چت‌جی‌پی‌تی دل دیوگو آلمیدا را شکست.

آلمیدا محققی در OpenAI بود که به ساخت چت‌بات کمک کرد و سپس تکنیک یادگیری تقویتی از بازخورد انسانی (RLHF) را ابداع نمود؛ تکنیکی که شاید بیش از هر عامل دیگری مسئول عصر کنونی هوش مصنوعی باشد. اما با وجود این قابلیت‌ها، او ناامید بود.

آلمیدا به TechCrunch گفت: «ما صاعقه‌ای در بطری داریم، اما هنوز کاربردی نیست. من از آن زمان با این مشکل دست‌وپنجه می‌کنم. مدتی طول کشید تا به این نتیجه برسم: مشکل این است که ما برای زبان انسانی بهینه‌سازی می‌کنیم... ما چهار سال است که در زبان انسانی بسیار خوب عمل کرده‌ایم، اما این برای اتوماسیون مفید نیست چون رایانه‌ها زبان متفاوتی صحبت می‌کنند.»

دو سال پیش، آلمیدا OpenAI را ترک کرد تا TypeSafe AI را راه‌اندازی کند؛ استارتاپی که تلاش می‌کند این مشکل را حل کند. این هفته، این شرکت مدل جدید مبتنی بر ترنسفورمر به نام Jev را منتشر کرد که یک مدل زبانی بزرگ (LLM) نیست. این مدل متن خروجی نمی‌دهد، بلکه احتمال تولید می‌کند یا به قول شرکت «تصمیمات کالیبره‌شده» ارائه می‌دهد.

دوری از زبان چند مزیت دارد: مدل را فوق‌العاده ارزان و سریع می‌کند و چون کاربران خروجی‌ها را از قبل تعریف می‌کنند، مدل نمی‌تواند توهم (هذیان‌گویی) کند. توکن‌های خروجی رایگان هستند و توکن‌های ورودی به‌جای میلیون، به‌صورت میلیاردی اندازه‌گیری می‌شوند.

توسعه‌دهندگان علاقه زیادی به این محصول نشان داده‌اند؛ این شرکت به‌طور موقت توانایی سرو‌دهی به کاربران از طریق API خود را از دست داد چون تقاضا بسیار بالا بود. Jev به نظر می‌رسد برای اتوماسیون نرم‌افزار بسیار مفید باشد. تاکنون، توسعه‌دهندگان نرم‌افزار آن را راهی ارزان‌تر و مقاوم‌تر برای ادغام هوش در کدهای خود می‌دانند.

برای مثال، پرانیت شارما، مهندس نرم‌افزار در Vercel، شرکتی که زیرساخت عامل‌محور می‌سازد، گفت شرکتش از ChatGPT Luna 5.6 شرکت OpenAI برای اجرای یک طبقه‌بند جهت بررسی دستورات از نظر ایمنی استفاده کرده بود. وقتی Vercel مدل Luna شرکت OpenAI را با Jev جایگزین کرد، نتایج را ۵ تا ۱۸ برابر سریع‌تر و با دقت بیشتری دریافت کرد.

توسعه‌دهنده دیگری به نام نیکیل مودهولکار، مدیر ارشد فناوری Bryo AI، Jev را در برابر Gemini برای طبقه‌بندی ایمیل‌های تجاری آزمایش کرد. در آزمایش او، Gemini کمی دقیق‌تر بود اما ۱۰ تا ۲۰ برابر گران‌تر. چیزی که برای مودهولکار جالب‌تر بود، نمرات اطمینان Jev بود — «این تنها مدلی است که یک احتمال واقعی برمی‌گرداند که آن را برای خودکارسازی گردش‌های کاری ایده‌آل می‌کند!!»

علاوه بر جایگزینی LLMها در موارد استفاده خاص، مدل جدید می‌تواند آن‌ها را تقویت کند و به‌عنوان یک بررسی هوشمند برای رفتار نادرست عمل کند. استفاده از عامل‌ها برای نظارت بر عامل‌ها می‌تواند به سرعت گران شود، اما آلمیدا استدلال می‌کند که استفاده از Jev برای این کار منطقی است. او می‌بیند که کاربران از Jev برای ردیابی رد عامل‌های LLM و جلوگیری از فرارهای امنیتی (jailbreak) استفاده می‌کنند.

