متا میوس (Meta Muse) در دو هفته از مرز یک میلیون کاربر گذشت؛ زاکربرگ: شکست لاما ۴ (Llama 4) وحشتناکترین لحظه بود و از تلاش برای دستیابی به هوش مصنوعی عمومی (AGI) با قدرت محاسباتی عظیم خبر داد.
سه سال پیش، مارک زاکربرگ، مدیرعامل متا، در برنامه جو روگان (Joe Rogan) گفته بود که روزی مردم عینکهایی به چشم خواهند زد و عوامل هوش مصنوعی (AI Agent) به دنبال آن ظهور خواهند کرد. امروز، این پیشبینی در حال تحقق است.
میوس (Muse)، دستیار هوش مصنوعی شخصی متا، تنها در دو هفته پس از عرضه، میلیونها کاربر را جذب کرده است. زاکربرگ در مصاحبهای در تاریخ ۲۵ سپتامبر گفت: «چنین اتفاقی هر چند سال یک بار رخ میدهد.» او واکنش اولیه به میوس را «ضربه خانگی» توصیف کرد که در تاریخ محصولات متا کمسابقه است.
او همچنین اعلام کرد که میوس به طور کامل در عینکهای هوشمند ریبن (Ray-Ban) ادغام خواهد شد و کاربران دیگر نیازی به گفتن «هی متا» نخواهند داشت، بلکه میتوانند با کلمات کلیدی دلخواه خود، دستیار هوش مصنوعی شخصیشان را فراخوانی کنند.
متاورس، عینکهای هوشمند و مدلهای زبانی بزرگ که سالها به عنوان سه قمار مستقل تلقی میشدند، اکنون در سطح محصولات متا در حال همگرایی سریع هستند.
در این مصاحبه، زاکربرگ همچنین اعتراف کرد که شکست لاما ۴ (Llama 4) «وحشتناکترین لحظه» بوده و فاش کرد که متا در حال ساخت یک خوشه محاسباتی ۵ گیگاواتی است و معتقد است که قدرت محاسباتی کافی میتواند به «شکستن قفل» دستیابی به هوش مصنوعی عمومی (AGI) منجر شود.
آغاز میوس از یک تجربه خانگی
میوس از زمانی آغاز شد که زاکربرگ و همکارانش، نَت (Nat) و اَلِکس (Alex)، در خانه با ابزارهای متنباز، نسخهای اولیه را «سرهمبندی» کردند.
زاکربرگ گفت: «متوجه شدیم که این یک تجربه جادویی است. اگر بتوانیم آن را به گونهای بسازیم که هر کسی بتواند از آن استفاده کند – بدون نیاز به خرید مک مینی (Mac Mini) شخصی، بدون نیاز به دست و پنجه نرم کردن با ترمینال – آنگاه این چیزی خواهد بود که میلیاردها نفر میخواهند.»
این قضاوت، منطق توسعه بعدی را هدایت کرد: نه تنها آموزش مدل، بلکه توسعه تمامعیار از مدل، چارچوبها گرفته تا مکانیسم «ضربان قلب» عامل هوش مصنوعی – عاملی که به طور خودکار و منظم بیدار میشود، اهداف کاربر را بررسی میکند و وظایف در دست اقدام را پیش میبرد.
دادههای پس از عرضه، این قضاوت را تأیید کردند. میلیونها کاربر در عرض دو هفته.
تمایز هوش مصنوعی شخصی و عمومی
زاکربرگ تفاوت بین هوش مصنوعی شخصی و هوش مصنوعی عمومی را در تمرکز رقابت فعلی بر روی تبدیل مدلها به عوامل (Agents) بهتر خلاصه کرد.
او گفت: «بزرگترین اتفاق سال گذشته، اساساً عوامل برنامهنویس بود.» او توانایی برنامهنویسی را مهم دانست، زیرا حتی اگر کاربر مستقیماً کد ننویسد، «میوس شما در پسزمینه دائماً برای شما کد مینویسد تا کارهای مختلف را انجام دهد.»
اما او معتقد است که عوامل شخصی نباید فقط توانایی کدنویسی یا اجرای وظایف را داشته باشند، بلکه باید مرزهای حریم خصوصی و زمینه اجتماعی را نیز درک کنند.
زاکربرگ به عنوان مثال گفت که وقتی کاربر از میوس میخواهد رستورانی را رزرو کند، عامل ممکن است از آلرژیهای غذایی یا بارداری کاربر مطلع باشد، اما این بدان معنا نیست که این اطلاعات باید به طور خودکار فاش شود. «شما میخواهید که وظیفه انجام شود و در عین حال کمترین اطلاعات ممکن فاش شود.»
