مدل هوش مصنوعی Jev؛ پیش‌بینی تصمیم به‌جای تولید متن

به گزارش شبکه اطلاع‌رسانی طلا و ارز، مدلی تازه از هوش مصنوعی به نام «جِو» (Jev) در روزهای اخیر میان توسعه‌دهندگان نرم‌افزار توجه زیادی جلب کرده است. این مدل را شرکت TypeSafe AI ساخته و برخلاف مدل‌های زبانی بزرگ رایج، خروجی آن متن نیست. Jev برای هر پرسش، احتمال وقوع تصمیم‌های مختلف را به‌صورت عددی گزارش می‌دهد.

تفاوت اصلی Jev با ابزارهایی مانند ChatGPT یا Claude در همین نکته است. مدل‌های زبانی بزرگ برای هر پرسش یک پاسخ متنی تولید می‌کنند که گاهی نادرست یا نامرتبط از آب درمی‌آید؛ این خطا در صنعت هوش مصنوعی «توهم» نامیده می‌شود. Jev به‌جای نوشتن جمله، به هر گزینه ممکن یک عدد احتمال اختصاص می‌دهد و تصمیم نهایی را کد برنامه بر اساس آن عدد می‌گیرد.

چرا توسعه‌دهندگان به آن علاقه نشان داده‌اند

در نرم‌افزارهایی که باید تصمیم دقیق و قابل‌پیش‌بینی بگیرند، مانند سامانه‌های تأیید پرداخت یا تشخیص تقلب، پردازش یک متن آزاد ریسک بالایی دارد. خروجی عددی و ساخت‌یافته Jev این ریسک را کاهش می‌دهد، چون برنامه‌نویس می‌تواند آستانه دقیق تصمیم‌گیری را از پیش تعریف کند. به گفته سازندگان این مدل، همین ویژگی می‌تواند مسیر استفاده از هوش مصنوعی در نرم‌افزارهای حساس را کوتاه‌تر کند.

کاربرد دیگر این رویکرد در کاهش نیاز به «مهندسی پرامپت» است؛ روشی که در آن توسعه‌دهندگان با آزمون‌وخطای زیاد، متن پرسش را برای گرفتن پاسخ درست تنظیم می‌کنند. وقتی خروجی مدل یک عدد احتمال باشد، تست و اشکال‌زدایی نرم‌افزار ساده‌تر می‌شود، چون رفتار سامانه قابل اندازه‌گیری و تکرارپذیر است.

با این حال، Jev هنوز مدلی تازه‌وارد است و بنچمارک مستقل و گسترده‌ای از عملکرد آن در دسترس نیست. TypeSafe AI در مقایسه با شرکت‌های بزرگ سازنده مدل‌های زبانی، شرکتی نوپا محسوب می‌شود و ارزیابی دقیق‌تر کارایی این مدل به گذر زمان و آزمون در پروژه‌های واقعی نیاز دارد.

رشد مدل‌هایی مانند Jev بخشی از روندی گسترده‌تر در حوزه هوش مصنوعی است؛ روندی که در کنار مدل‌های زبانی عمومی، مدل‌های تخصصی‌تر برای تصمیم‌گیری و طبقه‌بندی داده را نیز رشد می‌دهد. شرکت‌های نرم‌افزاری به‌دنبال ابزارهایی هستند که هزینه کمتر و کنترل بیشتری روی خروجی نهایی بدهند، و همین نیاز بازار برای مدل‌های غیرمتنی را داغ‌تر کرده است.