اگر امروز برای حل مسائل پیچیده ریاضی یا کدنویسی به مدل‌های هوش مصنوعی تکیه می‌کنید، باید بدانید که OpenAI در حال تغییر بنیادین نحوه «فکر کردن» این مدل‌ها است. این شرکت قصد دارد با معماری جدیدی، مدل‌هایی بسازد که پیش از ارائه پاسخ نهایی، چندین بار روی مسئله تامل کنند.
به گزارش The Information در ۱۴ اکتبر ۲۰۲۶، این رویکرد در حالی پیش می‌رود که مدل پرچمدار بعدی شرکت به‌دلیل چالش‌های حیاتی در همراستاسازی (Alignment) — یعنی فرآیند تنظیم مدل برای مطابقت با ارزش‌های انسانی — متوقف شده است. با این حال، رقابت برای عرضه حداقل یک مدل جدید تا پایان سال ۲۰۲۶ همچنان ادامه دارد. این تلاش‌ها در حالی صورت می‌گیرد که OpenAI در یک رقابت تنگاتنگ با غول‌هایی چون متا قرار دارد تا تسلط بر بازار عامل‌های هوشمند مصرف‌کننده را به دست آورد.
این چرخش معماری در حالی رخ می‌دهد که کل صنعت به سمت استدلال «سیستم ۲» حرکت می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تمرکز اکنون از قابلیت‌های سطحی به معماری شناختی مدل‌ها تغییر یافته است. این سازوکار شبیه دانش‌آموزی است که به جای نگاه سریع به مسئله ریاضی، چندین بار پیش‌نویس خود را بازبینی می‌کند تا به پاسخ نهایی برسد.
سازوکار: عمق بازگشتی
مدل پرچمدار جدید و مدل فعلی یعنی Astra، از روشی به نام «عمق بازگشتی» (Recurrent Depth) استفاده می‌کنند. در این روش، یک توکن (Token) — که مثل برش‌های یک کیک طولانی، تکه‌های کوچکی از متن است — به‌جای یک بار عبور از لایه‌های ترنسفورمر (Transformer)، چندین بار در همان لایه‌ها می‌چرخد.
- بهبود عملکرد: این روش به مدل‌های کوچک‌تر اجازه می‌دهد فراتر از اندازه خود عمل کنند و استدلال‌های سطح بالا را با هزینه محاسباتی کمتر ارائه دهند.
- بهای پرداختی: این حلقه‌ها باعث می‌شود «تفکر» مدل به بازنمایی‌های عددی داخلی منتقل شود.
- شکاف ایمنی: چون این فرآیند به صورت متن خوانا نیست، بازبین‌های انسانی نمی‌توانند از زنجیره تفکر (Chain-of-Thought) — شبیه وقتی شاگرد ریاضی پای تخته بلند بلند فکر می‌کند — برای شناسایی رفتارهای مخرب استفاده کنند.
نشت اطلاعات مایکروسافت و هزینه‌های ایمنی
جزئیات این تکنیک پس از آن فاش شد که مایکروسافت به‌طور تصادفی مستندات فنی مدل GPT-6.1 Sol را منتشر کرد. این مدل که جایگزینی ارزان‌تر برای Astra است، طبق مستندات حذف‌شده، به‌جای سه بار، از دو بار عبور استنتاجی استفاده می‌کند.
به نقل از منابع داخلی، OpenAI در پاسخ به نگرانی‌های ایمنی، حدود ۱۰٪ از کل توان محاسباتی خود را به همراستاسازی اختصاص داده است. این تغییر به معنای تخصیص صدها مگاوات ظرفیت مرکز داده است که در قیمت‌های بازار، سالانه میلیاردها دلار هزینه دارد. یاکوب پاچوکی، دانشمند ارشد شرکت، هشدار داده است که نظارت بر زنجیره تفکر در حال «شکننده شدن» است.
برای مدیران کسب‌وکار، این یعنی جهش هوشی مدل بعدی ممکن است به‌دلیل اصطکاک‌های نظارتی به تأخیر بیفتد. طبق دستور اجرایی دولت ترامپ، OpenAI باید دسترسی به مدل‌های جدید را تا ۳۰ روز پیش از شرکا و مدت زمان بیشتری پیش از عرضه عمومی، در اختیار دولت آمریکا قرار دهد.
اگر صنعت به سمت مدل‌هایی با استدلال غیرقابل خواندن حرکت کند، وارد عصری می‌شویم که خروجی‌های AI درست هستند، اما منطق آن‌ها یک «جعبه سیاه» کامل است. این وضعیت وابستگی خطرناکی به تایید خروجی ایجاد می‌کند، به‌جای آنکه شفافیت فرآیند تضمین شود.
گام بعدی شما
- اگر از APIهای OpenAI استفاده می‌کنید، برای مدل‌های ارزان‌تر (مانند سری Sol) آماده شوید که احتمالاً استدلال‌های مشابه مدل‌های بزرگ را با هزینه کمتر ارائه می‌دهند.
- در ارزیابی مدل‌های جدید، به‌جای اعتماد به پاسخ نهایی، روی متدهای اعتبارسنجی خروجی (Output Verification) سرمایه‌گذاری کنید.
- انتشار مدل ارتقایافته در اواخر ۲۰۲۶ را دنبال کنید تا ببینید آیا بازه ۳۰ روزه بررسی دولت آمریکا باعث تأخیر در عرضه می‌شود یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو