هوش مصنوعی Jev چیست؟ / بررسی کامل هوش مصنوعی تازه‌ای که همه را مسحور خود کرده است

تینا مزدکی_هوش مصنوعی Jev در تلاش است تا با سرعت بالا و هزینه‌ای به مراتب کمتر از مدل‌های زبان شناخته شده، وظایفی همچون دسته‌بندی اطلاعات، نمره‌دهی، مسیریابی درخواست‌ها و ارزیابی نتایج ارائه شده از دیگر مدل‌های هوش مصنوعی را انجام دهد. اما Jev چه ویژگی‌هایی دارد، علت هزینه پایین آن چیست و چگونه با ChatGPT و Gemini تفاوت دارد؟

Jev چیست؟

Jev محصول شرکت TypeSafe AI است و اولین مدل از مجموعه‌ای به نام System One Models به شمار می‌رود. این خانواده مدل‌های هوش مصنوعی به صورت خاص برای کاربرد مستقیم در نرم‌افزارها طراحی شده‌اند.

مفهوم اصلی Jev بسیار ساده است؛ در حالی که مدل‌های زبانی مرسوم معمولاً «متن» تولید می‌کنند، Jev به تولید «تصمیم» می‌پردازد. به عبارت دیگر، خروجی Jev از ابتدا به شکل ساختاریافته و با تعیین احتمال و میزان اطمینان ارائه می‌شود تا بتوان به‌طور مستقیم از آن استفاده کرد.

مثلاً تصور کنید یک فروشگاه آنلاین هر روز میلیون‌ها پیام دریافت می‌کند. یک مدل زبانی عمومی می‌تواند متن هر پیام را تجزیه و تحلیل کند و دریابد مشتری چه چیزی خواسته است. اما سیستم فروشگاه ممکن است تنها به یک تصمیم ساده نیاز داشته باشد، مثلاً «آیا این پیام مرتبط با بازپرداخت است یا خیر؟» Jev می‌تواند به‌جای تشکیل یک پاراگراف، به شکل مستقیم همان تصمیم ساختاریافته را به نرم‌افزار تحویل دهد.

در واقع، اگر ChatGPT را به عنوان دستیار انسانی تصور کنیم، Jev به دلیل عملکردش بیشتر شبیه به یک مغز تصمیم‌گیر در پس‌زمینه نرم‌افزار است.

چرا Jev ساخته شد؟

موضوع اصلی که TypeSafe به آن پرداخته، محدودیت‌های جدی مدل‌های زبانی در کاربردهای نرم‌افزاری است. مدل‌هایی نظیر ChatGPT در تولید متن بسیار انعطاف‌پذیر هستند، اما این انعطاف‌پذیری در شرایطی که خروجی باید به شکل مستقیم در یک سیستم نرم‌افزاری پیاده‌سازی شود، می‌تواند مشکلاتی ایجاد کند. برنامه معمولاً به یک خروجی مشخص، دسته‌بندی، نمره یا تصمیم نیاز دارد و نه صرفاً یک متن توصیفی زیبا.

به عنوان نمونه، ممکن است نرم‌افزار بپرسد «آیا این تراکنش مشکوک است؟» و سه پاسخ «بله»، «خیر» و «نامشخص» برای آن تعریف شده باشد. Jev به طور خاص برای مواجهه با چنین شرایطی طراحی شده است. TypeSafe تأکید می‌کند که خروجی مدل طبق یک ساختار از پیش تعیین‌شده ایجاد می‌شود و مدل نمی‌تواند جوابی خارج از این چارچوب تولید کند.

این مدل برای تصمیم‌های کوچک و متعدد طراحی شده است. تصور کنید یک شرکت هر روز میلیون‌ها داده، پیام یا درخواست را دریافت می‌کند. پیام‌هایی نظیر «این پیام به کدام بخش ارسال شود؟»، «آیا این مشتری احتمالاً قصد لغو سفارش را دارد؟»، «آیا این تراکنش عادی است یا مشکوک؟»، و «این متن به کدام دسته تعلق دارد؟» که اکثریت این موارد نیاز به یک تصمیم ساده دارند.

