«عبور از کاربردی به زیبا»؛ هدف جدید مدل‌های AI با داده‌های ترجیحی

تصور کنید یک طراح وب هستید که از خروجی‌های دقیق اما «رباتیک» و بی‌روح هوش مصنوعی خسته شده است؛ این دقیقاً همان شکافی است که شرکت Intelligence قصد پر کردن آن را دارد. این شرکت از بودجه ۷.۹ میلیون دلاری در مرحله سرمایه اولیه (Seed) به عنوان یک «صندوق جنگی» استفاده می‌کند تا یکی از بحرانی‌ترین تنگناهای هوش مصنوعی را حل کند: فقدان «سلیقه» انسانی. در حالی که مدل‌های فعلی می‌توانند کدهای کاربردی یا تصاویر صحیحی تولید کنند، اما اغلب در تولید نتایجی که انسان‌ها واقعاً آن‌ها را جذاب یا لذت‌بخش بدانند، شکست می‌خورند.

این مشکل از آنجا ناشی می‌شود که معیارهای ارزیابی خودکار (Automated Benchmarks) را می‌توان به راحتی دور زد یا دستکاری کرد — درست مانند رخنهٔ امنیتی شدیدی که هفته‌ی گذشته در Hugging Face مشاهده شد. برای حل این بحران، تیم این شرکت ابزار DesignArena را توسعه داد؛ ابزاری که قضاوت‌های صادقانه انسان‌ها را در مقیاس وسیع جمع‌آوری (Crowdsource) می‌کند تا نحوه مدیریت طراحی و زیبایی‌شناسی توسط مدل‌های AI اصلاح شود.

طبق گزارش TechCrunch در ۳ آگوست ۲۰۲۶، این دور سرمایه اولیه توسط Index Ventures رهبری شد و شرکت‌هایی نظیر Conviction (با حضور سارا گوئو و مایک ورنال)، A* و Valkyrie نیز در آن مشارکت کردند. رشد این شرکت شگفت‌انگیز بوده است؛ آن‌ها اکنون ۵.۳ میلیون کاربر فعال دارند و درآمد سالانه تکرارشونده (ARR) آن‌ها به ۶۰ میلیون دلار رسیده است.

به گفته گریس لی، یکی از بنیان‌گذاران شرکت، ایده این بیزنس چند هفته پیش از فارغ‌التحصیلی او در سال ۲۰۲۵ شکل گرفت. او و تعدادی از دوستانش در کالج در حال تلاش برای به کار انداختن موتور بازی‌سازی AI خود بودند. آن‌ها متوجه شدند مدل‌ها می‌توانند بازی‌های «کاربردی» و فعال بسازند، اما هیچ‌کدام از آن‌ها «لذت‌بخش» یا سرگرم‌کننده نبودند. این موضوع یک پرسش بنیادین را ایجاد کرد: چگونه می‌توان تشخیص داد که یک بازی قرار است لذت‌بخش باشد یا خیر؟

تیم به این نتیجه رسید که هیچ جایگزینی برای قضاوت انسانی وجود ندارد. آن‌ها شروع به ایده‌پردازی کردند تا راهی برای دریافت بازخوردهای صادقانه انسانی در مقیاس وسیع بیابند و این تلاش منجر به خلق DesignArena شد. لی اشاره می‌کند که بسیاری از شرکت‌های AI به دنبال راهی برای دریافت بازخوردهای مقیاس‌پذیر کاربران بودند و حاضر بودند برای این داده‌ها هزینه پرداخت کنند، زیرا این موضوع «تنگنای اصلی برای پیشرفت مدل‌ها در فضای طراحی» بود. این تلاش برای نزدیک کردن خروجی‌های ماشین به درک انسانی، مشابه رویکرد شرکت Smallest.ai در توسعه مدل‌های صوتی است که هدفش خلق تجربه‌ای تشخیص‌ناپذیر از انسان است. تنها یک هفته پس از شکل‌گیری این ابزار، Intelligence اولین قرارداد بزرگ خود را با یک آزمایشگاه پیشرو (Frontier Lab) امضا کرد و مسیر را برای مقیاس فعلی خود هموار ساخت.

