گزارش‌ها حاکی از این هستند که شرکت «متا» قصد دارد مسیر خود را از عرضه مدل‌های هوش مصنوعی باز به سوی انتشار مدل‌های هوش مصنوعی بسته تغییر دهد.

اعضای ارشد آزمایشگاه جدید هوش مصنوعی «متا»(Meta) درباره تغییر مسیر از مدل هوش مصنوعی ‌باز قوی «بهیموث»(Behemoth) این شرکت و در عوض توسعه یک مدل بسته گفت‌وگو کرده‌اند.

به نقل از تک کرانچ، منابع آگاه گفتند که متا آموزش بهیموث را تکمیل کرده بود اما به دلیل عملکرد داخلی ضعیف، انتشار آن را به تعویق انداخت. گزارش‌ها حاکی از آن هستند که پس از راه‌اندازی آزمایشگاه جدید «سوپراینتلیجنس»(Superintelligence)، آزمایش روی این مدل متوقف شد.

گفت‌وگو فقط در همین حد هستند. «مارک زاکربرگ»(Mark Zuckerberg) مدیرعامل متا همچنان باید هرگونه تغییری را تأیید کند و سخن‌گوی شرکت در مصاحبه با تک کرانچ خاطرنشان کرد که موضع متا درباره هوش مصنوعی ‌باز تغییر نکرده است. سخن‌گوی متا گفت: ما قصد داریم به انتشار مدل‌های ‌باز پیشرو ادامه دهیم. ما همه چیزهایی را که از گذشته توسعه داده‌ایم، عرضه نکرده‌ایم و انتظار داریم در آینده به آموزش ترکیبی از مدل‌های باز و بسته ادامه دهیم.

این مقام مسئول درباره تغییر احتمالی متا درباره بهیموث اظهار نظری نکرد. اگر این اتفاق بیفتد و متا بتواند مدل‌های ‌باز را در اولویت قرار دهد، یک تغییر بزرگ برای این شرکت خواهد بود.

متا مدل‌های ‌باز پیشرفته‌تری مانند مدل‌های پشتیبان دستیار هوش مصنوعی متا را در داخل شرکت مستقر می‌کند. زاکربرگ مدل‌های ‌باز را به بخش مرکزی راهبرد هوش مصنوعی خارجی شرکت تبدیل کرده بود که راهی برای سرعت بخشیدن به توسعه هوش مصنوعی به شمار می‌رفت. او اعلام کرد که خانواده مدل‌های «لاما»(Llama) باز هستند و این را وجه تمایز آنها از مدل‌های رقبایی مانند شرکت «اوپن‌ای‌آی»(OpenAI) معرفی کرد که زاکربرگ علناً از آن به دلیل بسته‌تر شدن پس از همکاری با «مایکروسافت»(Microsoft) انتقاد کرده بود.

متا تحت فشار است تا فراتر از تبلیغات به درآمد برسد زیرا میلیاردها دلار به هوش مصنوعی تزریق می‌کند. این کار شامل پرداخت پاداش‌های هنگفت برای امضای قرارداد و حقوق‌های ۹ رقمی به پژوهشگران برتر، ساخت مراکز داده جدید و پوشش هزینه‌های هنگفت توسعه هوش مصنوعی جامع یا ابرهوش است.

متا با وجود داشتن یکی از برترین آزمایشگاه‌های تحقیقاتی هوش مصنوعی در جهان هنوز در زمینه تجاری‌سازی هوش مصنوعی خود از رقبایی مانند اوپن‌ای‌آی، «آنتروپیک»(Anthropic)، «دیپ‌مایند»(DeepMind) و «ایکس‌ای‌آی»(xAI) عقب مانده است.

اگر متا به مدل‌های بسته اولویت دهد، نشان خواهد داد که باز بودن مدل‌ها یک بازی راهبردی بوده است، نه یک بازی ایدئولوژیک. نظرات گذشته زاکربرگ به نوعی دوگانگی درباره تعهد به ‌باز بودن مدل‌های متا اشاره دارد. او تابستان گذشته در یک پادکست گفت: ما آشکارا طرفدار مدل ‌باز هستیم اما من به انتشار تک‌تک کارهایی که انجام می‌دهیم، متعهد نشده‌ام. من اساساً تمایل دارم که فکر کنم ‌باز بودن مدل‌ها برای جامعه و همچنین برای ما خوب خواهد بود زیرا ما از نوآوری‌ها بهره‌مند خواهیم شد. با وجود این، اگر در مقطعی تغییر کیفی در توانایی‌های مدل ایجاد شود و احساس کنیم که مسئولیتی برای ‌باز بودن آن نداریم، این کار را نخواهیم کرد. پیش‌بینی همه چیز بسیار دشوار است.

مدل‌های بسته، امکان کنترل بیشتر و راه‌های بیشتری را برای کسب درآمد به متا می‌دهند؛ به‌ ویژه اگر این شرکت معتقد باشد استعدادهایی که جذب کرده می‌توانند عملکرد رقابتی و بهترین نمونه در نوع خود را ارائه دهند.

چنین تغییری می‌تواند چشم‌انداز هوش مصنوعی را نیز تغییر دهد. سرعت حرکت مدل‌های ‌باز که عمدتاً تحت هدایت متا و مدل‌هایی مانند لاما قرار دارد، ممکن است کند شود. حتی با این که اوپن‌ای‌آی برای انتشار مدل باز به‌تأخیرافتاده خود آماده می‌شود، ممکن است این اتفاق رخ دهد. قدرت می‌تواند به سمت بازیگران اصلی با اکوسیستم‌های بسته بازگردد؛ در حالی که توسعه مدل‌های ‌باز ممکن است محصول تلاش‌های مردمی باقی بماند. اثرات موجی در سراسر اکوسیستم استارت‌آپی ادامه خواهد یافت؛ به ویژه برای شرکت‌های کوچک‌تر که روی ریزه‌کاری، ایمنی و هم‌ترازی مدل متمرکز هستند و به دسترسی به مدل‌های باز بنیادین اتکا دارند.

در عرصه جهانی، عقب‌نشینی متا از مدل هوش مصنوعی ‌باز می‌تواند میدان را به چین واگذار کند که هوش مصنوعی ‌باز مانند «دیپ‌سیک»(DeepSeek) و «مون‌شات ای‌آی»(Moonshot AI) را به عنوان راهی برای ایجاد توانایی داخلی و نفوذ جهانی پذیرفته است.