اپل در مسیر متفاوتی گام برداشت؛ معرفی مدل هوش مصنوعی جدید برای تولید کد
در حالی که اکثر مدل‌های هوش مصنوعی تولید کد مانند ChatGPT، Copilot یا Claude بر پایه‌ی ساختار ترتیبی خودبازگشتی کار می‌کنند، اپل تصمیم گرفته مسیر متفاوتی را طی کند. این شرکت در سکوت خبری، از طریق پلتفرم Hugging Face، مدل جدیدی با نام DiffuCode-7B-cpGRPO منتشر کرده که از روش انتشاری برای تولید کد استفاده می‌کند — روشی که پیش‌تر در مدل‌های تصویرساز مانند Stable Diffusion به‌کار رفته بود.
مدل DiffuCode چگونه کار می‌کند؟
برخلاف مدل‌های متنی سنتی که خروجی را توکن‌به‌توکن و به‌صورت ترتیبی تولید می‌کنند، DiffuCode می‌تواند همزمان چند بخش مختلف کد را به‌صورت غیرخطی و ساختاریافته بسازد. این قابلیت در دنیای برنامه‌نویسی اهمیت زیادی دارد؛ چرا که بسیاری از پروژه‌ها نیاز به بازنویسی و اصلاح همزمان در چند بخش دارند.
مفهوم مدل انتشاری (Diffusion Model) در تولید کد
مدل‌های انتشاری از ورودی‌ای پر از نویز شروع می‌کنند و در چند مرحله‌ی پشت‌سرهم، آن را به خروجی مطلوب تبدیل می‌کنند. در تولید کد، این رویکرد باعث می‌شود مدل بتواند از همان ابتدا دید کلی نسبت به ساختار کد داشته باشد و در عوض تولید خط‌به‌خط، کد را مانند یک پازل ساختاری به‌تدریج بسازد.
نوآوری‌های کلیدی در مدل اپل
- استفاده از Masked Diffusion به‌جای تولید ترتیبی
- مرحله آموزشی جدید به‌نام coupled-GRPO برای بهبود کیفیت کد
- توانایی سوییچ میان حالت خودبازگشتی و غیرترتیبی با تنظیم دمای مدل
- پایه‌گذاری بر مدل Qwen2.5-Coder-7B از علی‌بابا به‌عنوان بنیاد آموزشی
جالب است بدانید که اپل مدل خود را بر پایه‌ی Qwen2.5 — یکی از مدل‌های موفق علی‌بابا — توسعه داده و با آموزش اختصاصی بر روی ۲۰٬۰۰۰ نمونه کدنویسی، عملکرد آن را ۴٫۴ درصد بهبود داده است.
دمای مدل و نقش آن در خروجی
در مدل‌های زبانی، پارامتر دما (Temperature) تعیین می‌کند که پاسخ مدل چقدر خلاق یا محافظه‌کارانه باشد.
- دمای پایین: پاسخ‌ها منظم، محافظه‌کار و قابل‌پیش‌بینی
- دمای بالا: پاسخ‌های خلاقانه‌تر با ساختار غیرترتیبی
در DiffuCode، افزایش دما باعث می‌شود مدل به حالت غیرخطی سوییچ کند؛ به‌طوری‌که می‌تواند توکن‌ها را با آزادی عمل بیشتر و خارج از ترتیب معمولی تولید کند.
چرا این مدل مهم است؟
در دنیای واقعی توسعه نرم‌افزار، برنامه‌نویسان اغلب به تغییرات همزمان در بخش‌های مختلف نیاز دارند. مدل‌های ترتیبی معمول مانند GPT یا Copilot، گاهی در درک ساختار کلی یا وابستگی‌های متقابل بین توابع دچار مشکل می‌شوند. اما رویکرد جدید اپل در DiffuCode باعث می‌شود:
- ساختار کلی کد همزمان و منسجم طراحی شود
- سرعت تولید بالا رود
- کد نهایی تمیزتر و با معماری قوی‌تر باشد
جایگاه اپل در رقابت با OpenAI و گوگل
اگرچه DiffuCode هنوز به سطح مدل‌های قدرتمندی مانند GPT-4 یا Gemini 1.5 Pro نرسیده، اما این مدل نشانه‌ی آشکاری از ورود جدی اپل به حوزه هوش مصنوعی مولد است. برخلاف رویکرد تبلیغاتی سایر شرکت‌ها، اپل ترجیح می‌دهد در سکوت و با نوآوری‌های دقیق و پژوهش‌محور حرکت کند.
آیا این مدل به محصولات اپل راه خواهد یافت؟
در حال حاضر، مشخص نیست که مدل DiffuCode به چه شکلی وارد سیستم‌عامل‌ها یا ابزارهای توسعه‌ی اپل خواهد شد. با این حال، احتمال اینکه در آینده در ابزارهایی مانند Xcode یا Swift Playgrounds شاهد ادغام آن باشیم، دور از ذهن نیست.
اپل آرام اما خلاقانه وارد می‌شود
مدل DiffuCode-7B-cpGRPO نشان می‌دهد که اپل به‌دنبال تقلید از دیگران نیست، بلکه می‌خواهد با رویکردی متفاوت در تولید کد، مرزهای هوش مصنوعی را جابه‌جا کند. این مدل، اولین قدم در این مسیر است و باید دید که در آینده، اپل چگونه از این تکنولوژی در اکوسیستم خود بهره خواهد برد.
