گروک ۴.۵ در تسلا و اسپیس ایکس؛ رقابت تازه هوش مصنوعی

اگر وارد آزمایشگاهی در اسپیس‌ایکس یا اتاق جلسه‌ای در تسلا شوید، شاید چیزی بشنوید که شبیه یک چرخش ناگهانی در داستان باشد: یک هوش مصنوعی تازه که بی‌سروصدا مثل یک پیشتاز رفتار می‌کند. این همان تصویری است که ایلان ماسک این هفته ترسیم کرد، وقتی اعلام کرد گروک ۴.۵ وارد نسخه بتای خصوصی در هر دو شرکت شده است.

به گفته او، آزمون‌های اولیه داخلی نشان می‌دهد گروک ۴.۵ «به کلاد اوپوس نزدیک است و شاید حتی فراتر رفته باشد.» این جمله اهمیت زیادی دارد، چون کلاد اوپوس در کنار جی‌پی‌تی ۵.۵ یکی از مدل‌های معیار است که تیم‌های دیگر عملکرد خود را با آن می‌سنجند. خلاصه اینکه ماسک می‌گوید گروک فاصله خود را با برخی از بهترین مدل‌های زبانی بزرگ کم کرده است.

زیر پوست این مدل چه خبر است

گروک ۴.۵ بر پایه یک مدل بنیادین به نام وی۹ اجرا می‌شود. این یک جهش بزرگ است: حدود ۱.۵ تریلیون پارامتر، یعنی تقریبا سه برابر بزرگ‌تر از وی۸؛ مدلی که هنوز بخش عمده ترافیک عملیاتی گروک را مدیریت می‌کند. بزرگ‌تر بودن در اینجا یعنی پایه‌ای قدرتمندتر برای استدلال، حافظه و تولید پاسخ‌های ظریف‌تر. پرسش بعدی این است که آیا این مقیاس در دنیای واقعی به بهبودهای پایدار و قابل اتکا تبدیل می‌شود یا نه.

• خانواده مدل: مدل بنیادین وی۹
• تعداد پارامترها: حدود ۱.۵ تریلیون
• اندازه نسبی: حدود ۳ برابر وی۸
• استقرار: نسخه بتای خصوصی در اسپیس‌ایکس و تسلا

در ادامه، وعده جسورانه‌تری از سوی ماسک مطرح شد. او می‌گوید اسپیس‌ایکس قصد دارد تا پایان سال ۲۰۲۶، هر ماه یک مدل بنیادین کاملا تازه را که از ابتدا آموزش دیده منتشر کند. اگر چنین آهنگی واقعا عملی شود، بی‌سابقه خواهد بود؛ بیشتر آزمایشگاه‌های پیشرو در حال حاضر مدل‌های اصلی خود را هر سه تا شش ماه عرضه می‌کنند.

اگر این زمان‌بندی واقعی باشد، ریتم صنعت هوش مصنوعی را از نو تعریف می‌کند.

برای فهم بهتر ماجرا، باید به زمینه آن هم توجه کرد. این اعلامیه تنها چند روز پس از آن مطرح شد که اسپیس‌ایکس در اوایل همین ماه خرید ۵۵.۲ میلیارد یورویی شرکتی به نام کرسر را تکمیل کرد. چنین تحرکات پشت‌پرده‌ای نشان می‌دهد ماسک در حال ترکیب توان محاسباتی خام و نیروی انسانی متخصص با یک جدول زمانی بسیار تهاجمی برای محصول است.

پیگیری‌های مهمی هم وجود دارد. انتشار ماهانه مدل‌ها چه اثری بر کنترل کیفیت مدل، آزمون‌های ایمنی و پژوهش بلندمدت خواهد گذاشت؟ آیا تیم‌های مهندسی می‌توانند چرخه‌های آموزش سریع و تازه را بدون افزایش ریسک حفظ کنند؟ سریع‌تر بودن همیشه به معنای بهتر بودن نیست؛ گاهی می‌تواند به آشفتگی بیشتر منجر شود. اما اگر با اعتبارسنجی سخت‌گیرانه همراه باشد، می‌تواند سرعت کشف و نوآوری را هم بالا ببرد.

پس مخاطبان باید در ادامه چه چیزهایی را دنبال کنند؟ بنچمارک‌های مستقل که گروک ۴.۵ را با کلاد اوپوس و مدل‌های خانواده جی‌پی‌تی مقایسه می‌کنند. ارزیابی‌های عمومی ایمنی. و مهم‌تر از همه اینکه آیا اسپیس‌ایکس و تسلا گروک را در اختیار شرکای بیرونی می‌گذارند یا توسعه آن را پشت درهای بسته نگه می‌دارند.

ادعای ایلان ماسک تحریک‌کننده است و رقبا را وادار به واکنش می‌کند. به نظر شما انتشار ماهانه مدل بنیادین عملی است، یا بیشتر یک نمایش راهبردی است تا یک نقشه راه واقعی؟ چند فصل آینده احتمالا پاسخ را روشن خواهد کرد.