معماری هوشمند: فرار از تله مدلهای غولپیکر
بخش فنی ماجرا اما پیچیدگیهای خاص خودش را داشت. یک دستیار خرید خوب باید بتواند همزمان جستجو کند، توضیحات محصول بدهد، قیمتها را تحلیل کند، نظرات را خلاصه کند و پیشنهاد شخصی بدهد. مدیر ارشد مهندسی دیجیکالا درباره چالش انتخاب مدل هوش مصنوعی گفت:
«ما دیدیم مدلهای زبانی بزرگ (LLM) یا خیلی کند هستند یا هزینه اجرای آنها وحشتناک است. مدلهای کوچک آماده هم دقت کافی نداشتند. پس راه سوم را انتخاب کردیم: یک شبکه از عاملهای (Agents) کوچک و تخصصی.»
این معماری «چند عاملی» (Multi-Agent) برگ برنده دیجیکالا بود. ارسطو توضیح داد: «در این سیستم، هر ایجنت فقط یک کار تخصصی را انجام میدهد و با دیگران همکاری میکند. این باعث شد بدون افزایش تاخیر، سیستم پایدار بماند و هزینه پردازش کاهش یابد.»
کسرا فخاری، مسئول فنی دیا در دیجیکالا، بخش دیگری از چالشها را روایت کرد؛ چالشهایی از جنس عملیات و مقیاسپذیری. فخاری گفت:
«بات ما باید در “مگاکمپینهای” دیجیکالا زنده بماند. مگاکمپین در مقیاس دیجیکالا یعنی ۱۰ برابر شدن آنی جمعیت کاربران آنلاین. تصور کنید در چنین ترافیکی، هزاران کالا همزمان تغییر قیمت میدهند و موجودیشان عوض میشود. بزرگترین کابوس ما این بود که هوش مصنوعی بر اساس دیتای قدیمی، پیشنهاد غلط به کاربر بدهد.»
او ادامه داد: «ما با اتصال مستقیم Chat UI به تمامی سرویسهای داخلی دیجیکالا و بهینهسازیهای سنگین مهندسی، این چالش را حل کردیم تا دیا کمترین خطای ممکن را داشته باشد.»
آینده: دستیاری که ذهنخوانی میکند
چشمانداز دیجیکالا برای دیا چیست؟ به گفته مدیران فنی این شرکت، دیا هنوز در ابتدای راه است و بهصورت هفتگی ویژگیهای جدیدی دریافت میکند. اما هدف نهایی بسیار بلندپروازانه است:
«ما میخواهیم دیا به زودی به مرحلهای برسد که نیاز کاربر را حتی قبل از اینکه بیان کند، تشخیص دهد. هدف ما تبدیل تجربه خرید گسسته، به یک رابطه هوشمند، پیوسته و کاملاً شخصیسازی شده است.»
به نظر میرسد با ورود دیا به چرخه خرید، دیجیکالا در حال تعریف استاندارد جدیدی برای تجارت الکترونیک در ایران است؛ استانداردی که در آن «گفتگو» و «شخصیسازی» با هوش مصنوعی جایگزین «جستجو» میشود.
source