أُطلق هذا الأسبوع على Github إطار عمل Orchestral AI، وهو إطار Python جديد، يقدم بديلاً لأدوات تنسيق الذكاء الاصطناعي المعقدة مثل LangChain. يهدف Orchestral AI، الذي طوره الفيزيائي النظري ألكسندر رومان ويعقوب رومان، إلى توفير نهج أبسط وأكثر قابلية للتكرار للعمل مع نماذج اللغة الكبيرة (LLMs)، وخاصةً للبحث العلمي.

يعطي إطار العمل الأولوية للتنفيذ المتزامن والسلامة من ناحية النوع، على عكس الطبيعة المرهقة في كثير من الأحيان للأنظمة البيئية الحالية للذكاء الاصطناعي. وفقًا لموقع VentureBeat، أنشأ المطورون Orchestral AI لمعالجة تحدٍ كبير: صعوبة تحقيق نتائج قابلة للتكرار عند استخدام أدوات الذكاء الاصطناعي.

يأتي إصدار Orchestral AI في وقت يواجه فيه المطورون بشكل متزايد خيارًا بين الأطر المعقدة والشاملة ومجموعات تطوير البرامج (SDKs) ذات البائع الواحد من مزودين مثل Anthropic أو OpenAI. في حين أن هذه الخيارات قد تكون كافية لبعض مهندسي البرمجيات، إلا أنها تمثل عقبة رئيسية أمام العلماء الذين يحتاجون إلى نتائج حتمية في أبحاثهم. تحاول Orchestral AI رسم مسار ثالث، وتقديم حل غير مرتبط بمزود مصمم للعلم الواعي بالتكلفة والقابل للتكرار.

من خلال التركيز على إمكانية التكرار، تسعى Orchestral AI إلى جعل الذكاء الاصطناعي أكثر سهولة وموثوقية، خاصة في المجالات التي تكون فيها النتائج المتسقة ذات أهمية قصوى. يؤكد تصميم إطار العمل على الوضوح والتحكم، ومعالجة مخاوف الباحثين الذين يجدون الأدوات الحالية معقدة للغاية.