آیا کلود می‌تواند ذهن کاربران را بخواند؟ نگاهی به مدل مرموز جدید آنتروپیک
گاهی کافی است از هوش مصنوعی بخواهید فقط یک خطای نرم‌افزاری را برطرف کند؛ ممکن است هنگام بررسی، مجموعه‌ای از مشکلات ریشه‌ای مرتبط با آن را نیز شناسایی کند و حتی پیش‌قدم شود و بپرسد آیا می‌خواهید همه آن‌ها را یک‌جا برطرف کنید؟
به نظر می‌رسد چنین قابلیتی به‌زودی در دسترس قرار بگیرد.
بر اساس گزارش تازه وب‌سایت The Information، آنتروپیک در حال آماده‌سازی یک مدل جدید است که گفته می‌شود توانایی استدلال و قضاوت شهودی آن از تمام مدل‌های تجاری فعلی این شرکت بیشتر است.
برخی گمانه‌زنی‌ها حاکی از آن است که این مدل ممکن است با نام «Claude Fable 5.5» یا «Opus 5.6» عرضه شود.
آنچه بیش از همه توجه‌ها را جلب می‌کند، توانایی احتمالی این مدل در درک خواسته‌های ناگفته کاربران است. حتی اگر کاربر اطلاعات محدودی ارائه کند و هدف نهایی خود را به‌روشنی توضیح ندهد، مدل ظاهراً می‌تواند حدس بزند که او واقعاً به دنبال چه نتیجه‌ای است و راه‌حل‌هایی جامع‌تر پیشنهاد دهد.
این اطلاعات از فردی نقل شده است که مدل را آزمایش کرده است. آنتروپیک تاکنون وجود این مدل را به‌طور رسمی اعلام نکرده و نام دقیق، تاریخ عرضه و نتایج ارزیابی آن نیز مشخص نیست.
در همین حال، The Information دو خبر دیگر را نیز منتشر کرده است: گوگل در حال توسعه مدلی جدید با نام رمز Gemini 4 Carbon است و اوپن‌ای‌آی نیز قصد دارد طی هفته‌های آینده محصول تازه‌ای عرضه کند که احتمالاً به خانواده Terra تعلق دارد. بازار مدل‌های بزرگ هوش مصنوعی که به‌تازگی شاهد موجی از به‌روزرسانی‌های فشرده بوده، به‌زودی وارد دور تازه‌ای از رقابت خواهد شد.
آغاز درک فعالانه خواسته‌های کاربران
بر اساس گزارش The Information، یکی از افرادی که مدل جدید آنتروپیک را آزمایش کرده است، معتقد است توانایی استدلال و قضاوت شهودی آن از مدل‌های تجاری فعلی این شرکت فراتر می‌رود. یکی از ویژگی‌های برجسته این مدل، توانایی استنباط اهداف عمیق‌تر از دستورهای ساده کاربران است.
این گزارش برای توضیح قابلیت‌های مدل، نمونه‌ای در حوزه برنامه‌نویسی ارائه می‌کند.
فرض کنید کاربر از مدل می‌خواهد یک خطای نرم‌افزاری مشخص را برطرف کند. مدل جدید ممکن است هنگام بررسی کد، مجموعه‌ای از مشکلات ریشه‌ای را شناسایی کند که باعث بروز آن خطا شده‌اند. پس از کشف این مشکلات، حتی ممکن است خودش از کاربر بپرسد که آیا می‌خواهد خطاهای مشابه را نیز برطرف کند.
البته باید توجه داشت که این مثال، سناریویی فرضی است که آزمایش‌کننده برای توضیح قابلیت‌های مدل مطرح کرده و گزارش، نتایج هیچ آزمایش واقعی مرتبط با آن را منتشر نکرده است. بااین‌حال، این مثال جالب توجه است. توسعه‌دهندگان هنگام استفاده از ابزارهای برنامه‌نویسی مبتنی بر هوش مصنوعی، معمولاً ناچارند دستورهای خود را چندین بار تکمیل کنند؛ برای مثال، ابتدا از مدل می‌خواهند یک خطای گزارش‌شده را رفع کند، سپس بررسی کند که آیا همین مشکل در فایل‌های دیگر نیز وجود دارد و در نهایت، آزمون‌های رگرسیون را اجرا کند.
