اشتراک
فناوری کسب‌وکار

زاکربرگ خواستار کاهش موانع آمریکا برای هوش مصنوعی متن‌باز شد

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

مارک زاکربرگ، مدیرعامل متا، با انتشار مدل هوش مصنوعی جدیدی به نام Muse Glimmer، خواستار کاهش موانع قانونی و سیاسی در آمریکا برای توسعه مدل‌های با وزن باز (Open-weight) شد. او معتقد است تمرکز قدرت در دستان عده‌ای محدود و محدودیت‌های نظارتی در آمریکا، این کشور را در رقابت با استارتاپ‌های پیشرو چینی که به سرعت در حال توسعه مدل‌های متن‌باز هستند، عقب می‌اندازد. زاکربرگ در مقاله‌ای با عنوان «آینده متعلق به همه است»، استدلال کرد که مدل‌های باز علاوه بر ارزان‌تر بودن، امکان سفارشی‌سازی بیشتری فراهم کرده و در حوزه‌هایی مانند امنیت سایبری، انعطاف‌پذیری بالاتری نسبت به مدل‌های بسته شرکت‌هایی نظیر OpenAI و Anthropic دارند. وی همچنین با اشاره به چالش‌های احداث زیرساخت‌ها و مراکز داده در آمریکا، از ایجاد یک صندوق یک میلیارد دلاری برای جلب حمایت جوامع محلی خبر داد. زاکربرگ تأکید کرد که آمریکا باید با بازنگری در سیاست‌های مربوط به داده‌های آموزشی و استفاده از روش‌هایی مانند تقطیر، اصطکاک‌های فعلی را کاهش دهد تا توسعه‌دهندگان آمریکایی بتوانند جایگاه رهبری خود را در حوزه هوش مصنوعی متن‌باز حفظ کنند؛ موضوعی که به گفته او، برای رقابت استراتژیک با چین حیاتی است. در همین راستا، متا قصد دارد علاوه بر مدل‌های فعلی، وزن‌های مدل پیشرفته Muse Spark 1.2 را نیز منتشر کرده و ساختار حاکمیتی مستقلی برای تأیید معیارهای ایمنی اتخاذ کند.

۱۰ اوت (رویترز) - مارک زاکربرگ، مدیرعامل متا پلتفرمز (META.O)، روز دوشنبه با انتشار یک مدل جدید با وزن‌های باز (open-weight) خواستار کاهش موانع آمریکا برای هوش مصنوعی متن‌باز شد تا بتواند بهتر با رقبای چینی رقابت کند و گفت به‌زودی مدل‌های بیشتری عرضه خواهد شد.

مدل جدید، Muse Glimmer، از مدل‌های پیشرو رقبا کوچک‌تر است و در عوض برای اجرای وظایف عامل‌محور (agentic) روی مک یا رایانه شخصی با یک کارت گرافیک طراحی شده است و هدف آن پاسخ به تقاضا برای سیستم‌های هوش مصنوعی است که مستقیماً روی دستگاه‌های افراد اجرا می‌شوند.

زاکربرگ در یک پست ویدیویی همراه با مقاله ۱۴ صفحه‌ای خود با عنوان «آینده متعلق به همه است» گفت: «ما مدل‌های بزرگ‌تری هم داریم که به‌زودی عرضه می‌شوند.» او در این مقاله از گسترش هوش مصنوعی به جای واگذاری آن به دست عده‌ای اندک حمایت کرد.

«این تصور که هوش مصنوعی آن‌قدر خطرناک است که تنها راه امن، تمرکز شدید قدرت است، ذاتاً مشکل‌ساز به نظر می‌رسد.»

اظهارات زاکربرگ تازه‌ترین نشانه حمایت از هوش مصنوعی با وزن‌های باز است؛ رویکردی که در حال جلب توجه است زیرا کسب‌وکارها نسبت به هزینه‌های فزاینده هوش مصنوعی محتاط شده‌اند و نگران حوادث اخیر امنیت سایبری مربوط به مدل‌های Anthropic، OpenAI و متا هستند.

مدل‌های با وزن‌های باز معمولاً ارزان‌تر از مدل‌های پیشرویی هستند که شرکت‌هایی مانند OpenAI و Anthropic عرضه می‌کنند. این مدل‌ها همچنین دارای اجزای اصلی در دسترس عموم هستند که سفارشی‌سازی را آسان می‌کند، برخلاف مدل‌های بسته که شرکت‌ها کاملاً تحت کنترل خود نگه می‌دارند.

