دستیار شخصی هوش مصنوعیِ همیشه‌فعال که حتی وقتی درخواستی از آن ندارید، در پس‌زمینه به کارش ادامه می‌دهد، پاسخ امسال به این پرسش است که مردم واقعاً چگونه از مدل‌های یادگیری عمیق استفاده خواهند کرد. استارتاپ Instinct یک‌شبه به پدیده‌ای مشهور تبدیل شد و Meta تمام توان بازاریابی‌اش را پشت دستیار خود، Muse، گذاشت.

OpenAI نمی‌خواست از این رقابت جا بماند. این شرکت در روز توسعه‌دهندگان خود در اواخر سپتامبر، dots، محصول دستیارش را عرضه کرد. Alexander Embiricos، مدیر تیم محصولات سازمانی OpenAI، این ماه در رویداد TechCrunch Disrupt به ما پیوست تا توضیح دهد این محصول از کجا آمده است؛ از جمله اینکه چرا به نظر می‌رسد بسیاری از شرکت‌ها برای ماشین‌های ضرب ماتریسیِ دارای تریلیون‌ها پارامتر، آواتارهایی با نمادهای بامزه انتخاب می‌کنند.

Embiricos درباره تلاش‌ها برای ساخت دستیارهای هوش مصنوعی گفت: «نوعی تکامل همگرا در حال رخ دادن است. وقتی روی محصول کار می‌کردیم، متوجه شدیم اگر بتوانیم آن را به‌صورت یک موجودیت و یک گفت‌وگوی واحد، نه چندین گفت‌وگوی مختلف، معرفی کنیم... استفاده از آن کم‌کم برای مردم طبیعی می‌شود.»

این دستیار در اپلیکیشن‌های دسکتاپ و موبایل ChatGPT برای مشترکان طرح Pro و بالاتر در دسترس است و قیمت طرح‌ها از ماهی ۱۰۰ دلار شروع می‌شود. وقتی آن را به تقویم، ایمیل، رایانه و ابزارهای دیگر وصل کنید، این عامل تلاش می‌کند در انجام کارها به شما کمک کند.

Embiricos اشاره می‌کند که بخش زیادی از قابلیت‌های dots را می‌توان با اپلیکیشن Codex شرکت OpenAI، ابزار برنامه‌نویسی این شرکت که اوایل امسال عرضه شد، به دست آورد. اما این کار به تلاش و راهنمایی بیشتری نیاز دارد. او به یاد می‌آورد که وقتی همسرش شروع کرد رایانه‌اش را تمام شب روشن بگذارد تا عامل‌هایش به کار ادامه دهند، چقدر خوشحال شده بود.

او در جمع شرکت‌کنندگان Disrupt گفت: «در تیم محصول، چیزی که به آن فکر می‌کنم این است که چطور می‌توانیم استفاده از این محصول را برای مردم طبیعی و مفید کنیم؟ بخش زیادی از این کار به افزودن فناوری تازه‌ای به محصول مربوط نمی‌شود؛ بلکه مسئله این است که آن را چطور به کاربر معرفی کنیم و تجربه استفاده از آن چه حسی داشته باشد.»

طبیعی جلوه‌دادن این فناوری به معنای بسته‌بندی دوباره قابلیت‌های مدل‌های این شرکت در قالب محصولی دسترس‌پذیرتر بود؛ مسیری که شرکت پیش‌تر نیز در پیش گرفته بود، زمانی که ChatGPT Work را از دل ابزارهای برنامه‌نویسی عامل‌محوری بیرون آورد که برای مهندسان نرم‌افزار ساخته بود. حتی نام این محصول—اشاره‌ای به فضای خالی درون لوگوی OpenAI—قرار است «حسی شبیه چیزی داشته باشد که در نهایت همه‌جا حضور پیدا می‌کند». (وقتی از او پرسیدند چه زمانی فهمیده کارآفرین رقیب حوزه هوش مصنوعی، Elon Musk، نشانی اینترنتی dot.com را در اختیار دارد، Embiricos گفت: «خیلی دیر متوجه شدم.»)

