از ترجمه تا تصویرسازی؛ چرا برخی توانایی‌های هوش مصنوعی سریع‌تر توسعه می‌یابند؟

به گزارش پارسینه    و    به نقل از  techcrunch، در مقابل، برخی مهارت‌های دیگر مثل نوشتن ایمیل یا پاسخ‌گویی چت‌بات‌ها، با سرعت بسیار کمتری پیشرفت می‌کنند. حتی وقتی مدل‌ها بهتر می‌شن، محصول نهایی لزوماً بهتر نمی‌شه—به‌ویژه وقتی با چت‌باتی طرفیم که هم‌زمان باید ده‌ها کار مختلف انجام بده. پیشرفت هوش مصنوعی ادامه داره، اما دیگه مثل قبل یکنواخت نیست.

چرا این تفاوت وجود دارد؟

پاسخ ساده‌تر از چیزی‌ست که فکر می‌کنی. اپلیکیشن‌های کدنویسی از میلیاردها تست قابل اندازه‌گیری بهره می‌برن که به آموزش تولید کدهای قابل اجرا کمک می‌کنن. این همون یادگیری تقویتی (Reinforcement Learning یا RL) هست—شاید مهم‌ترین عامل پیشرفت هوش مصنوعی در شش ماه اخیر که هر روز پیچیده‌تر می‌شه.

یادگیری تقویتی می‌تونه با ارزیابی انسانی انجام بشه، اما وقتی معیار «قبول یا رد» واضح باشه، می‌شه اون رو میلیاردها بار تکرار کرد بدون نیاز به دخالت انسان.

با اتکای بیشتر صنعت به یادگیری تقویتی، تفاوت بین مهارت‌هایی که قابل ارزیابی خودکار هستن و اون‌هایی که نیستن، بیشتر به چشم میاد. مهارت‌هایی مثل رفع باگ یا حل مسائل ریاضی رقابتی خیلی سریع‌تر پیشرفت می‌کنن، در حالی که مهارت‌هایی مثل نوشتن، فقط به‌صورت تدریجی بهتر می‌شن.

شکاف تقویتی چیست؟

به‌طور خلاصه، شکاف تقویتی همون تفاوت در سرعت پیشرفت بین مهارت‌های قابل ارزیابی و غیرقابل ارزیابی‌ست—و حالا داره به یکی از عوامل تعیین‌کننده در توانایی‌های هوش مصنوعی تبدیل می‌شه.

توسعه نرم‌افزار از جهات زیادی موضوعی ایده‌آل برای یادگیری تقویتیه. حتی قبل از ظهور هوش مصنوعی، زیرشاخه‌ای از مهندسی نرم‌افزار وجود داشت که روی تست فشار و پایداری کد تمرکز می‌کرد—چون توسعه‌دهندگان باید مطمئن می‌شدن کدشون قبل از اجرا خراب نمی‌شه.

حتی زیباترین کدها هم باید از مراحل تست واحد، تست یکپارچه‌سازی، تست امنیت و غیره عبور کنن. این تست‌ها برای توسعه‌دهندگان انسانی ضروری‌ان—و طبق گفته یکی از مدیران ارشد گوگل، برای اعتبارسنجی کدهای تولیدشده توسط هوش مصنوعی هم به‌همان اندازه مفیدن. مهم‌تر از اون، این تست‌ها برای یادگیری تقویتی عالی‌ان چون از قبل سیستماتیک و قابل تکرار در مقیاس وسیع طراحی شده‌ان.

در مقابل، هیچ راه ساده‌ای برای ارزیابی یک ایمیل خوب یا پاسخ مناسب چت‌بات وجود نداره؛ این مهارت‌ها ذاتاً ذهنی و سخت‌اندازه‌گیری‌ان. البته همه وظایف به‌راحتی در دسته‌های «آسان برای تست» یا «سخت برای تست» قرار نمی‌گیرن. مثلاً برای گزارش‌های مالی فصلی یا علم آکچوئری، کیت تست آماده نداریم—اما یک استارتاپ حسابداری با سرمایه کافی می‌تونه از صفر چنین سیستمی بسازه.

برخی کیت‌های تست بهتر از بقیه عمل می‌کنن، و بعضی شرکت‌ها هم هوشمندتر به مسئله نزدیک می‌شن. اما در نهایت، «قابلیت تست‌پذیری» فرآیند پایه، تعیین می‌کنه که آیا اون فرآیند می‌تونه به یک محصول واقعی تبدیل بشه یا فقط یک دمو جذاب باقی بمونه.

گاهی فرآیندها قابل تست‌تر از تصور ما هستند

اگر هفته پیش از من می‌پرسیدی، تولید ویدیو با هوش مصنوعی رو در دسته‌ی «سخت برای تست» قرار می‌دادم. اما پیشرفت چشمگیر مدل جدید Sora 2 از OpenAI نشون داد که شاید این‌طور نباشه.

در Sora 2، اشیا دیگه ناگهانی ظاهر یا ناپدید نمی‌شن. چهره‌ها شکل مشخصی دارن و شبیه افراد واقعی‌ان، نه فقط مجموعه‌ای از ویژگی‌ها. ویدیوها قوانین فیزیک رو—چه به‌صورت واضح و چه ظریف—رعایت می‌کنن. احتمالاً پشت پرده‌ی این ویژگی‌ها، سیستم‌های یادگیری تقویتی قدرتمندی وجود داره. کنار هم قرار گرفتن این ویژگی‌ها تفاوت بین «واقع‌گرایی تصویری» و «توهم سرگرم‌کننده» رو رقم می‌زنه.

نتیجه‌گیری

این یک قانون قطعی در هوش مصنوعی نیست، بلکه نتیجه‌ی نقش محوری یادگیری تقویتی در توسعه‌ی مدل‌هاست—نقشی که ممکنه در آینده تغییر کنه. اما تا زمانی که RL ابزار اصلی برای تبدیل مدل‌ها به محصول باشه، شکاف تقویتی بزرگ‌تر می‌شه—و این موضوع پیامدهای جدی برای استارتاپ‌ها و اقتصاد جهانی داره.

اگر یک فرآیند در سمت درست شکاف تقویتی قرار بگیره، احتمالاً قابل اتوماسیون خواهد بود—و کسانی که الان اون کار رو انجام می‌دن، ممکنه به‌زودی به فکر تغییر شغل بیفتن.

مثلاً اینکه کدوم خدمات درمانی قابل آموزش با RL هستن، تأثیر بزرگی بر شکل اقتصاد در ۲۰ سال آینده داره. و اگر پیشرفت‌هایی مثل Sora 2 نشونه‌ای باشن، شاید خیلی زودتر از اون چیزی که فکر می‌کنیم، جواب این سؤال رو پیدا کنیم.