ChatGPT-ის ერთ-ერთი შემქმნელის ახალი AI მოდელი დეველოპერებს დიდ შესაძლებლობებს სთავაზობს

დიოგო ალმეიდასთვის ChatGPT-ის შექმნა მხოლოდ წარმატება არ ყოფილა. როგორც OpenAI-ის ყოფილი მკვლევარი, ის მონაწილეობდა ჩატბოტის შექმნაში და ადამიანური უკუკავშირის საფუძველზე განმამტკიცებელი სწავლების (RLHF) მეთოდის შემუშავებაში — ტექნოლოგიის, რომელმაც საფუძველი ჩაუყარა ხელოვნური ინტელექტის თანამედროვე ეპოქას. მიუხედავად ამ შესაძლებლობებისა, ის იმედგაცრუებული დარჩა. ალმეიდას თქმით, მიუხედავად იმისა, რომ მათ ხელთ ჰქონდათ უდიდესი პოტენციალის მქონე ტექნოლოგია, ის მაინც არ იყო საკმარისად სასარგებლო პრაქტიკული გამოყენებისთვის.

პრობლემა იმაში მდგომარეობდა, რომ ოპტიმიზაცია ადამიანურ ენაზე ხდებოდა. ბოლო ოთხი წლის განმავლობაში ინდუსტრიამ ადამიანური ენის დამუშავებაში დიდ წარმატებას მიაღწია, თუმცა ეს არ აღმოჩნდა ეფექტური ავტომატიზაციისთვის, რადგან კომპიუტერები განსხვავებულ ენაზე საუბრობენ. სწორედ ამ პრობლემის მოსაგვარებლად, ალმეიდამ ორი წლის წინ დატოვა OpenAI და დააფუძნა სტარტაპი TypeSafe AI. ამ კვირაში კომპანიამ გამოუშვა ახალი, ტრანსფორმერზე დაფუძნებული მოდელი Jev, რომელიც არ წარმოადგენს დიდ ენობრივ მოდელს (LLM).

Jev არ აგენერირებს ტექსტს; ამის ნაცვლად, ის გამოსცემს ალბათობებს, რასაც კომპანია „კალიბრირებულ გადაწყვეტილებებს“ უწოდებს. ენობრივ კომპონენტზე უარის თქმამ მოდელი წარმოუდგენლად იაფი და სწრაფი გახადა. ვინაიდან მომხმარებლები წინასწარ განსაზღვრავენ გამოსავალ მონაცემებს, მოდელს არ ახასიათებს „ჰალუცინაციები“. მისი გამოსავალი ტოკენები უფასოა, ხოლო შემავალი ტოკენების ღირებულება მილიარდობით ერთეულზე იანგარიშება და არა მილიონობითზე.

დეველოპერები ამ პროდუქტით დიდ ინტერესს იჩენენ. მოთხოვნა იმდენად მაღალი იყო, რომ კომპანიას მცირე ხნით API-ს მეშვეობით მომხმარებლების მომსახურებაც კი გაუჭირდა. Jev ყველაზე სასარგებლო პროგრამული უზრუნველყოფის ავტომატიზაციისთვის აღმოჩნდა. პროგრამული უზრუნველყოფის დეველოპერები მას განიხილავენ, როგორც უფრო იაფ და მტკიცე გზას თავიანთ კოდში ინტელექტის ინტეგრირებისთვის.

პრაქტიკული გამოყენების მაგალითები

Vercel-ის პროგრამულმა ინჟინერმა, პრანიტ შარმამ აღნიშნა, რომ მისმა კომპანიამ გამოიყენა OpenAI-ის ChatGPT Luna 5.6 უსაფრთხოების ბრძანებების გადასამოწმებლად. როდესაც Vercel-მა Luna ჩაანაცვლა Jev-ით, შედეგები 5-დან 18-ჯერ უფრო სწრაფად და მეტი სიზუსტით მიიღო.

კიდევ ერთმა დეველოპერმა, Bryo AI-ის ტექნიკურმა დირექტორმა ნიხილ მუდჰოლკარმა, Jev-ი Gemini-ს შეადარა ბიზნეს ელფოსტის კლასიფიკაციისას. მის ტესტში Gemini ოდნავ უფრო ზუსტი აღმოჩნდა, თუმცა 10-დან 20-ჯერ უფრო ძვირი. მუდჰოლკარისთვის განსაკუთრებით საინტერესო Jev-ის „დაჯერებულობის ქულები“ აღმოჩნდა — ეს არის ერთადერთი მოდელი, რომელიც რეალურ ალბათობას აბრუნებს, რაც მას იდეალურს ხდის სამუშაო პროცესების ავტომატიზაციისთვის.

