مهر
اخبار
مدل‌های تصمیم‌گیر: وقتی آمازون هم وارد میدان «جو» شد
آمازون با انتشار مدلی متن‌باز به نام استرندز دیسایدر، رسماً وارد میدان تازه‌ای از هوش مصنوعی شد؛ میدانی که در آن مدل‌ها دیگر متن نمی‌نویسند، بلکه فقط و فقط «تصمیم می‌گیرند».
لیست مطالب
۱. چه اتفاقی افتاده است؟
شرکت آمازون وب سرویسز از زیرمجموعه‌ی استرندز لبز خود مدلی تازه به نام استرندز دیسایدر ۲بی را به‌صورت متن‌باز منتشر کرد. برخلاف اغلب مدل‌های زبانی بزرگ که برای نوشتن مقاله، کد یا مکالمه ساخته شده‌اند، این مدل فقط یک وظیفه دارد: گرفتن چند گزینه‌ی مشخص و انتخاب بهترین آن‌ها همراه با یک عدد به‌عنوان درصد اطمینان. برای آشنایی بیشتر با انواع مدل‌ها و کاربردهای آن‌ها می‌توانید سری اخبار هوش مصنوعی سایت ما را دنبال کنید.
پشت این پروژه، مارک بروکر، یکی از مهندسان ارشد و شناخته‌شده‌ی آمازون قرار دارد. نسخه‌ی اولیه‌ای که او به‌صورت آزمایشی ساخته بود، برای مدتی کوتاه در رتبه‌بندی معروف به جوبنچ، صدرنشین مدل‌های هم‌وزن خودش شد؛ موفقیتی که باعث شد آمازون تصمیم بگیرد این مدل را صیقل بدهد و به‌صورت رسمی و عمومی منتشر کند.
۲. مدل تصمیم‌گیر دقیقاً چیست؟
مدل‌های تصمیم‌گیر، یا به اصطلاح رایج‌تر «دیسیژن مدل‌ها»، دسته‌ی تازه‌ای از هوش مصنوعی هستند که بر پایه‌ی همان مدل‌های زبانی بزرگ ساخته می‌شوند، اما آموزش و تنظیم آن‌ها طوری انجام شده که به‌جای تولید متن باز و خلاقانه، روی یک کار مشخص تمرکز کنند: انتخاب درست از میان گزینه‌های محدود. خروجی این مدل‌ها معمولاً یک گزینه به‌همراه یک امتیاز اطمینان عددی است، نه یک پاراگراف طولانی.
مزیت اصلی این رویکرد در سه چیز خلاصه می‌شود: سرعت پاسخ‌دهی بسیار بالاتر، هزینه‌ی محاسباتی به‌مراتب پایین‌تر، و قابلیت اطمینان بیشتر در مراحل حساس یک گردش‌کار خودکار. وقتی یک سامانه باید در میان چند مسیر مشخص یکی را انتخاب کند، نیازی به یک مدل سنگین و همه‌کاره نیست؛ یک مدل کوچک و تخصصی می‌تواند همان کار را سریع‌تر و ارزان‌تر انجام بدهد.
چرا الان؟ اهمیت این تغییر در معماری هوش مصنوعی
بسیاری از شرکت‌هایی که از عامل‌های هوشمند یا ایجنت‌ها در محصولات خود استفاده می‌کنند، به مرور متوجه شده‌اند که بخش بزرگی از کار این عامل‌ها نه تولید متن، بلکه گرفتن تصمیم‌های کوچک و پی‌درپی است: کدام مسیر را انتخاب کنم؟ کدام فایل مرتبط‌تر است؟ کدام پاسخ از میان چند گزینه درست‌تر است؟ همین نیاز باعث شده بازار به‌سمت مدل‌های کوچک‌تر و تخصصی‌تر حرکت کند.
تفاوت دیگر این مدل‌ها در نحوه‌ی سنجش کیفیت آن‌هاست. برای مدل‌های زبانی بزرگ، معیارهایی مثل روانی نوشتار، خلاقیت یا توانایی استدلال چندمرحله‌ای اهمیت دارند؛ اما برای مدل تصمیم‌گیر، تنها چیزی که اهمیت دارد این است که در میان گزینه‌های محدود، چند درصد از زمان گزینه‌ی درست را انتخاب می‌کند و چقدر می‌شود به درصد اطمینانی که اعلام می‌کند اعتماد کرد. همین تفاوت باعث شده رتبه‌بندی‌های تازه‌ای مثل جوبنچ برای سنجش دقیق همین ویژگی طراحی شوند.
