انتخاب مدل‌های هوش مصنوعی: چالش‌ها و راهکارها
در دنیای امروز، انتخاب مدل‌های هوش مصنوعی به‌عنوان یک تصمیم فنی و استراتژیک برای سازمان‌ها به‌خصوص در حوزه‌های داده و امنیت، اهمیت ویژه‌ای پیدا کرده است. در رویداد VB Transform امسال، کارشناسان معماری مدل از شرکت‌های بزرگ مانند جنرال موتورز، زوم و IBM به بررسی چگونگی انتخاب مدل‌های هوش مصنوعی پرداختند.
باراک توروسکی، نخستین مدیر ارشد هوش مصنوعی جنرال موتورز، به نکته جالبی اشاره کرد. وی گفت: «هر بار که مدل جدیدی منتشر می‌شود، بحث و جدل بسیاری به‌وجود می‌آید، و این تغییرات در لیست بهترین‌ها همواره وجود دارد». او یادآوری کرد که پیش از رواج جدل درباره لیست بهترین‌ها، او در راه‌اندازی نخستین مدل زبان بزرگ (LLM) نقش داشته و این‌که اشتراک‌گذاری وزن‌ها و داده‌های آموزشی مدل‌های هوش مصنوعی به دستاوردهای چشمگیری منجر شده است.
وی افزود: «این یک داستان جالب است: اشتراک‌گذاری متن‌باز به‌دستیابی به موفقیت‌هایی کمک کرده که بعدها ممکن است به سمت بسته‌سازی برود و اکنون دوباره راهی به سوی متن‌باز باشد».
عوامل تصمیم‌گیری در انتخاب مدل‌های هوش مصنوعی شامل هزینه، عملکرد، اعتماد و ایمنی هستند. توروسکی اظهار داشت که برخی از سازمان‌ها به یک استراتژی مخلوط روی می‌آورند؛ به‌طوری‌که از یک مدل متن‌باز برای مصارف داخلی و از یک مدل بسته برای تولید و تعامل با مشتریان استفاده می‌کنند.
آرمان رویز، معاون پلتفرم هوش مصنوعی IBM، توضیح داد که این شرکت در ابتدا پلتفرم خود را با مدل‌های زبان خود آغاز کرده اما به‌سرعت متوجه شد که این کافی نیست و باید با پلتفرم‌های دیگر مانند Hugging Face ادغام شود تا مشتریان بتوانند هر مدل متن‌باز دلخواهی را انتخاب کنند. اخیراً این شرکت یک مدل API جدید به نام gateway معرفی کرده که به سازمان‌ها اجازه می‌دهد بین مدل‌های مختلف سوئیچ کنند.
با افزایش تمایل شرکت‌ها به خرید مدل‌های متنوع از فروشندگان مختلف، تحقیق از ۱۰۰ مدیر ارشد فناوری اطلاعات نشان می‌دهد که ۳۷% از پاسخ‌دهندگان از پنج یا بیشتر مدل استفاده می‌کنند. در حالی که سال گذشته تنها ۲۹% از این تعداد استفاده می‌کردند. درحالی‌که انتخاب مدل اهمیت دارد، رویز تأکید کرد که گاهی اوقات گزینه‌های زیاد باعث سردرگمی می‌شود و IBM در مراحل آزمایشی یا پایلوت نگران مدل مورد استفاده نیست و تمرکز خود را بر روی عملی بودن راهکارها گذاشته است.
از سوی دیگر، مشتریان زوم می‌توانند از دو پیکربندی مختلف برای هوش مصنوعی همکار این شرکت انتخاب کنند. یکی از این پیکربندی‌ها شامل ادغام مدل زبان مخصوص زوم با مدل‌های بنیادین بزرگ‌تر است. پیکربندی دیگر به مشتریان این امکان را می‌دهد که فقط از مدل زوم استفاده کنند.
زوم همچنین اخیراً با Google Cloud همکاری کرده است تا پروتکلی برای هوش مصنوعی همکار در جریان‌های کاری سازمانی معرفی کند.
در نهایت، باراک توروسکی و دیگر کارشناسان در این حوزه نشان دادند که انتخاب مدل مناسب و کارآمد می‌تواند به عنوان یک عامل کلیدی در تحقق اهداف سازمان‌ها باشد و باید با دقت و بر اساس نیازهای خاص هر سازمان صورت گیرد.