سیستم‌های محلی هوش مصنوعی از پژوهش‌های آزمایشگاه‌های پیشرو پیشی گرفتند

تصور کنید با یک لپ‌تاپ مک‌بوک یا یک کیس خانگی، پژوهشی را انجام دهید که پیش از این تنها در اختیار ابررایانه‌های گوگل یا OpenAI بود. این دیگر یک رویای تخیلی نیست، بلکه واقعیت جدیدی است که توازن قدرت در دنیای هوش مصنوعی را تغییر می‌دهد. در حالی که پیش از این، بزرگ‌ترین آزمایشگاه‌های AI جهان انحصار ابزارهای پژوهشی عمیق را در دست داشتند، اکنون یک آزمایشگاه کوچک دانشگاهی با تنها چند GPU می‌تواند سیستم‌های پژوهشی خودکاری بسازد که از آن‌ها پیشی بگیرند.

در ۲۱ سپتامبر ۲۰۲۶، تیم دتمرز (Tim Dettmers) از اکوسیستمی متن‌باز پرده برداشت که هدف آن تغییر واحد پژوهش از «مقاله تک‌موردی» به «اکوسیستم‌های یکپارچه» است. این تحول در حالی رخ می‌دهد که موجی از اضطراب عمیق میان دانشجویان و پژوهشگران AI جاری شده است. دتمرز از کلاسی با ۱۵۰ دانشجو می‌گوید که در آن حدود ۸۰٪ — یعنی تقریباً ۱۲۰ نفر — وقتی از آن‌ها پرسیده شد آیا می‌ترسند پس از فارغ‌التحصیلی شغلی پیدا نکنند، دست خود را بالا بردند. این حرکت جمعی نشان‌دهنده این باور است که آن‌ها احساس می‌کنند در آینده جایی برایشان وجود ندارد. به همین ترتیب، دانشجویان دکترا در ایمیل‌های خود به او ابراز می‌کنند که تمایل دارند محیط‌های آکادمیک را به مقصد آزمایشگاه‌های پیشرو (Frontier Labs) ترک کنند؛ آن‌ها به این نتیجه رسیده‌اند که پژوهش‌های دانشگاهی بی‌معنی شده و صرفاً سال‌های باقی‌مانده تا زمان خروج را می‌شمارند.

این دیدگاه‌ها بر این فرض استوار است که آینده پژوهش منحصراً متعلق به کسانی است که بیشترین تعداد GPU را در اختیار دارند. اما دتمرز دقیقاً عکس این موضوع را استدلال می‌کند: او معتقد است دانشگاه‌ها در آستانه یک رنسانس هستند. او پیشنهاد می‌کند که هیجان‌انگیزترین کارهای دهه آینده نه با وجود منابع محدود، بلکه دقیقاً به دلیل همین محدودیت‌ها در آزمایشگاه‌های دانشگاهی رخ خواهد داد. در حالی که غول‌های فناوری بر سر مقیاس‌های عظیم با هم رقابت می‌کنند، فضای وسیعی از مسائل با ارزش بالا و نیاز به منابع کم، بدون رقیب باقی مانده است. این تضاد با سرمایه‌گذاری‌های تریلیون دلاری غول‌های فناوری که به دنبال جهش‌های بهره‌وری در مقیاس کلان هستند، یک جایگزین چابک و کم‌هزینه برای پژوهشگران مستقل ایجاد می‌کند.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی رقابت تسلیحاتی سخت‌افزاری میان قدرت‌های جهانی مانند آمریکا و چین اشاره کردیم، دتمرز استدلال می‌کند که آزادی آکادمیک اجازه می‌دهد ابزارهایی ساخته شوند که رایگان و در دسترس همگان باشند. او معتقد است «نیاز به تخصص فنی بالا» در واقع یک مشکل طراحی است که می‌توان آن را با انتزاع (Abstracting) جزئیات فنی حل کرد، نه صرفاً با افزودن سخت‌افزار بیشتر. او اشاره می‌کند که اگر طراحی درست باشد، چند GPU یا حتی یک مک‌بوک برای رسیدن به نتایج پیشرو کافی است.

