توسط : گوگل با ویژگی کنترل استدلال در Gemini 2.5 Flash به بهینه‌سازی هوش مصنوعی می‌پردازد
گوگل با معرفی قابلیت کنترل استدلال در مدل Gemini 2.5 Flash، گامی نوآورانه برای مدیریت منابع پردازشی هوش مصنوعی برداشته است. این ویژگی که در 17 آوریل 2025 رونمایی شد، به توسعه‌دهندگان اجازه می‌دهد میزان پردازش صرف‌شده برای حل مسائل را تنظیم کنند و از هدررفت منابع در پرس‌وجوهای ساده جلوگیری کنند.
این ابزار جدید، با نام «بودجه فکری»، به یکی از چالش‌های اصلی صنعت هوش مصنوعی پاسخ می‌دهد: مدل‌های پیشرفته اغلب برای تحلیل پرس‌وجوهای ساده بیش از حد پردازش می‌کنند که منجر به مصرف غیرضروری منابع محاسباتی، افزایش هزینه‌های عملیاتی و تأثیرات زیست‌محیطی میشود. اگرچه این قابلیت انقلابی نیست، اما نشان‌دهنده رویکردی عملی برای بهبود کارایی در نرم‌افزارهای تجاری هوش مصنوعی است که استدلال در آن‌ها به استاندارد تبدیل شده است.
تولسی دوشی، مدیر محصول Gemini، اذعان می‌کند: «مدل‌های ما گاهی بیش از حد فکر می‌کنند. برای سؤالات ساده، پردازش اضافی غیرضروری است.» این اعتراف نشان‌دهنده مشکلی است که در مدل‌های استدلالی مدرن دیده میشود؛ مثل استفاده از ابزارهای پیچیده برای کارهای ابتدایی.
💠بیشتر بخوانید: تعویض رایگان باتری پیکسل 7a گوگل برای مشکل تورم باتری
چرا استدلال هوش مصنوعی چالش‌برانگیز است؟
مدل‌های سنتی زبان بزرگ عمدتاً بر تطبیق الگوهای داده‌های آموزشی متکی بودند، اما مدل‌های جدیدتر مانند Gemini 2.5 Flash تلاش می‌کنند مسائل را به‌صورت منطقی و گام‌به‌گام حل کنند. این رویکرد برای وظایف پیچیده بسیار مؤثر است، اما برای پرس‌وجوهای ساده‌تر ناکارآمدی ایجاد می‌کند. طبق اسناد گوگل، فعال‌سازی استدلال کامل می‌تواند هزینه تولید پاسخ را تا شش برابر افزایش دهد، که این موضوع نیاز به کنترل دقیق را برجسته می‌کند.
ناتان حبیب، مهندس Hugging Face، این مسئله را فراگیر می‌داند: «شرکت‌ها برای نمایش هوش مصنوعی پیشرفته، مدل‌های استدلالی را حتی برای کارهای ساده به کار می‌گیرند.» او مثالی از یک مدل استدلالی ذکر می‌کند که در حل یک مسئله شیمی آلی در حلقه‌ای بی‌پایان گیر کرد و منابع محاسباتی را هدر داد. کیت اولشفسکا از DeepMind نیز تأیید می‌کند که سیستم‌های گوگل گاهی در حلقه‌های مشابهی گیر می‌افتند و بدون بهبود کیفیت پاسخ، انرژی محاسباتی را مصرف می‌کنند.
💠بیشتر بخوانید: سرمایه‌گذاری 320 میلیارد دلاری غول‌های فناوری در هوش مصنوعی
کنترل دقیق با بودجه فکری
گوگل با ارائه طیف تنظیمات از صفر (بدون استدلال) تا 24,576 توکن بودجه فکری، انعطاف‌پذیری بالایی به توسعه‌دهندگان می‌دهد. این توکن‌ها واحدهای پردازشی هستند که میزان تفکر مدل را تعیین می‌کنند. جک ری، دانشمند ارشد DeepMind، می‌گوید: «تعیین سطح بهینه استدلال همچنان دشوار است، اما این ابزار به ما امکان می‌دهد برای هر کاربرد بهترین تعادل را پیدا کنیم.»
تأثیرات مالی و زیست‌محیطی
کنترل استدلال نه‌تنها هزینه‌ها را کاهش می‌دهد، بلکه به پایداری زیست‌محیطی نیز کمک می‌کند. با افزایش استفاده از مدل‌های استدلالی، مصرف انرژی آن‌ها رشد چشمگیری داشته است. تحقیقات نشان می‌دهد که فرآیند استنباط (تولید پاسخ) اکنون تأثیر کربنی بیشتری نسبت به آموزش اولیه مدل‌ها دارد. ابزار جدید گوگل می‌تواند این روند را مهار کند.
💠بیشتر بخوانید: متا FAIR با پنج پروژه پیشرو، هوش مصنوعی انسان‌مانند را ارتقا می‌دهد
رقابت در بازار هوش مصنوعی
گوگل در این مسیر تنها نیست. مدل DeepSeek R1 با ارائه استدلال قدرتمند و هزینه کمتر، بازار را متزلزل کرده است. برخلاف گوگل که رویکردی اختصاصی دارد، DeepSeek تنظیمات خود را به‌صورت عمومی در دسترس قرار می‌دهد. بااین‌حال، کورای کاووکچوغلو، مدیر فنی DeepMind، معتقد است مدل‌های اختصاصی گوگل در زمینه‌هایی مانند کدنویسی، ریاضیات و امور مالی که نیاز به دقت بالا دارند، برتری دارند.
کاربردهای عملی و آینده هوش مصنوعی
این ویژگی به توسعه‌دهندگان امکان می‌دهد بین عمق پردازش و هزینه تعادل برقرار کنند. برای پرس‌وجوهای ساده مانند سؤالات مشتریان، تنظیمات حداقلی منابع را حفظ می‌کند، درحالی‌که برای تحلیل‌های پیچیده، ظرفیت کامل استدلال در دسترس است. گوگل ادعا می‌کند Gemini 2.5 Flash عملکردی مشابه مدل‌های برتر را با هزینه و اندازه کمتر ارائه می‌دهد، پیشنهادی که با این ابزار تقویت شده است.
این رویکرد نشان‌دهنده بلوغ صنعت هوش مصنوعی است که حالا فراتر از رقابت بر سر عملکرد، به کارایی و پایداری توجه دارد. کاووکچوغلو می‌گوید: «استدلال، جرقه‌ای است که عاملیت را در مدل‌ها ایجاد می‌کند.» این قابلیت، هم فرصت‌های جدیدی برای نوآوری و هم چالش‌هایی برای مدیریت منابع به همراه دارد.
