OpenAI تطلق «Decisions API» لمنافسة نماذج القرار السريعة

تشهد ساحة الذكاء الاصطناعي تحوّلاً لافتاً بعيداً عن التركيز الحصري على النماذج اللغوية الضخمة، نحو فئة جديدة أكثر تخصّصاً وسرعة تُعرف بـ«نماذج القرار» (Decision Models). وفي خطوة تؤكد جدّية هذا التحوّل، أعلنت OpenAI عن إتاحة واجهة برمجة التطبيقات الخاصة بنموذج القرارات لديها (Decisions API) لجميع عملائها، بعد أن كانت محدودة على عدد من الشركاء التجريبيين. الخطوة تضع الشركة في مواجهة مباشرة مع لاعبين صاعدين استطاعوا بناء قيمة سوقية ضخمة انطلاقاً من فكرة بسيطة: ليست كل مهمة تحتاج إلى نموذج لغوي كامل.

ما هي نماذج القرار ولماذا ظهرت؟

يمكن وصف نماذج القرار بأنها «مُصنّفات فائقة». تتلقى مجموعة من الخيارات المحدّدة، ثم تختار الأنسب منها في جزء من الثانية، وترفق اختيارها بدرجة ثقة تعبّر عن مدى يقينها. هذا النمط من العمل، الذي يُشبّهه البعض بالتفكير السريع الحدسي أو ما يُسمى «النظام الأول»، يختلف جوهرياً عن النماذج اللغوية التي تولّد نصاً مفتوحاً وتستهلك وقتاً وموارد أكبر بكثير.

سرعان ما اكتشف المطوّرون أن عدداً كبيراً من مسارات العمل داخل تطبيقاتهم لا يحتاج فعلياً إلى توليد نص، بل إلى اتخاذ قرار بين بدائل: هل هذا البريد تصيّد إلكتروني؟ أي مسار يجب أن يتبعه طلب المستخدم؟ هل تستدعي هذه الحالة تدخلاً بشرياً؟ استبدال النموذج اللغوي بنموذج قرار في هذه النقاط يعني خفضاً حاداً في التكلفة وزمن الاستجابة دون خسارة في جودة النتيجة.

مقاربة OpenAI: إعادة ضبط بدل البناء من الصفر

بحسب نيكونج هاندا، المسؤول عن منتجات واجهات البرمجة في OpenAI، فإن الفريق لم يبنِ نموذجاً مُعايَراً خصيصاً لاتخاذ القرارات، بل اعتمد على نموذج موجود وأعاد تهيئته لتسريع الاستدلال وتقليص الكلفة. ويقول هاندا إن المكسب الأبرز كان في الزمن: إذ انخفضت أوقات الاستجابة من نطاق يتراوح بين ثانية وثلاث ثوانٍ إلى ما بين 100 و180 ميلي ثانية.

ولم تقتصر النسخة العامة على تحسين السرعة، بل أضافت OpenAI قدرات جديدة تشمل:

• دعم الوسائط الصوتية والبصرية إلى جانب النص.
• توزيع موارد الاستدلال جغرافياً لتقليل زمن التأخير في مناطق مختلفة من العالم.
• مرونة أكبر في التعامل مع الصور كمدخلات، مع توجّه لدعمها كمخرجات أيضاً.

نتائج ميدانية من التجارب الأولى

أشارت تجارب أولية مع شركات في مجالات إدارة المستندات والمراقبة التقنية والمدفوعات وتعليم اللغات إلى تحسّن ملموس في معدلات المعالجة. أحد أبرز الأمثلة جاء من منصّة لتعليم اللغات بالذكاء الاصطناعي، حيث تمكّنت من تقليص الفاصل الزمني بين الإجراءات من نحو 1.4 ثانية إلى 0.13 ثانية فقط — فرق يُحوّل المحادثة الآلية من تجربة متقطعة إلى تفاعل يقترب من الطبيعي. كما استخدمت OpenAI النموذج نفسه لتحسين سرعة استجابة مساعدها الصوتي.

منافسة محتدمة ومعايير غير مستقرة

المشكلة الأساسية في هذا السوق الناشئ أن تعريف «نموذج القرار الجيد» لا يزال ضبابياً. فالتوازن المطلوب بين الذكاء والتكلفة ودقّة المعايرة والسرعة يختلف من حالة استخدام إلى أخرى، ما يجعل أي ترتيب عام قابلاً للنقاش. ولهذا يدعو بعض المؤسسين في هذا المجال إلى تجاهل المعايير المعلنة وتجريب النماذج ضمن بيئة العمل الفعلية، على الرغم من أن الشركات نفسها تواصل نشر تصنيفاتها الخاصة.

المؤشرات العامة المتخصّصة في قياس أداء نماذج «النظام الأول» تميل حالياً لصالح نماذج أطلقتها جهات منافسة حديثاً، بينما يتذبذب ترتيب نموذج OpenAI بين المراكز الوسطى حسب المؤشر المستخدم. في المقابل، تبقى النماذج الرائدة في هذه الفئة الأكثر استخداماً فعلياً عبر منصّات توجيه الطلبات، وهو مقياس عملي ربما يكون أدلّ من الجداول النظرية.

ومن أكثر الاختبارات طرافة وواقعية في الوقت نفسه، اختبار يُجبر نماذج القرار على لعب لعبة «باك مان» الكلاسيكية. ويبرّر مطوّرو الاختبار اختيارهم بأن اللعبة تمثّل تدفّقاً متواصلاً من القرارات السريعة عالية المخاطر: عند كل تقاطع يجب على النموذج أن يحدّد مساره في بضع مئات من الميلي ثانية.

إلى أين يتجه هذا المسار؟

الطموح المعلن لدى OpenAI هو الوصول إلى زمن استجابة قريب من 60 ميلي ثانية، وهو حدّ يفتح الباب لاستدعاء النموذج عند كل إطار في مقطع فيديو — أي تحليل بصري لحظي كامل. وإذا تحقّق ذلك مع استمرار انخفاض الأسعار، فسنكون أمام تطبيق مباشر لمنطق اقتصادي معروف: كلما زادت كفاءة استخدام مورد ما، زاد انتشاره واتسعت استخداماته.

الخلاصة أن نماذج القرار ليست بديلاً عن النماذج اللغوية، بل طبقة مكمّلة تعيد توزيع الأحمال بذكاء: المهام المفتوحة للنماذج الكبيرة، والقرارات المتكرّرة الحسّاسة للزمن لنماذج خفيفة وسريعة. وللشركات التي تبني منتجات تعتمد على الذكاء الاصطناعي، فإن مراجعة مسارات العمل الحالية بحثاً عن نقاط يمكن استبدالها بنموذج قرار قد تكون أسرع طريق لخفض الفاتورة وتحسين تجربة المستخدم في الوقت ذاته.

✦ بقلم فريق دروب أيديا