تصور کنید به جای یک استاد همهچیزدان، تیمی از متخصصان درجهیک داشته باشید که هر کدام در یک حوزه استادند و یک مدیر هوشمند، بهترین فرد را برای هر تسک انتخاب میکند. Sakana AI، استارتاپی مستقر در توکیو، با اضافه کردن خانواده مدلهای نموترون (Nemotron) شرکت انویدیا به ارکستراتور Fugu، دقیقاً همین استراتژی را برای به چالش کشیدن قدرتمندترین سیستمهای هوش مصنوعی جهان اجرا میکند. طبق گزارشی که در ۱۶ ژوئیه ۲۰۲۶ منتشر شد، این اقدام نشان میدهد که آیا یک استخر هماهنگ از مدلهای باز میتواند واقعاً با غولهای مدلهای بسته رقابت کند یا خیر.
این رویکرد تمرکز را از ساخت مدلهای تک و غولپیکر به مدیریت یک «هوش جمعی» تغییر میدهد. همانطور که پیشتر دربارهی هزینههای بالای مدل Nemotron 3 Ultra گزارش دادیم، در اینجا تمرکز اصلی بر بهرهوری از طریق ارکستراسیون (هماهنگسازی) است. در این ساختار، Fugu مانند یک مدیر عمل میکند و به جای اینکه یک مدل واحد همه کارها را انجام دهد، ابزار مناسبترین مدل را برای هر وظیفه برمیگزیند.
سازوکار عملیاتی Fugu
خودِ Fugu یک مدل زبانی بزرگ (LLM) است که بهطور تخصصی برای فراخوانی مدلهای دیگر از یک استخر عاملها (Agent Pool) آموزش دیده است. نکته جالب این است که این استخر میتواند شامل نمونههایی از خودِ Fugu نیز باشد. این سیستم بهگونهای عمل میکند که برای کاربر مانند یک رابط واحد (API) است، اما در پشت صحنه، بهطور پویا انتخاب میکند که کدام مدلها برای یک تسک خاص ترکیب شوند، زیر-تسکها را به مدلهای مختلف میسپارد و در نهایت پاسخهای دریافتی را ترکیب و سنتز میکند تا یک پاسخ نهایی ارائه دهد.
بر اساس مستندات Sakana AI، این سیستم کاملاً ماژولار است. این بدان معناست که مدلهای جدید را میتوان در هر زمان و بدون بههم ریختن جریان کار جایگزین کرد. طبق گفتههای این شرکت، این ساختار تضمین میکند که سیستم به نقاط قوت خاص یا احتمال قطعی سرویس یک ارائهدهنده واحد وابسته نباشد و انعطافپذیری کامل داشته باشد.
ادغام مدلهای نموترون
مدلهای نموترون قابلیتهای تخصصی حیاتی را فراهم میکنند که Fugu اکنون میتواند از آنها بهره ببرد. این مدلها قرار نیست جایگزین مدلهای پیشرو (Frontier) در لایه ارکستراسیون باشند، بلکه برای مکمل بودن طراحی شدهاند. Sakana AI استدلال میکند که مدلهای وزنهای باز (Open Weights) — یعنی مدلهایی که پارامترهایشان علناً منتشر شده است — زمانی بسیار مفیدترند که در سامانههای عاملمحور (Agentic) سازماندهی شوند، تا اینکه به صورت ایزوله و تکنفره مستقر گردند. این رویکرد با تلاشهای سایر شرکتها برای توسعه زیرساختهای حاکمیتی همسو است، همانطور که Prime Intellect اخیراً سرمایه قابل توجهی برای تسهیل ساخت عاملهای حاکمیتی جذب کرد.
نقاط قوت تخصصی این ادغام عبارت است از:
- کدنویسی و فراخوانی ابزار: اجرای بسیار دقیق تسکهای فنی و برنامهنویسی.
- پیروی از دستورات: رعایت سختگیرانه و دقیق محدودیتهای پیچیدهای که کاربر تعیین میکند.
- پردازش چندوجهی: این قابلیت از طریق مدل Nemotron 3 Nano Omni محقق شده است که قادر است متن، تصویر، ویدیو و صدا را برای کاربردهای عاملمحور، مانند پردازش اسناد پیشرفته و عاملهای کنترل کامپیوتر (Computer-use agents)، مدیریت کند.