ایده عاملِ همیشه‌فعال این است که نیازی به دستور دادن ندارد. برای OpenAI، این به معنای استفاده بیشتر از توکن‌هاست و برای کاربران، به معنای دستیاری پیش‌فعال‌تر است که به گفته Embiricos «انگار به شما فکر می‌کند و به این فکر می‌کند که چطور به شما کمک کند».

در آزمایش‌های ما، توانایی دستیار برای پیش‌بینی نیازها آشکار و اغلب مفید است، اما هنوز کاملاً به مرحله مطلوب نرسیده است. این دستیار تداخل‌های تقویم و مهلت‌های پیش‌رو را گوشزد می‌کند، اما لزوماً همیشه به‌موقع این کار را انجام نمی‌دهد.

Embiricos درباره dots خود می‌گوید: «اوایل توسعه، اولین باری که یکی از آن [تداخل‌ها] را به من گفت، فقط سه دقیقه تا موعدش باقی مانده بود. گفت: «هی، این کار دارد نزدیک می‌شود. شاید بهتر باشد کاری درباره‌اش بکنی.» من فقط سه دقیقه وقت داشتم!»

Embiricos انتظار دارد زمان‌بندی این هشدارها به‌مرور بهتر شود، اما رویکرد پیش‌فعال برای محصول اهمیت اساسی دارد. او گفت: «درباره مهندسی در یک استارتاپ تحویل با پهپاد شنیدم که می‌گفتند: «اختلالی در سرویس داشتیم و وقتی متوجه شدم این اختلال رخ داده، dots من پیش‌تر آن را تشخیص داده، بررسی‌اش کرده و اطلاعات مفیدی درباره راه‌های برطرف‌کردنش در اختیارم گذاشته بود.»»

مانند بیشتر کاربردهای عامل‌های هوش مصنوعی، میان اطلاعات شخصی‌ای که یک مدل هوش مصنوعی برای مفیدبودن به آن نیاز دارد و میزان داده‌های شخصی‌ای که در اختیار یک شرکت نرم‌افزاری می‌گذارید، تنشی وجود دارد. از Muse به‌دلیل پروفایل‌هایی که از خانواده و دوستان شما می‌سازد انتقاد شده است. این نرم‌افزار از این اطلاعات استفاده می‌کند تا مثلاً بداند با دوست خاصی به چه نوع رستورانی علاقه دارید بروید؛ اما این داده‌ها می‌توانند ارزش چشمگیری هم برای کسب‌وکار تبلیغاتی Meta داشته باشند. آیا dots هم داده‌های مشابهی جمع‌آوری می‌کند؟

Embiricos گفت: «بله، قابلیتی در dots تعبیه کرده‌ایم که اسمش را پژوهش پیش‌فعال گذاشته‌ایم. این قابلیت در بازه‌های زمانی مشخص درباره آنچه از شما می‌داند، گفت‌وگوهایی که با شما داشته و مواردی که به آن‌ها دسترسی داده‌اید و می‌تواند بررسی‌شان کند، فکر می‌کند؛ سپس تحقیق می‌کند که «برای مفیدتر بودن چه کاری می‌توانم انجام دهم؟» و بعد پیشنهادش را مطرح می‌کند.»

جداکردن نیازهای داده‌ای عامل از نیازهای شرکت مادرش دشوار است. Hark، استارتاپی که دستیار شخصی هوش مصنوعی خود را توسعه می‌دهد، صریحاً تأکید می‌کند که مانند OpenAI و Meta داده‌ها را برای پیشبرد کسب‌وکار تبلیغاتی جمع‌آوری نمی‌کند.

