تصور کنید ابزاری که کدنویسی شما را متحول کرده، حالا بخشی از ناوگان موشکی ایلان ماسک شود. خرید ۶۰ میلیارد دلاری شرکت Cursor توسط SpaceX نشان می‌دهد که جنگ برای تسلط بر لایه‌ی شناختی، از دنیای نرم‌افزار به زیرساخت‌های سخت‌افزاری سرایت کرده است. این مبلغ چنان عظیم است که با تولید ناخالص داخلی (GDP) یک کشور کوچک قابل مقایسه است. این اقدام در واقع بخشی از یک استراتژی گسترده‌تر است که جزئیات این قمار ۶۰ میلیارد دلاری اسپیس‌ایکس برای تصاحب Cursor AI را در تحلیل‌های پیشین بررسی کرده بودیم.
به نقل از Sequence Radar، این معامله که قرار است در سه‌ماهه سوم ۲۰۲۴ نهایی شود، صرفاً خرید یک نرم‌افزار نیست؛ بلکه یک «الحاق استراتژیک» از زیرساخت‌ها است تا بخش xAI به لایه‌ای از هوش مصنوعی برای مدیریت سخت‌افزارهای پیچیده دست یابد. در واقع، مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — دیگر فقط در پنجره‌های چت یا APIهای محدود نمی‌مانند، بلکه قرار است مغز متفکر صنایع سنگین شوند و به جهان فیزیکی نفوذ کنند.
در دهه گذشته، هوش مصنوعی درون یک جعبه زندگی می‌کرد؛ یا یک پنجره چت بود یا یک رابط برنامه‌نویسی. اما اکنون آن جعبه در حال شکستن و باز شدن به سوی دنیای فیزیکی است. ما شاهد تغییری هستیم که در آن conglomerates یا همان مجموعه‌های صنعتی بزرگ، دیگر به دنبال شراکت با آزمایشگاه‌های AI نیستند، بلکه آن‌ها را می‌بلعند تا تضمین کنند سخت‌افزارهای فیزیکی‌شان دارای یک لایه‌ی ادراکی و شناختی هستند. ادعای ضمنی در اینجا این است که لایه‌ی مدل اکنون برای تمام بخش‌های دیگر، نقش تکیه‌گاه و ستون اصلی را ایفا می‌کند.
همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تمرکز شرکت‌های بزرگ بر کنترل کامل زنجیره تولید مدل‌ها در حال افزایش است. اکنون شاهد چرخی هستیم که در آن غول‌های صنعتی دیگر با آزمایشگاه‌های AI شراکت نمی‌کنند، بلکه آن‌ها را می‌بلعند تا سخت‌افزارهایشان دارای یک لایه‌ی ادراکی باشند.
مهاجرت بزرگ استعدادها
در حالی که اسپیس‌اکس در حال گسترش است، گوگل در حال از دست دادن ستون‌های خود است. طبق گزارش‌ها، تنها در یک بازه ۴۸ ساعته، دو نفر از اثرگذارترین پژوهش‌گران تاریخ هوش مصنوعی گوگل را ترک کردند. نوآم شازیر (Noam Shazeer)، نویسنده مقاله بنیادین «Attention Is All You Need» — متنی که تقریباً هر متخصصی در این حوزه آن را تا جایی خوانده که حاشیه‌های کاغذ خاکستری شده است — گوگل را به مقصد OpenAI ترک کرد. سام آلتمن شخصاً و به صورت علنی از این استخدام استقبال کرد.
تنها یک روز بعد، جان جامپر (John Jumper)، که برای کارهای خود بر روی AlphaFold برنده جایزه نوبل شد، پس از همکاری نزدیک به ۹ ساله با Google DeepMind، به Anthropic پیوست. این خروج‌ها یک واقعیت تلخ درباره «خرید استعدادها» (Acqui-hire) را برملا می‌کند: گوگل گزارش شده بود که ۲.۷ میلیارد دلار برای بازگرداندن شازیر از طریق معامله Character.AI دو سال پیش پرداخت کرد، اما این سرمایه‌گذاری تنها یک «پنجره ماندگاری» خرید، نه وفاداری او را.