جهش در استنتاج محلی

مرکز این اکوسیستم، چارچوبی است که اجازه می‌دهد مدل‌های عظیم روی سخت‌افزارهای استاندارد دسکتاپ اجرا شوند. طبق گزارش دتمرز، تیم او به دستاوردهای فنی زیر رسیده است:

• Qwen 3.8 Flash Next (با ۱۲۵ میلیارد پارامتر): اکنون روی یک GPU تک ۲۴ گیگابایتی اجرا می‌شود؛ یعنی همان نوع سخت‌افزاری که در یک ماشین دسکتاپ معمولی یافت می‌شود.
• DeepSeek V4.1 (با ۵۵۰ میلیارد پارامتر): قابل میزبانی روی مک‌بوک با ۱۲۸ گیگابایت حافظه، یا سیستم‌های NVIDIA DGX Spark و AMD Strix است.
• Qwen 3.6 35B-A3B: با استفاده از استنتاج کوانتیده (Quantized Inference) روی پیاده‌سازی‌های Mac Metal، به سرعت ۴۵۰ توکن در ثانیه در حالت ۱.۵ بیت بر وزن می‌رسد.

با کاهش نیاز به حافظه تا تقریباً یک‌دهم مدل‌های دقت-نیمه (که به ۱۶ بیت بر وزن نیاز دارند)، این ابزارها باعث می‌شوند هوش مصنوعی در سطح پیشرو، به‌جای یک سرویس ابری دوردست، مانند یک فرآیند محلی احساس شود. این دستاورد در حالی اهمیت می‌یابد که مدل‌های محلی پیش از این در مواجهه با پرامپت‌های پیچیده با چالش‌های جدی روبرو بودند و در برابر مدل‌های ابری پیشرو ضعف داشتند. این چارچوب همچنین فشرده‌سازی و مدیریت بافت (Context) را به‌طور خودکار انجام می‌دهد تا اطمینان حاصل شود که سرعت استنتاج حتی در بافت‌های طولانی نیز بالا باقی می‌ماند.

پژوهش خودکار و مهارگاه عامل‌ها

برای کاربردی کردن این مدل‌ها، آزمایشگاه دتمرز یک «مهارگاه عامل» (Agent Harness) توسعه داده است که پیچیدگی‌های فنی را انتزاع می‌کند. این سیستم به عامل‌ها (Agents) اجازه می‌دهد ساعت‌ها، روزها یا حتی هفته‌ها بدون دخالت انسان کار کنند. این مهارگاه را می‌توان به یک مخزن کد (Repository) — مثلاً یک چارچوب استنتاج با هسته‌های CUDA — متصل کرد و به آن دستور داد تا آن‌ها را بهینه‌سازی کند. عامل در دوره‌های خسته‌کننده و پیشرفت‌های کند، بدون نیاز به بازخورد انسانی به کار خود ادامه می‌دهد و هرگاه در مورد چیزی نامطمئن باشد، به‌طور مستقل راه حل را پیدا می‌کند. این رویکرد به طور مستقیم با تلاش‌های OpenAI برای بهبود بازگشتی از طریق عامل‌هایی که بهره‌وری انسانی را چندین برابر می‌کنند، هم‌راستا است.

در یک آزمایش، این عامل مأموریت یافت تا یک مسئله جدید در حوزه بیوانفورماتیک پیدا کند. معیارها سخت‌گیرانه بود: پیشرفت باید سریع باشد، ارزیابی باید برای سخت‌افزارهای موجود ارزان باشد و مسئله باید دارای پژوهش‌های فعالی باشد که در چهار هفته اخیر منتشر شده‌اند.

در عرض دو ساعت، این سیستم کارهای زیر را انجام داد:

• تعیین یک حد پایین (Lower Bound) جدید برای روش‌های اکتشافی (Heuristic).
• توسعه و تست بهترین روش اکتشافی موجود در ادبیات علمی.
• نزدیک شدن به روش‌های گران‌قیمتی که با مدل‌های AI آموزش دیده بودند.
• شناسایی نقص‌های بنیادین در منابع داده‌ای که کل این حوزه برای ارزیابی به آن‌ها تکیه دارد.

بر اساس گزارش timdettmers.com، این سیستم محلی، حتی در حالی که کاملاً بدون دسترسی به اینترنت عمل می‌کند، نتایج پژوهش‌های خودکار Sakana AI و ScientistOne گوگل را شکست داد. دتمرز اشاره می‌کند که دانشجویان او روزانه از این سیستم استفاده می‌کنند؛ این ابزار پیش‌تر به صورت یک بات اسلک (Slack bot) وجود داشت که آن‌قدر مفید بود که دانشجویان به‌طور فعال هنگام آفلاین شدن آن به او خبر می‌دادند. او همچنین از آن برای پردازش ضبط جلسات، تولید سوالات پژوهشی و ارزیابی ایده‌ها در برابر ادبیات علمی، پیش از ایجاد گوگل‌داک برای دانشجویانش استفاده کرده است.