پاسخ یک مدل زبانی عمومی به این پیام‌ها ممکن است به مراتب مفصل‌تر از نیاز سیستم باشد، در حالی که Jev تلاش می‌کند همان تصمیم را به شکل مستقیم و در قالبی قابل استفاده برای نرم‌افزار برگرداند. TypeSafe کاربردهایی مانند دسته‌بندی، مسیریابی، نمره‌دهی، استخراج اطلاعات، ایجاد شاخه‌های تصمیم‌گیری در نرم‌افزار و تحلیل خروجی مدل‌های دیگر را از جمله استفاده‌های Jev معرفی کرده است.

تفاوت Jev با ChatGPT و Gemini چیست؟

Jev و ChatGPT یا Gemini را نمی‌توان صرفاً رقبای یکدیگر در نظر گرفت که یکی باید جای دیگری را بگیرد. فلسفه طراحی این مدل‌ها اساساً متفاوت است. ChatGPT و Gemini برای تعاملات انسانی طراحی شده‌اند، بدین معنا که کاربر سؤال می‌پرسد و مدل قادر است پاسخ متنی ارائه دهد، متن را بازنویسی کند، کدنویسی انجام دهد، ایده‌هایی ارائه دهد یا درباره موضوعات مختلف گفتگو کند.

اما Jev به گونه‌ای طراحی نشده که مکالمه‌ای باشد. این مدل قرار است درون یک نرم‌افزار جای گیرد و نتیجه‌ای ارائه دهد که نرم‌افزار بتواند به کار گیرد.

به طور خلاصه، مدل‌های همچون ChatGPT پاسخ را به شیوه‌ای واضح اعلام می‌کنند، اما Jev تصمیمی صحیح به انسان ارائه می‌دهد تا دسترسی به پاسخ تسهیل شود. این تفاوت یک نکته کلیدی در درک Jev است.

Jev نه یک مدل کوچک‌تر و نه نسخه ارزان‌تری از این مدل‌ها محسوب می‌شود. TypeSafe به وضوح تأکید می‌کند که System One Models یک مسیر کاملاً جداگانه از مدل‌های زبانی سنتی را دنبال می‌کند. این مدل‌ها برای تصمیم‌های ساختاریافته درون سیستم‌های نرم‌افزاری طراحی شده‌اند. به همین خاطر، امکان استفاده همزمان از این فناوری‌ها نیز وجود دارد. به عنوان مثال، یک مدل زبانی می‌تواند متن پاسخ مشتری را تولید کند و Jev وظیفه بررسی انطباق پاسخ با قوانین یا اطلاعات سیستم را عهده‌دار شود.

راز ارزان بودن Jev چیست؟

یکی از جذاب‌ترین ویژگی‌های Jev قیمت آن است. TypeSafe هنگام معرفی Jev قیمت اولیه را ۰.۰۴۲ دلار برای هر میلیون توکن اعلام کرده که به معنای حدود ۴۲ دلار برای یک میلیارد توکن ورودی است. همچنین، خروجی این مدل در قیمت‌گذاری اعلام‌شده شرکت به صورت رایگان عنوان شده است. اما این قیمت چطور به دست آمده است؟

پاسخ را باید در تفاوت بنیادی Jev با مدل‌های زبانی معمولی جستجو کرد. مدل‌های زبانی مرسوم برای تولید متن، خروجی را به صورت توکن به توکن و به طور متوالی تولید می‌کنند و هر چه متن طولانی‌تر باشد، محاسبات بیشتری ضروری است.

Jev رویکرد متفاوتی دارد. TypeSafe بیان می‌کند که این مدل به جای تولید متوالی متن، تصمیم‌های لازم را به شکل موازی نمونه‌برداری می‌کند. شرکت همچنین معماری مدل، روش نمونه‌برداری و روش آموزشی ویژه‌ای برای این هدف توسعه داده است. در نتیجه، Jev نیازی به پرداخت هزینه‌های محاسباتی مشابه یک مدل تولیدکننده عمومی را ندارد چرا که نهایتاً تنها به یک «بله»، «خیر»، یک نمره یا یک دسته‌بندی احتیاج دارد.

