9 دقیقه
پس از ۱۲ سال حضور در متا، یَن لوکان رسماً اعلام کرده که شرکت را ترک میکند تا یک استارتاپ مستقل متمرکز بر هوش مصنوعی پیشرفته (AMI) راه‌اندازی کند. لوکان که به‌عنوان یکی از پیشگامان هوش مصنوعی مدرن شناخته می‌شود، می‌گوید به دنبال فضایی آزادتر است تا روی سیستمهایی کار کند که واقعاً دنیا را درک و دربارهٔ آن استدلال کنند و از مدلهای صرفاً زبانی فراتر بروند.
چرا لوکان علیه روند مدلهای زبانی بزرگ شرط بندی میکند
لوکان مدت‌هاست نسبت به شیفت صنعت به سمت مقیاسدهی صرف مدلهای زبانی بزرگ (LLM) تردید داشته است. او معتقد است که تمرکز صرف بر پیشبینی کلمهٔ بعدی محدودیت‌های بنیادین دارد و به جای آن بر چیزی که آن را «world models» می‌نامد، تاکید میکند: سیستمهایی که توانایی شبیهسازی و استدلال دربارهٔ رویدادهای دنیای واقعی را دارند، فیزیک و علیت را می‌فهمند، حافظهٔ پایدار دارند و می‌توانند توالی‌های پیچیدهٔ عملیاتی را برنامهریزی کنند. از منظر او، فقط بزرگ‌تر کردن مدلهای زبانی برای رسیدن به هوش در سطح انسانی کافی نیست.
چکیده‌ای از دیدگاه فنی لوکان
در مدلهای جهانمحور، ترجیح بر نمایش ساختاریافته از جهان، مدل‌سازی دینامیک‌های فیزیکی و روابط علی است. این رویکرد معمولاً شامل ترکیب بینایی کامپیوتری، حسگری، مدل‌سازی فیزیکی، و مولفه‌های حافظهٔ بلندمدت می‌شود. در نتیجه الگوریتم‌ها باید از روش‌های یادگیری نظارت‌نشده و تقویتی پیچیده بهره ببرند تا بتوانند از تعاملات عامل با محیط، سیگنالهای آموزشی غنی استخراج کنند.
از آزمایشگاه‌های FAIR تا یک آزمایشگاه مستقل برای AMI
در دوران حضورش در متا و دانشگاه نیویورک، لوکان این ایده‌ها را داخل آزمایشگاه تحقیقاتی FAIR و فضای آکادمیک بررسی کرده بود. اکنون او می‌خواهد مفاهیم AMI را در قالب یک استارتاپ مستقل توسعه دهد؛ جایی که رویکردهای رادیکال بتوانند بدون محدودیت‌های سازمانی بزرگ‌تک‌ها مقیاس‌پذیر شوند. هدف او خلق عامل‌هایی است که حقایق پایدار دربارهٔ جهان را یاد می‌گیرند، می‌توانند وظایف چندمرحلهای را برنامهریزی کنند و با محیطهای فیزیکی تعامل برقرار نمایند.
مزیت یک استارتاپ مستقل
استارتاپ مستقل امکان آزمایش سریع‌تر، پذیرش ریسک‌های پژوهشی بزرگ‌تر و استخدام تیمهای کوچک و چابک با تمرکز تنگاتنگ روی اهداف علمی را فراهم می‌آورد. همچنین چنین نهادی میتواند فرهنگ آزمایشی و تکرار سریع را حفظ کند که در سازمانهای بزرگ گاهی به خاطر ساختارها و رویه‌ها کند می‌شود. با این حال، موفقیت چنین پروژه‌ای نیازمند تأمین سرمایه، جذب استعدادهای برتر، و ایجاد زیرساخت‌های محاسباتی و آزمایشی است.
قطع رابطه کامل نیست: یک نوع شراکت جدید
لوکان تا پایان سال در متا خواهد ماند و پس از آن به‌عنوان یک شریک خارجی ادامه همکاری خواهد داد. متا نیز اعلام کرده که با استارتاپ او همکاری خواهد داشت و به نوآوری‌های آن دسترسی خواهد داشت؛ نوع رابطه‌ای که شبیه شراکت بین مایکروسافت و اپن‌ای‌آی یا گوگل و انتروپیک است. بنابراین جدایی او کمتر به معنی بریدن کامل است و بیشتر به یک «اسپین‌آف استراتژیک» شباهت دارد که ممکن است به هر دو طرف شتاب بیشتر دهد.
