مدل های تازه جمنای گوگل برای سرعت، امنیت و کارایی

گوگل بی‌سروصدا چیدمان جمنای را بازآرایی کرده و سه ابزار تازه را در اختیار توسعه‌دهندگان و سازمان‌ها گذاشته است؛ ابزارهایی که عملکرد، سرعت و تمرکز تخصصی را به شکلی هدفمند از هم جدا می‌کنند. پاسخ کوتاه این است: باید مصالحه مناسب خود را انتخاب کنید. پاسخ بلندتر این است که اینجا با یک لایه‌بندی راهبردی در محصولات هوش مصنوعی گوگل روبه‌رو هستیم.

ترکیب جدید، عملکرد و قیمت را به شکلی جدا می‌کند که آگاهانه به نظر می‌رسد، نه تصادفی.

در مرکز این مجموعه، جمنای ۳.۶ فلش قرار دارد؛ مدلی که گوگل آن را نیروی کاری اصلی خود می‌نامد. این مدل طوری ساخته شده که در کدنویسی، کارهای دانشی و وظایف چندرسانه‌ای از نسل پیشین قدرتمندتر باشد. تصور کنید پردازش اسنادی که واقعا ساختار جدول‌ها را می‌فهمد، تحلیل نمودار و داده که در برابر ورودی‌های نامرتب از کار نمی‌افتد، و پیش‌نویس گزارش‌هایی که به ویرایش انسانی کمتری نیاز دارند. پیام اصلی گوگل، ترکیب بهره‌وری با کیفیت خروجی بالاتر است؛ موضوعی که برای کسب‌وکارهایی اهمیت دارد که به نتایج قابل اعتماد و تکرارپذیر نیاز دارند، نه صرفا نمایش‌های پرزرق‌وبرق.

یک پله پایین‌تر، جمنای ۳.۵ فلش-لایت قرار می‌گیرد که برای سرعت و توان پردازش بالا بهینه شده است. تاخیر کم و حجم زیاد درخواست‌ها، میدان اصلی این مدل است. اگر سامانه‌های جست‌وجوی عامل‌محور، خطوط پردازش سنگین اسناد یا ابزارهای توسعه‌دهنده‌ای را اجرا می‌کنید که باید در مقیاس بالا بلافاصله پاسخ بدهند، این همان گزینه‌ای است که گوگل شما را به سمت آن هدایت می‌کند. این مدل سریع‌ترین عضو خانواده ۳.۵ است و به گفته شرکت، در چندین معیار سنجش استدلال از نسل قبلی خود جلوتر عمل می‌کند.

سپس نوبت به جمنای ۳.۵ فلش سایبر می‌رسد؛ مدلی محدودتر و ماموریت‌محور. این مدل برای یافتن و وصله‌کردن آسیب‌پذیری‌های امنیتی تنظیم شده و هدف آن ارائه کمک‌های متمرکز در حوزه امنیت سایبری با هزینه کمتر به ازای هر توکن، در مقایسه با مدل‌های عمومی بزرگ‌تر است. همین ویژگی آن را برای تیم‌های امنیتی جذاب می‌کند؛ تیم‌هایی که به تریاژ خودکار و پیشنهادهای اصلاحی نیاز دارند، بدون آنکه بار هزینه و پیچیدگی مدل‌های سنگین را تحمل کنند.

البته همه این مدل‌ها برای همه کاربران عرضه نمی‌شوند. نسخه سایبر ابتدا در قالب یک برنامه آزمایشی با دسترسی محدود برای دولت‌ها و شرکای مورد اعتماد ارائه خواهد شد؛ نشانه‌ای از اینکه برخی توانایی‌های هوش مصنوعی همچنان با دقت و احتیاط توزیع می‌شوند. این اقدام هم تقاضا برای راهکارهای تخصصی را برجسته می‌کند و هم احتیاط پیرامون نحوه و محل به‌کارگیری مدل‌های پیشرفته را نشان می‌دهد.

اکنون باید دید این مدل‌ها در بارهای کاری واقعی چگونه عمل می‌کنند، آیا کاهش تاخیر فلش-لایت به بهبود قابل اندازه‌گیری تجربه کاربری منجر می‌شود یا نه، و آیا فلش سایبر می‌تواند زمان رفع آسیب‌پذیری‌های دنیای واقعی را کاهش دهد. گوگل روی این ایده شرط بسته است که تفکیک سبد محصولات بر اساس هدف، یعنی نیروی کاری اصلی، مدل سبک و سریع، و مدل متمرکز بر امنیت، جمنای را برای صنایع مختلف کاربردی‌تر می‌کند.

باید منتظر آزمایش‌های گسترده بود. باید منتظر بحث و مقایسه هم بود. و باید انتظار داشت سازمان‌ها همان پرسش قدیمی را با فوریتی تازه مطرح کنند: کدام ابزار کمک می‌کند کارم را بهتر، سریع‌تر و با هزینه‌ای منطقی انجام دهم؟