دیدگاه رئیس بخش هوش مصنوعی متا
یان لوکان، رئیس بخش هوش مصنوعی متا، اخیراً بر محدودیت‌های مدل‌های کنونی هوش مصنوعی تأکید کرده است. او در اجلاس هوش مصنوعی پاریس بیان داشت که مدل‌های فعلی فاقد ویژگی‌های کلیدی هستند که در حیوانات باهوش و انسان‌ها یافت می‌شوند. این ویژگی‌ها شامل درک دنیای فیزیکی، داشتن حافظه پایدار، توانایی استدلال و برنامه‌ریزی اقدامات پیچیده به صورت سلسله مراتبی است. لوکان معتقد است که مدل‌های زبانی بزرگ (LLM) که موتور محرکه چت‌بات‌های هوش مصنوعی هستند، هنوز به این سطح از توانایی نرسیده‌اند.
رویکردهای نوین در آموزش مدل‌ها
او پیشنهاد می‌کند برای دستیابی به این قابلیت‌ها، رویکرد آموزشی مدل‌ها باید تغییر کند و به جای تکیه بر الگوهای موجود، با استفاده از \”مدل‌های مبتنی بر جهان\” آموزش داده شوند که سناریوهای دنیای واقعی را شبیه‌سازی می‌کنند. متا در حال حاضر در حال آزمایش سیستمی به نام RAG (تولید تقویت شده با بازیابی) است که از منابع دانش خارجی برای بهبود خروجی LLMها استفاده می‌کند. همچنین، این شرکت مدل غیرمولد V-JEPA را منتشر کرده است که با پیش‌بینی بخش‌های گمشده یا پنهان یک ویدیو، یاد می‌گیرد.
آینده ارز دیجیتال BTC را همین حالا بررسی کن
چالش‌های متا در رقابت هوش مصنوعی
با این حال، متا با چالش‌هایی در بخش تحقیقات هوش مصنوعی خود نیز مواجه است. گزارش‌ها نشان می‌دهد که بسیاری از محققانی که در توسعه مدل Llama در سال ۲۰۲۳ نقش داشته‌اند، شرکت را ترک کرده و به شرکت نوپای Mistral پیوسته‌اند. عرضه جدیدترین نسخه Llama، یعنی Llama 4، نیز با استقبال چندانی از سوی توسعه‌دهندگان مواجه نشده، زیرا آن‌ها به رقبای سریعتری مانند GPT-4o و Gemini روی آورده‌اند. وال استریت ژورنال نیز اخیراً گزارش داده که متا عرضه مدل زبانی بزرگ اصلی خود، Llama 4 \”بهیموث\” را به تعویق انداخته است. این تأخیر و خروج استعدادها می‌تواند بر توانایی متا برای رقابت در بازار پرشتاب هوش مصنوعی تأثیر بگذارد.
این تحولات ممکن است بر سرمایه‌گذاری‌ها و روند نوآوری در حوزه هوش مصنوعی تأثیر بگذارد، زیرا شرکت‌ها به دنبال رویکردهای جدید برای توسعه مدل‌های هوشمندتر و کارآمدتر هستند.