شکستن دیوار حافظه با CliffCompaction

یکی از حیاتی‌ترین اضافات فنی، CliffCompaction است؛ یک تکنیک فشرده‌سازی خودکار برای جلسات عامل‌ها. در حالی که ابزارهایی مثل Claude Code یا Codex فشرده‌سازی‌های پایه را پیاده کرده‌اند، CliffCompaction اجازه می‌دهد جلسات برای میلیون‌ها و در برخی موارد بیش از صد میلیون توکن ادامه یابد.

این سازوکار دو مزیت اصلی فراهم می‌کند:
۱. کاهش هزینه: یکی از شرکای تجاری گزارش داده است که بودجه کل AI خود را ۴۵٪ کاهش داده است. دتمرز اشاره می‌کند که فشرده‌سازی خودکار به‌طور کلی هزینه‌ها را حدود ۵۰٪ کاهش می‌دهد.
۲. پایداری: عامل‌ها دیگر در طول وظایف بلندمدت، اهداف خود را «فراموش» نمی‌کنند. در بنچمارک KernelBench، این روش به سطح State-of-the-art رسیده و رویکردهای سبک AlphaEvolve و سیستم‌های حافظه سلسله‌مراتبی را با فاصله زیادی شکست داده است.

مقیاس‌بندی زمان تست و بهره‌وری

با سرمایه‌گذاری مجددِ این ۵۰٪ صرفه‌جویی حاصل از CliffCompaction، آزمایشگاه دتمرز روشی عملی برای مقیاس‌بندی زمان تست (Test-time scaling) پیاده کرد. به‌جای یک اجرای واحد (Single Rollout)، سیستم چندین اجرای موازی را در همان بودجه اجرا می‌کند و این اجراها را به بهبودهای قابل توجهی در کیفیت خروجی تبدیل می‌کند.

اگرچه این رویکرد هنوز برای مهندسی روزمره آماده نیست، اما آینده‌ای را ممکن می‌کند که در آن هر کاربر بتواند چندین عامل موازی را روی یک مسئله پیچیده با استفاده از سخت‌افزارهای محلی بلااستفاده اجرا کند. این کار هر دو سوی توازن هزینه/قابلیت را جابجا می‌کند: جلسات طولانی‌تر می‌شوند و صورت‌حساب‌ها کوچک‌تر.

روان‌شناسی کار در عصر AI

دتمرز در پاسخ به ترس ۱۲۰ دانشجو، سه محرک اصلی بدبینی را شناسایی کرده است: باور به اینکه AI تمام شغل‌ها را می‌گیرد، درک ضعیف از نحوه تغییر کار توسط AI، و «سرایت» (Contagion)، جایی که ایده‌های شکست‌خورده در یک گروه پخش می‌شوند.

او مهندسی نرم‌افزار را به عنوان یک مثال متضاد می‌زند. با وجود پیش‌بینی‌های مربوط به از دست رفتن شغل‌ها، تقاضا برای مهندسان بیشتر از هر زمان دیگری است. اما نقش تغییر کرده است؛ شغل «مهندس نرم‌افزار» دیگر به شکل قدیمی‌اش وجود ندارد و جای خود را به نیاز برای مهارت‌های قوی در کار با عامل‌ها و تخصص عمیق‌تر داده است. چون عامل‌ها کسب تخصص عمیق را سریع‌تر می‌کنند، این مهارت‌ها اکنون در دسترس‌تر شده‌اند.

دتمرز بین دو نوع پیشرفت تفاوت می‌گذارد:

• بهبود (Improvement): بهتر کردن جزئی چیزهای موجود (مثلاً تغییرات تدریجی در گوشی‌های هوشمند یا اپلیکیشن‌های تاکسی مانند Uber و Lyft).
• قابلیت (Capability): دادن چیزی به کاربران که اصلاً نداشتند (مثلاً خودروهای خودران در شهرهای شطرنجی آمریکا یا رباتیک خانگی که مانند ماشین لباس‌شویی، انسان را از کارهای سخت آزاد کرد).

او استدلال می‌کند در حالی که «AIهای چسبانده شده» (مانند برخی ویژگی‌های مایکروسافت) اغلب مورد بی‌میلی هستند، تجربه‌های خوش‌ساخت AI مانند ChatGPT تغییرات ساختاری در نحوه تولید و مصرف دانش ایجاد می‌کنند. این تلاطم منجر به تقاضا برای محصولات جدید می‌شود که به نوبه خود باعث استخدام و امنیت شغلی می‌گردد.

