پرده‌برداری «اوپن‌ای‌آی» از «چت جی‌پی‌تی-۵»

العربیه: شرکت فناوری «اوپن‌اِی‌آی» از جدیدترین مدل هوش مصنوعی خود «چت جی‌پی‌تی-5» رونمایی کرد. این نسخه پیشرفته که قرار است در دسترس 700 میلیون کاربر چت‌ جی‌پی‌تی قرار گیرد، در زمینه‌های برنامه‌نویسی، نگارش، سلامت، و امور مالی عملکرد بهتری دارد، و با هدف جذب کاربران سازمانی معرفی شده است؛ یعنی بخشی که تاکنون نسبت به کاربران عادی تمایل کمتری به صرف هزینه برای هوش مصنوعی نشان داده است.

معرفی چت جی‌پی‌تی-5 در شرایطی صورت گرفته که شرکت‌های بزرگ فناوری مانند «گوگل»، «متا»، «آمازون»، و «مایکروسافت» (حامی اصلی اوپن‌اِی‌آی) در سال جاری در مجموع حدود 400 میلیارد دلار صرف توسعه زیرساخت‌های هوش مصنوعی کرده‌اند. در همین حال، اوپن‌اِی‌آی به‌دنبال افزایش ارزش خود تا 500 میلیارد دلار است، و امتیازات سنگینی چون پاداش‌های 100 میلیون دلاری به محققان برتر ارائه می‌دهد.

اگرچه چت جی‌پی‌تی-5 در زمینه‌هایی مانند حل مسائل علمی، ریاضی، و کدنویسی چشمگیر عمل می‌کند، برخی کارشناسان معتقدند که جهش آن نسبت به مدل قبلی به‌اندازه ارتقاهای پیشین نیست. سم آلتمن، مدیرعامل اوپن‌اِی‌آی، می‌گوید چت جی‌پی‌تی-5 اولین مدلی است که واقعاً می‌توان از آن مانند یک کارشناس سطح دکترا سؤال کرد. یکی از قابلیت‌های مهم این مدل توانایی ایجاد نرم‌افزار فوری از طریق دستورات نوشتاری است؛ پدیده‌ای که آلتمن آن را «نرم‌افزار لحظه‌ای» می‌نامد.

با وجود این پیشرفت‌ها، چت جی‌پی‌تی-5 هنوز توانایی یادگیری مستقل ندارد، که مانعی بزرگ در مسیر رسیدن به هوش مصنوعی هم‌سطح انسان است. برای رفع این کاستی، اوپن‌اِی‌آی از فناوری جدیدی به نام «محاسبه در زمان پاسخ» استفاده کرده است، که به مدل امکان می‌دهد هنگام مواجهه با مسائل دشوار، زمان و توان پردازشی بیشتری صرف «تفکر» کند. این نخستین ‌بار است که عموم مردم به چنین قابلیتی دسترسی دارند.

در کنار چالش‌های فنی، مسئله کمبود داده نیز مانع مقیاس‌پذیری بیشتر شده؛ زیرا اینترنت به‌عنوان منبع اصلی داده‌های انسانی در حال اشباع است. افزون بر این، پیچیدگی فنی آموزش مدل‌های بزرگ باعث افزایش خطاهای سخت‌افزاری و دشواری در ارزیابی عملکرد نهایی شده است.

آلتمن معتقد است که زیرساخت جهانی هوش مصنوعی کماکان ناکافی است، و باید توسعه یابد تا فناوری در تمامی بازارها قابل ‌دسترس شود. معرفی چت جی‌پی‌تی-5 گامی بزرگ در این مسیر به شمار می‌رود، اما پرسش اساسی که همچنان باقی است این است، که آیا این پیشرفت‌ها می‌توانند هزینه‌های عظیم سرمایه‌گذاری در هوش مصنوعی را توجیه کنند؟