«خستگی مدل» در میان سرعت سرگیجه‌آور انتشار نسخه‌های جدید آزمایشگاه‌های هوش مصنوعی رواج می‌یابد

• Anthropic، OpenAI، Meta و Google همگی این هفته به‌روزرسانی‌های مدل را منتشر کردند در حالی که سرعت انتشارهای جدید همچنان در حال شتاب گرفتن است.
• «ما در محیطی هستیم که هیاهو آنقدر زیاد است که باید صدایتان را بلند کنید»، گفت ژن لو، مدیرعامل استارتاپ هوش مصنوعی Runpod.
• در همین حال، غول تراشه Nvidia عمیق‌تر وارد دنیای مدل‌های هوش مصنوعی شد و برنامه‌های خود را برای اکتساب پلتفرم هوش مصنوعی متن‌باز Hugging Face به مبلغ ۱۲.۹ میلیارد دلار اعلام کرد.

ابتدا Anthropic مدل‌های Fable و Mythos را به‌روزرسانی کرد. سپس ارتقای مدل‌ها از سوی Meta و Google انجام شد. OpenAI نیز با انتشار GPT-6 Astra از قافله عقب نماند.

همه این‌ها در همین هفته رخ داد، زیرا سرعت سرگیجه‌آور اصلاحات و ارتقاها از سوی تعداد محدودی از شرکت‌هایی که برای ماندن در صدر انقلاب هوش مصنوعی رقابت می‌کنند، به بازار رسید.

سام آلتمن، مدیرعامل OpenAI روز پنجشنبه به CNBC گفت: «همه ما به سمت ریتم‌های سریع‌تر حرکت می‌کنیم» و بخشی از این شتاب را به بازگشت همه پس از تعطیلات تابستانی نسبت داد. اما برای کاربران مدل‌ها و خدمات هوش مصنوعی، این امر پیچیدگی و آشفتگی ایجاد کرده است، زیرا مدیران عامل و مدیران فناوری اطلاعات زمان و منابع زیادی را صرف مقایسه هزینه‌ها و قابلیت‌ها می‌کنند تا از قافله عقب نمانند.

«من احساس می‌کنم خستگی مدل یک واقعیت است»، گفت ژن لو، مدیرعامل استارتاپ هوش مصنوعی Runpod. «اشتباه متوجه نشوید، من بسیار هیجان‌زده هستم از تمام نوآوری‌هایی که در حال وقوع است، اما واقعاً فکر می‌کنم ما در محیطی هستیم که هیاهو آنقدر زیاد است که باید صدایتان را بلند کنید.»

احمد عباسی، استاد دانشکده تجارت مندوزا دانشگاه نوتردام و متخصص ۲۵ ساله در حوزه هوش مصنوعی، گفت توسعه‌دهندگان مدل‌ها «همگی در بازی سهم کیف پول هستند»، تلاش می‌کنند با یکدیگر هماهنگ بمانند و به توسعه‌دهندگان یادآوری کنند که حداقل به همان سرعت دیگران نوآوری می‌کنند. Anthropic و OpenAI به‌طور خاص با نزدیک شدن به بازار عمومی، سرعت را بالا برده‌اند، در حالی که ارزش هر کدام توسط سرمایه‌گذاران خصوصی به نزدیک ۱ تریلیون دلار رسیده است. گوگل و Meta دستور کارهای خود را دارند و جامعه رو به رشد متن‌باز با ورود Nvidia عضو فعال جدیدی پیدا کرده است.

همه آن‌ها به دنبال سهمی از آنچه گارتنر پیش‌بینی می‌کند امسال ۲.۵۹ تریلیون دلار هزینه هوش مصنوعی باشد، یعنی افزایش ۴۷ درصدی نسبت به سال ۲۰۲۵ هستند. اگرچه بیش از نیمی از این مبلغ به زیرساخت‌های هوش مصنوعی اختصاص خواهد یافت، اما طبق گزارش ماه مه گارتنر، بیش از ۱ تریلیون دلار صرف خدمات، نرم‌افزار، امنیت سایبری، مدل‌ها و سایر ابزارها خواهد شد.

Anthropic روز سه‌شنبه با انتشار Claude Fable 5.1 و Claude Mythos 5.1 که شرکت آن‌ها را «پیشرفته‌ترین مدل‌های جهان برای کدنویسی و کارهای دانشی» نامید، اقدامات این هفته را آغاز کرد. روز چهارشنبه، Meta مدل Muse Spark 1.3 را معرفی کرد و Google نیز Gemini 3.8 Flash را رونمایی نمود؛ هر دو شرکت بر پیشرفت‌ها در کدنویسی و وظایف عامل‌محور تأکید داشتند.

روز پنجشنبه، OpenAI مدل GPT-6 Astra را منتشر کرد؛ مدلی که بر امنیت سایبری و مهارت‌های رایانه‌ای تأکید دارد و حاصل «سال‌ها تحقیق و شرط‌بندی‌های بزرگ» بوده است، به گفته شرکت. در همان روز، دانشگاه هوش مصنوعی محمد بن زاید در ابوظبی خانواده مدل‌های هوش مصنوعی K2 Horizon خود را به جامعه متن‌باز ارائه کرد که ماهیت جهانی تحقیقات و سرمایه‌گذاری در هوش مصنوعی را برجسته می‌سازد.

