عامل‌های نسل بعدی هوش مصنوعی: آینده‌ای فراتر از مدل‌های زبانی عمومی‌شده

عامل‌های نسل بعدی هوش مصنوعی

ظهور عامل‌های نسل بعدی هوش مصنوعی، نوید یک دگرگونی شگرف در دنیای فناوری را می‌دهد. این در حالی است که مدل‌های زبانی بزرگ (LLM) به‌سمت عمومی شدن و در دسترس قرار گرفتن برای همگان پیش می‌روند. با پیشرفت‌هایی نظیر مدل R1 شرکت دیپ‌سیک و سیستم‌های عامل شرکت‌هایی مانند اوپن‌ای‌آی و آنتروپیک، ارزش مدل‌های زبانی بزرگِ مستقل به تدریج کاهش می‌یابد. عامل‌های نسل بعدی هوش مصنوعی با خودکارسازی کارهای پیچیده و تغییر شیوه‌ی تعامل کاربران با فناوری، آینده‌ای تازه را رقم می‌زنند.

از مدل‌های زبانی تا عامل‌های هوش مصنوعی: یک گام تکاملی

هوش مصنوعی در حال ورود به مرحله‌ای سرنوشت‌ساز است. مدل‌های زبانی بزرگ (LLM) که زمانی پیشگامان نوآوری بودند، اکنون به‌طور فزاینده‌ای به عنوان ابزاری عمومی تلقی می‌شوند. رهبران صنعت پیش‌بینی می‌کنند که تمرکز به سمت سیستم‌های هوش مصنوعی عامل – موجودیت‌های هوشمندی که قادر به انجام خودکار وظایف هستند – متحول خواهد شد. این تغییر، نگاهی اجمالی به فصل بعدی تکامل فناوری ارائه می‌دهد.

ظهور مدل‌های متن‌باز

هفته‌ی گذشته، شرکت هوش مصنوعی چینی دیپ‌سیک از مدل R1 خود رونمایی کرد. R1 یک مدل استدلال متن‌باز است که به عنوان رقیبی اقتصادی برای مدل o1 اوپن‌ای‌آی مطرح می‌شود. چارچوب‌های متن‌باز مانند R1 روزبه‌روز محبوب‌تر می‌شوند. زیرا به توسعه‌دهندگان اجازه می‌دهند تا مدل‌ها را آزادانه تغییر داده و بهبود بخشند. R1 دیپ‌سیک از یک چارچوب “دقت مختلط” بهره می‌برد. این چارچوب، با تغییر بین اعداد FP8 با دقت پایین و اعداد FP32 با دقت کامل (بسته به نیاز هر وظیفه)، سرعت و دقت را متعادل می‌کند. این نوآوری، بر کارایی و دسترسی‌پذیری روزافزون فناوری‌های هوش مصنوعی تأکید دارد.

عمومی شدن: واقعیتی نوین

عمومی شدن مدل‌های زبانی بزرگ (LLM) در حال تغییر پویایی صنعت است. ساتیا نادلا، مدیرعامل مایکروسافت، و دیگر مدیران ارشد بر این باورند که با کاهش هزینه‌های آموزش و گسترش گزینه‌های متن‌باز، مدل‌های زبانی بزرگ (LLM) به جای یک مزیت رقابتی، به ابزاری عمومی تبدیل می‌شوند. توماس ولف، یکی از بنیان‌گذاران هاگینگ فیس، این روند را به تکامل اینترنت تشبیه می‌کند. همانطور که اینترنت از وب‌سایت‌های ایستا به اکوسیستم‌های یکپارچه تکامل یافت، تمرکز از اجزای منفرد به سیستم‌های جامع تغییر می‌کند.

