«میرا موراتی» ستاره سابق OpenAI، امپراطوری تازه‌ای به راه انداخت

ابزار نوین هوش مصنوعی Tinker: انقلاب در شخصی‌سازی مدل‌های زبان باز برای پژوهشگران و توسعه‌دهندگان

در سال‌های اخیر، پیشرفت‌های چشمگیر در حوزه هوش مصنوعی و به‌ویژه مدل‌های زبانی پیشرفته، انقلابی در زمینه‌های پژوهشی، صنعتی و آموزشی ایجاد کرده است. با وجود توانمندی‌های فراوان این مدل‌ها، چالش اصلی برای پژوهشگران و شرکت‌ها، امکان سفارشی‌سازی و آموزش مدل‌های متن‌باز با منابع محدود بوده است. در این میان، معرفی ابزار Tinker توسط استارتاپ Thinking Machines Lab، گامی مهم در فراهم کردن امکان شخصی‌سازی ساده، سریع و کم‌هزینه مدل‌های هوش مصنوعی به شمار می‌رود.

این ابزار جدید که توسط میرا موراتی، مدیرعامل سابق OpenAI و هم‌بنیان‌گذار Thinking Machines Lab طراحی شده، بستری پیشرفته را برای توسعه‌دهندگان و پژوهشگران فراهم می‌کند تا بدون نیاز به خوشه‌های گران‌قیمت GPU و تجهیزات پیچیده، مدل‌های زبانی محبوب مانند Llama و Qwen را به شکل دلخواه خود آموزش داده و بهینه کنند. این نوآوری تحول بزرگی را در دسترسی عمومی به فناوری هوش مصنوعی رقم زده و امکان استفاده کاربردی‌تر از این مدل‌ها را در زمینه‌های مختلف از جمله حل مسائل ریاضی، نگارش مستندات حقوقی و پاسخ به پرسش‌های پزشکی تسهیل می‌کند.

چرا شخصی‌سازی مدل‌های متن‌باز اهمیت دارد؟

امروزه مدل‌های زبان بزرگ (Large Language Models) به خاطر قابلیت‌های گسترده‌شان در درک و تولید متن، از سوی شرکت‌ها و پژوهشگران به شدت مورد توجه قرار گرفته‌اند. اما استفاده بهینه از این مدل‌ها مستلزم آموزش تخصصی و دستیابی به داده‌ها و منابع سخت‌افزاری بسیار قدرتمند است. این مسئله باعث می‌شود که شرکت‌های کوچک‌تر، استارتاپ‌ها و محققان مستقل از فناوری‌های هوش مصنوعی پیشرفته محروم بمانند یا مجبور باشند هزینه‌های بسیار بالایی را متحمل شوند.

Tinker با هدف حذف این موانع وارد میدان شده است. این ابزار با خودکارسازی فرایندهای آموزش و تنظیم دقیق مدل‌ها، امکان سفارشی‌سازی مدل‌های متن‌باز را بدون پیچیدگی و تجهیزات سخت‌افزاری سنگین فراهم می‌آورد. به عبارت ساده‌تر، پژوهشگران و توسعه‌دهندگان می‌توانند با چند خط کد و استفاده از API ساده این ابزار، مدل‌هایی متناسب با نیازهای خاص خود ایجاد کنند و سپس آنها را در هر پلتفرمی به‌کار گیرند.

ویژگی‌ها و قابلیت‌های برجسته Tinker

یکی از مهم‌ترین امکانات این ابزار، پشتیبانی از دو مدل محبوب متن‌باز یعنی Llama از شرکت متا و Qwen از شرکت علی‌بابا است. کاربران با هر سطح تخصص، می‌توانند به‌سادگی فرایندهای آموزش با روش‌های مختلف از جمله یادگیری نظارت‌شده را انجام داده و مدل‌های جدید خود را به‌دست آورند.

