اوپنایآی جزئیاتی درباره میزان استفاده و هزینهکرد پژوهشگرانش برای کار با عاملهای هوش مصنوعیِ کدنویس منتشر کرده است.
این شرکت نوپا در پستی وبلاگی که روز یکشنبه منتشر شد، اعلام کرد پرمصرفترین پژوهشگران اوپنایآی در حال حاضر روزانه بیش از ۷ هزار دلار توکن مصرف میکنند؛ توکنها همان بخشهای کوچکی از متن هستند که مدل هوش مصنوعی آنها را میخواند و تولید میکند.
به گفته این شرکت، این فناوری طی یک سال گذشته روش کار پژوهشگران اوپنایآی را بهطور چشمگیری تغییر داده است. اعضای تیم اکنون کدها را سریعتر منتشر میکنند، آزمایشهای بیشتری انجام میدهند و وظایف پیچیدهتر و سطح بالاتری را به عاملهای کدنویس میسپارند.
اوپنایآی اعلام کرد استفاده از عاملهای هوش مصنوعی برای کدنویسی در میان پژوهشگران این شرکت طی سه ماه گذشته بهشدت افزایش یافته و سرعت رشد آن از دیگر تیمهای اوپنایآی بیشتر بوده است.
بر اساس دادههای اوپنایآی، تا اواسط ماه اوت، پژوهشگر میانه در بخش تحقیقاتی این شرکت روزانه بیش از ۶۰۰ دلار توکن مصرف میکرد؛ رقمی که در ماه ژوئیه ۱۶۲ دلار بود. همچنین میزان مصرف کاربران واقعشده در صدک نودم، از روزانه ۷ هزار دلار فراتر رفته است.
این ارقام بر اساس هزینه استنتاج با نرخهای فعلی API محاسبه شدهاند؛ بنابراین برآوردی از هزینه احتمالی این میزان استفاده هستند، نه مبلغی که اوپنایآی واقعاً پرداخت کرده است.
اوپنایآی همچنین گفت عاملهای هوش مصنوعی این شرکت بهطور فزایندهای برای عیبیابی مشکلات فنی به کار گرفته میشوند؛ تا جایی که تعداد پیامهای روزانه در کانال داخلی پشتیبانی فنی، که کارکنان انسانی آن را مدیریت میکنند، از ماه ژانویه تاکنون بیش از نصف کاهش یافته است.
این شرکت اعلام کرد به هدفی که سم آلتمن، مدیرعامل اوپنایآی، سال گذشته تعیین کرده بود دست یافته است: ساختن یک «کارآموز پژوهشی خودکار» که بتواند با هدایت انسان وظایف مختلف را انجام دهد. اوپنایآی همچنین اعلام کرد در مسیر ساخت یک پژوهشگر کاملاً خودکار مبتنی بر هوش مصنوعی تا مارس ۲۰۲۸ قرار دارد.
بازتنظیم بزرگ دنیای کدنویسی
افزایش محبوبیت و توانایی عاملهای کدنویس، طی یک سال گذشته مهندسی نرمافزار را بهطور اساسی دگرگون کرده است.
امروزه بسیاری از توسعهدهندگان وظایف کدنویسی خود را به عاملهای هوش مصنوعی میسپارند و سپس خروجی آنها را بررسی میکنند. برخی معتقدند این روش بهرهوریشان را افزایش داده است، اما گروهی دیگر هنوز چندان با آن همراه نشدهاند.
این روند برای برخی شرکتها هزینههای سنگینی نیز به همراه داشته است.
اوایل امسال، شرکتها کارکنان خود را تشویق کردند با ابزارهای هوش مصنوعی آزمایش کنند. حتی در برخی موارد جدولهای رتبهبندی راهاندازی شد تا کاربران پرمصرف و حرفهای این ابزارها شناسایی شوند. این رویکرد باعث شد برخی کارکنان به پدیدهای روی بیاورند که از آن با عنوان «توکنمکسینگ» یاد میشود؛ یعنی استفاده حداکثری از هوش مصنوعی، صرفنظر از اینکه خروجی نهایی تا چه اندازه مفید باشد.
با این حال، در تابستان افزایش شدید هزینه استفاده از قدرتمندترین مدلهای هوش مصنوعی نگرانیهایی را به وجود آورد. بسیاری در این پرسش تردید کردند که آیا توکنمکسینگ واقعاً بهرهوری را آنقدر افزایش میدهد که هزینههایش توجیهپذیر باشد یا نه.
شرکتهایی مانند متا و آمازون جدولهای رتبهبندی داخلی مربوط به مصرف توکن را تعطیل کردند. دیو تردول، معاون ارشد آمازون، نیز به کارکنان هشدار داد که «صرفاً برای اینکه از هوش مصنوعی استفاده کرده باشند، سراغ آن نروند.»
اوپنایآی پیش از این نیز از مصرف بالای توکن استقبال کرده بود. سم آلتمن در ماه ژوئن گفت پرمصرفترین کاربر این شرکت ماهانه ۱۰۰ میلیارد توکن مصرف میکند.
پیتر استاینبرگر، خالق OpenClaw که در ماه فوریه به اوپنایآی پیوست، در ماه مه تصویری از صورتحساب ماهانه ۱.۳ میلیوندلاری مصرف توکن خود منتشر کرد؛ هرچند مانند دیگر کارکنان، پرداخت این هزینه بر عهده خودش نیست.