وزن‌های توزیع‌شده در برابر مدل‌های متمرکز برای ثبت دانش محلی

آیا هوش مصنوعی واقعاً می‌تواند تخصص ظریف یک سرآشپز خبره یا یک جراح متخصص را جذب کند؟ Thinking Machines Lab به رهبری میرا موراتی استدلال می‌کند که معماری فعلی هوش مصنوعی شکست می‌خورد، زیرا بر مدل‌های «منجمدی» تکیه دارد که در انزواری کامل از افرادی که به آن‌ها خدمت می‌کنند، آموزش دیده‌اند.

طبق گزارشی که در ۱۰ ژوئیه ۲۰۲۶ با عنوان «آینده‌ای که ارزش ساختن دارد، انسانی است» منتشر شد، این آزمایشگاه مدعی است که هوش به تنهایی در خارج از دامنه‌های بسته‌ای مانند شطرنج یا ریاضیات کافی نیست. این دامنه‌های خاص به دلیل داشتن اهداف ایستا و صریح و نبود دانش پنهان، با خود-بازی (self-play) و حل خودکار به خوبی پیش می‌روند. اما بیشتر مدل‌های مدرن توسط چند آزمایشگاه آموزش دیده و سپس قفل می‌شوند؛ طراحی‌ای که دانش محلی و ضمنی (tacit knowledge) را که برای کارهای حرفه‌ای حساس ضروری است، حذف می‌کند.

فلسفه دانش توزیع‌شده

پایه و اساس پیشنهاد این آزمایشگاه، ادعایی درباره ماهیت دانش است. این گزارش با بهره‌گیری از آثار مایکل پولانی و فردریش هایک، استدلال می‌کند که بخش بزرگی از مهارت‌های ضروری، ضمنی، محلی هستند و به‌طور مداوم از طریق بازخورد به‌روزرسانی می‌شوند. برای مثال، سرآشپزی که یک دستور غذا را اصلاح می‌کند، نمی‌تواند آن مهارت را به‌سادگی در یک پایگاه داده بنویسد.

به نقل از این گزارش، چون این دانش خصوصی و گذرا است و نه لزوماً کمیاب، برنامه‌ریزی‌های متمرکز اغلب شکست می‌خورند. بنابراین، هوش مصنوعی باید توزیع شود تا بتواند از دانش توزیع‌شده بهره ببرد. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تمرکز بر کنترل مرکزی همواره ریسک حذف جزئیات عملیاتی را به همراه دارد. هدف نهایی، خلق هوش مصنوعی است که به سازمان‌ها کمک کند این دانش را پرورش دهند، نه اینکه سعی در استخراج و جایگزینی آن داشته باشد. این رویکرد توزیع‌شده با تلاشاتی چون پروژه Mesh LLM برای تجمیع GPUهای شخصی همسو است که به دنبال دموکراتیزه کردن قدرت پردازشی برای اجرای مدل‌های عظیم است.

برای پر کردن شکاف بین مدل‌های منجمد و تخصص محلی، این آزمایشگاه چهار ستون فنی برای نزدیک کردن همراستاسازی (alignment) و دانش به کاربر نهایی پیشنهاد می‌کند:

• توسعه مدل‌های چندوجهی (Multimodal) قدرتمند با قابلیت شخصی‌سازی بومی.
• ایجاد ابزارهایی برای کاربران تا وزن‌های (Weights) مدل را مستقیماً تنظیم دقیق (Fine-tuning) کنند.
• گسترش کانال ارتباطی انسان-ماشین فراتر از جعبه‌های متنی ساده.
• انتشار پژوهش‌های باز برای دموکراتیزه کردن درک ساخت مدل.

Tinker API و مالکیت وزن‌ها

یک جزء مرکزی این استراتژی، Tinker API است. برخلاف مهندسی پرامپت (Prompt Engineering) که تنها رفتار سطحی را تغییر می‌دهد در حالی که عادت‌های عمیق مدل ثابت می‌مانند، Tinker به مهندسان اجازه می‌دهد ارزش‌ها و دانش تخصصی را مستقیماً در وزن‌های مدل با استفاده از لورا (LoRA یا Low-Rank Adaptation) کدگذاری کنند.