او این توانایی را «مهارتهای اجتماعی اساسی یا عقل سلیم» نامید که انسانها معمولاً دارند، اما اگر شرکتها فقط عوامل کدنویس را آموزش دهند، بسیاری از آنها این قابلیت را در دامنه تواناییهای مدل خود قرار نمیدهند.
زاکربرگ گفت: «ما کل مدل را آموزش میدهیم، نه اینکه یک مدل آماده را از دیگران بگیریم و سپس یک چارچوب و عامل در اطراف آن بسازیم.» متا همچنین ویژگیهایی مانند حافظه، ردیابی وظایف، انیمیشن شخصیت مجازی و تعامل صوتی بیدرنگ را در سطح محصول اضافه کرده است.
در مورد شخصیسازی، او اظهار داشت که متا معتقد نیست هوش مصنوعی باید فقط یک شخصیت ثابت داشته باشد. «آزمایشگاههای زیادی در حال بررسی چگونگی تنظیم صحیح شخصیت هستند، اما من هرگز فکر نمیکنم که شخصیت فقط یک پاسخ صحیح داشته باشد.»
او گفت که میوس به کاربران اجازه میدهد آواتار، صدا و شخصیت اصلی خود را تغییر دهند و هدف طراحی مدل، قابلیت کنترل بالا است. «شما میتوانید نحوه تعامل خود را با آن تعریف کنید، و این برای یک عامل شخصی مهم است.»
زیرساخت امنیتی میوس: ماشین مجازی امن
یکی از زیرساختهای اصلی که میوس را از سایر محصولات هوش مصنوعی متمایز میکند، اختصاص یک ماشین مجازی امن (Secure VM) جداگانه برای هر عامل توسط متا است.
زاکربرگ دلیل این امر را توضیح داد:
«عامل شما اطلاعات حساس زیادی در مورد شما خواهد آموخت. ما معتقد نیستیم که این اطلاعات باید با دادههای همه در یک استخر مخلوط شود.»
او ماشین مجازی امن میوس را به «کامپیوتر شخصی شما که زیر میزتان قرار دارد» تشبیه کرد – دادههای کاربر به صورت رمزگذاری شده ذخیره میشوند، گواهیهای حساس مانند رمزهای عبور از طریق ماژول امنیتی مستقل مدیریت میشوند و خود عامل نمیتواند مستقیماً به آنها دسترسی داشته باشد.
بر این اساس، متا همچنین یک عامل امنیتی به نام «سنتینل» (Sentinel) طراحی کرده است که به طور خاص جریانهای داده ورودی و خروجی میوس را نظارت میکند و در صورت تشخیص عملیات غیرعادی یا پرخطر، آن را مسدود کرده و از کاربر برای مجوزدهی درخواست میکند.
ادغام با عینکهای هوشمند ریبن
زاکربرگ در این مصاحبه فاش کرد که میوس به طور کامل با سری عینکهای هوشمند ریبن ادغام خواهد شد و نحوه تعامل فعلی را ارتقا خواهد داد.
عینکهای فعلی تجربه «گفتگوی تکمرحلهای» را ارائه میدهند – یک جمله میگویید و یک پاسخ دریافت میکنید، و تمام. با ادغام میوس، عینک به ورودی جلویی عامل تبدیل میشود: کاربر صحبت میکند، میوس در پسزمینه در ماشین مجازی امن به کار خود ادامه میدهد و پس از اتمام وظیفه، بازخورد میدهد.
او در مورد مسیر محصول عینکها، یک سلسله مراتب سختافزاری واضح را توصیف کرد:
او گفت که سرمایهگذاری بلندمدت متا در عینکها، این شرکت را در موقعیت مطلوبی با بلوغ عوامل هوش مصنوعی قرار میدهد. متا در حال معرفی میوس و سایر قابلیتهای هوش مصنوعی به محصولات عینک است، در حالی که فناوری متاورس که در گذشته بیشتر بر «حس حضور» تأکید داشت، همچنان در حال پیشرفت است، اما در حال حاضر منابع بیشتری به میوس و قابلیتهای هوش مصنوعی عینکهای هوشمند اختصاص یافته است.
در مورد تصاویر مجازی، زاکربرگ گفت که متا قبلاً برای تولید آواتارهای واقعگرایانه با کیفیت بالا به دستگاههای اتاقگیر، اسکن چند زاویهای و محیطهای GPU سازمانی نیاز داشت؛ در حال حاضر، کاربران میتوانند با چند عکس این کار را انجام دهند و این قابلیتها میتوانند بر روی یک جفت عینک واقعیت مجازی اجرا شوند.
