محققان ارشد هوش مصنوعی: مقیاس‌پذیری کافی نیست، استارتاپ می‌سازند

دوازده محقق ارشد هوش مصنوعی در دوازده ماه گذشته آزمایشگاه‌های پیشرو را ترک کرده و استارتاپ‌های خود را راه‌اندازی کرده‌اند. این موج خروج، هم‌زمان با سرمایه‌گذاری بیش از ۵۰ میلیارد دلار در شرکت‌های نوپای هوش مصنوعی در سال ۲۰۲۴، شک عمیقی در وصفه مقیاس‌پذیری فعلی را نشان می‌دهد. این نگرانی از پیشرفت سریع و ناقابل‌کنترل مدل‌ها، هم‌زمانی با طرح آنتروپیک برای ترمز عمدی پیشرفت مدل‌های هوش مصنوعی است. توسعه عامل‌های هوشمند که می‌توانند در جهان عمل کنند، با اولویت OpenAI در مواجهه با جهش بهره‌وری AI در ارتباط است.

ادعاهای AGI و واکنش محققان

پس از رونمایی از GPT-6 Astra، جنسن هوانگ در X اعلام کرد: «AGI فرا رسیده است.» گرگ براکمن نیز مدل را «نقطه عطف» خواند و بشر را به «عصر AGI» خوش‌آمد گفت. با عدم وجود تعریف متفق‌بر برای AGI، پیام روشن است: یک هوش مصنوعی فوق‌العاده قدرتمند، احتمالاً خودبهبودیار، در آستانه است. اما بسیاری از کسانی که سیستم‌های امروز را ساخته‌اند، دیدگاه دیگری دارند.

وصفه مقیاس‌پذیری و سقف‌های سخت

معماری فعلی — مدل‌های زبانی بزرگ (LLM) که روی داده‌های اینترنت پیش‌آموزش می‌بینند، با یادگیری تقویتی از بازخورد انسانی (RLHF) صقل می‌شوند و سپس مقیاس می‌یابند — معجزه‌هایی آفریده: چت‌بات‌هایی که کد می‌نویسند، کتاب‌ها را خلاصه می‌کنند، امتحان وکالت می‌گذرند. اما این وصفه سقف‌های سخت دارد: داده محدود است، محاسبات گران، زنجیره تأمین انرژی و چیپ تنگ، و بازده مدل‌های بزرگتر رو به کاهش.

محققان ارشد هوش مصنوعی و شک در مقیاس‌پذیری

چهره‌های کلیدی که جدا شده‌اند:

• ایلیا ساتسکوور، بنیان‌گذار مشارکت‌کننده اوپن‌ای‌آی و دانشمند ارشد سابق، ایمن سوپراینتلیجنس (SSI) را راه‌انداخت.
• جری تْوَرک، رهبر توسعه مدل‌های استدلالی اوپن‌ای‌آی، کور اتومیشن را مدیریت می‌کند.
• دیوید سیور، خالق الفاگو، گوگل دیپ‌مَایند را برای اینفِیبل اینتلیجنس ترک کرد.
• یان لکون پس از دوازده سال متا را برای اِی‌ام‌آی (AMI) رها ساخت.
• جف دین با ۲۷ سال سابقه گوگل، اخیراً به عنوان دانشمند ارشد، دِسکاوری لوپ را آغاز کرد.

پول هوشمند پیروی می‌کند

سرمایه‌گذاری‌های بزرگ بلافاصله دنبال تیم‌ها رفت:

• انویدیا در ژوئیه به گزارش بلومبرگ پنج میلیارد دلار در SSI سرمایه‌گذاری کرد — آزمایشگاهی که هنوز هیچ مدل یا مقاله‌ای منتشر نکرده.
• پرومتئوس، آزمایشگاه صنعتی جف بزو، در ژوئن دوازده میلیارد دلار با ارزشی ۴۱ میلیاردی جذب کرد.
• فلپینگ ایرپلینز بدون مدل عمومی در اکتبر یک میلیارد دلار سری A گرفت.

انگیزه‌های ترکیبی: نه تنها فنی

در این ارزها، بنیان‌گذاران سریع میلیاردر کاغذی می‌شوند. لکون پس از اختلاف استراتژیک با متا رفت. ساتسکوور می‌خواهد بدون فشار محصول تحقیق کند. دیگران نیشِ خاصی می‌خواهند که در آزمایشگاه بزرگ حاشیه باشد. جدایی‌ها همیشه تمیز نیستند: خود گوگل سرمایه‌گذار بنیان‌گذار دِسکاوری لوپ است.

شک مشترک: وصفه فعلی به AGI نمی‌رسد

اشتراک بسیاری از بنیان‌گذاران، تردید در اینکه وصفه فعلی — مدل‌های همیشه بزرگتر، داده اینترنت، RLHF، مقیاس بیشتر — به AGI می‌رسد. آن‌ها معمارهای نو، پارادایم‌های آموزشی نو، روش‌های نوین استدلال، حافظه و عمل در جهان می‌خواهند. عامل‌ها (agents) که ابزار بکارند، وب گردند، کد اجرا کنند، و در جلسات تداوم یابند. سیستمی که از داده کم یاد بگیرد، نه پتابایت. هوش مصنوعی که از طراحی ایمن باشد، نه حفاظ‌ها (guardrails) چسبانده‌شده. چیزهایی بسازند که نه فقط هوشمندتر، بلکه داناتر باشند.