OpenAI می‌گوید عامل dots همان کنترل‌های حریم خصوصی ChatGPT را دارد: کاربران می‌توانند آموزش مدل را غیرفعال کنند تا OpenAI از گفت‌وگوهایشان برای بهبود هوش مصنوعی استفاده نکند و می‌توانند دسترسی عامل به منابع مختلف رایانه‌شان و نحوه این دسترسی را مدیریت کنند. با این حال، این کنترل‌ها جزئی نیستند و اپلیکیشن می‌تواند اصرار زیادی به خرج دهد. برای مثال، دسترسی فقط‌خواندنی به درایوهای ابری را نمی‌پذیرد.

Embiricos گفت: «فکر می‌کنم کاری که باید انجام دهیم این است که کنترل‌هایی بسیار، بسیار، بسیار دقیق‌تر ایجاد کنیم.» اما او به هوشمندی و قدرت تشخیص مدل هم به‌عنوان سوی دیگر این ماجرا اشاره کرد.

Embiricos گفت: «وقتی محصول را عرضه کردیم، بابت این موضوع کمی مورد انتقاد قرار گرفتیم. تنظیمات پیش‌فرضی که برای کارهای عامل در نظر گرفته بودیم بسیار محافظه‌کارانه بود و عامل هم زیاد اجازه می‌خواست. یادم هست می‌دانستم چنین بازخوردی دریافت می‌کنیم، اما با خودم فکر می‌کردم: «اشکالی ندارد، می‌توانیم به‌مرور تنظیمش کنیم.»»

پرسش مهم دیگر درباره عامل‌های هوش مصنوعی این است که آیا می‌توانند در مقیاس بزرگ کار کنند یا نه. وقتی فقط تعداد کمی از افراد چنین عامل‌هایی دارند، استفاده از آن‌ها سرگرم‌کننده است و داستان‌هایی از عامل‌هایی که موفق شده‌اند برای رستوران‌های شلوغ میز رزرو کنند، فراوان است. اما کسب‌وکارها لزوماً تمایلی به تعامل با عامل‌ها ندارند و شاید زیرساخت لازم برای این کار را هم نداشته باشند. مردم هم قطعاً از تعامل با آن‌ها خوششان نمی‌آید (توضیح: لطفاً دست از فرستادن پیام‌های تبلیغاتی با عامل‌های هوش مصنوعی‌تان بردارید) و Embiricos هم یکی از همین افراد است. او همچنین دستیار انسانی دارد، چون به گفته خودش، شرکای تجاری OpenAI می‌خواهند با یک انسان تعامل کنند. او اضافه کرد: «من شخصاً هیچ‌وقت قصد ندارم با عاملِ شخص دیگری جلسه بگذارم.»

اگر صنعت هوش مصنوعی درست می‌گوید و آینده به عامل‌ها تعلق دارد، آیا می‌توانیم بدون تحت‌فشار قراردادن زیرساخت‌هایی که جهان امروز بر آن‌ها متکی است—از کسب‌وکارها و وب‌سایت‌ها گرفته تا شبکه‌های پرداخت—به این آینده برسیم؟

او گفت: «در OpenAI... ما همیشه در عرضه قابلیت بعدی برای تعامل عامل با جهان سریع‌ترین نیستیم. وقتی چنین قابلیتی را عرضه می‌کنیم، با همکاری نزدیک با دیگر بخش‌های این اکوسیستم پیش می‌رویم. احتمالاً نمی‌توانم اینجا جزئیات زیادی بگویم، اما گفت‌وگوهای گسترده‌ای با شرکت‌های پردازش پرداخت داریم.»

امکان‌دادن به دستیار هوش مصنوعی برای خرج‌کردن پول از طریق همکاری با شرکت‌های پرداخت می‌تواند نخستین گام بسیار سودآوری برای OpenAI باشد، اما از مصرف‌کنندگان هم درخواست بزرگی محسوب می‌شود. دسترسی‌دادن به صندوق ورودی ایمیلم به دستیار، همین حالا هم درخواست بزرگی به نظر می‌رسد؛ اما حساب بانکی‌ام خط قرمز است. فعلاً.