زاکربرگ با نگاه به سال ۲۰۳۰، گفت که چشمانداز اصلی متاورس همیشه ادغام دنیای فیزیکی و دیجیتال بوده است. او به عنوان مثال گفت که در آینده، مردم میتوانند با دوستان خود که از طریق تصاویر هولوگرافیک متصل شدهاند، در فعالیتهای آنلاین شرکت کنند؛ در محیطهای کاری، انسانها و چندین عامل میتوانند در گروههای چت یا جلسات شرکت کنند و عوامل میتوانند به صورت هولوگرافیک یا سایر اشکال تجسم یافته ظاهر شوند.
اعتراف به شکست لاما ۴ و تلاش برای دستیابی به AGI
همه شرطبندیها موفقیتآمیز نبودند. زاکربرگ در این مصاحبه به ندرت به طور مستقیم به شکست لاما ۴ (Llama 4) اشاره کرد.
«پس از لاما ۴، آن وحشتناکترین لحظه بود… فکر میکردم در مسیر درست هستیم، اما نبودیم. این یک اتفاق منفی نسبتاً بزرگ بود.»
او مشکل را به خطای اساسی در ساختار تیم نسبت داد:
«من تیم را به شیوهای مشابه سیستم توصیه اینستاگرام یا سیستم تبلیغات سازماندهی کردم – صدها یا هزاران نفر به طور موازی پیش میرفتند. اما آموزش مدلهای زبانی نیاز به یک تیم کوچک و همکاری نزدیک دارد، که آن را به عنوان یک پروژه علمی گروهی انجام دهد. هر جایگاه بسیار ارزشمند است.»
در نتیجه، متا به طور کامل بازسازی شد، استعدادهای برتر را از سراسر صنعت جذب کرد و آزمایشگاه ابر هوش متا (Meta Super Intelligence Lab، MSL) را تأسیس کرد. زاکربرگ گفت که نسل بعدی مدلها به زودی منتشر خواهد شد، اما در کنفرانس Connect اعلام نخواهد شد.
در مورد مسیر فنی دستیابی به AGI، زاکربرگ یک قضاوت مستقیم ارائه داد.
«من مطمئن نیستم که چه پیشرفتهای معماری اساسی دیگری لازم است… من فکر میکنم که ما تقریباً دستور پخت را میدانیم. اگر بتوانید یک خوشه ابر رایانهای به اندازه کافی بزرگ بسازید، میتوانید آن را با قدرت محاسباتی زیاد بشکنید و به آنجا برسید.»
مسیر گسترش قدرت محاسباتی متا در حال حاضر: خوشه بیش از ۱ گیگاوات در اوهایو تقریباً عملیاتی شده و برای آموزش نسل بعدی مدلها استفاده میشود؛ خوشه ۵ گیگاواتی در لوئیزیانا در حال ساخت است.
او گفت: «وقتی خوشههای چند گیگاواتی برای آموزش دارید، اساساً چیزی نزدیک به AGI یا حتی ابر هوش خواهید داشت.»
با این حال، او افزود که مسیر فعلی مبتنی بر قدرت محاسباتی به معنای بیاهمیت بودن تحقیقات معماری نیست –
«مغز انسان تنها حدود ۱۰ وات مصرف میکند، در حالی که سیستمهای ما ممکن است یک میلیون برابر ناکارآمدتر از آن باشند. اگر قدرت محاسباتی عظیم و پیشرفتهای معماری را ترکیب کنید، میتوانید واقعاً پیشرو باشید.»
رویکرد واقعبینانه به ایمنی هوش مصنوعی
زاکربرگ رویکردی واقعبینانه به ایمنی هوش مصنوعی دارد – او آن را نه به عنوان فشار نظارتی، بلکه به عنوان پیششرط موفقیت محصول میبیند.
«اگر از میوس بخواهید کاری انجام دهد، اما او برعکس آن را انجام دهد، چه کسی هنوز از آن استفاده خواهد کرد؟ ما باید اطمینان حاصل کنیم که مدلها نه تنها دستورالعملهای خاص شما را درک میکنند، بلکه قصد و ارزشهای شما را نیز درک میکنند.»
او گفت: «برای اینکه میوس به یک میلیارد کاربر برسد، باید مشکل همترازی را حل کنیم، یا پیشرفت قابل توجهی در این زمینه داشته باشیم.»
در مورد مرزهای ایمنی در طول فرآیند آموزش، او از یک قیاس استفاده کرد: «مانند این است که والدین برای فرزندانشان قانون تعیین میکنند – اگر آن را با تغییر پیکربندی سیستم «حل» کند، باید به او بگویم: نه، من از تو خواستم روش حل مسئله را یاد بگیری، نه اینکه از میانبر برای دور زدن آن استفاده کنی.»
