کمیته رکن چهارم – گروهی از محققان گوگل و دانشگاه کالیفرنیا، برکلی روشی جدید به نام «جستجوی زمان استنتاج» (Inference-time search) را برای بهبود عملکرد مدلهای هوش مصنوعی معرفی کردهاند. این روش به مدل اجازه میدهد چندین پاسخ ممکن را بهطور همزمان تولید کند و سپس بهترین گزینه را انتخاب کند.
به گزارش کمیته رکن چهارم، محققان ادعا میکنند که این روش میتواند عملکرد مدلهایی مانند Gemini 1.5 Pro را به سطحی بالاتر از مدل o1-preview از OpenAI برساند. اما کارشناسان در مورد محدودیتهای این روش تردید دارند.
برخی پژوهشگران معتقدند که جستجوی زمان استنتاج تنها در شرایطی مفید است که یک “تابع ارزیابی دقیق” برای تشخیص پاسخ صحیح وجود داشته باشد. این یعنی این روش برای بهبود استدلال مدل در مسائل پیچیده یا تعاملات زبانی عمومی کاربرد محدودی دارد.
مایک کوک، پژوهشگر کالج کینگ لندن، هشدار داده است که این روش مدل را باهوشتر نمیکند، بلکه فقط راهی برای کاهش خطاهای آن است. در واقع، مدل همچنان همان پاسخهای قبلی را تولید میکند، اما حالا فرصتی برای انتخاب بهترین گزینه از میان چندین خروجی مختلف دارد.
این مسئله خبر خوشایندی برای صنعت هوش مصنوعی نیست، زیرا هدف اصلی، بهبود واقعی توانایی استدلال مدلها بدون افزایش هزینههای محاسباتی است. در حال حاضر، مدلهای استدلالی پیشرفته مانند o1-preview ممکن است هزاران دلار هزینه پردازشی تنها برای حل یک مسئله ریاضی ایجاد کنند.
با وجود این چالشها، جستجو برای روشهای جدید مقیاسبندی هوش مصنوعی همچنان ادامه دارد.
