TypeSafe AI: النماذج اللغوية غير مناسبة هيكلياً للأتمتة

رأى ديوغو ألميدا، الرئيس التنفيذي لشركة TypeSafe AI، أن النماذج اللغوية الكبيرة غير مناسبة هيكلياً للأتمتة. وقال ألميدا، وهو باحث سابق في OpenAI، خلال فعالية في مدينة سان فرانسيسكو إن هذه النماذج تُدرَّب عبر التعلم المعزز من التغذية الراجعة البشرية لتقديم المساعدة بدلاً من التصرف بشكل مستقل، بحسب تقرير نشره موقع The Information.

وتأتي هذه التصريحات بينما تروّج شركته TypeSafe AI لنموذجها Jev، الذي أطلقته مؤخراً كبديل عن النماذج اللغوية الكبيرة. ويركز Jev على اتخاذ القرار بدلاً من توليد النصوص، إذ يختار من خيارات محددة سلفاً بناءً على الاحتمال ودرجات الثقة.

ووفقاً للشركة، يتراوح زمن استجابة Jev بين 0.07 و0.5 ثانية، ويُسعَّر عند 0.042 دولار لكل مليون رمز إدخال مع إتاحة الإخراج مجاناً. وتقول TypeSafe AI إن اختباراتها أظهرت أن Jev أسرع بنحو 193 مرة من Claude Sonnet 5 وأن أقل تكلفة بنحو 444 مرة من Claude Opus 5.

وتشير تصريحات أخرى في القطاع إلى أن الأتمتة الكاملة ما زالت بعيدة. فقد قالت كات وو، مديرة منتج Claude Code في Anthropic، إن جزءاً كبيراً من الأتمتة ما زال في مرحلة شبه آلية. وأظهر استطلاع لشركة Workday شمل 3200 موظف ومسؤول أن المشاركين أمضوا في المتوسط 37% من الوقت الذي وفره الذكاء الاصطناعي في تصحيح وإعادة كتابة مخرجات منخفضة الجودة، بحسب ما نقلته صحيفة The New York Times.

وأفاد باحثون في علم الاقتصاد في جوجل بأن 600 عالم أفادوا بتوفير 7 ساعات أسبوعياً في المتوسط بفضل الذكاء الاصطناعي، لكن ما يقرب من 90% من ذلك الوقت الموفَّر ارتبط بمراجعة مخرجات الذكاء الاصطناعي. كما قال داكس راد، المطوّر وراء OpenCode، إن المهندسين لا يراجعون على نحو كافٍ الكود المولَّد بالذكاء الاصطناعي.