فراتر از مدل‌های زبانی: هوش مصنوعی جدیدی که به جای صحبت کردن، تصمیم… — @science_focus

@science_focus@science_focus · 0 subscribers Open in TelegramOpen

🔺 فراتر از مدل‌های زبانی: هوش مصنوعی جدیدی که به جای صحبت کردن، تصمیم می‌گیرد

🔹 مدل‌های زبانی بزرگ انقلابی در گفتگوی شبیه انسان ایجاد کردند، اما برای خودکارسازی فرآیندهای نرم‌افزاری، بسیار پرهزینه، کند و غیرقابل پیش‌بینی هستند. اکنون یکی از پژوهشگران کلیدی توسعه ChatGPT با ابداع مدلی جدید به نام «Jev»، رویکردی نوین را پایه‌گذاری کرده است؛ سیستمی مبتنی بر ترنسفورمر که هیچ متنی تولید نمی‌کند، بلکه انتخاب‌های آماری دقیق و سریع می‌کند.

❕ مدل «سیستم یک» در هوش مصنوعی چیست؟
روانشناسان ذهن انسان را به دو بخش تفکیک می‌کنند: سیستم یک (تصمیم‌گیری سریع، غریزی و شهودی) و سیستم دو (تحلیل منطقی و زمان‌بر). مدل‌های زبانی بزرگ مانند نسخه‌های پیشرفته GPT نوعی سیستم دو به شمار می‌آیند که کلمات را به صورت متوالی پردازش و تولید می‌کنند. در نقطه مقابل، مدل‌های جدید به گونه‌ای طراحی شده‌اند که مانند «سیستم یک» عمل کنند؛ ورودی را دریافت کرده و در یک لحظه، بدون درگیر شدن در دستور زبان، فقط درصد احتمال و تصمیم نهایی را برای اجرای کد صادر می‌کنند.

🔹 در سیستم‌های عامل خودکار (AI Agents)، برنامه‌ها برای اجرای هر مرحله نیازمند تأیید درستی عملیات، مسیریابی درخواست‌ها و جلوگیری از رفتارهای مخرب هستند. استفاده از مدل‌های زبانی سنتی برای چنین چک‌های مداومی، هزینه‌های سرسام‌آور ایجاد می‌کند و زمان پاسخ‌دهی را به شدت بالا می‌برد. آزمایش‌های اولیه نشان می‌دهد که معماری جدید می‌تواند عملیات دسته‌بندی و تصمیم‌گیری نرم‌افزاری را تا ۲۰۰ برابر سریع‌تر و با کسری ناچیز از هزینه مدل‌های بزرگ متنی انجام دهد.

❕ چرا این مدل دچار «توهم» زبانی نمی‌شود؟
پدیده توهم در هوش مصنوعی معمولاً زمانی رخ می‌دهد که مدل زبانی در تلاش برای تولید واژه‌های محتمل بعدی، داده‌های نادرست را به شکل واقعیت جعل می‌کند. از آنجایی که در ساختار مدل‌هایی نظیر Jev خروجی از پیش توسط برنامه‌نویس به گزینه‌ها یا درصدهای احتمالی محدود شده است، مجالی برای سرهم‌کردن پاسخ‌های ساختگی وجود ندارد. البته این ویژگی به معنای بی‌خطا بودن مدل در تشخیص‌های آماری نیست، اما ماهیت لغزش‌های زبانی را به طور کامل از مدار محاسبات حذف می‌کند.

🔹 نام‌گذاری این مدل از «پارادوکس جونز» در اقتصاد الهام گرفته شده است؛ نظریه‌ای که بیان می‌کند با کاهش شدید هزینه دسترسی به یک منبع، مصرف کل آن منبع کاهش نمی‌یابد، بلکه به طور تصاعدی گسترش می‌یابد. انتظار می‌رود با ارزان و فوری شدن فرایند تصمیم‌گیری هوشمند، کاربرد عامل‌های نرم‌افزاری در تمامی لایه‌های زیرساخت دیجیتال فراگیر شود.

[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فناوری #نرم_افزار #نوآوری #یادگیری_ماشین