تغییر فرهنگی: از بیروکراسی به آشوب استارتاپ

آزمایشگاه‌های بزرگ اکنون شرکت‌اند، با هیئت مدیره، اهداف درآمدی، چرخه‌های روابط عمومی. سرعت تحقیق با رونمایی محصول و به‌روزرسانی سرمایه‌گذاران تعیین می‌شود. شرط‌های طولانی و استقرایی که دیپ‌مَایند یا روزهای اول اوپن‌ای‌آی را تعریف می‌کردند، وقتی باید هر سه ماه یک مدل تحویل دهی، توجیه سخت‌ترند. بنیان‌گذاران آشوب استارتاپ را بر بیروکراسی غول‌ها ترجیح می‌دهند. حقوق را برای سهام، قطعیت را برای امکان معامله می‌کنند. شرط می‌بندند که پرش بعدی از آزمایشگاهی با ۱۰ هزار کارمند نخواهد آمد، بلکه از تیمی ۲۰ نفره در گاراژ.

سرمایه‌گذاری رکورده و خرید «اختیار»

سرمایه‌ریسک با رکورد در استارتاپ‌های هوش مصنوعی ریخته می‌شود. در ۲۰۲۴ تنها بیش از ۵۰ میلیارد دلار سرمایه‌گذاری شد، بخش زیادی در دورهای سید و سری A. ارزها شگفت‌انگیز: شرکتی بدون محصول، درآمد، و یک پست وبلاگ می‌تواند صدها میلیون دلار بگیرد. سرمایه‌گذاران فقط بازده نمی‌گردند؛ «اختیار» می‌خرند. می‌خواهند صندلی داشته باشند وقتی اوپن‌ای‌آی یا دیپ‌مَایند بعدی متولد شود. بر افراد شرط می‌بندند، نه فقط ایده‌ها.

غیرمتمرکز کردن قدرت

امروز چند آزمایشگاه — اوپن‌ای‌آی، گوگل، آنتروپیک، متا — مرز را کنترل می‌کنند. تصمیم می‌گیرند چه ساخته شود، چگونه بکار رود، چه کسی دسترسی دارد. جداشدگان می‌خواهند قدرت را غیرمتمرکز کنند. مدل‌های باز، یا دست‌کم مدل‌هایی که توسط یک موجود کنترل نشوند. جایگزین‌هایی برای پلتفرم‌های حاکم بر جستجو، شبکه اجتماعی، ابری. می‌خواهند اطمینان یابند آینده هوش مصنوعی توسط چند مدیرعامل در سیلیکون ولی تصمیم نگرفته شود.

سیگنال خروج: بازتعریف AGI

خروج چهره‌های کلیدی سیگنال است. نشان می‌دهد بهترین‌ها و درخشان‌ترین‌ها قانع نیستند مسیر فعلی کفایت می‌کند. محدودیت‌های مقیاس‌پذیری، ریسک‌های تمرکز، و نیاز به ایده‌های نو را می‌بینند. رویای AGI را رها نکرده‌اند؛ آن را بازتعریف می‌کنند. برایشان AGI فقط مدلی نیست که تست تورینگ بگذرد یا در شطرنج برنده شود. سیستمی است که با انسان همکار شود، خلاقیت را تقویت کند، و مسائلی که مهم‌اند حل نماید. سیستمی شفاف، پاسخگو، و با ارزش‌های انسان همراستا.

کهکشان تلاش‌ها: آینده چندقطبی

مسابقه در جریان است، اما دیگر یک مسابقه واحد نیست. یک کهکشان تلاش است، هرکدام دید متفاوتی از آینده را تعقیب می‌کنند. آزمایشگاه‌های بزرگ همچنان محاسبه، داده، و استعداد دارند. اما انحصار اشتیاق را ندارند. جداشدگان فقط شرکت نمی‌سازند؛ جنبش می‌سازند. شرایطی برای اکوسیستم هوش مصنوعی متنوع‌تر، تاب‌آورتر، و انسان‌محورتر می‌آفرینند. دههٔ آینده توسط یک مدل واحد تعریف نخواهد شد، بلکه برهم‌کنش بسیاری. مهاجرت عقب‌نشینی نیست؛ بازتوزیع انرژی است. لحظه‌ای که مرکز نتوانست بماند، و آینده شروع به انشعاب کرد.

گام بعدی شما

• اگر محقق یا مهندس هستید، پورتفولیو مهارت را به سمت معماری‌های نو (معماری‌های مبتنی بر حافظه، استدلال ترکیبی، یادگیری از داده کم) گسترش دهید — مهارت «مقیاس دادن مدل بزرگ» به تنهایی مزیت رقابتی کم‌تر می‌شود.
• سرمایه‌گذارانِ زودرس: تیم‌های کوچک با بنیان‌گذارانِ سابق آزمایشگاه‌های بزرگ را ردیابی کنید؛ سابقه انتشار در کنفرانس‌های برتر (NeurIPS، ICML، ICLR) فیلتر قوی‌تری از پچ پچ توییتر است.
• مدیران محصول: وابستگی به یک ارائه‌دهنده مدل را کاهش دهید؛ لایه انتزاعی (abstraction layer) بسازید که جابجایی بین مدل‌های باز و بسته را در روزها نه ماه‌ها ممکن سازد.