وقتی این پنجره بسته می‌شود، با ارزش‌ترین دارایی شرکت به‌سادگی از در خارج می‌شود. استعدادها به کمیاب‌ترین شتاب‌دهنده در این صنعت تبدیل شده‌اند و یک «مسئله دو-بدنی» ایجاد کرده‌اند؛ جایی که برنده‌های واقعی کسانی‌اند که بیشترین گرانش و جذابیت را برای پژوهش‌گران داشته باشند، فارغ از اینکه چه میزان توان محاسباتی (Compute) در اختیار دارند.
وقتی AI وارد بدن انسان می‌شود
در سوی دیگر، Midjourney در حال گذار از پیکسل‌ها به اتم‌ها است. این شرکت از Midjourney Medical و دستگاه Midjourney Scanner رونمایی کرد؛ یک اسکنر CT اولتراسونیک که از تراشه‌های لایسنس‌شده Butterfly Network استفاده می‌کند.
سازوکار این سیستم به این صورت است که فرد در حوضچه‌ای قرار می‌گیرد که با نیم میلیون حسگر اولتراسونیک محصور شده است. سیستم با شلیک امواج صوتی از تمام زوایا، یک نقشه سه‌بعدی از عضلات، چربی، استخوان و اندام‌ها می‌سازد. دیوید هولتز (David Holz)، مدیرعامل شرکت، اعتراف کرد که در حال حاضر هیچ هوش مصنوعی در خط لول (Pipeline) تصویربرداری وجود ندارد. او اشاره کرد که نمونه اولیه فعلی ۲۰ دقیقه زمان می‌برد و تنها حدود دوازده نفر را اسکن کرده است.
اگرچه هدف ۶۰ ثانیه‌ای برای یک اسکن کامل بدن بیشتر یک «ستاره قطبی» (هدف ایده‌آل) است تا یک مشخصه فنی فعلی، اما این حرکت سیگنالی است مبنی بر اینکه تخصص در تصاویر زایده (Generative Image) در حال انتقال به حوزه بازسازی سه‌بعدی بیولوژیک است.
مرزهای جدید رباتیک و علوم
علاوه بر این خبرها، چندین آزمایشگاه در حال پیشبرد AI در دامنه‌های تخصصی از طریق سازوکارهای جدید و بنچمارک‌ها هستند:
- Alibaba سه مدل بنیادی جدید را به‌طور خاص برای «هوشمندسازی تجسم‌یافته» (Embodied Intelligence) در حوزه رباتیک منتشر کرد.
- تیم Qwen مدل Qwen-RobotWorld را معرفی کرد؛ یک مدل دنیای ویدئویی مشروط به زبان. این مدل از زبان طبیعی به عنوان یک رابط واحد برای پیش‌بینی مسیرهای بصری آینده در وظایف ناوبری و رباتیکی استفاده می‌کند، که این امر تولید داده‌های مصنوعی و برنامه‌ریزی هدایت‌شده با زبان را ممکن می‌سازد.
- OpenAI و Tacit Labs مجموعه داده LifeSciBench را معرفی کردند که شامل ۷۵۰ تکلیف طراحی‌شده توسط متخصصان است. برخلاف بازیابی‌های ساده، این آزمون‌ها جریان‌های کاری عملی و واقعی در علوم زیستی را می‌سنجند. مدل برتر آن، GPT-Rosalind، به نرخ پذیرش ۳۶.۱٪ رسید که ثابت می‌کند استدلال علمی هنوز به اشباع نرسیده و همچنان یک مانع بزرگ برای مدل‌های زبانی بزرگ (LLM) است.
- تیم FAIR در متا، همراه با دانشگاه‌های کلمبیا، Mila Québec، مک‌گیل و دانشگاه مونترال، روش DRL (یادگیری تقویتی هدایت‌شده توسط تشخیص‌دهنده) را توسعه داد. این روش شکست‌های ساختاری در مدل‌های Score-matching و Flow-matching را اصلاح می‌کند. DRL از یک تشخیص‌دهنده در فضای بازنمایی پیش‌آموزه برای تخمین نسبت‌های چگالی استفاده می‌کند تا شکاف توزیعی را کاهش داده و تصاویری دقیق‌تر و منسجم‌تر، بدون نیاز به داده‌های ترجیحی انسانی تولید کند.
- Shaoqiu Zhang و همکارانش ابزار FastContext را معرفی کردند؛ یک زیر-عامل اکتشاف بر حسب تقاضا. این ابزار اکتشاف مخزن کد را از حل مسئله جدا می‌کند تا بودجه توکن‌ها حفظ شود و از آلودگی پنجره زمینه (Context Pollution) — مثل میز کاری که فقط جا برای چند ورق دارد، نه کل کتابخانه — جلوگیری کند و در نتیجه نرخ حل مسائل End-to-End را برای عامل‌های کدنویسی بهبود می‌بخشد.
