فصل یازدهم: نگاهی به آینده مهندسی پرامپت

تا حالا به این فکر کرده‌اید که اگر سرعت تغییرات تکنولوژی همین‌طور بیشتر شود، کار ما با هوش مصنوعی چه شکلی خواهد شد و مدل‌های زبانی در سال‌های آینده چه قابلیت‌هایی پیدا می‌کنند؟ وقتی ابزارها و مدل‌ها مدام در حال تحول هستند، دانستن روند پیشرفت آن‌ها به ما کمک می‌کند که غافلگیر نشویم و بهترین استفاده را از آن‌ها ببریم.

این موضوع در کتاب «مهندسی پرامپت برای مدل‌های زبانی بزرگ» نوشتهٔ «جان بریمن و آلبرت زیگلر» در فصل یازدهم با عنوان نگاهی به آینده بررسی شده است و اهمیت زیادی برای طراحان پرامپت دارد.

یکی از تغییرات بزرگ این است که مدل‌ها فقط متنی نیستند و به سمت چندوجهی‌بودن (Multimodality) حرکت می‌کنند؛ یعنی می‌توانند هم‌زمان تصاویر و ویدیوها را پردازش کنند. مسئله اینجاست که متن‌های اینترنت برای آموزش نسل‌های بعدی مدل‌ها کافی نیست و خطر بیش‌برازش وجود دارد. گزینهٔ پیش رو استفاده از داده‌های تصویری است، اما دادوستد یا ترفند کار در اینجا این است که تصاویر باید مرتبط و درست قالب‌بندی شوند تا مدل گیج نشود. برای مثال، هنگام کار با مدل‌های چندوجهی باید مراقب باشیم که تصویرهای نامربوط را به پرامپت اضافه نکنیم و نقش تصویر را با متن مناسب مشخص سازیم.

مسئلهٔ بعدی مربوط به رابط‌های کاربری و تعامل ما با مدل‌هاست که به سمت اشیاء حالتمند گفتگو (Stateful objects of discourse) آرتیفکت‌ها پیش می‌رود. در برنامه‌های سنتی چت، اگر بخواهید کدی را تغییر دهید، مدل کل آن را از نو می‌نویسد، که این کار برای مستندات طولانی مقیاس‌پذیر نیست. گزینهٔ جایگزین استفاده از پنل‌های جداگانه است که در آن‌ها وضعیتشیء گفتگو در جایش به‌روزرسانی می‌شود، هرچند که در این روش هم هنوز ویرایش مستقیم توسط کاربر به سادگی میسر نیست. به عنوان نمونه، وقتی با برنامه‌ای مثل کلود کار می‌کنید، خروجی‌هایی مثل کدهای برنامه‌نویسی در یک پنجرهٔ جداگانه می‌مانند و به جای تکرار کل متن، فقط حالت همان بخش تغییر می‌کند.

از طرف دیگر، سنجش هویت و کارایی مدل‌ها با چالش اشباع‌شدن معیارهای سنجش بنچمارک‌ها روبرو است؛ زیرا مدل‌ها یا باهوش‌تر می‌شوند یا ناخواسته داده‌های آزمون را در اینترنت یاد می‌گیرند. گزینه‌های پیش رو شامل استفاده از آزمون‌های غیرقابل‌حفظ‌کردن مثل آرک-اِی‌جی‌آی (ARC-AGI) تست‌های هوش روان‌سنجی است که الگوهای جدید را می‌سنجند. دادوستد در این بخش این است که آزمون‌های سخت‌تر زمان‌برتر هستند اما کیفیت واقعی را نشان می‌دهند. برای مثال، استفاده از آزمون‌هایی که الگوهای تصویری جدید تولید می‌کنند مانع از تقلب تصادفی مدل در آزمون‌ها می‌شود.

همچنین تکنیک‌های آموزشی مانند تقطیر دانش (Knowledge distillation) به ما کمک می‌کنند تا مدل‌های بزرگ و سنگین را به مدل‌های کوچک‌تر تبدیل کنیم. مسئله این است که مدل‌های بزرگ کند و گران هستند و گزینهٔ پیش رو، ساخت مدل‌های کوچک‌تر است. دادوستد این روش کمی کاهش دقت در ازای سرعت بسیار بالاتر و هزینهٔ کمتر است. به عنوان مثال، یک مدل کوچک‌تر می‌تواند با تقلید از احتمالات خروجی مدل بزرگ‌تر، با سرعتی عالی روی سیستم‌های معمولی اجرا شود.

پیشنهاد من این است که همیشه به یاد داشته باشید مدل‌های زبانی هرچقدر هم که هوشمندتر شوند، باز هم ذهن‌خوانی نمی‌کنند و کیفیت خروجی به وضوح و دقت اطلاعاتی بستگی دارد که شما در پرامپت قرار می‌دهید. آیندهٔ مهندسی پرامپت متعلق به کسانی است که انعطاف‌پذیر بمانند و همگام با این تحولات سریع حرکت کنند. فراموش نکنید که جهان هوش مصنوعی با سرعتی باورنکردنی در حال تغییر است و برنده کسی است که ریتم این تغییرات را به خوبی یاد بگیرد.