اگر مدل بتواند ارتباط میان مشکلات را به‌صورت فعالانه شناسایی کند، توسعه‌دهندگان به رفت‌وبرگشت‌های کمتری برای تکمیل کار نیاز خواهند داشت. این قابلیت به‌ویژه در پروژه‌های بزرگ اهمیت دارد، زیرا یک مشکل ریشه‌ای ممکن است در بخش‌های مختلف نرم‌افزار تکرار شود. اگر مدل فقط خطای فعلی را برطرف کند، احتمال دارد همان مشکل در بخش‌های دیگر دوباره بروز کند. البته شناسایی مشکلات مشابه تنها گام نخست است؛ مدل باید دامنه تأثیر آن‌ها را نیز به‌درستی تشخیص دهد تا با تغییر کدهایی که درست کار می‌کنند، مشکلات تازه‌ای ایجاد نکند. نکته مهم دیگر این است که مدل مورد اشاره در گزارش، پیش از اقدام بیشتر، نظر کاربر را جویا می‌شود.
نمونه دیگر به سرمایه‌گذاری در بورس مربوط می‌شود.
به گفته آزمایش‌کننده، اگر کاربر درباره سرمایه‌گذاری در سهام سؤال کند، مدل‌های متداول ممکن است شاخص‌های رایجی مانند نسبت قیمت به درآمد و توصیه‌هایی کلی ارائه دهند. اما مدل جدید احتمالاً از چارچوب‌های مرسوم فراتر می‌رود، الگوریتم‌های خلاقانه‌تری پیشنهاد می‌کند و می‌کوشد عملکرد آینده سهام را پیش‌بینی کند. در این مثال، تأکید بر توانایی مدل در ارائه ایده‌های تازه است. در حال حاضر، شواهد عمومی‌ای وجود ندارد که نشان دهد این الگوریتم‌ها واقعاً مؤثرند یا در سرمایه‌گذاری عملی به پیش‌بینی‌های دقیق‌تری منجر می‌شوند.
هر دو مثال به یک ویژگی مشترک اشاره دارند: مدل جدید ممکن است به‌جای پرداختن صرف به مسئله‌ای که کاربر مطرح کرده، هدف نهفته در پس آن را نیز بررسی کند و در پی یافتن راه‌حلی جامع‌تر باشد.
این توانایی به‌ویژه در برنامه‌نویسی با هوش مصنوعی و انجام وظایف به کمک عامل‌های هوش مصنوعی اهمیت دارد. در کارهای پیچیده، کاربران اغلب فقط نتیجه مطلوب خود را توضیح می‌دهند و تمام مراحل اجرایی را از ابتدا مشخص نمی‌کنند. مدل باید محیط را مستقلاً بررسی کند، مشکلات را بیابد و بر اساس اطلاعاتی که در میانه کار به دست می‌آورد، اقدامات بعدی را تنظیم کند. اگر بتواند منظور کاربر را دقیق‌تر تشخیص دهد، میزان آزمون‌وخطای تکراری در فرایند اجرا کاهش می‌یابد.
بااین‌حال، در حال حاضر این توصیف‌ها عمدتاً بر گفته‌های یک آزمایش‌کننده متکی‌اند. هنوز ارزیابی عمومی‌ای منتشر نشده است که عملکرد مدل جدید را در پروژه‌های واقعی یا میزان پیشرفت آن در مقایسه با مدل‌های فعلی Claude تأیید کند. حتی مشخص نیست که این مدل در نهایت به کدام خانواده از مدل‌های آنتروپیک تعلق خواهد داشت.
گوگل و اوپن‌ای‌آی نیز در تدارک مدل‌های جدید هستند
درحالی‌که آنتروپیک برای به‌روزرسانی مدل‌های خود آماده می‌شود، گوگل و اوپن‌ای‌آی نیز بیکار ننشسته‌اند.
گوگل در ۱۴ اکتبر دسترسی به مدل پرچم‌دار Gemini 4 Argon را رسماً گسترش داد و آن را در اختیار توسعه‌دهندگان، شرکت‌ها و کاربران عادی در سراسر جهان قرار داد. پیش از این، دسترسی به این مدل ابتدا برای شماری از متخصصان دفاع و امنیت سایبری فراهم شده بود. Argon عمدتاً برای انجام وظایف پیچیده در حوزه‌هایی مانند برنامه‌نویسی، امور مالی، حقوق، امنیت سایبری و پژوهش‌های علمی طراحی شده است. بر اساس ارزیابی‌هایی که گوگل منتشر کرده، این مدل در چندین وظیفه تخصصی به نتایج برجسته‌ای دست یافته است.
The Information به نقل از منابع آگاه گزارش داده است که گوگل هم‌اکنون روی مدل بعدی خود با نام رمز Gemini 4 Carbon کار می‌کند. گفته می‌شود Carbon قرار است از Argon نیز توانمندتر باشد، اما هنوز اطلاعات عمومی‌ای درباره عملکرد آن منتشر نشده است.
این گزارش به یکی از مزیت‌های Gemini نیز اشاره می‌کند. به نظر نمی‌رسد Argon در مجموع توانسته باشد از برترین مدل‌های آنتروپیک و اوپن‌ای‌آی پیشی بگیرد. بااین‌حال، برخی توسعه‌دهندگان به این رسانه گفته‌اند که Gemini همچنان در وظایفی که به درک بصری نیاز دارند، عملکرد خوبی دارد؛ از جمله تحلیل محتوای ویدئوها یا بررسی اینکه قابلیت‌های یک وب‌سایت به‌درستی کار می‌کنند یا خیر.
The Information همچنین احتمال داده است که حجم عظیم داده‌های ویدئویی یوتیوب در اختیار گوگل، به تقویت این توانایی کمک کرده باشد. بااین‌حال، گزارش شواهدی ارائه نمی‌کند که رابطه علّی مستقیمی میان این دو را اثبات کند.
در سوی دیگر، اوپن‌ای‌آی نیز در حال آماده‌سازی برای ادامه به‌روزرسانی محصولات خود است. به گفته منابع آگاه، این شرکت احتمالاً طی هفته‌های آینده مدل جدیدی عرضه می‌کند که به‌احتمال زیاد نسخه تازه‌ای از خانواده Terra خواهد بود. Terra در جایگاهی میان Sol و Luna قرار دارد و به رده میانی محصولات اوپن‌ای‌آی تعلق دارد. انتظار می‌رود مدل جدید از نظر قابلیت‌ها پیشرفت بیشتری داشته باشد، درحالی‌که قیمت آن از مدل GPT-6.1 Sol که پیش‌تر عرضه شده، پایین‌تر خواهد بود.
اوپن‌ای‌آی از نظر جایگاه‌گذاری محصولات همچنان می‌کوشد با عرضه مدل‌هایی در سطوح مختلف عملکرد و قیمت، نیازهای متنوع توسعه‌دهندگان را پوشش دهد. در کاربردهایی که به تعداد زیادی فراخوانی مدل نیاز دارند، هزینه استدلال اغلب مستقیماً بر امکان استفاده گسترده از محصول تأثیر می‌گذارد. حتی اگر مدلی به سطح عملکرد محصولات پرچم‌دار نرسد، می‌تواند به همان اندازه جذاب باشد؛ به شرط آنکه بتواند با هزینه کمتر، تعداد کافی از وظایف را انجام دهد.
نکته مهم‌تر اینکه اوپن‌ای‌آی در حال آماده‌سازی مدل قدرتمند دیگری نیز هست. The Information پیش‌تر گزارش داده بود که این مدل عرضه‌نشده از فناوری‌های مرتبط با معماری ترنسفورمر بازگشتی استفاده می‌کند و تیم سازنده همچنان در حال رسیدگی به خطرات ایمنی و امنیتی آن است تا پس از عرضه، مشکلات جدی ایجاد نشود.
این اخبار نشان می‌دهند که چند شرکت پیشرو خود را برای دور بعدی به‌روزرسانی مدل‌های هوش مصنوعی آماده می‌کنند. بااین‌حال، زمان دقیق عرضه، میزان بهبود عملکرد و جایگاه نهایی این محصولات در بازار همچنان با ابهام همراه است.
وقتی هوش مصنوعی یک گام فراتر فکر می‌کند
اگر دوباره به آنتروپیک برگردیم، مهم‌ترین نکته در این گزارش، تغییر احتمالی در شیوه پردازش وظایف توسط مدل جدید است.
