Jev، نموذج الذكاء الاصطناعي غير اللغوي من TypeSafe AI، يكسب ثقة المطورين

ترك Diogo Almeida، الباحث في OpenAI الذي ساعد في بناء ChatGPT وشارك في ابتكار تقنية التعلم المعزز من ملاحظات البشر (RLHF)، شركة OpenAI قبل عامين لتأسيس TypeSafe AI، بهدف حل ما يراه قيداً جوهرياً: فنماذج اللغة الكبيرة (LLM) مُحسَّنة للغة البشرية، التي يرى أنها ليست اللغة التي تحتاجها الحواسيب فعلياً من أجل الأتمتة. وهذا الأسبوع، أطلقت TypeSafe نموذجاً جديداً قائماً على المحوّلات يُدعى Jev وهو ليس نموذج لغة كبير: فهو لا يُخرج نصاً، بل يُخرج احتمالات، تسميها الشركة “قرارات مُعايَرة” (calibrated decisions). ونظراً إلى أن المستخدمين يحددون النتائج مسبقاً، فإن النموذج لا يمكن أن يتوهم، وتوكِنات مخرجاته مجانية، في حين تُقاس توكِنات مدخلاته بالمليار وليس بالمليون. وكان الطلب على Jev مرتفعاً إلى الحد الذي جعل الشركة تفقد مؤقتاً القدرة على خدمة المستخدمين من واجهة برمجتها.

ويبدو Jev الأكثر فائدة في أتمتة البرمجيات. وقال Pranit Sharma، مهندس برمجيات في Vercel، شركة البنية التحتية للوكلاء الذكية، إن شركته بعد أن استبدلت ChatGPT Luna 5.6 من OpenAI بـJev لتشغيل مصنِّف أمني للأوامر، حصلت على نتائج أسرع بمقدار خمس إلى 18 مرة وبدقة أعلى. واختبر Nikhil Mudholkar، مدير التقنية في Bryo AI، أداة Jev في مقابل Gemini لتصنيف رسائل البريد الإلكتروني الخاصة بالأعمال؛ وكان Gemini أدق قليلاً لكنه أغلى بمقدار 10 إلى 20 مرة، وقال Mudholkar إنه أكثر اهتماماً بدرجات الثقة التي يقدمها Jev، والتي تعيد احتمالية حقيقية مفيدة لأتمتة سير العمل. ويمكن لـJev أيضاً استكمال نماذج اللغة الكبيرة عن طريق العمل كأداة رقابة على سلوكها - ويرى Almeida مستخدمين يوظفونه لتتبّع مسارات وكلاء نماذج اللغة الكبيرة ومنع محاولات الالتفاف على قيودها (jailbreaks) - وقال Armin Ronacher، مدير التقنية في Earendil، إنه قد يجعل توجيه النماذج في الوقت الفعلي مجدياً اقتصادياً بطريقة لا يمكن لموجِّه قائم على نموذج لغة كبير تحقيقها.

ويظل Almeida متحفظاً بشأن بنية Jev، التي يشتبه مراقبون خارجيون في أنها مبنية على نموذج لغة كبير مفتوح الأوزان. وتصف الشركة Jev بأنه “نموذج النظام الأول” (System One) الذي يركز على الحدس بدلاً من الاستدلال، ومدرَّب حصرياً على بيانات تركيبية باستخدام تقنية يسميها Almeida “التعلم المعزز من القرارات المُعايَرة”. وحالياً، يقف Jev وحيداً كنموذج من هذا النوع، رغم أن Ronacher يتوقع ظهور منافسين له الآن بعد أن أصبحت فائدته واضحة.

لماذا يهم

إذا انتشرت نماذج الاحتمالات الرخيصة وغير المعرَّضة للتوهم مثل Jev لمهام الأتمتة وفحص السلامة، فقد تسحب جزءاً معتبراً من إنفاق المؤسسات على الذكاء الاصطناعي من نماذج اللغة الكبيرة العامة نحو أدوات أضيق نطاقاً وأقل تكلفة بكثير.