Muse Wonder؛ مدل هوش مصنوعی مرزی متا برای انجام وظایف شخصی و حرفه‌ای

گوگل سیاست‌های محدودیت مصرف سرویس Gemini را از «تعداد درخواست» به «بودجه بار محاسباتی» تغییر داده است. در این سیستم جدید، هر پرامپت بر اساس میزان منابع سخت‌افزاری مصرفی، طول تاریخچه مکالمه و پیچیدگی پردازش، بخشی از سهمیه ۵ ساعته کاربر را اشغال می‌کند. برای نمونه، یک پیام متنی ساده کمتر از یک درصد سهمیه را مصرف می‌کند، در حالی که تحلیل اسناد حجیم می‌تواند تا ۱۵ درصد و قابلیت «تحقیق عمیق» تا ۵۰ درصد از سهمیه را کاهش دهد. این بازنگری با هدف مدیریت بهینه زیرساخت‌های ابری و تفکیک دقیق‌تر سطوح اشتراک انجام شده است. مدل‌های پیشرفته و فرایندهای چندمرحله‌ای بیشترین فشار را به سهمیه کاربران وارد می‌کنند.

شرکت گوگل به طور رسمی از دسترسی کاربران به مدل مرزی جدید خود با نام Gemini 4 Argon خبر داد. این معماری اختصاصی برای وظایف عمیق در حوزه‌های کدنویسی، مالی، حقوق، امنیت سایبری و علوم پایه بهینه‌سازی شده است. مدل آرگون توانسته رتبه نخست را در شاخص Vals Index کسب کند. نرخ رسمی این مدل ۲ دلار به ازای هر یک میلیون توکن ورودی و ۱۰ دلار برای توکن‌های خروجی تعیین شده است. قابلیت جدید Task نیز به جمنای اضافه شده است تا این ابزار را به یک دستیار اجرایی و خودمختار تبدیل کند. این ویژگی امکان اجرای مداوم وظایف در پس‌زمینه و مدیریت همزمان تا ۱۵ تسک مستقل را فراهم می‌کند. گوگل از این مدل در پیچیده‌ترین پروژه‌های مهندسی نرم‌افزار خود بهره برده است.

دانشمندان مؤسسه فناوری ماساچوست یا همان ام‌آی‌تی در مقاله جدیدی که ۹ اکتبر در نشریه پی‌ان‌ای‌اس منتشر شده است، بررسی کرده‌اند که شبکه‌های عصبی مصنوعی چگونه ابزار یادگیری خود را می‌سازند. این پژوهشگران استدلال می‌کنند که معیاری حیاتی برای پذیرش زیستی رویکرد یادگیری در این شبکه‌ها، توانایی آن‌ها در سازماندهی خودران و بدون دخالت مستقیم برنامه‌نویس است. پژوهش نشان می‌دهد که با ارائه دستورالعمل‌های ساده درباره نحوه تغییر اتصالات، واحدهای متصل به صورت تصادفی می‌توانند به شبکه‌ای کارآمد برای پردازش اطلاعات تبدیل شوند. این دستاورد گامی مهم در راستای درک بهتر نحوه یادگیری مغز انسان و توسعه راهبردهای درمانی جدید به شمار می‌رود. دانشمندان تأکید می‌کنند که مغز انسان فاقد طراح بیرونی است و خودش بر اساس قوانین ساده سازماندهی می‌شود. شناخت این قوانین درون‌اتصالی برای توسعه فناوری‌هایی مانند رابط‌های مغز و رایانه کاملاً ضروری است. ارزش یک شبکه عصبی مصنوعی در حوزه علوم اعصاب باید بر اساس میزان توانایی آن در خودسامانی ارزیابی شود.

محمد اطرج، دبیر میز هوش مصنوعی استانداری اصفهان، در رویداد ملی صنایع خلاق «مانوین» اعلام کرد که ماموریت این میز تبدیل اصفهان به قطب هوش مصنوعی کشور است. وی بر توسعه آموزش‌های مهارتی و کاربردمحور تاکید کرد و از چالش میان سطح آشنایی دانش‌آموزان و توانمندی معلمان سخن گفت. اطرج پیشنهاد ایجاد یک صندوق حمایتی برای اعطای تسهیلات اقساطی به فراگیران دوره‌های تخصصی را مطرح کرد. همچنین بخشی راهنما در پلتفرم هوش مصنوعی استان برای معرفی دوره‌ها و آموزشگاه‌ها پیش‌بینی شده است. رویداد ملی «مانوین» از ۲۱ تا ۲۳ مهرماه ۱۴۰۵ در نمایشگاه بین‌المللی اصفهان برگزار می‌شود.

کاربرد هوش مصنوعی در زیست‌شناسی امکان تحلیل داده‌های پیچیده ژنتیکی، ساختار مولکول‌ها، تصاویر سلولی و شبکه‌های زیستی را برای پژوهشگران فراهم کرده است. الگوریتم‌های هوش مصنوعی با بهره‌گیری از ابزارهایی مانند آلفافولد توانسته‌اند پیش‌بینی ساختار سه بعدی پروتئین‌ها و طراحی مولکول‌های دارویی را وارد مرحله جدیدی کنند. این فناوری از روش‌های یادگیری ماشین و یادگیری عمیق برای بررسی داده‌های متنوع زیستی از جمله توالی‌های دی‌ان‌ای و آر‌ان‌ای استفاده می‌کند. با این حال، کارشناسان تاکید می‌کنند پیش‌بینی یک مدل هوش مصنوعی به معنای اثبات قطعی یک سازوکار زیستی یا درمان بیماری نیست. ارزیابی نهایی یافته‌های هوش مصنوعی نیازمند انجام آزمایش‌های تجربی، داده‌های مستقل و مطالعات بالینی دقیق است. همچنین میان حوزه بیوانفورماتیک و هوش مصنوعی تفاوت وجود دارد و هوش مصنوعی تنها یکی از ابزارهای پیشرفته در تحلیل داده‌های بیوانفورماتیکی محسوب می‌شود.

جنبش «نوع‌دوستی مؤثر» که کار خود را در دهه ۲۰۰۰ میلادی از دانشگاه آکسفورد آغاز کرده بود، اکنون با نفوذ گسترده در سیلیکون‌ولی و شرکت‌های پیشروی هوش مصنوعی به جریان فکری تأثیرگذاری بدل شده است. پیروان این دیدگاه با سرمایه‌گذاری‌های کلان در تأسیس مراکزی مانند اوپن‌ای‌آی و آنتروپیک، مهار خطرات هوش مصنوعی و جلوگیری از نابودی بشریت را در اولویت قرار داده‌اند. این رویکرد محافظه‌کارانه موجب بروز تنش‌هایی با دولت دونالد ترامپ و پنتاگون شده و مقامات دفاعی اعلام کرده‌اند ایالات متحده هرگز کشوری پایبند به این دیدگاه نخواهد بود. همچنین در پی خودداری آنتروپیک از واگذاری مدل‌های خود برای مقاصد نظامی، نام این شرکت در فهرست ریسک‌های زنجیره تأمین قرار گرفته است. منتقدان در واشنگتن بر این باورند که کند کردن روند توسعه فناوری هوش مصنوعی می‌تواند به قیمت باختن رقابت استراتژیک به چین تمام شود. با وجود این مخالفت‌ها، حامیان جنبش همچنان بر لزوم کنترل شدید این سامانه‌ها پیش از وقوع شرایط مهارناپذیر تأکید می‌ورزند.