ادعای جسورانه: شرکتهای پیشتاز هوش مصنوعی دیگه به مرز نمیرسن
هوش مصنوعیClaude Opus 4.8خلاصهٔ کاملتر
اندرو ترسک، از بنیانگذارهای OpenMined، تو این یادداشت ادعای جسورانهای مطرح میکنه: از امروز به بعد هیچ شرکت پیشتاز هوش مصنوعیای دیگه به مرز توانمندی نمیرسه. به گفتهٔ اون، یه شبکه از شبکههای عصبی روی هر سه محور سرعت، دقت و هزینه از هر سیستم متمرکزی جلو میزنه. اون اسم این پارادایم رو «network-source AI» میذاره؛ نه متنباز، نه بسته، بلکه شبکهمحور.
نویسنده میگه بازی اقتصادی تموم شده. کاربرها یا دنبال بیشترین توانمندی ممکنان یا دنبال بهترین معامله با کمترین هزینه؛ و حالا یه ترکیب وزندار و مسیریابیشده از مدلهای ضعیفتر هر دو رو بهتر تأمین میکنه. به ادعای اون، الان ارزونترین راه برای رسیدن به کیفیت سطح مدلهای پیشتاز، خود اون مدلها نیستن، بلکه ترکیبی از مدلهایی مثل GPT و Opus ـه، حتی Opus با خودش.
استدلال بنیادی نویسنده به مفهوم ensemble برمیگرده. اون تعریف میکنه که تو دنیای پژوهش، وزندهی و ترکیب چند مدل اونقدر مطمئن دقت رو بالا میبرد که عملاً تو کنفرانسها ممنوع شد. دلیلش سادهست: مدلهای مختلف خطاهای مختلفی میکنن و وقتی خروجیهاشون ترکیب میشه، خطاها همدیگه رو خنثی میکنن و نتیجه دقیقتر میشه.
دربارهٔ هزینه، نویسنده از یه تشبیه قشنگ استفاده میکنه: کتابدار. مدلی مثل GPT-3 برای تولید هر توکن مثل کتابداری بود که هر صفحهٔ هر کتاب کل کتابخونه رو میخوند. لحظهٔ DeepSeek این بود که «اگه کتابخونه بخشبندی داشته باشه چی؟». به گفتهٔ اون آیندهٔ ایدهآل نه Mixture of Experts بلکه ایندکسگذاری ـه؛ مثل کتابداری که از بخش به قفسه به کتاب به فصل به پاراگراف میرسه، که میلیونها بار کمهزینهتره. یه شبکهٔ جهانی از مدلها به نظر اون بزرگترین کش و ایندکس ممکنه.
دربارهٔ سرعت، نویسنده این شبهه رو جواب میده که آیا ترکیب چند مدل کندتر نیست؟ به گفتهٔ اون فقط «زمان تا اولین توکن» بدتر میشه، ولی نرخ کلی توکن بر ثانیه فرقی نمیکنه، چون وقتی ۵۰ مدل بهصورت موازی صدا زده میشن، خروجی استریم میشه.
اون این تحول رو با گذار تاریخی از mainframe به اینترنت مقایسه میکنه: همونطور که شبکهٔ کامپیوترها همیشه از هر کامپیوتر منفرد قویتر شد، شبکهٔ مدلها هم هر مدل تازه و قویتر رو فقط جذب خودش میکنه؛ چیزی که اون اسمشو «اثر هیدرا» میذاره. در بُعد ژئوپلیتیک هم نویسنده میگه ما داریم از «هوش مصنوعی در سطح ملت» رد میشیم و مستقیم به «هوش مصنوعی در سطح جهانی» میرسیم؛ چون وقتی دولت آمریکا یه مدل فرضی به اسم Fable رو ممنوع کرد، تو ۲۴ ساعت اینترنت کیفیتی بهتر از اون رو از طریق OpenRouter عرضه کرد.
نتیجهگیری نویسنده اینه که نیروهای بازار و اصول بنیادی یادگیری ماشین دارن کار خودشون رو میکنن. اون این رو یه برد بزرگ برای آزادی، امنیت و دموکراسی میدونه و میگه تمرکز قدرت ریسکهای زیادی مثل از دست رفتن کنترل و سوگیری داره. در عوض آیندهای رو تصویر میکنه که توش به جای کنترل یکطرفه، کنترل مبتنی بر انتساب (attribution-based control) و یه بازار باز برای مدلهای ذهنی حاکمه.
نکات کلیدی:
- ادعای اصلی: هیچ شرکت پیشتازی دیگه بهتنهایی به مرز توانمندی هوش مصنوعی نمیرسه
- یه شبکهٔ وزندار از مدلهای کوچکتر روی سرعت، دقت و هزینه جلو میزنه
- مبنای فنی: ensemble باعث میشه خطاهای مدلهای مختلف همدیگه رو خنثی کنن
- آینده نه Mixture of Experts بلکه ایندکسگذاری و کش در مقیاس جهانیه
- نویسنده این رو مشابه گذار از mainframe به اینترنت میدونه و یه برد برای آزادی و دموکراسی میخونه
