موفقیت سریع DeepSeek-R1، یک مدل هوش مصنوعی متنباز با عملکرد بالا، شواهد بیشتری ارائه میدهد که سیستمهای هوش مصنوعی باز و بهینهشده میتوانند با مدلهای اختصاصی رقابت کنند. این پیشرفت این باور دیرینه را به چالش میکشد که ساخت سیستمهای هوش مصنوعی درجه یک نیازمند صرف میلیونها دلار برای سختافزار پیشرفته است. قابل توجه است که DeepSeek-R1 تنها بر روی 2,788 GPU آموزش داده شده است که منجر به کاهش 96 درصدی هزینههای آموزش در مقایسه با سایر مدلهای با عملکرد بالا شده است. در حالی که بسیاری از سیستمهای اختصاصی هنوز به قدرت محاسباتی سنگین متکی هستند، DeepSeek-R1 نشان میدهد که هوش مصنوعی مؤثر را میتوان با زیرساخت بسیار کمتری ساخت.
این تغییر نشاندهنده آغاز دورانی جدید است که در آن پیشرفتهای هوش مصنوعی با هزینه کمتری انجام میشود و برای مشاغل در هر اندازه قابل دسترستر خواهد بود. این اتفاق فقط در چین نمیافتد. برای مثال، به کار محققان استنفورد و دانشگاه واشنگتن توجه کنید که اخیراً مقالهای منتشر کردهاند و ادعا کردهاند که تنها از 16 GPU H100 برای ایجاد یک مدل هوش مصنوعی کمهزینه در عرض تنها 26 دقیقه استفاده کردهاند که با OpenAI رقابت میکند - همه اینها با هزینهای کمتر از 50 دلار.
انجمنهای متنباز کلید پیشرفت هوش مصنوعی هستند. نوآوری با همکاری شکوفا میشود، نه انزوا. هیچ سازمان واحدی، مهم نیست که چقدر جیبهایش عمیق باشد، نمیتواند به تنهایی چشمانداز هوش مصنوعی را تغییر دهد. مدلهای متنباز دسترسی به اجزای ضروری مانند مجموعهدادهها، کد و پارامترهای مدل را دموکراتیزه میکنند و نوآوری را در سراسر اکوسیستم هوش مصنوعی تقویت میکنند. با باز کردن بلوکهای سازنده هوش مصنوعی، سیستمهای متنباز یک جامعه از شرکتکنندگان - از استارتآپها گرفته تا مؤسسات تحقیقاتی - را قادر میسازند تا در پیشرفتهای فناوری مشارکت کنند و از آن بهرهمند شوند.
هوش مصنوعی متنباز نه تنها موانع ورود را کاهش میدهد، بلکه با گرد هم آوردن ایدهها، استعدادها و دیدگاههای متنوع، سرعت پیشرفتها را نیز افزایش میدهد. همانطور که جنبش نرمافزار متنباز صنایع دیگر را متحول کرد، اکنون توسعه مدلهای هوش مصنوعی جدید و پویا را تسریع میکند، راهحلهای مقرونبهصرفه را باز میکند و استفاده کارآمدتر از منابع را امکانپذیر میکند. دیدگاهها و مهارتهای مختلف دری را به روی راهحلهایی باز میکنند که ممکن است در غیر این صورت نادیده گرفته شوند و منجر به نوآوریهایی میشوند که از مرزها و رشتهها فراتر میروند.
باز کردن دسترسی به هوش مصنوعی
سیر تکامل هوش مصنوعی آینه تاریخ محاسبات است. در ابتدا، دسترسی به منابع محاسباتی به دلیل هزینههای بالا محدود بود، اما با پیشرفت فناوری، گزینههای مقرونبهصرفهتری ظهور کردند و راه را برای پذیرش گسترده هموار کردند. هوش مصنوعی متنباز این مسیر را دنبال میکند و توسعهدهندگان را قادر میسازد تا مرزهای آنچه ممکن است را جابجا کنند در حالی که تمرکز خود را بر ایمنی، اعتماد و اخلاق حفظ میکنند. این رویکرد مشارکتی و شفاف، نوآوری را پیش میبرد و در عین حال اطمینان حاصل میکند که هوش مصنوعی به نفع عموم مردم است.
