آینده مدل‌های زبانی بزرگ در معرض تغییر

یان لکان، دانشمند ارشد هوش مصنوعی متا، که از چهره‌های برجسته این حوزه به‌شمار می‌رود، پیش‌بینی کرده است که مدل‌های زبانی بزرگ (LLM) تا پنج سال آینده به تاریخ خواهند پیوست. به گفته او، این مدل‌ها، که امروزه در سیستم‌هایی چون ChatGPT و جمینای کاربرد دارند، دیگر پاسخگوی نیازهای آینده فناوری هوش مصنوعی نخواهند بود. لکان، که خود از برندگان جایزه تورینگ است و در توسعه هوش مصنوعی نقشی کلیدی داشته، در مصاحبه‌ای اشاره کرد که تیم تحقیقاتی او در حال کار بر روی نسل جدیدی از مدل‌ها با نام “معماری پیش‌بینی پیوسته ترکیبی” (JEPA) هستند که به‌زعم او می‌توانند در پنج سال آینده جایگزین مدل‌های کنونی شوند و قابلیت‌هایی مانند استدلال و برنامه‌ریزی را به شکلی بهینه‌تر ارائه دهند.

این پیش‌بینی می‌تواند نشان‌دهنده تغییرات عمده‌ای در مسیر تکامل هوش مصنوعی باشد، جایی که تمرکز از مدل‌های زبانی بزرگ به سمت مدل‌هایی با کارایی و قابلیت‌های پیشرفته‌تر حرکت می‌کند.

تغییرات در آینده هوش مصنوعی؛ پایان دوران مدل‌های زبانی بزرگ

یان لکان، دانشمند ارشد هوش مصنوعی متا، به‌طور قطعی باور دارد که مدل‌های زبانی بزرگ (LLM) به‌زودی جایگاه خود را از دست خواهند داد. او بر این عقیده است که سیستم‌های جدید هوش مصنوعی که توسط تیم او در حال توسعه است، قادر خواهند بود تصاویری بهتر و دقیق‌تر از جهان واقعی ارائه دهند. لکان تاکید دارد که این سیستم‌ها از کنترل بیشتری برخوردار هستند، به‌طوری‌که می‌توان اهداف مشخصی را به آنها داد و آنها تنها برای تحقق همان اهداف طراحی شده‌اند.

این محقق برجسته به حدی به این فناوری جدید ایمان دارد که سال گذشته در یکی از کنفرانس‌ها به توسعه‌دهندگان توصیه کرد که دیگر روی مدل‌های زبانی بزرگ کار نکنند، زیرا این مدل‌ها در اختیار شرکت‌های بزرگ هستند و فضای کافی برای رقابت برای افراد مستقل وجود ندارد. لکان معتقد است که باید بر روی هوش مصنوعی نسل بعدی تمرکز کرد که محدودیت‌های مدل‌های فعلی را رفع کند. با توجه به این پیش‌بینی‌ها، به نظر می‌رسد که طی پنج سال آینده تحولی بزرگ در عرصه هوش مصنوعی در حال وقوع است، که می‌تواند روش‌های کنونی تحلیل و پیش‌بینی رفتارهای دنیای واقعی را بهبود بخشد.

این تغییرات چشم‌اندازی امیدوارکننده و هیجان‌انگیز برای آینده هوش مصنوعی به‌نظر می‌رسد، جایی که مدل‌های جدید می‌توانند دقت و کنترل بیشتری در پیش‌بینی‌ها و تصمیم‌گیری‌ها فراهم کنند و محدودیت‌های مدل‌های زبانی بزرگ را پشت سر بگذارند.