پلتفرم DesignArena برای کاربر عادی شبیه به یک مسیریاب مدل (Model Router) پیشرفته است که از یک چرخه مشخص پیروی می‌کند:

• کاربر پرامپتی را در پنجره‌ای شبیه به ChatGPT وارد می‌کند.
• کاربر فرمت مورد نظر (مانند وب‌سایت‌ها، تصاویر یا ده‌ها فرمت بصری دیگر) و یک سبک خاص را از طریق منوهای کشویی مجزا انتخاب می‌کند.
• سیستم مجموعه‌ای از انتخاب‌های «A در برابر B» را نمایش می‌دهد.
• کاربر خروجی‌های محدود را بر اساس سلیقه شخصی خود از بهترین به بدترین رتبه‌بندی می‌کند.

برای مشتریان سازمانی، به‌ویژه آزمایشگاه‌های پیشرو AI، این فرآیند جریانی از بازخوردهای فوری و باکیفیت برای مدل‌های تولید رسانه (Media-generating models) ایجاد می‌کند. از آنجا که کاربران نسبت به اینکه کدام مدل در حال رتبه‌بندی است بی‌تفاوت هستند و تنها به «بهترین خروجی» اهمیت می‌دهند، داده‌های آن‌ها سیگنالی بدون سوگیری (Unbiased) از خواسته‌های واقعی انسان‌ها فراهم می‌کند. برای آزمایشگاه‌های پیشرو، این یک سرویس ارزشمند است که ارزش پرداخت هزینه را دارد.

نکته کلیدی این است که کاربران برای دریافت خروجی باید حتماً وارد حساب خود شوند (Log in). این اجازه می‌دهد Intelligence تغییرات سلیقه را در طول زمان و در قاره‌های مختلف رصد کند. برای مثال، لی اشاره می‌کند که داشبوردهای وب در آسیا تمایل بیشتری به سبک‌های «ماکسیمالیست» (طراحی‌های پرجزئیات و شلوغ) دارند.

این تغییر رویکرد به سمت ارزیابی‌های انسان‌محور در حال تبدیل شدن به یک بازار بسیار سودآور (Lucrative) است، هرچند بدون ریسک نیست. در حالی که برخی رقبا مانند Yupp با وجود جذب ۳۳ میلیون دلار از کریس دیکسون (از a16z crypto)، در اوایل سال جاری تعطیل شدند، شرکت‌های دیگر در حال شکوفایی هستند. Yupp بیش از ۱.۳ میلیون کاربر و تعدادی مشتری از آزمایشگاه‌های پیشرو داشت، اما نتوانست یک مدل کسب‌وکار پایدار بسازد.

در مقابل، LM Arena که بر پاسخ‌های متنی تمرکز دارد، در ژانویه ۲۰۲۶ تنها چهار ماه پس از عرضه محصول پولی خود، مبلغ ۱۵۰ میلیون دلار در سری A جذب کرد.

برای شما به عنوان کاربر، این یعنی نسل بعدی ابزارهای AI کمتر «رباتیک» و بیشتر با شهود انسانی هم‌راستا خواهند بود. ما از عصر «آیا کار می‌کند؟» به عصر «آیا درست و زیبا به نظر می‌رسد؟» نقل مکان می‌کنیم. با گسترش سیستم‌های «انسان در حلقه» (Human-in-the-loop)، باید دقت کرد که چگونه این مدل‌های «تنظیم‌شده با سلیقه» (Taste-tuned) در صنایع خلاق مانند گیمینگ و طراحی وب، شروع به شکست دادن بنچمارک‌های سنتی می‌کنند.

گام بعدی شما

• اگر از ابزارهای تولید تصویر یا وب‌سایت استفاده می‌کنید، سعی کنید با مقایسه خروجی‌های مدل‌های مختلف، معیارهای «زیبایی» خود را برای پرامپت‌ها تعریف کنید.
• تحول در بنچمارک‌های خلاقانه را دنبال کنید؛ مدل‌هایی که با داده‌های ترجیحی آموزش دیده‌اند، به‌زودی در صنایع گیمینگ و طراحی وب برنده خواهند بود.
• بررسی کنید که آیا ابزارهای مورد استفاده شما قابلیت Feedback Loop (حلقه بازخورد) دارند یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.