الذكاء الاصطناعي
تغييرات GitHub Copilot الجديدة تثير استياء المطورين بعد استنزاف الحصص بشكل أسرع
أثارت التعديلات الأخيرة التي طالت نظام التسعير والاستخدام في خدمة GitHub Copilot موجة من الجدل بين عدد من المشتركين، بعدما فوجئ بعض المستخدمين باستنفاد حصصهم الشهرية بوتيرة أسرع من المعتاد، الأمر الذي أدى في بعض الحالات إلى فقدان الوصول إلى مزايا الذكاء الاصطناعي داخل بيئات التطوير الخاصة بهم.
تغييرات GitHub Copilot الجديدة تثير استياء المطورين بعد استنزاف الحصص بشكل أسرع
تغييرات GitHub Copilot الجديدة تثير استياء المطورين بعد استنزاف الحصص بشكل أسرع
بدأت المشكلة بالظهور عقب تطبيق تحديثات جديدة على الخدمة مطلع يونيو، حيث اعتمدت الشركة آلية مختلفة لاحتساب الطلبات المرسلة إلى نماذج الذكاء الاصطناعي.
فبدلًا من احتساب كل طلب كوحدة استخدام واحدة كما كان الحال سابقًا، أصبحت بعض النماذج المتقدمة تستهلك عدة وحدات من الرصيد مقابل الطلب الواحد، وذلك وفقًا لمستوى التعقيد والموارد الحاسوبية اللازمة لمعالجة المهمة.
النماذج المتقدمة تستهلك الرصيد بوتيرة أعلى
أدى هذا التغيير إلى زيادة ملحوظة في استهلاك الحصص المخصصة للمستخدمين، خاصة أولئك الذين يعتمدون بشكل يومي على نماذج الاستدلال المتقدمة في البرمجة وتحليل الأكواد وإنجاز المهام المعقدة.
وبحسب تقارير المستخدمين، فقد نفدت الحصص الشهرية لدى بعض المشتركين خلال فترة أقصر بكثير من المتوقع، رغم عدم وجود تغيير كبير في أنماط استخدامهم المعتادة.
عقبات أمام شراء أرصدة إضافية
لم تتوقف المشكلة عند استهلاك الحصص فقط، إذ واجه عدد من المطورين صعوبات في شراء أرصدة إضافية بشكل فوري.
وترتبط هذه العقبات بعدة عوامل، من بينها عمر الحساب ومتطلبات التحقق وإعدادات الفوترة، ما أدى إلى توقف بعض الخدمات المدفوعة مؤقتًا إلى حين تجديد الحصة الشهرية أو ترقية خطة الاشتراك.
مايكروسوفت: التكاليف يجب أن تعكس الموارد المستخدمة
من جانبها، ترى Microsoft أن هذه التعديلات ضرورية لتحقيق توازن أفضل بين تكاليف التشغيل والاستخدام الفعلي للنماذج المتقدمة.
وتؤكد الشركة أن بعض نماذج الذكاء الاصطناعي تتطلب قدرات حاسوبية أكبر بكثير من النماذج التقليدية، وهو ما يستدعي اعتماد نظام تسعير أكثر ارتباطًا بحجم الموارد المستهلكة.
الشركات تعيد حساباتها
دفعت هذه التغييرات بعض فرق التطوير والمؤسسات التقنية إلى إعادة تقييم استراتيجيات استخدامها لأدوات الذكاء الاصطناعي، خاصة مع تحول التكلفة من نموذج ثابت نسبيًا إلى نموذج يعتمد بصورة أكبر على نوع النموذج المستخدم وطبيعة المهام المنفذة.
ويعتقد مراقبون أن هذه الخطوة قد تشجع المطورين على استخدام النماذج المتقدمة بشكل أكثر انتقائية، مع الاعتماد على النماذج الأقل تكلفة في المهام اليومية التي لا تتطلب قدرات استدلالية عالية.
مرحلة جديدة في تسعير أدوات الذكاء الاصطناعي
تعكس التغييرات الأخيرة اتجاهًا متزايدًا داخل قطاع الذكاء الاصطناعي نحو ربط التكلفة الفعلية بمستوى الموارد الحاسوبية المطلوبة لكل مهمة، وهو نهج قد يصبح أكثر انتشارًا مع تزايد الاعتماد على النماذج المتقدمة وارتفاع تكاليف تشغيلها.