يغير OpenAI's Astra منطق طلب الذكاء الاصطناعي نحو نشر الوكلاء

icon币界网
مشاركة
AI summary iconملخص
تقارير أخبار الذكاء الاصطناعي والعملات المشفرة تشير إلى أن GPT-6 Astra من OpenAI يغيّر سباق الذكاء الاصطناعي من الاستخدام إلى سرعة النشر. يمكن لـ Astra تشغيل الأنظمة، والتصفح، وتنفيذ سير العمل، مما ينقل الذكاء الاصطناعي من الإجابة إلى التنفيذ. تلاحظ أخبار الأصول الرقمية أن الذكاء الاصطناعي القائم على الوكلاء يصبح قوة عمل موجهة بالمهام، مما يزيد الطلب على الرموز ويُعيد تعريف مقاييس تبني الذكاء الاصطناعي.
موقع CoinJie يُبلغ:

يرى الخبراء الأجانب أنه بعد إطلاق OpenAI لـ GPT-6 Astra، تغير منطق المنافسة في مجال الذكاء الاصطناعي. لم يعد التركيز فقط على "من يستخدم الذكاء الاصطناعي بشكل أفضل"، بل على "من يُنفّذ ويُسيّر عوامل الذكاء الاصطناعي في وقت أبكر". وتُعتبر المقالة Astra نقطة تحول من الإجابة على الأسئلة إلى تنفيذ المهام.

من الرد إلى التنفيذ

يُوصف Astra بأنه قادر على تشغيل الكمبيوتر، تصفح الويب، استخدام البرامج، كتابة وتشغيل الأكواد، وإنجاز سلاسل عمل أطول. وترى المقالة أن هذا يعني أن الذكاء الاصطناعي ينتقل من "الإنسان يطرح سؤالًا والنموذج يجيب" إلى "الإنسان يُسند المهمة إلى العامل والعامل يُنفّذ المهمة".

في رأي المؤلف، فإن الميزة الأساسية لـ Astra ليست فقط قدرتها الأقوى، بل أنها أقرب إلى قوة عمل رقمية يمكن "توظيفها". فهي لم تعد تولد إجابات فقط، بل بدأت في تحمل مهام عمل مستمرة.

النفاذية لم تعد تُحسب حسب عدد الأشخاص

تُظهر نتائج اختبار OSWorld 2.0 أن أسترا تؤدي أداءً أفضل في المهام الطويلة الأمد، مع تقليل ملحوظ في وقت الإنجاز. يرى المؤلف أن طريقة حساب انتشار الذكاء الاصطناعي يجب أن تتغير، ولا يمكن الاعتماد مرة أخرى على تقدير عدد الأشخاص الذين يستخدمون الذكاء الاصطناعي بشكل بسيط.

العوامل الأكثر أهمية أصبحت: عدد الوكلاء الذين يعملون، وعدد المهام التي ينفذها كل وكيل، وعدد الرموز التي تستهلكها كل مهمة. ترى المقالة أنه يمكن للفرد نشر عدة وكلاء في وقت واحد، كما يمكن للشركات تشغيل مئات أو آلاف الوكلاء في وقت واحد.

سيتم تضخيم طلب الرمز المميز

يشير المؤلف أيضًا إلى أن طلب الرموز في عصر الوكلاء لا يزداد فقط مع عدد المستخدمين، بل يرتفع أيضًا بالتوازي مع تعقيد المهام ومدة التشغيل. فوكلاء التشغيل المستمر ينفذون باستمرار التخطيط والبحث والتنفيذ والتحقق والتصحيح، مما يولد مزيدًا من الاستدعاءات واستهلاكًا أعلى للرموز.

كما ذكر المقال أن مشاركة النموذج في التدريب تشكل بدورها عجلة مُعززة: النموذج الأقوى ينتج عوامل ذكية أقوى، والعوامل الذكية الأقوى تُنتج كميات أكبر من البيانات عالية الجودة، مما يعزز بدوره تحسين النموذج مستمرًا. يرى المؤلفون أن هذا سيؤدي إلى دخول الطلب على قوة الحوسبة والرموز في مرحلة ذاتية التضخيم أقوى.

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.