۱۰ اوت (رویترز) - مارک زاکربرگ، مدیرعامل متا پلتفرمز (META.O)، خواستار کاهش موانع آمریکا برای هوش مصنوعی متنباز شد تا بتواند بهتر با رقبای چینی رقابت کند، در حالی که این غول شبکههای اجتماعی روز دوشنبه یک مدل جدید با وزن باز منتشر کرد و گفت که مدلهای بیشتری به زودی عرضه خواهد شد.
مدل جدید، Muse Glimmer، کوچکتر از مدلهای پیشرو رقبا است و در عوض برای اجرای وظایف عاملی (agentic) روی مک یا رایانه شخصی با یک کارت گرافیک طراحی شده است تا تقاضا برای سیستمهای هوش مصنوعی که مستقیماً روی دستگاههای افراد اجرا میشوند را برآورده کند.
زاکربرگ در یک ویدیو که همراه مقاله ۱۴ صفحهای خود با عنوان «آینده متعلق به همه است» منتشر کرد، گفت: «ما مدلهای بزرگتری هم داریم که به زودی عرضه میشوند.» او در این مقاله از گسترش هوش مصنوعی به جای واگذاری آن به دست عدهای خاص حمایت کرد.
«این تصور که هوش مصنوعی آنقدر خطرناک است که تنها مسیر امن، تمرکز شدید قدرت است، ذاتاً مشکلدار به نظر میرسد.»
اظهارات زاکربرگ آخرین نشانه حمایت از هوش مصنوعی با وزن باز است که با بدبین شدن کسبوکارها به هزینههای فزاینده هوش مصنوعی و نگرانی از حوادث امنیت سایبری اخیر مربوط به مدلهای Anthropic، OpenAI و متا، در حال جلب توجه است.
مدلهای وزن باز معمولاً ارزانتر از مدلهای پیشرو مانند OpenAI و Anthropic هستند. آنها همچنین دارای اجزای اصلی در دسترس عموم برای سفارشیسازی آسان هستند، برخلاف مدلهای بسته که شرکتها کاملاً تحت کنترل خود نگه میدارند.
این کنترلها در کانون توجه قرار گرفتهاند پس از آنکه Hugging Face، پلتفرم همکاری کدنویسی هوش مصنوعی که توسط یک مدل سرکش OpenAI هک شد، مجبور شد برای دفاع در برابر حمله از یک مدل وزن باز چینی استفاده کند، زیرا مدلهای منبع بسته محدودیتهایی برای استفاده در امنیت سایبری دارند.
استارتاپهای چینی در رقابت مدلهای وزن باز پیشتاز هستند و Kimi K3 از Moonshot، Qwen3.8-Max از علیبابا و V4-Flash از دیپسیک با عملکرد سیستمهای برتر آمریکایی رقابت میکنند. در مقابل، مدلهای پیشرو از توسعهدهندگان آمریکایی OpenAI، Anthropic و گوگل (Alphabet) از نوع وزن بسته هستند.
سهام متا که امسال حدود ۱۰ درصد کاهش یافته است، روز دوشنبه در معاملات پیش از بازار نزدیک به ۳ درصد افزایش داشت.
بازنگری در سیاست برای پیشبرد وزن باز ضروری است
متا همچنین قصد دارد وزنهای Muse Spark 1.2، پیشرفتهترین مدل خود را که توسط تیم پرهزینه ابرهوشمندی که سال گذشته برای بازگشت به رقابت هوش مصنوعی تشکیل داده بود، منتشر کند.
این شرکت مدتها از مدلهای باز حمایت کرده بود و از جمله معدود شرکتهای فناوری آمریکایی بود که چنین مدلهایی را منتشر کرد، تا اینکه استقبال ضعیف از Llama 4 در سال گذشته، تغییر استراتژی را تحمیل کرد.
زاکربرگ در مقاله گسترده هوش مصنوعی روز دوشنبه همچنین از یک صندوق جدید یک میلیارد دلاری رونمایی کرد که هدف آن کاهش نگرانیها درباره تأثیر ساخت مراکز داده با ارائه حمایت به جوامع است.
مخالفت محلی فزاینده با مراکز داده به یک مسئله کلیدی انتخاباتی در آمریکا و یکی از بزرگترین موانع برای تلاش غولهای فناوری برای ساخت زیرساختهای لازم برای تأمین انرژی هوش مصنوعی تبدیل شده است.
زاکربرگ، که شرکتش قرار است امسال تا ۱۴۵ میلیارد دلار برای زیرساخت هوش مصنوعی هزینه کند، گفت: «یکی از معایب مهم آمریکا نسبت به کشورهایی مانند چین این است که ساخت زیرساخت در اینجا دشوارتر است.»
زاکربرگ همچنین گفت که آمریکا باید سیاستهای خود را بازنگری کند تا شرکتهای داخلی در مدلهای وزن باز پیشرو شوند، از جمله در مورد استفاده از داده و تقطیر (distillation) - روشی که از خروجیهای یک سیستم هوش مصنوعی قدرتمند برای آموزش یک مدل کوچکتر استفاده میکند که میتواند برخی از همان وظایف را با قدرت محاسباتی بسیار کمتری انجام دهد.
او گفت که متا یک ساختار حاکمیتی اجرا خواهد کرد تا به مدیران مستقل خود قدرت تأیید معیارهای ایمنی برای انتشار مدلها را بدهد.
زاکربرگ با اشاره به مدلهای منبع باز گفت: «آزمایشگاههای خارجی در حال حاضر مزایای متعددی دارند، زیرا آزمایشگاههای آمریکایی باید از محدودیتهای اضافی زیادی در مورد دادههای آموزشی پیروی کنند.»
زاکربرگ افزود: «سیاست آمریکا باید این اصطکاک اضافی را کاهش دهد اگر میخواهیم مدلهای منبع باز آمریکایی در طول زمان پیشرو باشند.» او همچنین گفت که محدود کردن دسترسی به مدلهای منبع باز خارجی راهحل مؤثری نیست.
دولت دونالد ترامپ، رئیسجمهور آمریکا، اوایل این ماه به توسعهدهندگان هوش مصنوعی گفت که مدلهای هوش مصنوعی وزن باز را تحت آزمایشهای ایمنی داوطلبانه قرار نخواهد داد، به گفته دو منبع آشنا با این گفتگوها.