اگر بدانید زبانی که با هوش مصنوعی به آن حرف می زنید روی هزینه اش اثر دارد، شاید دفعهٔ بعد طور دیگری بنویسید.
به گزارش یک ائتلاف پژوهشی دربارهٔ برابری زبان ها در هوش مصنوعی (Tekoälyn kielitasa-arvon tutkimuskoalitio)، کسانی که به فنلاندی یا زبان های کم کاربردتر دیگر می نویسند، ممکن است برای استفاده از هوش مصنوعی بیشتر از کاربران انگلیسی زبان یا گویشوران زبان های رایج بپردازند. این خبر را نشریهٔ رست آو د ورلد (Rest of the World) منتشر کرده است.
مدل های زبانی هوش مصنوعی متن را به تکه های کوچکی به نام توکن می شکنند؛ گاهی یک کلمهٔ کامل، گاهی بخشی از آن. هزینه، سرعت و سقف استفاده از این سرویس ها معمولاً بر اساس شمار توکن ها حساب می شود. هر چه یک جمله توکن بیشتری لازم داشته باشد، گران تر و کندتر است.
چقدر فرق می کند؟
پژوهش این ائتلاف نشان داد که مدل های زبانی هوش مصنوعی برای زبان های کم کاربردتر به طور چشمگیری توکن بیشتری مصرف می کنند. برای نمونه یک پیام یکسان به زبان مالایالم (Malayalam) ۲۶ توکن مصرف کرد، در حالی که به انگلیسی ۱۳ توکن.
نشریهٔ تیوی (Tivi) همین را میان فنلاندی و انگلیسی آزمایش کرد. در جمله ای با این معنا که «برای مدل زبانی نباید فرقی کند که از چه زبانی استفاده می شود»، تفاوت از زبانی که حروف متفاوتی دارد کمتر بود، اما وجود داشت: متن فنلاندی ۱۶ توکن و متن انگلیسی ۱۲ توکن مصرف کرد.
پژوهشگران این پدیده را «مالیات توکن سازی» (tokenisaatiovero) می نامند. هر چه از پرکاربردترین زبان های دنیا به سمت زبان های کم کاربردتر بروید، این مالیات به شدت بیشتر می شود.
چرا فقط مسئلهٔ پول نیست؟
پژوهشگران مالیات توکن سازی را عاملی می دانند که کل اقتصاد هوش مصنوعی را محدود می کند. در گزارش پژوهش آمده است: «مالیات توکن سازی اثری فراتر از هزینه دارد. مصرف بیشتر توکن می تواند به اتصال کندتر و کارایی کمتر هوش مصنوعی برسد. این محدودیت ها بیشترین ضربه را جایی می زنند که اتصال و توان پردازش از قبل محدود است.»
پراتیوش چودری (Pratyush Choudhury)، بنیانگذار یک صندوق سرمایه گذاری هندی در حوزهٔ هوش مصنوعی، از سازندگان مدل های زبانی می خواهد اعلام کنند که انجام هر نوع کار به زبان های مختلف چقدر هزینه دارد.