از نظر قدرت خام، مدل Nemotron 3 Ultra دارای حدود ۵۵۰ میلیارد پارامتر است که در هر لحظه ۵۵ میلیارد پارامتر از آنها فعال هستند. طبق رتبهبندی Artificial Analysis، این مدل در حال حاضر توانمندترین مدل وزنباز آمریکایی است و حتی از Gemma 4 31B، مدل gpt-oss-120b و مدل Nemotron 3 Super (که متعلق به خود انویدیا است) پیشی گرفته است، هرچند هنوز از سیستمهای چینی مانند Kimi K2.6 عقبتر است.
به نقل از Sakana AI، نسخه Fugu Ultra عملکردی همتراز با مدلهای Fable 5 و Mythos Preview شرکت Anthropic دارد. با این حال، تستهای اولیه مستقل کمتر خوشبین بودهاند و بهطور مشخص به مشکلاتی در زمینه سرعت پاسخدهی و هزینههای عملیاتی بالای این سیستم اشاره کردهاند.
این همکاری یک بازی برد-برد است؛ چرا که به انویدیا اجازه میدهد دادههای واقعی و ارزشمندی از رفتار مدلهایش در گردشهای کاری چندعاملی جمع کند. در مقابل، Sakana AI به طیف گستردهتری از مدلهای متخصص دست مییابد تا تطبیقپذیری Fugu را افزایش دهد. همچنین انویدیا متعهد شده است که راهنماییهای فنی برای ارزیابی مدلها و «دستورالعملهای» (Recipes) بهینهسازی نموترون را ارائه دهد.
بستر استراتژیک و ژئوپلیتیک
برای دنیای کسبوکار، این تحول سیگنالی برای «پوشش ریسک» (Hedging) در انتخاب ارائهدهندههای هوش مصنوعی است. تکیه بر یک API تجاری و انحصاری واحد، گلوگاه ایجاد میکند و شرکتها را در معرض ریسکهای رگولاتوری، تغییر قوانین یا ریسکهای سیاست خارجی قرار میدهد. یک استک ارکستراتور تضمین میکند که اگر یک ارائهدهنده آفلاین شد یا شرایط خدمات خود را تغییر داد، سیستم کلی همچنان فعال و عملیاتی بماند.
Sakana AI این استراتژی را رویکرد «هوش جمعی» ژاپنی مینامد. آنها باور دارند که قدرتمندترین هوش مصنوعی نه از طریق یک مدل واحد، بلکه از طریق همکاری هماهنگ مدلهای متعدد به دست میآید. این امر لایه ارکستراسیون را به قطعهای حیاتی در فاز بعدی هوش مصنوعی باز تبدیل میکند؛ جایی که پیشرفت دیگر به اندازه مدل، بلکه به نحوه ارزیابی و بافتن مدلها در جریانهای کاری واقعی وابسته است.
شرکت Sakana AI در سال ۲۰۲۳ توسط Llion Jones (نویسنده مقاله بنیادین Attention Is All You Need) و David Ha، هر دو از پژوهشگران سابق گوگل، تأسیس شد. هدف بلندمدت آنها خودکارسازی کامل فرآیند توسعه هوش مصنوعی از طریق RSI Lab است که بهطور ویژه بر «بهبود بازگشتی» (Recursive Self-Improvement) متمرکز است.
ادغام نموترون در یک انتشار آتی از Fugu عرضه خواهد شد و هر دو تیم در حال برنامهریزی برای بهینهسازی مستمر عملکرد هستند. اکنون باید منتظر دور جدید بنچمارکهای مستقل برای Fugu Ultra باشیم تا ببینیم آیا مهارتهای تخصصی نموترون واقعاً میتواند انتقادات تسترهای اولیه درباره سرعت و هزینه را پاسخ دهد یا خیر.
گام بعدی شما
- اگر از سیستمهای تک-مدله استفاده میکنید، معماریهای ارکستراتور را برای کاهش هزینه استنتاج بررسی کنید.
- مدلهای خانواده Nemotron را برای تسکهای کدنویسی حساس تست کنید.
- استراتژیهای توزیع مدلها بین ارائهدهندههای مختلف (Multi-provider) را در نقشه راه فنی خود بگنجانید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو