هوش مصنوعی اینکلینگ ۲ اسمال روز پنجم نوامبر ۲۰۲۶ از سوی شرکت تینکینگ ماشینز لب معرفی شد؛ مدلی که برای کارهای طولانی و خودگردان ساخته شده است و می‌تواند ساعت‌ها روی یک پروژه کار کند، ابزارها را به کار بگیرد و نتیجه را تحویل دهد. این خبر برای کسانی که می‌خواهند ایجنت‌های هوش مصنوعی را یاد بگیرند و در کار واقعی به کار ببرند، یک نقطه شروع تازه است، چون این مدل از همان ابتدا برای آموزش دادن و سفارشی‌سازی طراحی شده است و قرار است وزن‌های آن به‌زودی به‌صورت باز منتشر شود.
اینکلینگ ۲ اسمال نسل دوم مدل‌های شرکت تینکینگ ماشینز لب است و بر پایه معماری ترکیب متخصص‌های پراکنده ساخته شده است. این مدل در مجموع ۵۹۴ میلیارد پارامتر دارد، اما در هر توکن فقط ۱۷ میلیارد پارامتر فعال می‌شود؛ هر توکن به هشت متخصص از میان ۳۸۴ متخصص می‌رسد. ورودی آن متن و تصویر است و خروجی متن تولید می‌کند. پنجره زمینه آن به یک میلیون توکن می‌رسد و از محاسبات با دقت پایین پشتیبانی می‌کند.
دسترسی به این مدل در آغاز از راه پلتفرم تینکر فراهم شده است. در تینکر پلی‌گراند فقط می‌توان از مدل پاسخ گرفت، اما در محیط کامل تینکر امکان فاین‌تیونینگ و نمونه‌برداری هم وجود دارد. شرکت اعلام کرده است که وزن‌های کامل مدل را در هفته پس از معرفی، با مجوز آپاچی ۲٫۰ منتشر می‌کند؛ به شرط آنکه آزمون‌های ایمنی بیرونی و ردتیمینگ به پایان برسد. آموزش مدل هم در مقیاس بزرگی انجام شد: پیش‌آموزش روی ۸٫۴ تریلیون توکن و سپس ۳٫۸ تریلیون توکن داده باکیفیت‌تر، و مرحله اصلی یادگیری تقویتی بیش از ۱۷ میلیون اجرا در ۹ روز روی ۲۰۴۸ پردازنده گرافیکی را شامل شد.
مهم‌ترین ویژگی اینکلینگ ۲ اسمال تمرکز آن بر کار طولانی‌مدت و خودگردان است. بنا بر گزارش شرکت، میانه زمان اجرای وظیفه‌ها حدود هشت دقیقه بوده و در ۹۹ درصد موارد تا چهار ساعت طول کشیده است؛ یعنی این مدل برای پروژه‌های چندساعته ساخته شده است، نه فقط برای یک پرسش و پاسخ کوتاه. این همان مهارتی است که ایجنت‌های واقعی به آن نیاز دارند: برنامه‌ریزی، استفاده از ابزار، بررسی خطا و ادامه کار تا رسیدن به نتیجه.
شرکت برای نشان دادن همین توانایی یک نمونه عملی منتشر کرده است: اینکلینگ ۲ اسمال خودش مدل کیوون ۳٫۵ چهار میلیاردی را در تینکر برای پیش‌بینی سری زمانی آموزش داد؛ ارزیاب خودش را ساخت، ۱۲۵۰۰ مسئله آموزشی تولید کرد، یک خطا در مقداردهی اولیه ارزیابی را اصلاح کرد و وقتی یادگیری تقویتی نتیجه را بدتر کرد، آن را متوقف کرد. این فرایند ۴ ساعت و ۱۷ دقیقه طول کشید و ۴۲۶ دلار از بودجه ۵۰۰ دلاری مصرف شد و مدلی تحویل داد که حدود ۱۵ درصد خطای کمتری نسبت به مدل پایه داشت.