آرمین روناچر، مدیر ارشد فناوری Earendil که هارنس مدل متن‌باز Pi را می‌سازد، توضیح داد: «در نهایت، این کار مشکل توهم را کمی به کاربر واگذار می‌کند. کاربر باید بگوید، بسیار خب، اگر این فقط با احتمال ۵۰٪ برگردد، شاید این یک پرتاب سکه باشد و من آن را نادیده بگیرم. اما اگر ۹۵٪ باشد، مطمئناً می‌توانم با آن کاری کنم.»

روناچر گفت که یکی دیگر از کاربردهای بالقوه Jev مسیریابی مدل است. پیش‌بینی اینکه آیا یک حجم کاری مشخص به مدل خاصی نیاز دارد مفید خواهد بود، اما استفاده از یک LLM برای این کار گران خواهد بود. هزینه کم و سرعت بالای Jev این نوع مرتب‌سازی بلادرنگ را ممکن می‌سازد.

و این امید آلمیدا است. نام این مدل برگرفته از ویلیام استنلی جونز، اقتصاددان قرن نوزدهم است که پارادوکس همنام او توصیف می‌کند که چگونه کاهش هزینه یک کالا می‌تواند منجر به استفاده بیشتر و بیشتر از آن شود. در این مورد، کاهش هزینه هوش باید منجر به استقرار گسترده آن شود.

آلمیدا گفت: «ما فکر می‌کنیم که نرم‌افزار هوشمند به‌صورت نوظهور و توزیع‌شده همه‌جا وجود خواهد داشت... خیلی بیشتر شبیه اینترنت اولیه است تا ابراپلیکیشن‌هایی که مردم در حال حاضر سعی در ساخت آن‌ها دارند.»

آلمیدا درباره معماری مدل کم‌حرف است؛ ناظران خارجی حدس می‌زنند که بر پایه یک LLM با وزن باز ساخته شده است. این شرکت از Jev به‌عنوان «مدل سیستم یک» یاد می‌کند که بر شهود به‌جای استدلال تمرکز دارد و به‌طور خاص بر روی کار درست متمرکز است. آلمیدا می‌گوید Jev منحصراً با داده‌های مصنوعی و با استفاده از تکنیکی که آن را «یادگیری تقویتی از تصمیمات کالیبره‌شده» می‌نامد، آموزش دیده است.

او به TechCrunch گفت: «ما از همان ابتدا شرط بستیم که تمام داده‌های خود را تولید کنیم و این یکی از بهترین شرط‌هایی بوده که در زندگی ام بسته‌ام — به‌نظر من بهتر از راه‌اندازی ما، بهتر از RLHF. نیمی از [شرکت ما] یک آزمایشگاه است که اساساً مالک این زیرشاخه کامل داده‌های مصنوعی از نظر آماری کاملاً درک‌شده است و این اکنون لذت زندگی من است.»

در حال حاضر، Jev به‌عنوان تنها مدل از این نوع ایستاده است، اما روناچر انتظار دارد که با آشکار شدن کاربرد آن، رقبا ظهور کنند.

او گفت: «از بسیاری جهات باید زودتر این را می‌دیدیم، اما احتمالاً به این دلیل که LLMها آن‌قدر ارزان و یارانه‌ای هستند، هنوز مجبور نیستید خلاق باشید.»

خود TypeSafe نسخه‌های بیشتری از مدل را در حالت‌های جدید خواهد ساخت. وقتی از آلمیدا پرسیده شد که آیا TypeSafe یک آزمایشگاه پیشرو است، گفت: «محصول اصلی آزمایشگاه‌های پیشرو ترس یا هیاهو است. من دوست دارم محصول اصلی ما هوش باشد... اما [ما] به آن معنا یک آزمایشگاه نیستیم که شرط‌بندی روی ثروت بی‌نهایت، یا یک دین، یا ساختن خدا در مرکز داده، یا هر چیز دیگری که امروز مد است، باشیم.»