انقلاب در هوش مصنوعی با مدل‌ های جهانی؛ پروژه xAI برای درک دنیای واقعی

استارت‌آپ هوش مصنوعی ایلان ماسک با نام xAI در حال گسترش تلاش‌های خود برای توسعه نسل جدیدی از سیستم‌های هوش مصنوعی با عنوان «مدل‌ های جهانی» (World Models) است؛ فناوری‌هایی که با هدف درک و بازنمایی ساختار دنیای فیزیکی طراحی می‌شوند. این ابتکار تازه، شرکت xAI را در کنار رقبای بزرگی همچون دیپ‌مایند گوگل و متا قرار داده، در رقابتی که هدف آن ساخت نوعی از هوش مصنوعی است که نه‌تنها متن یا تصویر، بلکه محیط واقعی را هم بتواند تحلیل و استدلال کند.

به گزارش روزنامه Financial Times، منابع آگاه از برنامه‌های شرکت اعلام کرده‌اند که xAI اخیراً دو پژوهشگر از شرکت انویدیا به نام‌های Zeeshan Patel و Ethan He را استخدام کرده است. این دو نفر پیش‌تر در زمینه توسعه مدل‌های جهانی و هوش مصنوعی مبتنی بر شبیه‌سازی تجربه داشته‌اند. شرکت انویدیا که یکی از بزرگ‌ترین تأمین‌کنندگان سخت‌افزارهای محاسباتی برای پژوهش‌های هوش مصنوعی محسوب می‌شود، طی سال‌های اخیر سرمایه‌گذاری گسترده‌ای در پلتفرم Omniverse خود انجام داده است؛ مجموعه‌ای از ابزارها برای ساخت و اجرای شبیه‌سازی‌های صنعتی در مقیاس بزرگ. اکنون بخشی از این تخصص در حال انتقال به پروژه جدید ماسک است.

xAI در مسیر توسعه مدل‌ های جهانی هوش مصنوعی

مدل‌ های جهانی xAI یکی از بلندپروازانه‌ترین مرزهای پژوهش در زمینه هوش مصنوعی به شمار می‌روند. برخلاف مدل‌های زبانی بزرگی مانند ChatGPT که صرفاً براساس الگوهای آماری داده‌ها، متن تولید می‌کنند، مدل‌های جهانی طوری طراحی شده‌اند که رفتار سامانه‌های فیزیکی را یاد بگیرند. این مدل‌ها با آموزش از مجموعه‌های عظیم داده شامل ویدیوها، حسگرها و داده‌های رباتیک، به درکی علّی از اشیاء، حرکت و پویایی محیط دست پیدا می‌کنند.

با شبیه‌سازی قوانین فیزیک در محیط‌های واقعی یا مجازی، چنین سیستم‌هایی می‌توانند باعث شوند هوش مصنوعی در دنیای واقعی با هوشمندی و ایمنی بیشتری عمل کند؛ گامی حیاتی برای رسیدن به ماشین‌های خودمختار و ربات‌های پیشرفته.

براساس گفته دو منبع آگاه، پیش‌بینی می‌شود که تمرکز xAI بر مدل‌های جهانی تنها به تحقیقات محدود نماند و در حوزه‌های تجاری نیز گسترش یابد. این شرکت در حال بررسی کاربرد این فناوری در توسعه بازی‌های ویدیویی است؛ به‌گونه‌ای که بتوان با آن به‌صورت خودکار محیط‌های سه‌بعدی تعاملی ایجاد کرد. یکی از این منابع اضافه کرده که xAI همچنین مدل‌ های جهانی را پایه‌ای ضروری برای سیستم‌های رباتیک آینده می‌داند؛ ربات‌هایی که بتوانند در فضاهای پیچیده حرکت و تصمیم‌گیری کنند. چنین قابلیتی می‌تواند مرزهای فعلی هوش مصنوعی را از حوزه نرم‌افزار فراتر برده و بنیانی برای هوش فیزیکی تجسم‌یافته فراهم کند.