بر اساس مستندات این آزمایشگاه، این API امکان تنظیم دقیق مدل‌های با وزن‌های باز (Open Weights) مانند Llama و Qwen را فراهم می‌کند. در این مستندات به‌طور خاص به مدل Qwen3-8B با رتبه (Rank) ۳۲ اشاره شده است که امکان استخراج وزن‌های آداپتور (Adapter) قابل انتقال را می‌دهد. این API دسترسی به توابع سطح پایین (low-level primitives) را ممکن می‌سازد تا یک حلقه نظارت‌شده حداقلی ایجاد شود؛ به گونه‌ای که مهندسان با استفاده از TrainingClient بتوانند پاس‌های forward_backward را با آنتروپی متقاطع (cross-entropy) اجرا کرده و وزن‌ها را از طریق optim_step با استفاده از پارامترهای Adam (برای مثال، نرخ یادگیری 1e-4) به‌روزرسانی کنند.

این سازوکار تضمین می‌کند که یک سازمان مالک مالکیت معنوی خود باشد، به جای اینکه صرفاً یک مدل ثابت را اجاره کند. نمونه‌های کاربردی این رویکرد عبارتند از:

• بیمارستان‌ها: تنظیم دقیق مدل‌ها بر اساس پروتکل‌های داخلی در حالی که داده‌ها و وزن‌های آداپتور در داخل سازمان می‌مانند.
• شرکت‌های حقوقی: تطبیق مدل با سبک نگارش خاص یک دفتر و بازآموزی آن هم‌زمان با تکامل دستورالعمل‌های داخلی.
• تیم‌های پشتیبانی: استفاده از تعاملات زنده برای اصلاح رفتار مدل در میانه یک وظیفه.

غلبه بر گلوگاه‌های فنی

این آزمایشگاه دو هدف مهندسی حیاتی را برای فعال‌سازی این آینده توزیع‌شده شناسایی کرده است. نخست، جایگزینی «جعبه متن کوچک و انتظار طولانی» در رابط‌های سنتی با مدل‌های تعاملی است که صوت، ویدیو و متن را به‌طور مداوم پردازش می‌کنند. این مدل‌ها از ریز-نوبت‌های (micro-turns) ۲۰۰ میلی‌ثانیه‌ای برای باز کردن و گسترش کانال ارتباطی استفاده می‌کنند.

دوم، آن‌ها تکیه صنعت بر بنچمارک‌های خودکار را به چالش می‌کشند. این گزارش با استناد به پژوهش‌های METR در سال ۲۰۲۵ درباره «افق‌های زمانی تکمیل وظیفه» (task-completion time horizons)، استدلال می‌کند که اندازه‌گیری مدت زمانی که یک مدل به‌تنهایی کار می‌کند، یک اشتباه است؛ زیرا این معیار، آنچه انسان‌ها و ماشین‌ها «با هم» به دست می‌آورند را نادیده می‌گیرد. این دیدگاه به چالش‌های مشابهی اشاره دارد که در بهینه‌سازی مسیرهای معنایی توسط vLLM برای شکستن بنچمارک‌های سخت دیده شده است.

این چرخش، مفهوم همراستاسازی را بازتعریف می‌کند. آزمایشگاه هشدار می‌دهد که وجود یک مرجع واحد برای همراستاسازی، تبدیل به یک «نقطه تسلط» (single point of capture) می‌شود. به جای یک مشخصات مرکزی که توسط یک مرجع واحد دیکته شده باشد، آن‌ها دنیایی از مدل‌های متنوع و مالکیت‌محور را متصور می‌شوند که در آن همراستاسازی در لبه (edge) رخ می‌دهد. با توزیع وزن‌ها، هوش مصنوعی می‌تواند به سازمان‌ها کمک کند تخصص محلی را پرورش دهند، نه اینکه صرفاً آن را استخراج کرده و جایگزین کند.

مهندسان اکنون می‌توانند با بررسی Tinker TrainingClient API برای پیاده‌سازی حلقه‌های تنظیم نظارت‌شده (SFT) برای آداپتورهای قابل انتقال، این مفاهیم را آزمایش کنند.

گام بعدی شما

• بررسی مستندات Tinker API برای درک نحوه پیاده‌سازی لایه‌های LoRA در مدل‌های بازمتن.
• ارزیابی جریان‌های کاری سازمان خود برای شناسایی «دانش ضمنی» که در پرامپت‌ها نمی‌گنجد.
• آزمایش مدل‌های Qwen3-8B با نرخ یادگیری پایین برای تست شخصی‌سازی‌های محلی.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.