مدل هوش مصنوعی Diffbot بدون حدس و گمان کار میکند — این مدل میداند! این توانایی شگفتانگیز، به لطف بهرهگیری از یک دانشنامه شامل یک تریلیون واقعیت است. این مدل اکنون توانسته است در برابر غولهای هوش مصنوعی مانند ChatGPT و Google Gemini به رقابت بپردازد و به واسطه عملکردی متفاوت، توجه بسیاری از متخصصان این حوزه را به خود جلب کند.
**نوآوری در دنیای هوش مصنوعی: تمرکز بر بازیابی دادههای دقیق به جای پارامترهای گسترده**
Diffbot با معرفی یک مدل زبان باز (Open Source)، تغییری بزرگ در مسیر توسعه هوش مصنوعی ایجاد کرده است. برخلاف بسیاری از مدلهای هوش مصنوعی که بر پایهی استفاده از پارامترهای بسیار بزرگ برای تولید محتوای متنی کار میکنند، رویکرد Diffbot بر اولویت گذاشتن به بازیابی آنی اطلاعات از منابع دقیق است. این رویکرد نقطه تمایزی است که Diffbot را از فناوریهایی مانند ChatGPT یا Google Gemini متمایز میکند.
این مدل نیاز به «حدس و گمان» را کنار گذاشته و به جای پیشبینی اطلاعات احتمالی بر اساس دادههای قبلی، مستقیماً از دانستههای خود که در یک گراف دانش کاملاً ساختاردهیشده و دقیق ذخیره شدهاند، استفاده میکند. نتیجه این رویکرد، توانایی ارائه پاسخهای مبتنی بر واقعیت و همچنین کاهش اشتباهات، بهویژه در محیطهای شرکتی و کاربردهای حساس است.
**گراف دانش یک تریلیون واقعی: قدرت بیسابقه اطلاعات**
قلب مدل Diffbot، گراف دانش گسترده و بینظیری است که شامل بیش از یک تریلیون داده واقعی است. این مخزن اطلاعات عظیم، به مدل اجازه میدهد تا در زمان واقعی (Real-time) اطلاعات مورد نیاز را از میان دادههای متنوع استخراج کند، بدون اینکه به اطلاعات نادرست یا ناقص متوسل شود.
این مزیت، Diffbot را به ابزاری مناسب برای حوزههایی مانند تحقیقات علمی، تحلیل دادههای اقتصادی و حتی کسبوکارهایی که به اطلاعات دقیق و بهروز نیاز دارند، تبدیل میکند.
**چالشی برای غولهای هوش مصنوعی**
Diffbot با این توسعه، چالشی جدی برای سایر بازیگران اصلی در دنیای هوش مصنوعی ایجاد کرده است. اگرچه ChatGPT و Google Gemini هنوز به عنوان مدلهای برجسته در زمینه هوش مصنوعی شناخته میشوند، اما تاکید Diffbot بر بازیابی دقیق دادهها به جای تمرکز بر مدلهای گسترده، رویکردی تازه و امیدبخش را به ارمغان آورده است.
**آیا این مسیر آیندهی هوش مصنوعی را تغییر میدهد؟**
با افزایش استفاده از هوش مصنوعی در محیطهای شرکتی و پروژههای حساس، روشهای مبتنی بر دقت و قابلیت اطمینان بیش از پیش اهمیت پیدا کردهاند. ممکن است Diffbot تنها آغازگر مسیری باشد که در آن استفاده از گراف دانش به جای «یادگیری مبتنی بر تخمین»، معیار جدیدی برای موفقیت در هوش مصنوعی تعیین کند.
برای اطلاعات بیشتر دربارهی این دستاورد شگفتانگیز، میتوانید به [منبع خبر](https://venturebeat.com/ai/diffbots-ai-model-doesnt-guess-it-knows-thanks-to-a-trillion-fact-knowledge-graph/) مراجعه کنید.