بازتعریف مسیر آکادمیک

دتمرز استدلال می‌کند که مدل سنتی PhD — یعنی ابتدا یادگیری مبانی و سپس حل مسائل — منسوخ شده است. او مدل «شاگردی» (Apprenticeship model) را پیشنهاد می‌دهد که در آن دانشجویان ابتدا به یک مسئله سخت حمله می‌کنند و در حین ساختن، درک و شهود لازم را به دست می‌آورند. او این روش را از طریق یک دوره کوتاه چهار هفته‌ای در دانشگاه CMU و یک دوره کامل برای ترم آینده پیاده می‌کند که در یوتیوب در دسترس خواهد بود.

او پیشنهاد می‌کند تنها مهارتی که واقعاً ارزشمند می‌ماند، توانایی «ماندن پای مسئله‌ای است که به‌راحتی تسلیم نمی‌شود». چون عامل‌ها اکنون می‌توانند بخش‌های «آسان» پژوهش را خودکار کنند — کاری که پیش‌تر یک سال مهندسی می‌طلبید اکنون در عرض چند هفته یا روز انجام می‌شود — ارزش یک پژوهشگر دیگر در آنچه قبلاً یاد گرفته ذخیره نشده، بلکه در توانایی او برای پیمایش مسائل سخت باقی‌مانده است.

این رویکرد، آزمایشگاه دانشگاهی را به قطبی از خلاقیت و چابکی تبدیل می‌کند. با تمرکز بر مسائلی که حمله به آن‌ها ارزان اما حل آن‌ها ارزشمند است، آزمایشگاه‌های کوچک می‌توانند رقابت‌های سنگین سخت‌افزاری آزمایشگاه‌های پیشرو را دور بزنند. دتمرز اشاره می‌کند که آزمایشگاه‌های پیشرو بر سر مقیاس و مسائلی رقابت می‌کنند که به هزاران GPU نیاز دارند و این باعث شده فضای کم‌منبع و پربازده کاملاً بدون رقیب بماند.

برای کسانی که در حال حاضر در این حوزه هستند، این تغییر به معنای رها کردن «مقاله» به عنوان واحد اصلی دستاورد است. استاندارد طلایی جدید، «اکوسیستم» است: ساخت مجموعه‌ای منسجم از ابزارها که دیگران بتوانند روی آن بنا کنند و اطمینان از اینکه هر قطعه جدید، قطعات قبلی را مفیدتر می‌کند. دتمرز این را تغییری از «کارهای تکه‌تکه» به «اکوسیستم‌های منسجم» توصیف می‌کند.

مسیر رنسانس

برای دستیابی به این هدف، دتمرز روش جدیدی را برای کار دانشجویان دکترا پیشنهاد می‌کند:

• تمرکز بر اکوسیستم به عنوان واحد اصلی کار.
• کار روی چندین پروژه به‌طور موازی.
• پذیرش متد «ابتدا حمله به مسئله و سپس درک آن در حین پیشروی».

او تأکید می‌کند که «هویت» از «متد» جدا است. در حالی که نحوه گذراندن روزها — شغل یا ابزارها — قابل مذاکره است، اما اینکه فرد کیست، تغییر نمی‌کند. زمانی که یک پژوهشگر روی هویت خود استوار باشد، می‌تواند به‌سرعت با تغییرات تکنولوژیک عصر AI سازگار شود.

منتظر انتشار کامل این دو پروژه متن‌باز و چهار مقاله همراه آن‌ها باشید. دتمرز تأکید می‌کند که این‌ها به عنوان یک بسته واحد عرضه می‌شوند تا ثابت کنند چند نفر با چند GPU هنوز می‌توانند در مرزهای AI رقابت کنند. او اشاره می‌کند که هماهنگ کردن شش انتشار همزمان، مهارتی متفاوت از پژوهش بود، اما هدف این است که نشان دهد رنسانس نیازی به اجازه هیچ‌کس ندارد.

گام بعدی شما

• اگر پژوهشگر یا توسعه‌دهنده هستید، به‌جای تمرکز بر تک‌مقالات، روی ساخت ابزارهای کوچک و مکمل (Ecosystem) تمرکز کنید.
• ابزارهای استنتاج محلی مانند llama.cpp یا Ollama را برای اجرای مدل‌های کوانتیده روی سخت‌افزار خود تست کنید.
• مهارت‌های مدیریت عامل‌های خودکار (Agent Orchestration) را جایگزین مهندسی پرامپت ساده کنید.

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