تأثیر بر بازار

پیامدهای این تغییر، هم‌اکنون قابل مشاهده است. پس از انتشار R1، شرکت‌هایی مانند انویدیا، نوسانات قابل توجهی در بازار تجربه کردند. ارزش انویدیا در یک روز، ۶۰۰ میلیارد دلار کاهش یافت. سرمایه‌گذاران در حال تنظیم مجدد انتظارات خود هستند. چرا که اتکا به زیرساخت‌های گران‌قیمت برای مدل‌های زبانی بزرگ (LLM) در حال کاهش است.

عامل‌های هوش مصنوعی: افق جدید

عامل‌های هوش مصنوعی، برخلاف مدل‌های زبانی بزرگ (LLM) که برای تولید خروجی نیازمند درخواست کاربر هستند، برای انجام وظایف عملی طراحی شده‌اند. هدف این سیستم‌های پیشرفته، انجام خودکار عملیات پیچیده، مانند زمان‌بندی قرار ملاقات‌ها یا مدیریت گردش کار است. این امر، تعاملات کاربر را ساده‌تر می‌کند.

تغییر در تعامل کاربر

عامل‌های هوش مصنوعی، نویدبخش یک تغییر انقلابی از رابط‌های وب سنتی هستند. بابی بلوموف، مدیر ارشد فناوری آکامای، این تغییر را رهایی از سلطه‌ی صفحه نمایش‌ها و منو‌ها توصیف می‌کند. کاربران به جای پیمایش در چندین پلتفرم، می‌توانند برای انجام یکپارچه‌ی وظایف در یک محیط واحد، به عامل‌ها اعتماد کنند.

استقبال صنعت

بازیگران اصلی صنعت، در حال حاضر این الگو را پذیرفته‌اند. اوپن‌ای‌آی اخیراً “Operator” را راه‌اندازی کرده است. Operator عاملی است که برای تعامل با رابط‌های وب مانند منو‌ها و دکمه‌ها آموزش دیده است. مایکروسافت و آنتروپیک نیز ابزارهای مشابهی را معرفی کرده‌اند. “همکار مجازی” آنتروپیک که قرار است در سال ۲۰۲۵ منتشر شود، نمایانگر چشم‌اندازی بلندپروازانه از هوش مصنوعی است. این همکار مجازی قادر به کدنویسی، همکاری در پلتفرم‌هایی مانند اسلک و مدیریت خودکار پروژه‌ها خواهد بود.

Salesforce نیز با سیستم Agentforce خود، که قابلیت‌های عامل را در راه‌حل‌های سازمانی ادغام می‌کند، از پیشگامان این عرصه بوده است. پل اوسالیوان، مدیر ارشف فناوری این شرکت در بریتانیا، معتقد است که با قدرتمندتر شدن دستگاه‌های تلفن همراه، تعاملات کلامی به زودی جایگزین ورودی‌های مبتنی بر صفحه نمایش خواهند شد.

حرکت به سمت سیستم‌های یکپارچه

با پیشرفت صنعت، تمرکز از مدل‌های زبانی بزرگ (LLM) مستقل، به سمت سیستم‌های یکپارچه‌ای که مدل‌های زبانی را با داده‌های زمینه‌ای ترکیب می‌کنند، تغییر می‌کند. آرتور منش، مدیرعامل میسترال، بر این روند تأکید می‌کند و خاطرنشان می‌کند که برنامه‌های هوش مصنوعی آینده، دانش تخصصی حوزه‌های مختلف را در سیستم‌های تخصصی متناسب با صنایع خاص، متمرکز خواهند کرد.

مسیر پیش رو

گذار از مدل‌های زبانی بزرگ (LLM) به هوش مصنوعی عاملی، نه تنها یک تحول فناوری، بلکه یک بازنگری اساسی در نحوه‌ی تعامل ما با ابزارهای دیجیتال است. با بلوغ این سیستم‌ها، آنها پتانسیل ایجاد انقلاب در صنایع، افزایش بهره‌وری و تغییر تجربه کاربر را دارند و عصر جدیدی را برای هوش مصنوعی آغاز می‌کنند.

اگر به خواندن کامل این مطلب علاقه‌مندید، روی لینک مقابل کلیک کنید: cnbc