این کنترل‌ها پس از آن مورد توجه قرار گرفتند که Hugging Face، پلتفرم همکاری کدنویسی هوش مصنوعی که توسط یک مدل سرکش OpenAI هک شده بود، مجبور شد برای دفاع در برابر حمله از یک مدل چینی با وزن‌های باز استفاده کند، زیرا مدل‌های متن‌بسته محدودیت‌هایی برای استفاده در امنیت سایبری دارند.

استارتاپ‌های چینی در رقابت مدل‌های با وزن‌های باز پیشرو هستند؛ مدل Kimi K3 از Moonshot، مدل Qwen3.8-Max از علی‌بابا و مدل V4-Flash از DeepSeek با عملکرد سیستم‌های برتر آمریکایی رقابت می‌کنند. در مقابل، مدل‌های پیشرو توسعه‌دهندگان آمریکایی OpenAI، Anthropic و گوگل متعلق به Alphabet دارای وزن‌های بسته هستند.

سهام متا که امسال حدود ۱۰ درصد کاهش یافته است، روز دوشنبه در معاملات پیش از بازار نزدیک به ۳ درصد رشد داشت.

نیاز به بازنگری سیاست برای پیشبرد مدل‌های با وزن‌های باز

متا همچنین قصد دارد وزن‌های مدل Muse Spark 1.2، پیشرفته‌ترین مدل خود را منتشر کند؛ مدلی که توسط تیم فوق‌هوش مصنوعی پرهزینه‌ای ساخته شده است که سال گذشته برای بازگشت به رقابت هوش مصنوعی تشکیل داد.

این شرکت مدت‌ها از مدل‌های باز حمایت کرده بود و از جمله معدود شرکت‌های فناوری آمریکایی بود که چنین مدل‌هایی را منتشر کرد، اما استقبال ضعیف از مدل Llama 4 در سال گذشته باعث تغییر استراتژی شد.

زاکربرگ در مقاله گسترده روز دوشنبه خود درباره هوش مصنوعی، همچنین از ایجاد صندوق جدیدی به ارزش یک میلیارد دلار خبر داد که هدف آن کاهش نگرانی‌ها درباره تأثیر ساخت مراکز داده با ارائه حمایت به جوامع است.

مخالفت فزاینده محلی با مراکز داده به یک مسئله کلیدی انتخاباتی در آمریکا و یکی از بزرگ‌ترین موانع برای تلاش غول‌های فناوری برای ساخت زیرساخت‌های لازم برای تأمین انرژی هوش مصنوعی تبدیل شده است.

زاکربرگ، که شرکتش قصد دارد امسال تا ۱۴۵ میلیارد دلار برای زیرساخت هوش مصنوعی هزینه کند، گفت: «یکی از معایب مهم آمریکا در مقایسه با کشورهایی مانند چین این است که ساخت زیرساخت در اینجا دشوارتر است.»

زاکربرگ همچنین گفت که آمریکا باید سیاست‌های خود را بازنگری کند تا شرکت‌های داخلی بتوانند در مدل‌های با وزن‌های باز پیشرو باشند، از جمله در مورد استفاده از داده‌ها و تقطیر (distillation) - روشی که از خروجی‌های یک سیستم هوش مصنوعی قدرتمند برای آموزش یک مدل کوچک‌تر استفاده می‌کند که می‌تواند برخی از همان وظایف را با قدرت محاسباتی بسیار کمتری انجام دهد.

او گفت که متا یک ساختار حاکمیتی اجرا خواهد کرد که به مدیران مستقل خود قدرت تأیید معیارهای ایمنی برای انتشار مدل‌ها را می‌دهد.

زاکربرگ با اشاره به مدل‌های متن‌باز گفت: «آزمایشگاه‌های خارجی در حال حاضر مزایای متعددی در این زمینه دارند، زیرا آزمایشگاه‌های آمریکایی باید از محدودیت‌های اضافی زیادی در مورد داده‌های آموزشی پیروی کنند.»

زاکربرگ گفت: «سیاست آمریکا باید این اصطکاک اضافی را کاهش دهد اگر می‌خواهیم مدل‌های متن‌باز آمریکایی در طول زمان پیشرو باشند.» او افزود که محدود کردن دسترسی به مدل‌های متن‌باز خارجی راه‌حل مؤثری نیست.

دولت دونالد ترامپ، رئیس‌جمهور آمریکا، اوایل این ماه به توسعه‌دهندگان هوش مصنوعی گفت که مدل‌های هوش مصنوعی با وزن‌های باز را تحت آزمایش‌های ایمنی داوطلبانه قرار نخواهد داد، به گفته دو منبع آشنا با این مذاکرات.

گزارش از آنانیا پالی‌کار و شوبهام کالیا در بنگالورو؛ ویرایش از مریگانک دانیوالا و دویکا سیامنات

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: reuters.com