برای مثال، وقتی توسعه‌دهنده‌ای از هوش مصنوعی می‌خواهد یک خطا را برطرف کند، در ظاهر با وظیفه‌ای کاملاً مشخص روبه‌رو هستیم. اما هدف واقعی معمولاً این است که نرم‌افزار دوباره به‌درستی کار کند و خطاهای مشابه در آینده تکرار نشوند.
در گذشته، توسعه‌دهندگان اغلب مجبور بودند این خواسته‌ها را مرحله‌به‌مرحله در قالب دستورهای تکمیلی برای مدل توضیح دهند. اگر مدل جدید آنتروپیک واقعاً بتواند، همان‌طور که آزمایش‌کننده توصیف کرده است، مشکلات مشابه را به‌صورت فعالانه شناسایی کند و درباره گسترش دامنه اصلاحات از کاربر اجازه بگیرد، بخشی از عیب‌یابی‌هایی را که پیش‌تر بر عهده خود توسعه‌دهندگان بود، انجام خواهد داد.
اهمیت این تغییر ممکن است در سناریوهای پیچیده‌تر مبتنی بر عامل‌های هوش مصنوعی حتی بیشتر باشد. وقتی کاربری از هوش مصنوعی می‌خواهد علت افت یک شاخص کسب‌وکار را تحلیل کند، مدل ممکن است ابتدا داده‌ها را بررسی کند و سپس عوامل مرتبط را به‌تدریج ارزیابی کند. اگر بتواند ارتباط میان ناهنجاری‌ها را به‌طور مستقل تشخیص دهد، می‌تواند بر اساس سرنخ‌های تازه مسیر تحلیل را ادامه دهد و نیاز به دستورهای مکرر کاربر را کاهش دهد.
اما این قابلیت با یک چالش عملی نیز روبه‌روست: هدفی که مدل استنباط می‌کند، لزوماً همان چیزی نیست که کاربر واقعاً می‌خواهد. ممکن است توسعه‌دهنده فقط بخواهد هرچه سریع‌تر اختلالی را که در محیط عملیاتی رخ داده است برطرف کند و قصد نداشته باشد در همان لحظه کل پروژه را تغییر دهد. حتی اگر مدل مشکلات گسترده‌تری را شناسایی کند، باید تأیید بگیرد که آیا کاربر حاضر است ریسک‌های ناشی از تغییرات اضافی را بپذیرد یا خیر. به همین ترتیب، در حوزه‌هایی مانند سرمایه‌گذاری و امور مالی، حتی اگر مدل برنامه تحلیلی پیچیده‌تری پیشنهاد دهد، لازم است اهداف، محدودیت‌ها و میزان ریسک‌پذیری کاربر مشخص شود.
توانایی استنباط دقیق خواسته‌های کاربر و تشخیص زمان مناسب برای پرسیدن نظر او، مستقیماً بر ارزش عملی این قابلیت‌ها تأثیر می‌گذارد.
در حال حاضر، هیچ شواهدی وجود ندارد که نشان دهد مدل جدید آنتروپیک این مشکلات را حل کرده است. بااین‌حال، مثال‌های ارائه‌شده از سوی آزمایش‌کننده دست‌کم از مسیری امیدوارکننده حکایت دارند: مدل پس از دریافت یک وظیفه، تلاش می‌کند بررسی کند که آیا مسئله فوری مطرح‌شده با هدفی عمیق‌تر ارتباط دارد یا خیر.
برای توسعه‌دهندگانی که هر روز بیش از گذشته برای انجام کارهای پیچیده به عامل‌های هوش مصنوعی متکی می‌شوند، چنین قابلیتی می‌تواند تجربه کار با این ابزارها را به‌طور محسوسی تغییر دهد. اما برای مشخص شدن اینکه آنتروپیک تا چه اندازه می‌تواند این توانایی را توسعه دهد، باید منتظر عرضه رسمی مدل و مشاهده عملکرد آن در وظایف واقعی ماند.
منابع:
- گزارش The Information درباره مدل جدید آنتروپیک و توانایی آن در درک خواسته‌های کاربران
- منبع منتشرشده در ایکس
- گزارش ExplainX درباره مدل جدید آنتروپیک، Gemini 4 Carbon و محصولات Terra اوپن‌ای‌آی
این مقاله از حساب رسمی وی‌چت «Machine Heart» منتشر شده است. نویسنده: Machine Heart. انتشار با مجوز 36Kr انجام شده است. منبع اصلی مقاله.