گوگل روی «فلش» شرط بسته، نه «پرو»؟

نکتهٔ جالب ماجرا، انتخاب راهبردی گوگل است. به‌جای تمرکز صرف روی مدل‌های پرچم‌دار و سنگین، این بار روی مدل سبک‌تر «فلش» سرمایه‌گذاری شده. دلیلش ساده است: مدل‌های بزرگ به آموزش کامل و بسیار پرهزینه نیاز دارند و توسعه‌شان ماه‌ها طول می‌کشد؛ اما جمینای فلش ۳.۸ عمدتاً از راه بهبود الگوریتم و بدون بازآموزی کامل از صفر توسعه یافته است. به گفتهٔ لوگان کیلپاتریک، مسئول محصول گوگل ای‌آی استودیو، این پیشرفت‌ها نتیجهٔ «اصلاح الگوریتم، نه بازآموزی کامل مدل» بوده‌اند.

همین رویکرد سبک‌تر به گوگل اجازه داده چند تیم پژوهشی را همزمان روی نسخه‌های مختلف با یادگیری تقویتی (RL) اجرا کند؛ رویکردی که در مدل‌های سری «پرو» به‌خاطر محدودیت منابع محاسباتی، توسعه را ماه‌ها عقب انداخته بود.

به بیان ساده‌تر، وقتی آموزش یک مدل بزرگ ماه‌ها زمان و هزینهٔ محاسباتی هنگفت می‌طلبد، هر تیم فقط یک‌بار فرصت آزمون‌وخطا دارد. اما وقتی مدل کوچک‌تر است و فقط با تنظیم دقیق الگوریتم بهبود می‌یابد، چند تیم می‌توانند همزمان روی ایده‌های متفاوت کار کنند و نتایج را زودتر مقایسه کنند. همین چرخهٔ کوتاه‌تر آزمایش، دلیل اصلی سرعت غیرمعمول گوگل در انتشار پی‌درپی نسخه‌های فلش است.

۳. کدنویسی عاملی؛ میدان جنگ اصلی هوش مصنوعی امروز

«کدنویسی عاملی» این روزها به توصیفی رایج در صنعت هوش مصنوعی تبدیل شده و آن را «مهم‌ترین کاربرد تجاری فناوری هوش مصنوعی مولد» می‌نامند. تفاوت این نوع کدنویسی با چت‌بات‌های معمولی در همین جاست: مدل عاملی فقط یک قطعه کد پیشنهاد نمی‌دهد، بلکه می‌تواند مسیر کامل حل یک مسئله — از تحلیل خطا تا نوشتن، اجرا و رفع‌اشکال — را خودش طی کند. برای کسب‌وکارهایی که به دنبال افزایش سرعت توسعهٔ نرم‌افزار هستند، این قابلیت می‌تواند تفاوت‌ساز باشد؛ موضوعی که در مطلب اهمیت هوش مصنوعی برای کسب‌وکار هم به آن پرداخته‌ایم.

رقابت روی کدنویسی عاملی حالا میان چند بازیگر اصلی در جریان است: آنتروپیک با خانوادهٔ کلود، اوپن‌ای‌آی با چت‌جی‌پی‌تی، و حالا گوگل با جمینای فلش. اگر می‌خواهید پیش‌زمینهٔ بهتری از یکی از این رقبا داشته باشید، مطلب اوپن‌ای‌آی چیست نقطهٔ شروع خوبی است.

۴. آزمایش‌های داخلی گوگل: مهندسان Jetski چه گفته‌اند؟

طبق گزارش‌ها، در آزمایش‌های داخلی روی پلتفرم توسعهٔ Jetski (پلتفرم داخلی گوگل برای آزمودن مدل‌های کدنویسی)، مهندسان گوگل عملکرد جمینای فلش ۳.۸ را در وظایف کدنویسی به کلود اوپوس شرکت آنتروپیک ترجیح داده‌اند. این یک ادعای داخلی و هنوز تأییدنشده با آزمون‌های عمومی و مستقل است، اما اگر در محک‌های بیرونی هم تکرار شود، می‌تواند موقعیت آنتروپیک را در بازار کدنویسی هوش مصنوعی به چالش بکشد؛ بازاری که تا امروز عمدتاً در اختیار کلود بوده است.

