شما هم شاید با چت جی پی تی یا هوش مصنوعی دیگری به زبان فنلاندی یا فارسی حرف می زنید، بی آن که بدانید این کار گران تر تمام می شود.
به گزارش ائتلاف پژوهشی برابری زبانی هوش مصنوعی (Tekoälyn kielitasa-arvon tutkimuskoalitio)، کسانی که به فنلاندی یا زبان های کم کاربرد دیگر می نویسند، شاید در مقایسه با کاربران انگلیسی زبان یا زبان های پرکاربرد، برای استفاده از هوش مصنوعی پول بیشتری بپردازند. این خبر را سایت «رست آو د ورلد» (Rest of the World) منتشر کرده است.
توکن (token) چیست؟ مدل های زبانی هوش مصنوعی متن را به تکه های کوچکی به نام توکن می شکنند؛ گاهی یک کلمهٔ کامل، گاهی بخشی از آن. هزینهٔ استفاده از این مدل ها، سرعت پاسخ و مقدار متنی که در یک گفتگو جا می شود، همه بر اساس تعداد توکن ها حساب می شود.
پژوهش چه نشان داد؟
پژوهش این ائتلاف نشان داد مدل های زبانی هوش مصنوعی برای زبان های کم کاربردتر به مراتب توکن بیشتری مصرف می کنند. برای نمونه، یک پیام یکسان به زبان مالایالام (زبانی در جنوب هند) ۲۶ توکن مصرف کرد، در حالی که همان پیام به انگلیسی ۱۳ توکن بود.
مجلهٔ فنلاندی تیوی (Tivi) همین را میان فنلاندی و انگلیسی آزمایش کرد. در جمله ای با این معنا که «در مدل زبانی نباید فرقی کند از چه زبانی استفاده می کنید»، فاصله کمتر از زبان هایی با الفبای متفاوت بود، اما وجود داشت: متن فنلاندی ۱۶ توکن مصرف کرد و متن انگلیسی ۱۲ توکن.
«مالیات توکن» یعنی چه؟
پژوهشگران این پدیده را «مالیات توکن سازی» (tokenisaatiovero) می نامند. هر چه از زبان های پرکاربرد دنیا به سمت زبان های کم کاربردتر برویم، این «مالیات» به شدت بیشتر می شود. پژوهشگران آن را عاملی می دانند که کل اقتصاد هوش مصنوعی را محدود می کند.
در گزارش پژوهش آمده است: «مالیات توکن سازی پیامدهایی فراتر از هزینه دارد. مصرف بیشتر توکن می تواند به اتصال کندتر و کارایی کمتر هوش مصنوعی بینجامد. این محدودیت ها بیشترین ضربه را جایی می زنند که اتصال و توان پردازشی از قبل محدود است.»
«برابری کامل احتمالاً واقع بینانه نیست، اما فاصله های بزرگ و پایدار میان زبان ها نیاز به توضیح دارد.»
پراتیوش چودری (Pratyush Choudhury)، بنیان گذار یک صندوق سرمایه گذاری هوش مصنوعی در هند، از سازندگان مدل های زبانی می خواهد اعلام کنند انجام یک کار مشخص به زبان های مختلف چقدر هزینه دارد.
