‫انتشار دانش Stack Exchange در Snowflake Marketplace: گامی مهم در توسعه راه‌حل‌های هوش مصنوعی با داده‌های باکیفیت

در عصر حاضر که ابزارهای هوش مصنوعی مولد (Generative AI) به سرعت در صنعت نرم‌افزار گسترش می‌یابند، اهمیت آموزش مدل‌های زبانی بزرگ (Large Language Models - LLMs) با داده‌های معتبر و باکیفیت بیش از پیش نمایان شده است. این ابزارها توانایی ارائه دانش را با سرعتی فراتر از جستجوهای دستی دارا هستند، اما همان‌طور که در حوزه هوش مصنوعی به یک اصل بنیادی تبدیل شده است، "ورودی نامناسب، خروجی نامناسب" (Garbage In, Garbage Out) به معنای آن است که داده‌های بی‌کیفیت منجر به دانش معتبر نمی‌شوند. در مقابل، داده‌های باکیفیت موجب عملکرد دقیق و کارآمد مدل‌های زبانی بزرگ می‌گردند، در حالی که داده‌های نامناسب می‌توانند به یک آسیب جدی تبدیل شوند.

با درک این ضرورت، محصول «راه‌حل‌های دانش» (Knowledge Solutions) توسط Stack Overflow توسعه یافت تا مدل‌های زبانی بزرگ و سایر ابزارهای هوش مصنوعی را بر پایه‌ی پاسخ‌های تأییدشده و معتبر موجود در Stack Overflow و سایر سایت‌های Stack Exchange استوار سازد. رویکرد اصلی در این توسعه، تضمین استفاده اخلاقی و مسئولانه از داده‌ها برای منافع جامعه و همچنین سرمایه‌گذاری مجدد در جوامعی است که این گنجینه عظیم دانش را تولید کرده‌اند. این تلاش‌ها منجر به همکاری با شرکای متعددی شده که دیدگاه مشترکی را در این زمینه دنبال می‌کنند و از طریق کار جامعه‌ی Stack Overflow، به بهبود دقت واقعی محصولات هوش مصنوعی خود کمک کرده‌اند. به عنوان مثال، ماه گذشته، همکاری با Moveworks به ایجاد یکپارچه‌سازی (Integration) Stack Overflow در بازارچه (Marketplace) آن‌ها انجامید.

اکنون، با هیجان‌انگیزی اعلام می‌شود که داده‌های Stack Overflow در Snowflake Marketplace در دسترس قرار گرفته و می‌تواند به عنوان یک توسعه دانش Cortex (Cortex Knowledge Extension) پشتیبانی شود. این دسترسی به مشتریان Snowflake امکان می‌دهد تا برنامه‌های هوش مصنوعی و سیستم‌های عاملی (Agentic Systems) خود، از جمله Snowflake Intelligence، را با برخی از معتبرترین و باکیفیت‌ترین داده‌های موجود در موضوعات فنی و غیرفنی غنی سازند، در حالی که احترام به اعضای جامعه‌ای که این محتوا را فراهم کرده‌اند، با ذکر دقیق منبع (Attribution) حفظ می‌شود.

این مجموعه شامل حدود ۱۵۰ سایت Stack Exchange و همچنین stackoverflow.com است که طیف گسترده‌ای از موضوعات را پوشش می‌دهد؛ از سیستم‌عامل اوبونتو (Ubuntu) گرفته تا آشپزی، تمامی نیازهای دانش‌بنیان برنامه‌های هوش مصنوعی را پاسخگوست. این داده‌ها شامل پرسش‌ها، پاسخ‌ها، نظرات (Comments)، برچسب‌ها (Tags) و رأی‌ها (Votes) هستند؛ تمامی داده‌های اصلی که توسط متخصصان حوزه‌های مختلف نوشته و تأیید شده‌اند، به علاوه فراداده‌هایی (Metadata) که نشانه‌های کیفیت را ارائه می‌دهند. با حداقل تلاش، تمام این اطلاعات را می‌توان با استفاده از زبان طبیعی (Natural Language) در پلتفرم مقیاس‌پذیر Snowflake پرس‌وجو (Query) کرد.

مایکل فوری (Michael Foree)، مدیر علوم داده و پلتفرم داده در Stack Overflow، در مورد این همکاری هیجان‌زده است: "آنچه مرا در مورد مشارکت با Snowflake هیجان‌زده می‌کند این است که داده‌های ما، که از قبل می‌دانیم با کیفیت هستند، در دسترس متخصصان بیشتری در سراسر جهان قرار می‌گیرد تا از آن‌ها استفاده کرده و جهان اطراف خود را بهبود بخشند." او تأکید می‌کند که Snowflake پلتفرمی است که شخصاً آن را به Stack Overflow معرفی کرده و کار با داده‌ها را برای افراد آسان می‌سازد. از طریق این مشارکت، داده‌های ارزشمند Stack Overflow در اختیار متخصصان در سراسر جهان قرار می‌گیرد.

اکوسیستم هوش مصنوعی به سرعت در حال تحول است و Stack Overflow مصمم است تا داده‌هایش در هر مسیری که این تحولات طی می‌کنند، جایگاه خود را حفظ کند. تحقیقات نشان داده‌اند که داده‌های ساختاریافته (Structured Data) تولیدشده توسط Stack Overflow برای دقت هوش مصنوعی مولد حیاتی هستند. احترام به منبع این داده‌ها – یعنی جامعه‌ی Stack Overflow – محوری‌ترین بخش مأموریت و بقای آینده این سازمان است. با همکاری با Snowflake، اطمینان حاصل می‌شود که گنجینه دانش Stack Overflow در حوزه‌های مختلف می‌تواند پیشرفت در اکوسیستم هوش مصنوعی را هدایت کرده و همه را در خروجی ابزارهای هوش مصنوعی مولد، بهره‌ورتر و مطمئن‌تر سازد.

این مشارکت یک پیروزی بزرگ برای جامعه Stack Overflow نیز محسوب می‌شود. Stack Overflow به یک منبع معتبر دانش برای طیف وسیعی از متخصصان تبدیل شده است. الزام به اسناددهی (Attribution) کار این متخصصان را به رسمیت می‌شناسد و اعتماد کاربران به برنامه‌های هوش مصنوعی ساخته شده بر اساس آن را افزایش می‌دهد. پراشانت چاندراسکار (Prashanth Chandrasekar)، مدیرعامل Stack Overflow، در HumanX در مورد ارزش اعتماد صحبت کرده است: "هنگامی که مردم با استفاده از این ابزارهای هوش مصنوعی ریسک می‌کنند، می‌خواهند مطمئن شوند که می‌توانند به آن تکیه کنند. با ارائه اسناددهی در لینک‌ها و ارجاعات (Citations)، پاسخ‌های هوش مصنوعی را بر پایه‌ی حقیقت واقعی استوار می‌سازید." هوش مصنوعی مولد یکی از هیجان‌انگیزترین فناوری‌ها در مدت زمان طولانی بوده است، و با کمک جامعه‌ی خارق‌العاده Stack Overflow، می‌توان آن را قابل اعتمادتر نیز ساخت.