مدل جدید و open-weight آرتور منش تو راهه
هوش مصنوعیخلاصهٔ کاملتر
آرتور منش تو یه رشتهتوییت ششقسمتی از جایگاه فعلی تیمش و برنامههاش گفته. اون اول از برگزارکنندههای یه رویداد هوش مصنوعی که چند روزی اونا رو تو کانون توجه گذاشتن تشکر میکنه و بعد سراغ اصل حرفش میره.
به گفتهٔ اون یه مدل تازه تابستون امسال میاد که امیدواره تو چند تا قابلیت خاص، کاربرها رو غافلگیر کنه. این مدل شروع یه خانوادهٔ جدیده که به تعبیر خودش «چاق ولی sparse» ـه — یعنی پارامترهای زیادی داره ولی برای هر ورودی فقط بخشی از اونها فعال میشن. یه برنامهٔ دسترسی زودهنگام هم از جولای برای شرکای کلیدی تو حوزهٔ تحقیقات، دولت و صنعت باز میشه.
منش تأکید میکنه این مدل و مدلهای بعدی open-weight هستن. استدلالش اینه که برای اعتماد مشتری و برای جامعهٔ پژوهش و توسعهدهندهها این موضوع حیاتیه: نمیتونی سیستمی رو که فقط از پشت رابط یکی دیگه بهش دسترسی داری مالک بشی، بازرسی یا ممیزی یا بهبودش کنی، مخصوصاً وقتی دیگه نمیشه ضبط دادهها رو خاموش کرد.
اون میگه تیمش دو تا محصول قابلحمل ساخته: Studio برای استقرار (deployment) و Forge برای آموزش (training). حالا اینا رو روی زیرساختی که خودشون کنترل میکنن میزبانی میکنن و میتونن تو VPC یا دیتاسنتر مشتری، یا روی زیرساخت خودشون که از ارائهدهندههای سرویس آمریکایی جداست، اجرا بشن. به گفتهٔ اون ظرفیتشون آنلاینه و سریع داره بزرگتر میشه.
منش اشاره میکنه که با شرکتها و دولتها دور دنیا کار میکنه تا سیستمهای هوش مصنوعیشون بیرون از کنترل خارجی راه بیفته و با هر نسخهٔ مدل بهتر بشه. اون Forge رو یه اهرم مهم برای بهرهوری میدونه، چون اجازه میده مدلها بهصورت پیوسته و بر اساس تعاملهای ضبطشدهٔ انسان و هوش مصنوعی آموزش ببینن.
اون در پایان هوش مصنوعی رو مثل نفت تو قرن بیستم میدونه؛ منبع اصلی قدرت و اهرم تو دنیا. به گفتهٔ اون بسته به اینکه سالهای پیشرو چطور پیش بره، یا به دنیایی از ثروت و فراوانی برای همه میرسیم یا به بدترین اقتصادهای استخراجی تاریخ، و میگه تیمش برای سناریوی اول میجنگه.
نکات کلیدی:
- یه مدل جدید تابستون امسال میاد؛ شروع یه خانوادهٔ تازه که «چاق ولی sparse» ـه
- برنامهٔ دسترسی زودهنگام از جولای برای شرکای تحقیقات، دولت و صنعت باز میشه
- این مدل و مدلهای بعدی open-weight هستن تا مشتری بتونه مالکیت، بازرسی و بهبودشون داشته باشه
- محصولات Studio (استقرار) و Forge (آموزش) قابلحمل هستن و میتونن تو VPC یا دیتاسنتر مشتری اجرا بشن، جدا از ارائهدهندههای آمریکایی
- Forge اجازهٔ آموزش پیوستهٔ مدل بر اساس تعاملهای ضبطشده رو میده