მოდელის დამატებითი ფუნქციები

გარდა იმისა, რომ Jev-ს შეუძლია გარკვეულ შემთხვევებში LLM-ების ჩანაცვლება, მას ასევე შეუძლია მათი გაძლიერება და ერთგვარი „ჭკვიანი კონტროლიორის“ როლის შესრულება. ალმეიდა ამტკიცებს, რომ აგენტების მონიტორინგისთვის სხვა აგენტების გამოყენება ძვირია, თუმცა Jev-ის გამოყენება ამ მიზნით გამართლებულია. მომხმარებლებს შეუძლიათ Jev-ი გამოიყენონ LLM აგენტების კვალის სათვალთვალოდ და უსაფრთხოების დარღვევების (jailbreaks) თავიდან ასაცილებლად.

„საბოლოო ჯამში, ეს ჰალუცინაციის პრობლემას ნაწილობრივ მომხმარებელზე გადაიტანს. მომხმარებელმა უნდა გადაწყვიტოს: თუ მოდელი მხოლოდ 50%-იან ალბათობას აბრუნებს, ეს შეიძლება მონეტის აგდებას ჰგავდეს და უგულებელყოს. მაგრამ თუ ალბათობა 95%-ია, მაშინ მასზე დაყრდნობით მოქმედება შესაძლებელია“, — განმარტავს არმინ რონახერი, Earendil-ის ტექნიკური დირექტორი.

რონახერის თქმით, Jev-ის კიდევ ერთი პოტენციური გამოყენება მოდელების როუტირებაა (routing). იმის წინასწარმეტყველება, თუ რომელ დავალებას რომელი კონკრეტული მოდელი სჭირდება, ძალიან სასარგებლოა, თუმცა ამისთვის LLM-ის გამოყენება ძვირი იქნებოდა. Jev-ის დაბალი ღირებულება და სისწრაფე რეალურ დროში ასეთი სორტირების საშუალებას იძლევა.

ჯევონსის პარადოქსი და მომავლის ხედვა

მოდელს სახელი მე-19 საუკუნის ეკონომისტის, უილიამ სტენლი ჯევონსის პატივსაცემად დაერქვა. მისი სახელობის პარადოქსი აღწერს, თუ როგორ შეიძლება რესურსის გაიაფებამ მისი მოხმარების ზრდა გამოიწვიოს. ამ შემთხვევაში, ინტელექტის გაიაფებამ მისი ფართო გავრცელება უნდა განაპირობოს.

ალმეიდა ვარაუდობს, რომ მომავალში „ჭკვიანი პროგრამული უზრუნველყოფა“ ყველგან იქნება და ის უფრო ადრეულ ინტერნეტს დაემსგავსება, ვიდრე იმ გიგანტურ აპლიკაციებს, რომელთა შექმნასაც დღეს ბევრი ცდილობს. მოდელის არქიტექტურის შესახებ დეტალები კონფიდენციალურია, თუმცა დამკვირვებლები ვარაუდობენ, რომ ის ღია კოდის მქონე LLM-ზეა დაშენებული.

სისტემა ერთი (System One) მოდელი

კომპანია Jev-ს მოიხსენიებს, როგორც „პირველი სისტემის მოდელს“, რომელიც ორიენტირებულია ინტუიციაზე და არა მსჯელობაზე. ალმეიდა ამბობს, რომ Jev-ი გაწვრთნილია ექსკლუზიურად სინთეტიკურ მონაცემებზე, ტექნიკით, რომელსაც ის „კალიბრირებული გადაწყვეტილებების საფუძველზე განმამტკიცებელ სწავლებას“ უწოდებს.

ამ ეტაპზე Jev-ი თავის კატეგორიაში ერთადერთი მოდელია, თუმცა რონახერი მოელის, რომ კონკურენტები მალე გამოჩნდებიან. TypeSafe თავად აპირებს მოდელის ახალი ვერსიების შექმნას სხვადასხვა მოდალობებში. კითხვაზე, არის თუ არა TypeSafe „Frontier Lab“ (მოწინავე ლაბორატორია), ალმეიდამ უპასუხა, რომ ასეთი ლაბორატორიების მთავარი პროდუქტი ხშირად შიში ან ჰაიპია, მას კი სურს, რომ მათი მთავარი პროდუქტი ინტელექტი იყოს.