Superhuman قابلیت پیشنویس خودکار هوش مصنوعی را با هوش مدلهای پیشرو (Frontier Models) متحول میکند
بهرهوری ایمیل در حال ورود به عصر جدیدی است؛ چرا که Superhuman نسخه پیشرفتهای از قابلیت پیشنویس خودکار (auto-draft) خود را عرضه کرده است که برای از بین بردن حس «رباتیک» پاسخهای هوش مصنوعی سنتی طراحی شده است. این سیستم جدید با فراتر رفتن از قالبهای ساده، از مدلهای با استدلال بالا (high-reasoning models) بهره میبرد تا پاسخهایی تولید کند که بازتابدهنده لحن خاص و تاریخچه مکالمات کاربر باشد.
فراتر رفتن از GPT-3.5 به سمت مدلهای پیشرو (Frontier Models)
تمایز اصلی در رویکرد جدید Superhuman، معماری زیربنایی آن است. پیش از این، قابلیتهایی مانند "Instant Replies" بر نسخههای قدیمیتر مانند GPT-3.5 متکی بودند که با محدودیت پنجره بافت (context window) کوچکتر و تمایل به تولید متون بیش از حد پرشور و «تبلیغاتی» مواجه بودند.
برای حل این مشکل، راهول وورا (Rahul Vohra)، یکی از بنیانگذاران Superhuman، فاش کرد که این پلتفرم اکنون از ترکیبی پیچیده از مدلها استفاده میکند. وظایف اصلی نویسندگی توسط مدلهای پیشرو از Anthropic و OpenAI انجام میشود که بالاترین سطح هوش و آگاهی بافتی موجود در چشمانداز فعلی LLM را تضمین میکند. این استراتژی چند-مدلی به اپلیکیشن اجازه میدهد تا ظرافتهای پیچیده را پردازش کند و باعث میشود پیشنویسها به جای اینکه مصنوعی به نظر برسند، اصیل و واقعی باشند.
بافت شخصیسازی شده و یادگیری تطبیقی
قابلیت جدید Superhuman فراتر از پیشبینی کلمه بعدی عمل میکند؛ این سیستم مرزهای حرفهای و صدای منحصربهفرد کاربر را درک میکند. کاربران میتوانند با رفتن به مسیر Settings > Personalization، خروجی هوش مصنوعی را بیشتر اصلاح کنند؛ در این بخش میتوانند فایلها، لینکها و جزئیات خاصی درباره نقش شغلی خود را برای ارائه بافت عمیقتر بارگذاری کنند.
این سیستم همچنین دارای یک حلقه بازخورد (feedback loop) است که یادگیری تطبیقی را امکانپذیر میکند. به عنوان مثال، اگر کاربری پیشنویسی را که پیشنهادی برای جلسه در یک زمان نامناسب (مانند نیمهشب) داده است، به صورت دستی اصلاح کند، مدل از آن تعامل میآموزد. درخواستهای بعدی برای بازههای زمانی مشابه، باعث ایجاد پیشنویسهایی میشود که به طور فعالانه جلسه را رد میکنند؛ این نشاندهنده سطحی از آگاهی موقعیتی است که پیش از این در دستیاران ایمیل دیده نشده بود.
عملکرد در دنیای واقعی و آینده Superhuman Go
تأثیر این ارتقاهای فنی از هماکنون در آزمایشهای بتا مشهود است. به گفته راهول وورا، ۴۰٪ از پیشنویسهای تولید شده خودکار، ظرف یک روز پس از دریافت ارسال میشوند و نکته قابل توجه این است که ۶۰٪ از آن پیشنویسها بدون هیچگونه ویرایش دستی ارسال میگردند. این معیار نشاندهنده کاهش چشمگیر اصطکاک «مداخلۀ انسانی» (human-in-the-loop) است که معمولاً ابزارهای نویسندگی هوش مصنوعی را با آن درگیر میکند.
اگرچه این قابلیت هنوز یک عامل کاملاً خودمختار نیست — زیرا کاربران همچنان باید پیشنویسها را از نظر خطا در زمانبندی یا لحن بررسی کنند — اما به عنوان یک پل قدرتمند برای متخصصانی با حجم کاری بالا عمل میکند. این توسعه بخشی از یک نقشه راه گستردهتر پس از تصاحب Superhuman توسط Grammarly است. این شرکت اکنون به سمت "Superhuman Go" حرکت میکند؛ دستیاری جاهطلبانه که برای انتقال بافت (context) در پلتفرمها و اپلیکیشنهای مختلف طراحی شده است و به طور مؤثری کلاینت ایمیل را به یک لایه هوش بهرهوری چندپلتفرمی تبدیل میکند.
نکات کلیدی
- یکپارچهسازی مدلهای پیشرو: Superhuman برای بهبود لحن و بافت، از GPT-3.5 به سمت ترکیبی از مدلهای سطح بالا از OpenAI و Anthropic تغییر مسیر داده است.
- معیارهای کارایی بالا: آزمایشهای بتا نشان میدهد که ۶۰٪ از پیشنویسهای تولید شده توسط هوش مصنوعی بدون هیچ ویرایش دستی ارسال میشوند که نشاندهنده افزایش دقت موتور جدید است.
- شخصیسازی تطبیقی: این سیستم از یک حلقه بازخورد برای یادگیری ترجیحات کاربر استفاده میکند و امکان تزریق عمیق بافت را از طریق تنظیمات شخصیسازی شده کاربر فراهم میسازد.