۳. داستان «جو»؛ از نام یک اقتصاددان تا یک رده‌ی تازه از هوش مصنوعی
پیش از ورود آمازون، این میدان را استارتاپ کوچکی به نام تایپ‌سیف باز کرده بود؛ شرکتی به بنیان‌گذاری دیوگو آلمیدا که مدل خودش را «جو» نامید. نام این مدل برگرفته از ویلیام استنلی جونز، اقتصاددان قرن نوزدهمی است که یکی از پیشگامان نظریه‌های تصمیم‌گیری عقلانی و اقتصاد ریاضی به شمار می‌رود؛ انتخابی نمادین برای مدلی که قرار است دقیقاً همین کار، یعنی تصمیم‌گیری منطقی، را انجام بدهد.
موفقیت نسبی «جو» در ماه‌های اخیر باعث شد ده‌ها تیم پژوهشی دیگر هم نسخه‌های مشابه خودشان را بسازند و روی رتبه‌بندی جوبنچ، که مخصوص سنجش همین دسته از مدل‌ها طراحی شده، رقابت کنند. آمازون یکی از همین بازیگران تازه است، اما قطعاً بزرگ‌ترین نامی است که تا امروز وارد این میدان شده.
شایان ذکر است که مدل آمازون، یعنی استرندز دیسایدر، بر پایه‌ی یک مدل پایه‌ی کوچک به نام کوئن۳.۵-۲بی ساخته شده و سپس برای وظیفه‌ی تصمیم‌گیری تنظیم دقیق شده است. همین رویکرد، یعنی گرفتن یک مدل زبانی نسبتاً کوچک و متن‌باز و تخصصی‌کردن آن برای یک کار مشخص، به یکی از الگوهای رایج در ساخت مدل‌های تصمیم‌گیر تبدیل شده و هزینه‌ی ورود شرکت‌های کوچک‌تر به این میدان را هم پایین آورده است.
۴. اوپن‌ای‌آی هم وارد میدان شد؛ رقابت گرم‌تر می‌شود
نکته‌ی جالب‌توجه این است که آمازون تنها بازیگر بزرگ این هفته نبود. شرکت اوپن‌ای‌آی هم تقریباً هم‌زمان مدل تصمیم‌گیر مشابهی را معرفی کرد؛ حرکتی که نشان می‌دهد غول‌های بزرگ فناوری هم این رده‌ی تازه را جدی گرفته‌اند. برای آشنایی با پیشینه و ساختار این شرکت می‌توانید مقاله‌ی اوپن‌ای‌آی چیست را در سایت ما بخوانید.
این رقابت تازه را می‌توان به نبردهای قبلی میان شرکت‌های بزرگ هوش مصنوعی روی مدل‌های زبانی بزرگ تشبیه کرد، با این تفاوت که اینجا معیار برتری دیگر توانایی نوشتن مقاله یا کد نیست، بلکه دقت، سرعت و هزینه‌ی تصمیم‌گیری است. اگر به مقایسه‌ی مدل‌های مختلف در میدان‌های رقابتی علاقه دارید، مقاله‌ی چت‌جی‌پی‌تی در برابر دیپ‌سیک هم می‌تواند جالب باشد.
۵. چرا این فناوری برای کسب‌وکارها اهمیت دارد؟
برای یک کسب‌وکار، هر درخواست به مدل هوش مصنوعی هزینه دارد و هر پاسخ اشتباه هم می‌تواند به تجربه‌ی مشتری یا دقت یک فرایند آسیب بزند. مدل‌های تصمیم‌گیر دقیقاً برای حل همین مشکل طراحی شده‌اند: جایگزین کردن بخش‌هایی از گردش‌کار که نیاز به خلاقیت ندارند، با مدلی سریع‌تر، ارزان‌تر و قابل‌پیش‌بینی‌تر. این موضوع می‌تواند هزینه‌ی اجرای عامل‌های هوشمند را در مقیاس بزرگ به‌شکل محسوسی کاهش بدهد.
اگر می‌خواهید بدانید چرا هوش مصنوعی برای کسب‌وکارها این‌قدر مهم شده و چه فرصت‌هایی پیش روی شرکت‌هاست، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را از دست ندهید. در کنار آن، درک درست از نحوه‌ی نوشتن دستور یا پرامپت برای این‌گونه مدل‌ها هم اهمیت زیادی دارد؛ موضوعی که در آموزش نوشتن پرامپت برای مبتدیان به زبان ساده توضیح داده شده است.
۶. نگاه منتقدانه؛ آیا این فقط هیاهوی تازه است؟
دیوگو آلمیدا، بنیان‌گذار تایپ‌سیف، در واکنش به موج تازه‌ی رقبا نظر تندی داشته است. به گفته‌ی او، بسیاری از تیم‌هایی که این روزها مدل‌های مشابه می‌سازند، بیشتر به‌دنبال پیاده‌سازی یک معماری جذاب و جلب توجه رسانه‌ای هستند، نه ساختن هوشی که واقعاً در عمل برای کاربران و کسب‌وکارها مفید باشد. این نقد یادآور بحث قدیمی‌تری است درباره‌ی فاصله‌ی میان نمایش‌های چشم‌گیر فناوری و مهندسی واقعی و پایدار؛ موضوعی که در مقاله‌ی توهم هوش مصنوعی در برابر مهندسی واقعی هم به آن پرداخته‌ایم.
به‌طور کلی‌تر هم هنوز مرزهای واقعی توانایی هوش مصنوعی، چه در نسخه‌ی تولید متن و چه در نسخه‌ی تصمیم‌گیر آن، کاملاً روشن نیست. برای نگاهی واقع‌بینانه‌تر به آنچه این فناوری امروز واقعاً می‌تواند و نمی‌تواند انجام بدهد، مطالعه‌ی مقاله‌ی ظرفیت‌ها و محدودیت‌های واقعی هوش مصنوعی پیشنهاد می‌شود.
۷. این یعنی چه برای توسعه‌دهندگان و علاقه‌مندان ایرانی؟
خبر خوب این است که بسیاری از این مدل‌های تصمیم‌گیر، از جمله نسخه‌ی آمازون، به‌صورت متن‌باز منتشر می‌شوند و همین موضوع دسترسی توسعه‌دهندگان مستقل و شرکت‌های کوچک‌تر را هم به این فناوری ممکن می‌کند. کسانی که با ساخت ربات‌ها و دستیارهای هوشمند مبتنی بر چت‌جی‌پی‌تی سروکار دارند، می‌توانند برای یادگیری قدم‌به‌قدم ساخت چنین ابزارهایی به بخش آموزش‌های چت‌جی‌پی‌تی سایت ما سر بزنند.
با گسترش این رده‌ی تازه از مدل‌ها، انتظار می‌رود در ماه‌های آینده ابزارها و کتابخانه‌های بیشتری برای ترکیب مدل‌های زبانی بزرگ با مدل‌های تصمیم‌گیر کوچک‌تر عرضه شوند؛ ترکیبی که می‌تواند ساخت عامل‌های هوشمند دقیق‌تر و مقرون‌به‌صرفه‌تر را برای توسعه‌دهندگان ایرانی هم آسان‌تر کند.
نکته‌ی عملی دیگر این است که چون بسیاری از این مدل‌ها متن‌باز هستند، می‌توان آن‌ها را روی سخت‌افزارهای نسبتاً کوچک‌تر هم اجرا کرد؛ موضوعی که برای تیم‌های کوچک‌تر یا پروژه‌های دانشجویی که بودجه‌ی محدودی برای استفاده از مدل‌های بزرگ و گران‌قیمت دارند، می‌تواند فرصتی ارزشمند باشد. ترکیب یک مدل زبانی بزرگ برای بخش خلاقانه‌ی کار با یک مدل تصمیم‌گیر کوچک برای بخش تصمیم‌گیری، می‌تواند الگوی رایج ساخت محصولات هوش مصنوعی در سال‌های آینده باشد.
۸. جمع‌بندی و چشم‌انداز آینده
ورود آمازون به میدان مدل‌های تصمیم‌گیر، همراه با حرکت مشابه اوپن‌ای‌آی، نشان می‌دهد این رده‌ی تازه از هوش مصنوعی دیگر یک آزمایش کوچک در حاشیه نیست، بلکه به‌سرعت در حال تبدیل‌شدن به یکی از جبهه‌های اصلی رقابت در صنعت هوش مصنوعی است. در ماه‌های آینده باید منتظر رقبای بیشتری از سوی دیگر شرکت‌های بزرگ و استارتاپ‌های نوپا باشیم.
سوالات متداول
مدل تصمیم‌گیر چه فرقی با چت‌بات معمولی دارد؟
چت‌بات‌های معمولی برای تولید متن آزاد و خلاقانه طراحی شده‌اند، اما مدل تصمیم‌گیر فقط از میان چند گزینه‌ی مشخص، بهترین انتخاب را همراه با درصد اطمینان مشخص می‌کند و معمولاً سریع‌تر و ارزان‌تر است.
استرندز دیسایدر محصول چه شرکتی است؟
این مدل را آمازون وب سرویسز از طریق زیرمجموعه‌ی استرندز لبز و به دست مهندس ارشدش مارک بروکر ساخته و به‌صورت متن‌باز منتشر کرده است.
نام «جو» از کجا آمده است؟
این نام از ویلیام استنلی جونز، اقتصاددان قرن نوزدهمی و از پیشگامان نظریه‌ی تصمیم‌گیری عقلانی، گرفته شده است.
آیا این مدل‌ها جایگزین مدل‌های زبانی بزرگ می‌شوند؟
خیر؛ هدف این مدل‌ها جایگزینی کامل نیست، بلکه تکمیل مدل‌های زبانی بزرگ در مراحلی از گردش‌کار است که فقط به یک تصمیم ساده و سریع نیاز دارند.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