Jev چقدر ارزان‌تر است؟

خود TypeSafe در صفحه معرفی Jev، قیمت ورودی آن را ۰.۰۴۲ دلار برای هر میلیون توکن بیان کرده و در مقایسه‌های داخلی خود، هزینه Jev را در برخی فرآیندهای مشخص به مراتب پایین‌تر از مدل‌های زبانی نشان می‌دهد. این شرکت همچنین در صفحه رسمی خود به ۴۴۴.۶ برابری کمتر در هزینه در یک مورد خاص اشاره کرده است. با این حال، این رقم نباید به عنوان یک مقایسه عمومی میان Jev و تمام مدل‌های هوش مصنوعی در نظر گرفته شود.

این مقایسه به فعالیت‌های مشخصی وابسته است که TypeSafe برای مدل‌های System One مشخص کرده، نه اینکه Jev در همه کارهایی که ChatGPT یا Gemini انجام می‌دهند ۴۴۴ برابر ارزان‌تر باشد. این نکته بسیار مهم است. Jev برای نوشتن یک مقاله، ایجاد تصویر یا گفتگوهای طولانی با انسان طراحی نشده است، بنابراین مقایسه هزینه در این زمینه‌ها قابل درک نیست.

آیا Jev واقعاً دو برابر یا چند برابر سریع‌تر است؟

TypeSafe گزارش می‌دهد که زمان پاسخ Jev در سیستم خدماتی این شرکت حدود ۷۰ تا ۵۰۰ میلی‌ثانیه است و در یک آزمایش مشخص، Jev توانسته به طور قابل توجهی از برخی مدل‌های زبانی سریع‌تر عمل کند. این شرکت در وب‌سایت خود در یک مقایسه خاص در مورد سرعت، از ۱۹۳.۶ برابر سریع‌تر بودن Jev صحبت می‌کند.

اما این عدد نیز باید در همان چارچوب آزمایشی ارزیابی شود. سرعت یک مدل به نوع درخواست، حجم ورودی، سخت‌افزار، شبکه و نحوه پیاده‌سازی وابسته است. بنابراین، ادعای اینکه Jev در تمامی زمینه‌ها ۱۹۳ برابر سریع‌تر از ChatGPT یا Gemini است، درست نخواهد بود.

آیا Jev توهم نمی‌زند؟

در این زمینه، یکی از ادعاهای کلیدی TypeSafe مطرح می‌شود. این شرکت مدعی است که به دلیل ساختار خروجی Jev، این مدل از بروز هالوسینیشن یا تولید خروجی خارج از قالب تعریف‌شده مصون است. به بیان دیگر، اگر برنامه تنها گزینه‌های مشخصی برای خروجی تعریف کرده باشد، مدل نمی‌تواند ناگهان متنی یا گزینه‌ای خارج از آن ساختار تولید کند.

اما این بدین معنا نیست که Jev همواره درست عمل می‌کند. ممکن است مدل از میان گزینه‌های مجاز، گزینه نادرست را انتخاب کند. تفاوت اینجا است که خطایی که Jev مرتکب می‌شود، بیشتر به صورت تصمیم غلط درون یک چارچوب مشخص نمایان می‌شود، در حالی که تولید یک متن ساختگی و خارج از چارچوب را نخواهد داشت. TypeSafe همچنین تصریح کرده است که Jev نیز ممکن است اشتباهاتی داشته باشد و مسئله اصلی، قابلیت اعتماد تصمیم‌ها است.

Jev یک ChatGPT ارزان نیست

مخاطب اصلی Jev به احتمال زیاد کاربران عادی نیستند؛ بلکه توسعه‌دهندگان و شرکت‌هایی هستند که می‌خواهند هوش مصنوعی را به نرم‌افزارهای خود اضافه کنند. به عنوان مثال، یک فروشگاه آنلاین می‌تواند از Jev برای دسته‌بندی درخواست‌های مشتری استفاده کند، یک شرکت مالی می‌تواند از آن برای امتیازدهی یا تحلیل تراکنش‌ها بهره گیرد و یا یک شرکت نرم‌افزاری می‌تواند از Jev برای ارزیابی خروجی یک مدل زبانی استفاده کند.