الگوی همکاری هیبریدی
این مدل هیبریدی—توسعهٔ مستقل همراه با شراکت رسمی با شرکت‌های بزرگ—میتواند ترکیبی از خلاقیت تیمهای کوچک و منابع عظیم شرکت‌ها را در اختیار بگذارد. از منظر اقتصادی و پژوهشی، این yaklaşım احتمالاً موجب تسریع نوآوری خواهد شد؛ زیرا تیمهای مستقل آزادی تحقیقاتی بیشتری دارند و در عین حال به داده، زیرساخت و بازار شرکت‌های بزرگ دسترسی خواهند یافت.
AMI چه تغییری در هوش مصنوعی و اقتصاد ایجاد میکند
لوکان AMI را به‌عنوان انقلاب بعدی در هوش مصنوعی مطرح میکند. در صورت موفقیت، این سیستم‌ها می‌توانند نحوهٔ خودکارسازی صنایع را به‌خصوص در حوزه‌هایی که نیاز به استدلال فیزیکی، برنامهریزی بلندمدت و حافظهٔ قوی دارند، تغییر دهند. هدف نه صرفاً بهبود تدریجی، بلکه تغییر معماری‌ای بنیادی است: ساخت مدل‌هایی که قوانین دنیای فیزیکی را بفهمند نه فقط الگوهای متنی را مدل‌سازی کنند.
نمونه‌های کاربردی و تأثیر اقتصادی
- رباتیک صنعتی و خدماتی: عامل‌هایی که می‌توانند محیط فیزیکی پیچیده را درک کنند و وظایف چندمرحلهای را با کمترین نظارت انسانی اجرا نمایند.
- خودران‌ها و ناوبری: مدل‌هایی با درک بهتر از فیزیک و علیت که تصمیم‌گیری در موقعیت‌های بحرانی را بهبود می‌دهند.
- لجستیک و زنجیره تأمین: سیستمهایی که برنامهریزی بلندمدت و پیشبینی عواقب را بهتر انجام می‌دهند و بهینه‌سازی پویا را تسهیل می‌کنند.
- بهداشت و پزشکی: عوامل همراه در عمل‌های جراحی روباتیک، مراقبت‌های طولانی‌مدت و مدیریت تداوم اطلاعات بیمار.
اگر این سامانه‌ها به بلوغ برسند، نه تنها بازدهی و اتوماسیون افزایش می‌یابد بلکه ساختار نیروی کار نیز تغییر خواهد کرد: نیاز به مهارتهای نو برای طراحی، نظارت، و تعامل با این سیستم‌ها بیشتر می‌شود و برخی مشاغل تکراری ممکن است کاهش یابند.
چالشهای فنی اصلی
مسیر رسیدن به AMI با موانع فنی بزرگ همراه است. از جمله:
- نیاز به سیگنالهای آموزشی غنی‌تر: مدلهای جهانمحور معمولاً به داده‌هایی نیاز دارند که شامل دینامیک‌های زمانی، تعاملات علت و معلولی، و بازخورد از محیط باشند. این داده‌ها در مقیاس بزرگ و با کیفیت بالا دشوار به‌دست می‌آیند.
- ادغام بهتر با سنسورها و شبیه‌سازها: اتصال نزدیک بین مدلهای یادگیری و داده‌های حسگری (دوربین، لیدار، IMU و غیره) و استفاده از شبیهسازهای فیزیکی واقعی برای آموزش آن‌ها ضروری است.
- معماریهای ترکیبی: طراحی شبکه‌هایی که ادراک، حافظهٔ بلندمدت، و برنامهریزی را به‌طور موثری ترکیب کنند؛ شامل حافظه‌های ساختاریافته، ماژول‌های برنامه‌ریز، و الگوریتم‌های یادگیری تقویتی مدل‌محور.
- انتقال و تعمیم: مدل‌ها باید از تجربهٔ مصنوعی و شبیهسازی به جهان واقعی منتقل شوند (sim2real) و در محیطهای جدید و نادیده تعمیم‌پذیری داشته باشند.
- پایداری و ایمنی: تضمین رفتار ایمن عامل‌ها در محیطهای فیزیکی واقعی و کاهش رفتارهای غیرقابل‌پیش‌بینی که ممکن است مخاطره‌آمیز باشند.
با وجود این چالش‌ها، پشتوانهٔ متا به‌عنوان شریک و سابقهٔ علمی لوکان احتمالاً جذب سرمایه و نیروی انسانی برجسته را تسهیل خواهد کرد، که برای غلبه بر این موانع حیاتی است.