از دیگر ویژگی‌های کلیدی Tinker می‌توان به موارد زیر اشاره کرد:

• خودکارسازی مراحل پیچیده آموزش مدل‌های هوش مصنوعی و کاهش نیاز به دانش فنی عمیق.
• ارائه API کاربرپسند که امکان کنترل دقیق آموزش و تنظیم هایپرپارامترها را فراهم می‌کند.
• دانلود و قابل استفاده بودن مدل‌های آموزش‌دیده شده در انواع پلتفرم‌ها بدون وابستگی به سیستم عامل خاص.
• امکان به‌کارگیری روش‌های پیشرفته یادگیری تقویتی برای بهبود عملکرد مدل‌ها در وظایف خاص.

تیم موسس Thinking Machines Lab و پایان دوره OpenAI

میرا موراتی که در گذشته سمت مدیر ارشد فناوری OpenAI را بر عهده داشت و پس از برکناری موقت سم آلتمن، به‌مدت کوتاهی مدیرعامل این شرکت بود، پس از مدتی فعالیت در OpenAI تصمیم گرفت به همراه گروهی از پژوهشگران و مهندسان برجسته این حوزه مانند جان شولمن، طراح اصلی فرایند آموزش ChatGPT با یادگیری تقویتی از بازخورد انسانی (RLHF)، برت زوف معاون پیشین بخش پژوهش OpenAI و لیلیان ونگ پژوهشگر حوزه ایمنی هوش مصنوعی و رباتیک، استارتاپ Thinking Machines Lab را راه‌اندازی کنند.

هدف این گروه، توسعه ابزارهایی پیشرفته اما در عین حال ساده برای پیشبرد پژوهش و توسعه فناوری هوش مصنوعی در دسترس‌تر کردن این فناوری برای عموم است. Tinker نخستین محصول مهم این تیم محسوب می‌شود که توانسته بازخوردهای مثبت اولیه را از سوی کاربران و متخصصان دریافت کند.

کاربردهای عملی و تجربه کاربران

برخی از کاربران پیش‌ازاین، به صورت آزمایشی از قابلیت یادگیری تقویتی در Tinker بهره برده‌اند تا مدل‌هایی را بسازند که قادر به انجام وظایف خاص بودند؛ وظایفی که پیش از این تنها با API های استاندارد و عمومی قابل دستیابی نبود. این پیشرفت نویدبخش ایجاد مدل‌هایی سفارشی با عملکرد بالاتر در زمینه‌هایی مانند پزشکی، حقوق، آموزش و حتی صنایع خلاق است.

با ساده‌تر شدن فرایند آموزش و شخصی‌سازی مدل‌های متن‌باز، انتظار می‌رود که مرزهای کاربرد هوش مصنوعی به سرعت گسترش یابد و زمینه‌های بیشتری بتوانند از این فناوری بهره‌مند شوند.

جمع‌بندی

ابزار Tinker که توسط Thinking Machines Lab توسعه یافته، نقطه عطفی در تسهیل فرآیند آموزش و شخصی‌سازی مدل‌های زبان بزرگ متن‌باز به شمار می‌آید. این پلتفرم نه تنها هدایت مسیر پیشرفت در هوش مصنوعی را برای پژوهشگران و توسعه‌دهندگان راحت‌تر می‌کند بلکه امکاناتی را فراهم کرده تا کاربران با تخصص‌های مختلف بتوانند نیازهای خاص خود را به آسانی تامین کنند.

با توجه به پشتوانه علمی و فنی قوی این استارتاپ و تیم موسس متشکل از پیش‌کسوتان مطرح حوزه هوش مصنوعی، انتظار می‌رود ابزار Tinker نقش مهمی در آینده فناوری‌های هوش مصنوعی ایفا کند و به همه کاربران، از افراد عادی گرفته تا شرکت‌های بزرگ، امکان دسترسی به قابلیت‌های پیشرفته هوش مصنوعی را بدهد. این امر نویدبخش دوره‌ای جدید در توسعه و استفاده از مدل‌های زبانی متن‌باز است که بیش از پیش ساده، مقرون‌به‌صرفه و قابل دسترس خواهد بود.