جریان سرمایه و مدل‌های جهانی
سرمایه‌گذاری‌ها در سراسر جهان به سمت «مدل‌های جهان» (World Models) و زیرساخت‌های تخصصی سرازیر شده است. مخاطرات مالی برای کسانی که شکاف بین دنیای دیجیتال و فیزیکی را پر می‌کنند، در حال افزایش است:
- Baseten در حال نزدیک شدن به دور سرمایه‌گذاری ۱.۵ میلیارد دلاری با ارزش‌گذاری ۱۳ میلیارد دلار است (که قیمت‌گذاری تفکیکی دارد و برخی سرمایه‌گذاران روی ۱۱ میلیارد دلار هستند)، تنها پنج ماه پس از سری E ۳۰۰ میلیون دلاری خود.
- General Intuition، یک اسپین-آف از Medal که مدل‌های جهان برای استدلال‌های مکان-زمان را می‌سازد، در حال مذاکره برای جذب حدود ۳۰۰ میلیون دلار با ارزش‌گذاری تقریبی ۲ میلیارد دلار است و جف بزوس و اریک شمیت از آن حمایت می‌کنند.
- Odyssey، آزمایشگاه مدل‌های جهان، در سری B خود ۳۱۰ میلیون دلار جذب کرد که توسط Natural Capital رهبری شد. این شرکت AWS را به عنوان ارائه‌دهنده ابری ترجیحی خود معرفی کرد و متعهد به استفاده از تراشه‌های Trainium شد.
- Sarvam با جذب ۲۳۴ میلیون دلار در اولین بسته سری B (از مجموع ۳۰۰ میلیون دلار برنامه‌ریزی شده) با ارزش‌گذاری ۱.۵ میلیارد دلار، به جدیدترین تک‌شاخ (Unicorn) هوش مصنوعی هند تبدیل شد. این دور توسط سرمایه‌گذاری استراتژیک ۱۵۰ میلیون دلاری HCLTech رهبری شد.
- Pramaana Labs مبلغ ۲۷ میلیون دلار در دور Seed به رهبری Khosla Ventures جذب کرد تا اثبات‌های رسمی (Formal Verification) سبک LEAN را در دامنه‌های حساس مانند قانون، مالیات و کشف دارو به کار گیرد.
- Prem AI، استارتاپ سوئیسی که مدل‌ها را روی زیرساخت‌های خصوصی و کاملاً ایزوله (Air-gapped) برای دفاتر حقوقی و صندوق‌های پوششی فراهم می‌کند، در حال جذب ۱۰۰ میلیون دلار در سری A با هدف ارزش‌گذاری بیش از ۵۰۰ میلیون دلار است.
این تلاطم‌ها ثابت می‌کند تعریف «شرکت هوش مصنوعی» از بین رفته است. وقتی یک سازنده موشک، ابزار کدنویسی می‌خرد و یک آزمایشگاه تصویر، اسکنر پزشکی می‌سازد و یک آزمایشگاه پژوهشی از طریق اثبات‌های رسمی به دنبال کشف دارو است، بستر AI دیگر فقط نرم‌افزار نیست؛ بلکه بیولوژی، سخت‌افزار و صنایع سنگین است.
منتظر نهایی شدن معامله Cursor در سه‌ماهه سوم باشید تا ببینید SpaceX چگونه ابزارهای توسعه‌دهندگان را مستقیماً در جریان‌های کاری مهندسی هوافضا ادغام می‌کند.
گام بعدی شما
- اگر توسعه‌دهنده هستید، تغییرات Cursor پس از ادغام در اکوسیستم xAI را دنبال کنید تا ببینید ابزارهای کدنویسی چگونه با مهندسی هوافضا ترکیب می‌شوند.
- نتایج بنچمارک LifeSciBench را بررسی کنید تا متوجه شوید مدل‌های فعلی در کجای استدلال‌های علمی شکست می‌خورند.
- مسیر حرکت Midjourney به سمت سخت‌افزار پزشکی را دنبال کنید؛ این اولین نشانه از تبدیل مدل‌های مولد به ابزارهای تشخیص طبی است.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو