اوپن‌ای‌آی با عرضه API تصمیم‌گیری وارد رقابت مدل‌های تصمیم‌گیری سریع شد
اوپن‌ای‌آی روز پنجشنبه API تصمیم‌گیری خود را در اختیار تمام مشتریان قرار داد و به رقابت با مدل Jev شرکت TypeSafe در بازار رو‌به‌رشد مدل‌های هوش مصنوعی ویژه طبقه‌بندی سریع و کم‌هزینه اطلاعات وارد شد. این اقدام، سرعت پردازش و قابلیت کار با انواع داده‌ها را به محور رقابتی تبدیل کرده است که می‌تواند شیوه تصمیم‌گیری سریع در نرم‌افزارها را دگرگون کند.
اوپن‌ای‌آی با عرضه عمومی Decisions API در روز پنجشنبه وارد بازاری شد که تقاضا برای هوش مصنوعی سریع و ارزان در انجام وظایف طبقه‌بندی، به‌تازگی ارزش شرکت TypeSafe را به ۷.۶ میلیارد دلار رسانده است.
مدل Jev شرکت TypeSafe زمینه شکل‌گیری دسته تازه‌ای از طبقه‌بندهای مبتنی بر یادگیری عمیق را فراهم کرد که مانند سامانه‌های تخصصی تصمیم‌گیری عمل می‌کنند. این مدل‌ها که به مدل‌های «سیستم یک» (System One) معروف‌اند، از میان گزینه‌های ارائه‌شده به‌سرعت یکی را انتخاب می‌کنند و میزان اطمینان خود به آن انتخاب را نیز اعلام می‌کنند. توسعه‌دهندگان در فرایندهای کاری مختلف، این مدل‌ها را جایگزین مدل‌های زبانی بزرگ (LLM) کرده‌اند تا ضمن افزایش سرعت، هزینه‌ها را به‌شدت کاهش دهند.
نیکونج هاندا، مدیر محصول APIهای اوپن‌ای‌آی، می‌گوید همکارانش پس از مشاهده Jev به ظرفیت عظیم این فناوری پی بردند. هاندا گفت: «ما چیزی در حدود یک میلیون مورد استفاده برای چنین فناوری‌ای داریم.» تیم او نیز بلافاصله برای ارائه پاسخی رقابتی دست‌به‌کار شد. آن‌ها به‌جای طراحی و تنظیم یک مدل اختصاصی برای تصمیم‌گیری، مدل ChatGPT Luna را بازپیکربندی کردند تا سرعت استنتاج افزایش و هزینه پردازش کاهش یابد.
هاندا توضیح داد: «مهم‌ترین دستاورد Decisions API سرعت آن بوده است؛ به‌طوری‌که زمان انجام کارهایی که پیش‌تر یک تا سه ثانیه طول می‌کشید، اکنون به ۱۰۰، ۱۲۰ یا ۱۸۰ میلی‌ثانیه رسیده است.» اوپن‌ای‌آی این API را نخستین بار در رویداد ویژه توسعه‌دهندگان خود در ۲۹ سپتامبر معرفی کرد. در نسخه‌ای که اکنون به‌صورت عمومی عرضه شده، قابلیت پردازش داده‌های صوتی و تصویری نیز اضافه شده است. این شرکت همچنین منابع پردازش استنتاج را بر اساس موقعیت جغرافیایی توزیع کرده تا تأخیر پاسخ‌گویی در نقاط مختلف جهان کاهش یابد.
شرکت‌های Box، Datadog، Ramp و Speak از نخستین مشتریان این سرویس هستند. مهندسان این شرکت‌ها برای افزایش ظرفیت پردازش، API جدید را جایگزین مدل‌های زبانی بزرگ اوپن‌ای‌آی در فرایندهای کاری خود کرده‌اند. اندرو هسو، مدیر ارشد فناوری Speak، شرکتی که ابزارهای آموزش زبان مبتنی بر هوش مصنوعی توسعه می‌دهد، گفت استفاده از این API باعث شده فاصله زمانی میان اقدامات در سرویس این شرکت از ۱.۴ ثانیه به ۰.۱۳ ثانیه کاهش پیدا کند. اوپن‌ای‌آی نیز از همین محصول برای افزایش سرعت واکنش دستیار صوتی Dots خود استفاده کرده است.
بااین‌حال، هنوز معیار مشخص و مورد توافقی برای تشخیص یک مدل تصمیم‌گیری خوب وجود ندارد. نسبت مطلوب میان توانایی هوشمند مدل، هزینه، دقت برآورد میزان اطمینان و سرعت پردازش، بسته به نوع کاری که مدل انجام می‌دهد متفاوت است.
دیوگو آلمیدا، مدیرعامل TypeSafe، به نتایج آزمون‌های معیار چندان اعتماد ندارد و به کاربران توصیه می‌کند مدل‌ها را مستقیماً در محیط کاری خود آزمایش کنند. با وجود این دیدگاه، TypeSafe هفته گذشته هم‌زمان با معرفی جدیدترین نسخه مدل Jev، رتبه‌بندی اختصاصی خود را نیز منتشر کرد. نسخه تازه Jev از پردازش تصویر و قابلیت تعریف شرط‌های هوشمند «اگر» (smart-if) پشتیبانی می‌کند.
در دو شاخص AIM System One Index و Artificial Analysis Decision Index، مدل‌های D1 Ultra شرکت Liquid و Elephant-1 شرکت Base Lab بالاترین امتیازها را کسب کرده‌اند. جدیدترین نسخه Jev در این دو شاخص به‌ترتیب رتبه‌های هفتم و سوم را در اختیار دارد، درحالی‌که مدل تصمیم‌گیری اوپن‌ای‌آی به‌ترتیب در جایگاه‌های هشتم و چهاردهم قرار گرفته است. در حال حاضر، مدل‌های TypeSafe بیشترین تعداد درخواست کاربران را در پلتفرم OpenRouter به خود اختصاص داده‌اند.
یکی از سرگرم‌کننده‌ترین آزمون‌های این حوزه JevMan نام دارد؛ معیاری که در آن مدل‌های تصمیم‌گیری با انجام بازی کلاسیک پک‌من (Pac-Man) ارزیابی می‌شوند. جدیدترین مدل Jev در صدر این رتبه‌بندی قرار دارد. فلیکس ووندرلیش، مدیر ارشد رشد شرکت Opper AI که این آزمون را طراحی کرده است، توضیح داد: «این بازی کلاسیک آزمون جالبی است، زیرا مدل را پیوسته در موقعیت‌هایی قرار می‌دهد که باید تصمیم‌هایی سریع و سرنوشت‌ساز بگیرد. مدل در هر دوراهی فقط چندصد میلی‌ثانیه فرصت دارد تا مسیر بعدی را انتخاب کند.»
یکی از مزیت‌های مدل اوپن‌ای‌آی، توانایی آن در پردازش چندوجهی داده‌هاست. هاندا درباره طبقه‌بندی تصاویر گفت: «Luna بسیار قدرتمند است و نشان داده که در برآورد و تنظیم میزان اطمینان به پیش‌بینی‌هایش عملکرد بهتری دارد.» مشتریان همچنین خواهان آن هستند که Decisions API بتواند تصاویر را با انعطاف‌پذیری بیشتری به‌عنوان خروجی تولید کند.
هاندا انتظار دارد سرعت این فناوری همچنان افزایش یابد. او پرسید: «آیا می‌توانیم زمان پاسخ‌گویی را به حدود ۶۰ میلی‌ثانیه برسانیم؟ در آن صورت می‌توان تصور کرد که برای تک‌تک فریم‌های یک ویدئو، یک درخواست API ارسال شود.»
با سریع‌تر و ارزان‌تر شدن این مدل‌ها، ممکن است شاهد تحقق پدیده‌ای باشیم که به «پارادوکس جونز» (Jevons Paradox) معروف است. نام این پدیده از اقتصاددانی گرفته شده که نشان داد استفاده کارآمدتر از یک منبع می‌تواند به رواج و افزایش مصرف آن منجر شود. هاندا پیش‌بینی می‌کند که مدل‌های تصمیم‌گیری مجموعه‌ای بسیار گسترده و غیرمنتظره از کاربردها را آشکار خواهند کرد؛ کاربردهایی که پیش‌تر در برابر چشم ما قرار داشتند، اما تا ظهور این مدل‌ها ظرفیت واقعی آن‌ها شناخته نشده بود.
منبع: تک‌کرانچ