بزرگترین و پیشرفتهترین مدلهای زبانی که در آزمایشگاههای پیشروی جهان ساخته میشوند، اغلب در پشت درهای بسته باقی میمانند و کاربران عادی هرگز فرصت استفاده از آنها را پیدا نمیکنند. این واقعیت که مدتها در محافل تخصصی بهصورت غیررسمی مطرح بود، حالا بهطور رسمی از زبان مدیرعامل یکی از مهمترین شرکتهای فعال در این حوزه تأیید شده است.
اعتراف صریح مدیرعامل گوگل
سوندار پیچای در گفتوگویی تازه اعلام کرده که حتی خود او نیز از بهترین و قویترین مدل هوش مصنوعی گوگل استفاده نمیکند. این مدلهای پیشرفته بهدلیل هزینههای بسیار بالای میزبانی و پردازش ابری، در آرشیو نگهداری میشوند تا زمانی که راهحلهای اقتصادیتری برای عرضهی آنها پیدا شود.
پیچای در این باره توضیح داد: «مدلهایی که همهی ما بیشتر از آنها استفاده میکنیم، شاید چند ماه از حداکثر توانایی قابل ارائهی ما عقبتر باشند. ما در هر نسل احساس میکنیم که توانستهایم مدل پرو را به حدود ۸۰ تا ۹۰ درصد از توانایی مدل اولترا برسانیم؛ اما کاری که انجام دادهایم، رفتن به نسل بعدی و همسطحکردن مدل پرو نسل جدید با مدل اولترا در نسل قبلی است.»
استراتژی اولترا و پرو؛ مرز توانایی یا مرز هزینه؟
توقف انتشار نسخههای اولترا نشان میدهد که در صنعت هوش مصنوعی، مرزهای تازه ابتدا در داخل آزمایشگاهها ساخته میشوند، سپس فشردهسازی شده و یک نسل بعد با قیمتی منطقی در دسترس عموم قرار میگیرند. به عبارت دیگر، کاربران معمولاً با نسخهای مواجه میشوند که از نظر فنی نسبت به آنچه شرکتها قادر به ساخت آن هستند، چند پله عقبتر است؛ اما همین نسخهها با صرفهی اقتصادی قابل قبولی ارائه میشوند.
این رویکرد نشان میدهد که معادلهی اصلی در رقابت کنونی، نه «چه چیزی میتوان ساخت» بلکه «چه چیزی را میتوان بهصرفه عرضه کرد» است. هزینههای گزاف زیرساختهای پردازشی، شرکتها را مجبور کرده تا میان توانایی خام مدلها و امکانپذیری اقتصادی آنها تعادل برقرار کنند.
بنچمارکها دیگر معیار واقعی نیستند
یکی دیگر از نکات مهم این گفتوگو، نقد عملکرد بنچمارکهای سنتی است. به گفتهی کارشناسان، این معیارهای سنجش سقف توانایی مدلها را اندازه میگیرند، در حالی که کمتر کاربری در آن سطح فعالیت میکند؛ بنابراین ارزیابی ابزارهای هوش مصنوعی با این روشها، تصویری واقعی از اثربخشی آنها ارائه نمیدهد.
لک فریدمن، پژوهشگر حوزهی هوش مصنوعی، در این باره میگوید: «بنچمارکها روزبهروز در ثبت هوش و اثربخشی واقعی مدلها ناتوانتر میشوند. میتوان استدلال کرد که مدل Gemini Flash به دلیل تاخیر بسیار کم، بسیار تاثیرگذارتر از مدل پرو است؛ در حالی که همین حالا هم فوقالعاده هوشمند عمل میکند.»
سرعت پاسخ، نه قدرت خام
کاهش زمان پاسخدهی ابزارهای هوش مصنوعی، رفتار کاربران را بهشکل بنیادین تغییر میدهد. وقتی کاربر برای دریافت پاسخ باید سی ثانیه صبر کند، استفاده از ابزار به چند پرسش محدود در روز ختم میشود؛ اما وقتی پاسخها تقریباً آنی باشند، فناوری بهطور کامل در جریان کار روزمره ادغام میشود و نقش آن در زندگی عادی پررنگتر خواهد شد.
به همین دلیل، ارزش واقعی هوش مصنوعی دیگر در صدر جدول بنچمارکها شکل نمیگیرد، بلکه در نقطهی مصرف و تجربهی کاربری روزمره معنا پیدا میکند. مدلی که سریع، در دسترس و ارزان باشد، حتی اگر از نظر فنی کمی ضعیفتر باشد، میتواند تأثیر عمیقتری بر زندگی کاربران بگذارد؛ همان چیزی که استراتژی جدید گوگل و دیگر غولهای فناوری بر آن متمرکز شده است.
نظرات (0)
هنوز نظری ثبت نشده است.