شرکت متا بهتازگی از مدل هوش مصنوعی جدیدی با نام Muse Spark رونمایی کرده است؛ مدلی که بهعنوان نخستین دستاورد آزمایشگاه تازهتأسیس Meta Superintelligence Labs معرفی میشود و قرار است پایهگذار نسل تازهای از محصولات هوش مصنوعی این شرکت باشد. متا با این پروژه قصد دارد حضور قدرتمندتری در رقابت با بازیگرانی مانند OpenAI و Anthropic داشته باشد.
ایده راهاندازی این آزمایشگاه پس از آن شکل گرفت که «مارک زاکربرگ»، مدیرعامل متا، از عملکرد مدلهای هوش مصنوعی سری Llama رضایت کامل نداشت. گزارشها نشان میدهد او معتقد بود متا در رقابت با شرکتهایی مانند OpenAI و Anthropic از نظر فناوری و سرعت پیشرفت عقب مانده و برای بازگشت به رقابت، به یک بازسازی جدی در بخش هوش مصنوعی نیاز دارد.
در همین مسیر، متا اقدامهای مهمی برای تقویت زیرساختهای خود انجام داد. یکی از مهمترین آنها جذب الکساندر وانگ، مدیرعامل پیشین شرکت Scale AI، بود. علاوه بر این، متا با سرمایهگذاری حدود ۱۴.۳ میلیارد دلار موفق شد ۴۹ درصد از سهام این شرکت را به دست آورد؛ اقدامی که به تقویت زیرساخت داده و توسعه تیم تحقیقاتی این پروژه کمک کرد. همچنین پژوهشگرانی از شرکتهای فناوری بزرگ، از جمله گوگل، به این پروژه پیوستهاند.
Muse Spark در واقع نخستین عضو از خانواده جدید مدلهای هوش مصنوعی متا با نام Muse محسوب میشود. این مجموعه قرار است دومین تلاش بزرگ متا در حوزه مدلهای زبانی و چندحالته پس از پروژه Llama باشد. نسخه فعلی Muse Spark بهعنوان مدلی سبکتر و مناسب استفاده عمومی منتشر شده است، اما متا اعلام کرده در آینده نسخههای قدرتمندتر این خانواده نیز معرفی خواهند شد.
در حال حاضر این مدل از طریق وبسایت meta.ai و همچنین اپلیکیشن Meta AI در دسترس کاربران قرار گرفته است. عرضه آن ابتدا از ایالات متحده آغاز شده و بهصورت تدریجی گسترش مییابد. متا قصد دارد در مراحل بعدی، Muse Spark را به پلتفرمهای اصلی خود از جمله فیسبوک، اینستاگرام، واتساپ و حتی عینکهای هوشمند متا نیز اضافه کند.
یکی از قابلیتهای قابل توجه Muse Spark، ارائه دو حالت عملکردی متفاوت با نامهای Instant و Thinking است. در حالت Instant، پاسخها سریعتر تولید میشوند، اما در حالت Thinking مدل زمان بیشتری برای تحلیل دادهها و انجام استدلال اختصاص میدهد تا پاسخ دقیقتر و عمیقتری ارائه کند. چنین رویکردی پیشتر در برخی مدلهای پیشرفته رقیب نیز دیده شده است.
متا همچنین از برنامه خود برای اضافه کردن حالت پیشرفتهتری با نام Contemplating خبر داده است. این قابلیت برای حل مسائل پیچیده طراحی شده و از چندین عامل هوش مصنوعی بهصورت همزمان استفاده میکند. این ساختار چندعامله کمک میکند کیفیت پاسخها افزایش یابد، بدون آنکه تأخیر محسوسی در ارائه نتیجه ایجاد شود.
از نظر فنی، Muse Spark یک مدل چندحالته (Multimodal) است؛ به این معنا که توانایی پردازش انواع دادهها شامل متن، تصویر، صدا و ویدیو را دارد. متا اعلام کرده این مدل بهویژه در تحلیل سؤالات بصری در حوزههای علمی و مهندسی (STEM) عملکرد قابل توجهی از خود نشان میدهد.
یکی دیگر از حوزههایی که متا برای Muse Spark هدفگذاری کرده، پاسخگویی به پرسشهای مرتبط با سلامت و پزشکی است. به گفته این شرکت، ترکیب درک چندحالته با توانایی استدلال پیشرفته به این مدل امکان میدهد حتی سؤالات پزشکی مبتنی بر تصاویر یا نمودارهای تخصصی را نیز بهتر تحلیل و بررسی کند.
توجه: این مقاله بهصورت رونوشتی از سایتهای داخلی نگارش شده و امکان تایید یا رد محتوای آن بهدلیل عدم دسترسی به اینترنت جهانی وجود ندارد!
