اوپن‌ای‌آی مدل رقیب Jev را در دسترس عموم قرار داد؛ رقابت در بازار مدل‌های تصمیم‌گیری شدت می‌گیرد
اوپن‌ای‌آی مدل Decisions API خود را برای نخستین بار به‌طور گسترده در اختیار کاربران قرار داده و وارد بازاری شده است که در آن هوش مصنوعی سریع و ارزان اهمیت روزافزونی پیدا کرده است. همین بازار اخیراً باعث شد شرکت نوپای TypeSafe، که یکی از پژوهشگران سابق یک آزمایشگاه پیشرو هوش مصنوعی آن را تأسیس کرده، به ارزشی معادل ۷٫۶ میلیارد دلار برسد.
مدل Jev شرکت TypeSafe با معرفی دسته‌ای تازه از مدل‌های یادگیری عمیق، راه را برای مدل‌هایی هموار کرد که نقش دسته‌بندهای قدرتمند را ایفا می‌کنند. این مدل‌ها مجموعه‌ای از گزینه‌ها را دریافت می‌کنند، به‌سرعت از میان آن‌ها انتخاب می‌کنند و میزان اطمینان خود به تصمیم را نیز ارائه می‌دهند. توسعه‌دهندگان نرم‌افزار خیلی زود دریافتند که این مدل‌های تصمیم‌گیری، یا مدل‌های نوع یک (System One)، می‌توانند در بسیاری از گردش‌کارها جایگزین مدل‌های زبانی بزرگ (LLM) شوند و درعین‌حال سریع‌تر و با هزینه‌ای به‌مراتب کمتر کار کنند.
نیکونج هاندا، مدیر محصول بخش رابط‌های برنامه‌نویسی کاربردی (API) اوپن‌ای‌آی، به تک‌کرانچ گفت همکارانش پس از مشاهده Jev با خود گفته بودند: «وای، ما برای این فناوری حدود یک میلیون کاربرد داریم.» تیم هاندا با سرعت دست‌به‌کار شد تا نسخه خود را عرضه کند. این تیم به‌جای ساخت مدلی اختصاصی برای تصمیم‌گیری و تنظیم دقیق آن، مدل ChatGPT Luna را بازپیکربندی کرد تا فرایند استنتاج سریع‌تر و هزینه آن کمتر شود.
هاندا گفت: «دستاورد بزرگ Decisions API افزایش سرعت بوده است؛ زمان انجام کارها از یک تا سه ثانیه به ۱۰۰، ۱۲۰ یا ۱۸۰ میلی‌ثانیه کاهش یافته است. شاید در آینده آموزش‌های اختصاصی در نظر بگیریم تا مدل‌هایمان در این زمینه‌ها عملکرد بهتری داشته باشند، اما فعلاً همین Luna معمولی کار را راه می‌اندازد.»
اوپن‌ای‌آی در رویداد توسعه‌دهندگان خود در ۲۹ سپتامبر از این محصول رونمایی کرد و روز پنجشنبه آن را در دسترس همه مشتریان قرار داد. این شرکت قابلیت‌های صوتی و بصری جدیدی نیز به نسخه عمومی افزود و با تخصیص منابع استنتاج بر اساس موقعیت جغرافیایی، تلاش کرد تأخیر پاسخ‌گویی را در مناطق مختلف جهان کاهش دهد.
در آزمایش‌های اولیه با مشتریانی از جمله Box، Datadog، Ramp و Speak، مهندسان از این API برای جایگزینی مدل‌های زبانی بزرگ اوپن‌ای‌آی با سامانه‌ای با توان پردازش بالاتر استفاده کردند. اندرو شو، مدیر ارشد فناوری شرکت Speak که ابزارهای آموزش زبان مبتنی بر هوش مصنوعی می‌سازد، گفت Decisions API به این شرکت امکان داده است زمان بین اقدامات را از ۱٫۴ ثانیه به ۰٫۱۳ ثانیه کاهش دهد. اوپن‌ای‌آی همچنین از این محصول برای افزایش سرعت پاسخ‌گویی دستیار صوتی Dots خود استفاده کرده است.
بااین‌حال، هنوز روشن نیست دقیقاً چه ویژگی‌هایی یک مدل تصمیم‌گیری خوب را می‌سازند؛ جز اینکه مدل باید «برای کاربرد شما جواب بدهد». به نظر می‌رسد نحوه ایجاد توازن میان توانایی هوش مصنوعی، هزینه، کالیبراسیون و سرعت، بسته به نوع کار متفاوت باشد. دیوگو آلمیدا، مدیرعامل TypeSafe، به معیارهای سنجش استاندارد بی‌اعتماد است و به کاربران توصیه می‌کند مدل‌ها را در محیط کاری خودشان آزمایش کنند. بااین‌وجود، خود شرکت TypeSafe نیز هفته گذشته هم‌زمان با انتشار جدیدترین نسخه Jev، رتبه‌بندی اختصاصی خود را منتشر کرد.
در شاخص‌های عمومی، از جمله شاخص AIM System One و شاخص تصمیم‌گیری Artificial Analysis، مدل D1 Ultra که شرکت Liquid هفته گذشته عرضه کرد و مدل Elephant-1 شرکت Base Lab معمولاً رتبه‌های بالاتری دارند. جدیدترین نسخه Jev همچنان در این دو شاخص رقابتی است و به‌ترتیب رتبه‌های هفتم و سوم را کسب کرده است؛ درحالی‌که مدل تصمیم‌گیری اوپن‌ای‌آی در همین شاخص‌ها به‌ترتیب در جایگاه هشتم و چهاردهم قرار دارد. بااین‌حال، در حال حاضر مدل‌های TypeSafe از نظر میزان استفاده در OpenRouter بیشترین درخواست را به خود اختصاص می‌دهند.
بااین‌حال، سرگرم‌کننده‌ترین آزمون Jev احتمالاً JevMan است؛ معیاری که در آن مدل‌های تصمیم‌گیری بازی پک‌من را انجام می‌دهند. جدیدترین نسخه Jev در صدر این رتبه‌بندی قرار دارد. فلیکس ووندرلیش، مدیر ارشد رشد شرکت Opper AI که این آزمون را ساخته است، گفت این بازی کلاسیک «آزمون جالبی است، زیرا جریان بی‌وقفه‌ای از تصمیم‌های سریع و سرنوشت‌ساز را در بر می‌گیرد. مدل باید در هر دوراهی، ظرف چند صد میلی‌ثانیه تصمیم بگیرد که به کدام سمت برود.»
یکی از حوزه‌هایی که مدل اوپن‌ای‌آی، که می‌توان آن را از برخی جهات توانمندتر دانست، احتمالاً در آن برتری دارد، قابلیت چندرسانه‌ای است. هاندا به تک‌کرانچ گفت: «Luna برای دسته‌بندی تصاویر بسیار قدرتمند است و نشان داده که کالیبراسیون بهتری دارد.» او افزود مشتریان اوپن‌ای‌آی می‌خواهند Decisions API در استفاده از تصاویر به‌عنوان خروجی نیز انعطاف‌پذیری بیشتری داشته باشد.
هاندا معتقد است افزایش بیشتر سرعت می‌تواند کاربردهای تازه‌ای را ممکن کند. او گفت: «آیا می‌توانیم زمان را به حدود ۶۰ میلی‌ثانیه برسانیم؟ در آن صورت می‌توان تصور کرد که یک فراخوانی API برای تک‌تک فریم‌های یک ویدئو انجام شود.»
با سریع‌تر و ارزان‌تر شدن این محصولات، می‌توان انتظار داشت که آن‌ها بیش از پیش با ایده‌ای که نام Jev به آن اشاره دارد، هم‌خوان شوند؛ ایده‌ای برگرفته از نام اقتصاددانی که پیش‌بینی کرده بود ارزان‌تر شدن یک کالا به افزایش فراگیری و استفاده گسترده‌تر از آن منجر می‌شود. هاندا نیز از «مجموعه شگفت‌انگیزی از کاربردها» سخن می‌گوید که پیش چشم همگان وجود داشتند، اما تنها با ظهور مدل‌های تصمیم‌گیری امکان شناسایی و استفاده از آن‌ها فراهم شد.