باید در نظر داشت که فاصلهٔ زیادی میان نتایج آزمایش داخلی یک شرکت و عملکرد واقعی در دنیای بیرون وجود دارد؛ نکته‌ای که در تحلیل امکانات و محدودیت‌های واقعی هوش مصنوعی هم به‌تفصیل بررسی شده است. برای همین، ارزیابی نهایی باید منتظر بمارد تا بنچمارک‌های عمومی و مستقل نتیجه را روشن کنند.

مقایسهٔ سریع با رقبا

در سال‌های اخیر، رقابت میان مدل‌های زبانی بزرگ فقط به یک شرکت محدود نبوده و هر بار یکی جلو افتاده. برای نمونه، در مطلب مقایسهٔ چت‌جی‌پی‌تی و دیپ‌سیک دیده بودیم که حتی مدل‌های کمتر شناخته‌شده هم می‌توانند در وظایف تخصصی غافل‌گیرکننده باشند. ورود جمینای فلش ۳.۸ به این معادله، نشان می‌دهد رقابت کدنویسی عاملی هنوز بسیار باز است.

نکتهٔ مهم‌تر این است که هیچ‌کدام از این ادعاهای برتری، ثابت و همیشگی نیست. مدل پیشین همین خانواده، جمینای فلش ۳.۷، در بنچمارک AnalystAgent که وظایف پردازش صفحات گسترده و تحلیل داده را می‌سنجد، نتایج قابل‌توجهی گرفته بود. حالا سؤال اصلی این است که آیا جمینای فلش ۳.۸ می‌تواند همان برتری را در حوزهٔ کدنویسی هم تکرار کند یا نه؛ پاسخ قطعی را فقط انتشار عمومی و آزمون‌های مستقل کاربران می‌دهند.

۵. سرعت انتشار عجیب گوگل؛ سه مدل فلش در دو ماه

سرعت به‌روزرسانی خانوادهٔ فلش در ماه‌های اخیر چشمگیر بوده: جمینای فلش ۳.۶ در تیرماه منتشر شد، جمینای فلش ۳.۷ در مردادماه به‌عنوان سریع‌الرشدترین مدل گوگل معرفی شد، و حالا جمینای فلش ۳.۸ سومین نسخهٔ این خانواده در کمتر از دو ماه است. این ریتم انتشار، الگویی نزدیک به «یک مدل در ماه» را نشان می‌دهد که برای یک شرکت به بزرگی گوگل، بسیار غیرمعمول است.

این سرعت به کاربران و توسعه‌دهنده‌ها هم فرصت می‌دهد سریع‌تر با ابزارهای جدید کار کنند؛ اما مهارت اصلی همچنان روی شانهٔ کاربر است. اگر هنوز با نحوهٔ نوشتن دستور درست برای این مدل‌ها آشنا نیستید، مطلب آموزش نوشتن پرامپت برای مبتدیان راهنمای خوبی است.

۶. کاهش توهم و بهبود گفت‌وگوهای طولانی

گوگل روی سه محور اصلی برای این نسخه تمرکز کرده: اجرای بهتر گردش‌کارهای چندمرحله‌ای عامل‌های هوشمند، افزایش سرعت تولید کد، و کاهش «توهم» مدل — یعنی پاسخ‌های نادرست یا ساختگی — به‌ویژه در گفت‌وگوهای طولانی. توهم مدل یکی از چالش‌های همیشگی هوش مصنوعی مولد بوده و کاهش آن، به‌خصوص در وظایف کدنویسی که هر خطا می‌تواند هزینه‌بر باشد، اهمیت زیادی دارد.

این تمرکز روی دقت و پایداری، دقیقاً همان چیزی است که کسب‌وکارها برای اعتماد به ابزارهای برنامه‌نویسی خودکار به آن نیاز دارند؛ بدون کاهش خطا، هیچ تیم فنی حاضر نیست کدنویسی حیاتی را به یک عامل هوش مصنوعی بسپارد.