و Nvidia، باارزش‌ترین شرکت جهان و سازنده تراشه‌ای که در قلب رونق هوش مصنوعی قرار دارد، نیز بی‌کار ننشست و رسماً توافق کرد پلتفرم هوش مصنوعی متن‌باز Hugging Face را به قیمت ۱۲.۹ میلیارد دلار بخرد. Nvidia در حال عرضه مدل‌های متن‌باز بوده است، از جمله انتشار ماه گذشته Nemotron 3.5 Lightning که به گفته شرکت «سبک‌وزن» است و می‌تواند روی یک واحد پردازش گرافیکی در لپ‌تاپ یا دسکتاپ اجرا شود.

سرعت دیوانه‌وار به‌روزرسانی‌ها همراه با فقدان شفافیت در مورد مقررات هوش مصنوعی، نگرانی‌ها درباره خطرات مدل‌های پیشرفته هوش مصنوعی که به طور مداوم توانمندتر می‌شوند را برانگیخته است. در هفته‌های اخیر، مدل‌های توسعه یافته توسط OpenAI، Anthropic و Meta همگی به سایت‌های شخص ثالثی دسترسی پیدا کردند که نباید به آن‌ها دسترسی داشته باشند، در حالی که مدل‌های OpenAI ماه گذشته موفق شدند Hugging Face را نقض کنند؛ حادثه‌ای که شوک بزرگی به سراسر صنعت وارد کرد.

تکامل سریع عامل‌های هوش مصنوعی به ویژه برای کارشناسانی مانند عباسی نگران‌کننده است، به‌ویژه با توجه به «اینکه این قابلیت‌ها چقدر آسان مستقر می‌شوند»، به گفته او.

«با تمام این عامل‌ها، نه فقط روی کامپیوتر شما بلکه همچنین روی وب، چشم‌انداز آسیب‌پذیری تهدید بسیار گسترده‌تر است»، گفت عباسی. «اگر مراقب نباشیم، این می‌تواند به هرج‌ومرج کامل منجر شود.»

عباسی همچنین پیشنهاد کرد که «اتفاق نیست» که تمام توسعه‌دهندگان بزرگ مدل در یک هفته به‌روزرسانی‌ها را اعلام کردند. نوح فارو، رئیس فناوری استارتاپ مالی هوش مصنوعی Farsight، نیز این نظر را تایید کرد.

فارو گفت شرکت‌ها می‌توانند از روش‌های مختلف بینشی درباره برنامه‌های رقبای خود کسب کنند. یکی از روش‌ها بررسی موجودی منابع محاسباتی در فضای ابری است، زیرا شرکت‌ها همگی برای ظرفیت‌های سنگین از همان چند فروشنده رقابت می‌کنند. همچنین گفت‌وگوهای زیادی در صنعت وجود دارد، افزود او، و اشاره کرد که «یک نفس کوچک از هر چیزی با سرعت میلیون مایل در ساعت حرکت می‌کند.»

Meta و Google در مورد این داستان اظهار نظری نکردند. نمایندگان Anthropic، OpenAI و Google به درخواست‌ها برای پاسخ ندادند.

همه به‌روزرسانی‌های مدل برابر نیستند.

برخلاف GPT-6 Astra اوپن‌ای‌آی، انتشارهای مختلف این هفته از Anthropic، Meta و Google نشان‌دهنده «انتشارهای نقطه‌ای» بودند، گفت فارو. این بدان معناست که شرکت‌ها در حال ارتقای یک مدل هوش مصنوعی موجود بودند، نه ساخت یک مدل کاملاً جدید.

آخرین دو مدلی که واقعاً تغییر ایجاد کردند، به گفته فارو، Fable 5 انثروپیک در ژوئن و Kimi K3 از Moonshot AI چین در ژوئیه بودند.

با این حال، سورش واسودوان، مدیرعامل استارتاپ هوش مصنوعی سازمانی Clockwork Systems، گفت حتی به‌روزرسانی‌های تدریجی نیز اهمیت دارند، با توجه به اینکه این فناوری چگونه به سرعت کسب‌وکار و توسعه نرم‌افزار را متحول می‌کند.

«هر انتشار آنقدر خوب است که تشخیص تغییر مرحله‌ای دشوار است»، گفت واسودوان. «به خوبی درک شده است که وقتی روی منحنی نمایی هستید، تا زمانی که عقب بروید و ببینید کجا بودید و کجا فرود آمده‌اید، متوجه آن نمی‌شوید.»

او اعتراف کرد که ردیابی هر به‌روزرسانی مدل جدید دردسر است، به‌ویژه زمانی که شامل منابع محاسباتی ارزشمند باشد. اگر استارتاپ او بخواهد ۱۰ مدل هوش مصنوعی را برای یک وظیفه خاص ارزیابی کند، ممکن است فقط پنج مورد را انتخاب کند، گفت او.

«واقعاً چالش‌برانگیز است که هر یک از آن‌هایی که در حال حاضر منتشر می‌شوند را ارزیابی کنیم»، گفت واسودوان.

— کیت رونی و مکِنزی سیگالوس از CNBC در تهیه این گزارش مشارکت داشتند.