چرا این موضوع برای چشم‌انداز هوش مصنوعی اهمیت دارد
خروج لوکان از متا نشان‌دهندهٔ الگویی در حال ظهور در اکوسیستم هوش مصنوعی است: پژوهشگران ارشد که شرکت‌های مستقل تأسیس می‌کنند تا رویکردهای جایگزین را دنبال کنند، ولی در عین حال با غول‌های فناوری همکاری‌شان را حفظ می‌کنند. این مدل میتواند پیشرفت را با پیوند خلاقیت تیمهای کوچک به منابع بزرگ شرکت‌ها تسریع نماید. برای ناظران حوزهٔ هوش مصنوعی، این یک آزمایش جذاب است: آیا AMI مسیر مبتنی بر LLM را پشت سر خواهد گذاشت یا آن را تکمیل خواهد کرد؟
پیامدهای رقابتی و پژوهشی
اگر AMI موفق شود، احتمالاً تنوع رویکردها در پژوهش و توسعه افزایش می‌یابد. شرکت‌های فناوری بزرگ مجبور خواهند شد در سرمایه‌گذاری‌های خود روی تحقیق بنیادی بازنگری کنند و دولتها و سازمانهای سیاستگذاری باید چارچوبهایی برای اطمینان از ایمنی و شفافیت فراهم کنند. در سطح رقابتی، استارتاپ‌هایی که مدلهای جهانمحور را توسعه می‌دهند می‌توانند مزیت‌های قابل‌توجهی در صنایع فیزیکی به‌دست آورند.
بحث علمی: مقیاس یا بازتعریف بنیادین
حرکت لوکان این سؤال بنیادی را برجسته میکند: آیا مسیر درست برای رسیدن به هوش پیشرفته صرفاً مقیاسدهی مدلهای موجود است، یا نیاز به بازتعریف پایه‌های نظری و معماریهای ما وجود دارد؟ برخی پژوهشگران بر این باورند که ترکیب مقیاس با تغییرات معماری—مثل افزودن حافظهٔ ساختاریافته، مدل‌سازی علی، و ادغام حسگری—میتواند راه حل میان‌مدتی باشد. دیگران تاکید دارند که برای رسیدن به سطح عمومی‌تر از هوش، باید چارچوب‌های جدیدی طراحی شود که از ابتدا تعامل با جهان و یادگیری علت و معلول را در هستهٔ خود داشته باشند.
چه دیدگاه فنی را دنبال کنید و چه پیامدهای اقتصادی را مدنظر داشته باشید، حرکت یَن لوکان به‌سمت تأسیس یک استارتاپ مستقل نشان‌دهندهٔ یک بحث فزاینده در پژوهش هوش مصنوعی است: آیا باید مدلهای زبانی موجود را مقیاس دهیم یا پایه‌های خود هوش را بازبیندیشیم؟
چشم‌انداز آینده و نکات کلیدی برای دنبال‌کنندگان حوزه
- پیگیری فعالیت‌های استارتاپ لوکان میتواند دیدگاه‌هایی دربارهٔ روش‌های عملی و معماریهای جایگزین در AI فراهم کند.
- شراکت‌های استراتژیک بین استارتاپ‌ها و شرکت‌های بزرگ میتواند مسیر نوآوری را تغییر دهد؛ توجه به نحوهٔ قراردادها و دسترسی به داده‌ها مهم است.
- پژوهشگران و مهندسان علاقمند به AMI باید بر مهارتهای چندرشتهای (بینایی ماشین، یادگیری تقویتی، شبیهسازی فیزیکی، و مهندسی رباتیک) تمرکز کنند.
- ناظران سیاستگذاری باید زودهنگام چارچوب‌های ایمنی، مسئولیت‌پذیری و اثرات بازار کار را بررسی کنند تا پیامدهای اجتماعی این فناوری به‌صورتی مسئولانه مدیریت شود.
در مجموع، حرکت یَن لوکان نمودی از یک گرایش بزرگ‌تر در علم و صنعت است: جست‌وجوی راه‌حل‌هایی که از مدل‌سازی صرفاً آماری زبان عبور کنند و به مدل‌هایی برسند که دربارهٔ جهان فیزیکی به‌صورت ساختاریافته و استدلالی می‌اندیشند. اینکه آیا AMI مسیر غالب آینده خواهد شد یا در کنار LLMها قرار می‌گیرد، موضوعی است که پژوهشگران، سرمایه‌گذاران و سیاست‌گذاران باید با دقت دنبال کنند.
منبع: smarti
نظرات
توربوام
من تو پروژه رباتیک دیدم، شبیهسازی و sim2real چقدر دردسرس... لوکان ایده‌ش خوبه ولی اجرا سخته، واقعاً
کوینتون
این‌ها واقعاً می‌خوان جای LLM رو بگیرن؟ شبیه یه ریسک بزرگه، دیتا و شبیهسازی پول و زمان زیادی می‌خواد.
مچبایت
وااای، لوکان می‌ره... فکر نمی‌کردم ترک کنه! امیدوارم AMI واقعاً فراتر از LLM باشه، ولی کار آسون نیست 😮
ارسال نظر