گفتنی است گوگل هیچ عدد رسمی از میزان کاهش توهم یا افزایش سرعت این نسخه منتشر نکرده و آنچه تاکنون گفته شده، عمدتاً برداشتی کیفی از آزمایش‌های داخلی است. با این حال، همین رویکرد محتاطانه — تمرکز روی سه محور مشخص به‌جای وعده‌های کلی — نشان می‌دهد گوگل این بار تلاش کرده انتظارات را واقع‌بینانه‌تر مدیریت کند، بعد از آنکه در دورهای پیشین گاهی با فاصلهٔ زیاد میان وعده و عملکرد واقعی مدل‌ها روبه‌رو شده بود.

۷. واکنش بازار و رقابت با آنتروپیک و اوپن‌ای‌آی

واکنش بازار هم دیر نیامد؛ سهام آلفابت پس از انتشار این گزارش، در معاملات پس از ساعات رسمی نزدیک به ۰.۶ درصد رشد کرد. تحلیلگران این حرکت را بخشی از تلاش گستردهٔ گوگل برای پاسخ به فشار رقابتی اوپن‌ای‌آی و آنتروپیک در بازار هوش مصنوعی سازمانی می‌دانند؛ رقابتی که در ماه‌های اخیر با تغییرات مدیریتی در تیم‌های گوگل هم همراه بوده است.

در کنار این خبر، گزارش‌ها می‌گویند نسخهٔ اصلی و پرچم‌دار خانوادهٔ جمینای، یعنی جمینای ۴، مرحلهٔ پس‌آموزش را پشت سر می‌گذارد و نتایج پیش‌آموزشش قوی توصیف شده است. به بیان دیگر، جمینای فلش ۳.۸ بیشتر شبیه یک گرم‌کردن سریع پیش از عرضهٔ مدل اصلی است تا یک اقدام مستقل و پایانی.

این خبر همچنین در بستری از تغییرات مدیریتی داخل تیم‌های هوش مصنوعی گوگل منتشر شده؛ شرکتی که در ماه‌های گذشته چند بار جابه‌جایی در رهبری پروژه‌های جمینای را تجربه کرده تا بتواند سرعت انتشار خود را با اوپن‌ای‌آی و آنتروپیک هماهنگ نگه دارد. برای گوگل، عقب نماندن از این دو رقیب فقط یک مسئلهٔ فنی نیست، بلکه مستقیماً به جایگاهش در بازار هوش مصنوعی سازمانی و ابزارهای توسعهٔ نرم‌افزار گره خورده است.

هوش مصنوعی، ابزار است نه جایگزین مهندس

هر چقدر هم این مدل‌ها قدرتمندتر شوند، نکته‌ای که در مطلب توسعه‌دهندهٔ تنها در برابر مهندس واقعی هم مطرح شده، همچنان پابرجاست: ابزار قدرتمندتر جای مهارت و قضاوت انسانی را نمی‌گیرد، فقط سرعت کار را بالا می‌برد. کدنویسی عاملی می‌تواند خطاهای تکراری را کم کند، اما تصمیم‌های معماری و کیفیت نهایی محصول همچنان به دست تیم‌های انسانی است.

پرسش‌های پرتکرار

جمینای فلش ۳.۸ چه زمانی منتشر می‌شود؟
طبق گزارش‌ها، انتشار عمومی این مدل ممکن است همین هفته انجام شود، هرچند گوگل هنوز تاریخ رسمی را اعلام نکرده است.

آیا جمینای فلش ۳.۸ واقعاً از کلود اوپوس بهتر است؟
این ادعا فعلاً فقط بر پایهٔ آزمایش‌های داخلی خود گوگل روی پلتفرم Jetski است و هنوز با بنچمارک‌های عمومی و مستقل تأیید نشده.

تفاوت مدل‌های «فلش» و «پرو» در جمینای چیست؟
مدل‌های فلش سبک‌تر، سریع‌تر و کم‌هزینه‌تر هستند و برای توسعه و به‌روزرسانی سریع مناسب‌ترند؛ مدل‌های پرو قدرتمندتر اما کندتر برای توسعه‌اند.

جمینای ۴ چه زمانی می‌آید؟
تاریخ دقیقی اعلام نشده، اما گزارش‌ها می‌گویند این مدل پرچم‌دار در حال گذراندن مرحلهٔ پس‌آموزش است و نتایج اولیه‌اش قوی توصیف شده.