حتی TypeSafe کاربردهایی مانند تصمیم‌گیری در زمان واقعی، پردازش حجم گسترده داده و بررسی خروجی مدل‌های دیگر را به عنوان قابلیت‌های این فناوری مطرح کرده است.

مهم‌ترین نکته برای درک این فناوری نیز همین است. اگر کسی انتظار داشته باشد Jev به مانند ChatGPT با او صحبت کند، قطعاً از نتایج ناامید خواهد شد چون Jev به کلی برای چنین مقصودی طراحی نشده است.

در عوض، اگر یک شرکت میلیون‌ها تصمیم کوچک برای پردازش داشته باشد و بخواهد آنها را به نفع خود، سریع و ارزان دسته‌بندی کند، فلسفه Jev منطقی خواهد بود. در حقیقت TypeSafe در پی این است که بخشی از هوش مصنوعی را که تا به حال بیشتر به شکل چت‌بات و دستیار دیده‌ایم، به مقوله‌ای داخلی در نرم‌افزار تبدیل کند.

آینده Jev به چه چیزی بستگی دارد؟

Jev در حال حاضر در فاز دسترسی اولیه قرار دارد و به همین دلیل برای تعداد محدودی از کاربران در دسترس است و TypeSafe به تازگی این مدل را عمومی کرده است. از این رو، هنوز برای قضاوت درباره موقعیت نهایی آن در بازار بسیار زود است. از طرف دیگر، بسیاری از تعاریف و اعداد قابل توجهی که درباره سرعت و هزینه Jev مطرح شده‌اند، از آزمایش‌های خود شرکت TypeSafe نشأت می‌گیرند. این شرکت خود نیز در توضیح دستاوردهایش، به محدودیت‌ها و امکان وجود سوگیری در برخی ارزیابی‌ها اشاره کرده است.

بنابراین، جالب‌ترین نکته درباره Jev این نیست که قرار است جایگزین ChatGPT یا Gemini شود، بلکه ایده‌ای است که در پس آن نهفته است. شاید تمام کاربردهای هوش مصنوعی نیازمند مدل‌هایی نباشند که بتوانند هزاران کلمه صحبت کنند. گاهی، یک نرم‌افزار تنها باید بداند که کدام گزینه بهتری است.

اگر مدل‌هایی مخصوصاً همچون Jev موفق شوند در مقیاس بزرگ، همین تصمیم‌های ساده را با سرعت بالا و خطای قابل قبول انجام دهند، هوش مصنوعی ممکن است از دایره گفتمان خارج شود و به بخشی نامرئی از نرم‌افزارهایی که هر روز از آنها استفاده می‌کنیم تبدیل گردد.

بنابراین، Jev یک رقیب مستقیم برای ChatGPT یا Gemini نیست، بلکه یک مدل با فلسفه متفاوت است. ChatGPT و Gemini برای تعاملات گسترده با انسان و تولید محتوا طراحی شده‌اند، در حالی که Jev در تلاش است تا تصمیم‌های ساختاریافته را به صورت مستقیم در اختیار نرم‌افزار قرار دهد.

هزینه پایین، سرعت بالا و خروجی ساختاریافته سه ویژگی بارز Jev به شمار می‌روند. TypeSafe عنوان می‌کند که این مدل با معماری متفاوت و روش‌های آموزشی خاص و با تولید موازی تصمیم‌ها توانسته به چنین سطحی از هزینه و سرعت دست یابد. اما Jev هنوز در مراحل ابتدایی خود قرار دارد و ادعاهای مربوط به برتری سرعت، هزینه و کارایی آن باید در استفاده‌های آینده و گسترده‌تر نیز ارزیابی شود. اگر این ایده موفق باشد، نسل جدیدی از هوش مصنوعی ممکن است صرفاً به تمرکز بر صحبت‌های هوشمندتر محدود نشود، بلکه به هدف تصمیم‌گیری سریع‌تر و ارزان‌تر نیز معطوف گردد.

۵۸۳۲۳