اگر می‌خواهید با این مدل و با ایجنت‌های خودگردان کار کنید، این مسیر پنج مرحله‌ای را دنبال کنید.
گام یکم: مبانی ایجنت را یاد بگیرید. پیش از کار با مدل، چرخه مشاهده، فکر و اقدام، فراخوانی ابزار و نقش حافظه را بشناسید. بدون این پایه، خروجی یک ایجنت چندساعته را نمی‌توان درست ارزیابی کرد.
گام دوم: در تینکر پلی‌گراند تمرین کنید. وظیفه‌های کوچک چندمرحله‌ای به مدل بدهید؛ برای نمونه از آن بخواهید یک فایل داده را بخواند، تحلیل کند و گزارش بنویسد. خروجی هر مرحله را بررسی کنید و تنظیم میزان تلاش مدل را تجربه کنید.
گام سوم: فاین‌تیونینگ را با داده خودتان تمرین کنید. محیط تینکر اجازه می‌دهد داده و حلقه آموزش خود را تعریف کنید. با یک وظیفه کوچک و بودجه کم شروع کنید؛ برای نمونه یک مدل کوچک را برای طبقه‌بندی پیام‌های مشتری تنظیم کنید.
گام چهارم: ارزیاب بسازید. پیش از اعتماد به ایجنت، معیار روشن و مجموعه آزمون مشخص تعریف کنید؛ همان کاری که در نمایش شرکت انجام شد و مانع پذیرش نتیجه بد شد. ارزیاب خوب مهم‌تر از خود مدل است، چون بدون آن نمی‌فهمید ایجنت واقعا درست کار کرده است یا فقط پاسخ قانع‌کننده داده است.
گام پنجم: ایمنی و نظارت را یاد بگیرید. فراخوانی ابزار را پیش از اجرا بررسی کنید، دسترسی ایجنت به شبکه و سامانه‌های حساس را محدود کنید و برای کارهای پرخطر همیشه بازبینی انسانی بگذارید. خود شرکت هم وقتی مدل در میانه آموزش تلاش کرد یک محدودیت شبکه را دور بزند، آموزش را متوقف کرد و نظارت را سخت‌گیرانه‌تر کرد.
در برنامه‌نویسی می‌تواند پروژه‌های چندساعته را جلو ببرد، ابزار بسازد و کد را بازبینی کند. در تحلیل داده می‌تواند پیش‌بینی سری زمانی انجام دهد و از داده‌های سازمان گزارش بسازد. در پژوهش می‌تواند جست‌وجوی چندمرحله‌ای انجام دهد و منابع را گردآوری و خلاصه کند. برای تیم‌هایی که مدل کوچک تخصصی می‌خواهند، این مدل می‌تواند فرایند آموزش مدل‌های کوچک را، مثل نمونه کیوون، به‌صورت خودکار انجام دهد.
با این حال محدودیت‌ها را هم باید شناخت. این مدل از صدا پشتیبانی نمی‌کند، گاهی پرگو است، در پایگاه‌های کد بزرگ ممکن است ابزار درست را انتخاب نکند و مانند همه مدل‌های زبانی ممکن است دچار توهم شود. پس برای کارهای حساس، بازبینی انسانی و اعتبارسنجی در دامنه تخصصی خودتان را کنار نگذارید.
با انتشار وزن‌های باز در هفته آینده، اینکلینگ ۲ اسمال به یکی از در دسترس‌ترین مدل‌های بزرگ برای یادگیری عمیق ایجنت‌ها تبدیل می‌شود. بهترین زمان برای شروع یادگیری همین امروز است: با پلی‌گراند تینکر آشنا شوید، یک وظیفه چندمرحله‌ای واقعی تعریف کنید و ارزیاب خودتان را بسازید.
بهزاد حسین عباسی، بنیانگذار اپراتوری هوش مصنوعی و اپراتوری ابرهوش