امروز گزارش‌های مرتبط دیگری نیز منتشر شد. برای مثال، شرکت تسلا موقتاً تولید انبوه ربات‌های اپتیموس را به دلیل چالش‌های طراحی متوقف کرده است. همچنین، xAI اعلام کرده که برای آموزش چت‌بات خود با نام گروک، در زمینه طراحی بازی‌های ویدیویی، به مربیانی با دستمزد ساعتی 100 دلار نیاز دارد.

ایلان ماسک در برنامه‌های کوتاه‌مدت xAI اعلام کرده که قصد دارد تا پایان سال 2025 میلادی یک «بازی فوق‌العاده ساخت هوش مصنوعی» منتشر کند. این پروژه در راستای هدف کلی شرکت برای گسترش ابزارهای مولد خود به فراتر از متن و تصویر تعریف شده است.

در هفته گذشته، xAI جدیدترین مدل تولید تصویر و ویدیو خود را معرفی کرد و از آن به‌عنوان «ارتقایی فنی چشمگیر» یاد کرد. این مدل به‌صورت رایگان در دسترس عموم قرار گرفته است. برخلاف پلتفرم‌هایی مانند Sora از OpenAI که ویدیو را از طریق پیش‌بینی آماری فریم‌ها تولید می‌کنند، xAI و سایر پژوهشگران در تلاش‌اند تا سامانه‌هایی را آموزش دهند که روابط علّی را بفهمند؛ یعنی درک کنند چگونه یک عمل در زمان واقعی باعث رخداد عمل بعدی می‌شود.

هم‌زمان، xAI اقدام به جذب نیروهای فنی جدید در حوزه تولید تصویر و ویدیو کرده است. تیمی که از آن با عنوان «Omni Team» یاد می‌شود، مأموریت خود را «خلق تجربه‌های هوش مصنوعی فراتر از متن» در قالب‌های بصری و صوتی تعریف کرده است. بر اساس آگهی‌های شغلی منتشرشده، حقوق سالانه این موقعیت‌ها بین 180,000 تا 440,000 دلار متغیر است. افزون بر این، xAI در حال جذب یک «مربی بازی‌های ویدیویی» برای آموزش چت‌بات گروک است و دستمزد ساعتی بین 45 تا 100 دلار را برای این نقش در نظر گرفته است.

در سطح گسترده‌تر، وعده مدل‌های جهانی توجه بسیاری از فعالان صنعت هوش مصنوعی را به خود جلب کرده است. شرکت انویدیا ماه گذشته به Financial Times گفت که بازار نهایی این سیستم‌ها می‌تواند به اندازه کل اقتصاد جهانی گسترش یابد، زیرا کاربردهای بالقوه آن در حوزه‌هایی چون تولید، رباتیک و آموزش مبتنی بر شبیه‌سازی بسیار وسیع است. بااین‌حال، توسعه این مدل‌ها همچنان یکی از دشوارترین چالش‌های فنی محسوب می‌شود، زیرا ایجاد بازنمایی دقیق از دنیای واقعی نیازمند حجم عظیمی از داده‌های چندوجهی و توان محاسباتی بسیار بالا است که هر دو، منابعی سنگین و پرهزینه به‌شمار می‌آیند.

در سوی دیگر، تردیدهایی در میان جامعه بازی‌سازی نسبت به این فناوری وجود دارد. بسیاری از فعالان این حوزه معتقدند که مدل‌های جهانی نمی‌توانند جای خلاقیت انسانی را بگیرند. مایکل داوس، مدیر انتشارات استودیوی Larian Studios (سازنده بازی Baldur’s Gate 3)، در شبکه اجتماعی X نوشت: ابزارهای هوش مصنوعی قادر به حل «مشکل بزرگ صنعت بازی» نیستند و مشکل اصلی، کمبود «رهبری و چشم‌انداز» است. او تأکید کرد که آینده بازی‌ها در «حلقه‌های گیم‌پلی تولیدشده ریاضی‌وار و آموزش‌دیده روان‌شناختی» نیست، بلکه در تعامل هنری و خلق جهان‌های داستانی نهفته است.