بسیاری از مشاغل همچنین به دنبال مدلهای زبانی کوچک (SLM) برای کاهش هزینه پذیرش هوش مصنوعی هستند، به طوری که انتظار میرود رشد بازار 15 درصدی تا سال 2030 وجود داشته باشد. SLMهای متنباز که بر روی دادههای سازمانی با دقت تنظیم شدهاند ساخته شدهاند، میتوانند با خیال راحت توسط شرکتها با دادههای خود تنظیم شوند و بازده سرمایهگذاری خود را از هوش مصنوعی بیشتر افزایش دهند.
اما در حالی که هوش مصنوعی متنباز مزایای بسیاری دارد، چالشهای جدیدی را نیز در ارتباط با حاکمیت داده و امنیت ایجاد میکند. مناطق مختلف ممکن است مقررات مختلفی در زمینه حفاظت از داده داشته باشند، که انطباق را به یک موضوع پیچیده برای شرکتهای فعال در سطح بینالمللی تبدیل میکند. شفافیت، اگرچه یکی از ویژگیهای کلیدی ابتکارات متنباز است، اما همیشه تضمین نمیشود. برخی از ارائهدهندگان مدل ممکن است منابع دادههای آموزشی خود را فاش نکنند، که نگرانیهایی را در مورد پاسخگویی و خطر تعصب ایجاد میکند.
بسیاری از سازمانها در حال بررسی رویکردهای ترکیبی هوش مصنوعی هستند - استفاده از هر دو مدل متنباز و مدلهای اختصاصی برای ایجاد راهحلهای سفارشی. این انعطافپذیری به مشاغل اجازه میدهد تا فناوریهای متنباز را در سیستمهای موجود خود ادغام کنند و اطمینان حاصل کنند که از بهترینهای هر دو جهان بهرهمند میشوند: نوآوری مقرونبهصرفه با قابلیت اطمینان و امنیت راهحلهای اختصاصی.
هوش مصنوعی برای همه
آینده هوش مصنوعی در دست عده معدودی نیست. این متعلق به همه است. ظهور همکاریهای جهانی در زمینه هوش مصنوعی، جنبش رو به رشدی را به سمت یک اکوسیستم باز برجسته میکند. دسترسی به هوش مصنوعی متنباز نه تنها شرکتها، بلکه افراد و دولتها را نیز توانمند میسازد و به آنها اجازه میدهد تا از پتانسیل هوش مصنوعی برای طیف گستردهای از کاربردها استفاده کنند.
برای مثال، علم آب و هوا را در نظر بگیرید. به لطف مدلهای هوش مصنوعی متنباز که پیشبینیهای آب و هوایی دوربرد و بسیار محلی را بهبود میبخشند، به جوامعی که در مسیر رویدادهای شدید آب و هوایی قرار دارند، میتوان زمان بیشتری برای آماده شدن یا تقویت دفاع خود داد.
هوش مصنوعی این قدرت را دارد که به برخی از مهمترین چالشهایی که بشریت با آن روبرو است رسیدگی کند، اما این پتانسیل تنها در صورتی میتواند به طور کامل تحقق یابد که توسعه هوش مصنوعی دموکراتیزه شود. هوش مصنوعی متنباز نقش محوری در تضمین این موضوع ایفا میکند که همه ذینفعان - از مشاغل کوچک گرفته تا دولتهای بزرگ - میتوانند از فرصتهای گستردهای که این فناوری ارائه میدهد، بهره ببرند.
Dr Juan Bernabe-Moreno is the director of IBM Research Europe for the UK & Ireland