چه چیزی یک مدل هوش مصنوعی را به یک مدل هوش مصنوعی “واقعا خوب” تبدیل می کند؟

سرعت انتشار مدلهای هوش مصنوعی توسط نئولابرگها مضحک میشود. هر هفته “بهترین هفته در هوش مصنوعی” است. هر چند روز یک “مدل هوش مصنوعی واقعا خوب” جدید منتشر می شود. یک تکرار جدید هر چند روز یک بار ظاهر می شود و یک کلاس کاملاً جدید از مدل ها هر دو هفته یکبار در دسترس است.
گفتن اینکه کدام مدل واقعا بهترین است دشوار می شود. یا به بیان مستقیم تر: این هوش مصنوعی برای چیست.
اگر می خواهید این سخنرانی را به صورت ویدئو ببینید، اینجاست:
اگر ترجیح می دهید بخوانید، ادامه مطلب را بخوانید.
راستش را بخواهید، من تبلیغات تبلیغاتی را باور نمی کنم. فکر نمی کنم همه چیز با سرعت توصیف شده جایگزین شود. من فکر می کنم که ما تحت تأثیر جریان مداوم اطلاعات از سه منبع هستیم و این سه منبع بیشتر استرس چیزهای جدید را تشکیل می دهند.
- شیل های پرداخت شده
- بخشهای روابط عمومی آزمایشگاههای نوین
- افراد هوش مصنوعی با قرص قرمز
اول، شیل های پرداخت شده. من این را بارها در کریپتو دیده ام. اینها فقط اینفلوئنسرهای استخدامی هستند که برای ارائه پیام های neolabs پول می گیرند.
دوم، خود نئولابراتوری ها. آنها به ارائه روایتی ادامه میدهند که این تصور را ایجاد میکند که اتفاق مهمی در حال رخ دادن است یا در شرف وقوع است. مانند یک مدل OpenAI دیگر که “از زندان خارج می شود” و هر سایتی را در اینترنت هک می کند.
سوم، و این تاثیرگذارترین افراد عادی هستند که به هوش مصنوعی آلوده شده اند. آنها تقریباً همیشه اصیل هستند. آنها واقعاً معتقدند که مدل “آنها” بهترین است. فراموش نکنیم که ما اساساً فقط میمون هایی در لباس هستیم، بنابراین روح قبیله ای هنوز در خون ماست.
نکته اینجاست که Opus 5.5 و Grok 4.7 تقریباً یکسان هستند. اگر تفاوتی وجود داشته باشد، در هر مقیاس کلی که وانمود می کنیم داریم، نیم درصد است.
چگونه یک مدل هوش مصنوعی “یک مدل هوش مصنوعی واقعا خوب” می سازیم – و حتی در این فرآیند هزینه آن را پرداخت می کنیم
ما از ChatGPT 3.0 اولیه که یک جعبه چت وجود داشت و چیزی که در طرف دیگر وجود داشت، به معنای واقعی کلمه نرم افزارهایی بود که پاسخ های قابل باوری می دادند – نه یک مرکز تماس در هند، فاصله زیادی داشته ایم. این یک پیشرفت واقعی بود. این الگوهای استفاده ما را تغییر داد بنابراین ما شروع به استفاده بیشتر از آن کردیم. شروع کردیم به نادیده گرفتن اینکه او چقدر توهم داشت و به دفعاتی که این کار را نمی کرد وزن اضافی می داد. ما در مسیری قدم میزدیم که امیدوارکننده، در حال توسعه و گسترش به نظر میرسید.
و بنابراین neolabs حلقه را بستند. آنها نگاه کردند که به کجا می رویم، بازخورد ما را گرفتند و مطابق انتظارات ما آموزش دیدند. آنها به معنای واقعی کلمه محصولات را با ما به عنوان یک پانل تحقیقاتی کشف کردند در حالی که ما برای امتیاز پرداخت کردیم.
ببینید، خوشههای مختلف کاربران الگوهای خود را برای مشکلات مختلف پیشنهاد میکنند، بنابراین neolabs آن الگوها را ردیابی میکند و عمودیها را در میدانی پیدا میکند که به معنای واقعی کلمه بینهایت است.
به عنوان مثال، Grok 4.6 در کدنویسی بسیار خوب است. بیشتر مشکلاتی که اکوسیستم حل می کند به کدگذاری مربوط می شود. پایگاه کاربران در اطراف SpaceXAI برنامه نویسان هستند.
جوزاها در جمع بندی بسیار خوب هستند. آنها برای مدت طولانی در جستجوی تکههای هوش مصنوعی هستند که در آن واقعاً خوب شدهاند. این مدل برای یک پاسخ دقیق و هدفمند بهینه شده است که می تواند رتبه اول را نسبت به نتایج واقعی داشته باشد.
کلود متوجه شد که بسیاری از مشتریان آنها طراح بوده و برای آن بهینه شده اند. سپس آنتروپیک Opus 5.5 را راه اندازی کرد و شخصی فیلم افتتاحیه ای ساخت که نشان می داد این مدل چه فیلم بازاریابی زیبایی می تواند بسازد. فرقی نمی کند آن شخص پولی بوده باشد یا واقعی. نکته مهم این است که هزاران نفر از افراد هوش مصنوعی دنبال کرده اند. ناگهان اینترنت پر از ویدیوهای مشابهی می شود که می توانید به آنها نگاه کنید و فوراً به عنوان Opus 5.5 تشخیص دهید.
و از این مورد یکبار مصرف، مردم نتیجه می گیرند که Opus 5.5 بسیار بهتر از Grok 4.7 است.
این نیست. اینگونه است که مدل ها آموزش داده می شوند و در معرض دید قرار می گیرند.
خندق واقعی سوال است
اگر می دانید چه چیزی باید بپرسید، ناگهان در جایی هستید که تقریباً هر مدلی این کار را انجام می دهد. مدل های زبان بزرگ صرفاً ماشین های تقریب آماری هستند. برخی به طور خاص برای فیلم های بازاریابی، برخی برای کد و برخی دیگر برای قطعات آموزش دیده اند. اما در نهایت بسته به سوال کم و بیش برابر هستند.
به عنوان مثال، من 35 سال است که کد می نویسم. وقتی نوبت به کدنویسی می شود، می دانم چه باید بپرسم. نمی دانم در مورد بازاریابی یا فیلمسازی چه بپرسم، زیرا به سختی مهارت هایم را در آن زمینه ها تقویت کرده ام. اما مهارتهای سخت کدنویسی که در طول دههها آموزش دیدهاند به من این امکان را میدهند که هزینههای هوش مصنوعی خود را پایین نگه دارم، زیرا از قبل میدانم که در اعماق وجود همه آنها یک ماشین هستند.
اگر می دانید چه بپرسید، هوش مصنوعی تقریباً یکسان است. فریب نخورید و باور نکنید که Opus 5.5 به نوعی بهتر از ChatGPT Astra، یا Grok 4.7، یا DeepSeek، یا GLM، یا Qwen است.




