- تتر از طریق بخش QVAC خود، Genesis I را راهاندازی کرده است؛ یک مجموعه داده مصنوعی شامل ۴۱ میلیارد توکن که برای آموزش مدلهای هوش مصنوعی در حوزههای STEM طراحی شده است.
- هدف این ابتکار، دموکراتیزه کردن هوش مصنوعی و به چالش کشیدن تسلط شرکتهای بزرگ فناوری بر توسعه آن است.
- همزمان با Genesis I، تتر QVAC Workbench را نیز منتشر کرده است؛ برنامهای که به کاربران امکان میدهد مدلهای هوش مصنوعی را به صورت محلی روی دستگاههای خود اجرا کنند.
- این مجموعه داده بر تقویت استدلال علمی و توانایی حل مسئله پیچیده در هوش مصنوعی تمرکز دارد.
- QVAC Workbench دارای قابلیت Delegated Inference است که به دستگاههای موبایل اجازه میدهد از قدرت ایستگاههای کاری دسکتاپ استفاده کنند.
چالش کشیدن تمرکز در هوش مصنوعی با Genesis I
بخش هوش مصنوعی تتر، QVAC، رسماً Genesis I را راهاندازی کرده است؛ یک مجموعه داده مصنوعی قابل توجه که شامل ۴۱ میلیارد توکن است. این عرضه مستقیماً با تمایل چشمانداز هوش مصنوعی به سمت کنترل متمرکز که عمدتاً توسط شرکتهای بزرگ فناوری تسلط دارد، مقابله میکند.
مجموعه داده Genesis I با دقت طراحی و اعتبارسنجی شده است تا عملکرد مدلهای هوش مصنوعی را در رشتههای تخصصی STEM به طور چشمگیری بهبود بخشد. این حوزهها اغلب چالشهایی را برای هوش مصنوعی متنباز استاندارد ایجاد میکنند، از جمله موضوعات پیچیدهای مانند ریاضیات، فیزیک و پزشکی.
پائولو آردینو، مدیرعامل تتر، چشمانداز شرکت را پشت این ابتکار تشریح کرد و گفت: هوش نباید متمرکز باشد. وی بیشتر توضیح داد که ترکیبی از QVAC Workbench و Genesis I با هدف باز کردن قفل هوش بینهایت از طریق هوش مصنوعی است که میتواند به طور مستقل بر روی دستگاههای فردی عمل کند، بیاموزد و تکامل یابد.
دیدگاه آردینو بر اعتقاد اصلی تتر تأکید دارد: هوش، بازتاب اصول اطلاعات آزاد، باید جهانی در دسترس باشد و متعلق به همه باشد، نه اینکه توسط محدودیتهای شرکتی محصور شود یا به عنوان یک سرویس پولی ارائه شود.
💡 این مجموعه داده با هدف رفع فقدان توانایی استدلال منطقی عمیق در سیستمهای هوش مصنوعی متنباز فعلی توسعه یافته است. فرآیند چند مرحلهای شامل تولید و اعتبارسنجی دقیق دادهها، کیفیت مجموعه داده را تضمین میکند و آن را برای آموزش مدلهای هوش مصنوعی در درک روابط پیچیده و ارتباطات منطقی ایدهآل میسازد.پارادایمی نوین برای دسترسی و کنترل هوش مصنوعی
توسعه مجموعه داده Genesis I توسط QVAC به طور مشخص با نیاز به رفع یک نقص قابل توجه در سیستمهای هوش مصنوعی متنباز فعلی هدایت شد: فقدان قابلیتهای استدلال منطقی عمیق. تیم تحقیقاتی تتر از یک فرآیند پیچیده چند مرحلهای، شامل تولید و اعتبارسنجی دقیق دادهها، استفاده کرد.
این فرآیند، مواد علمی و آموزشی با کیفیت بالا را به قالبی ساختاریافته و ایدهآل برای یادگیری هوش مصنوعی تبدیل کرد. نتیجه، مجموعهای عظیم شامل ۴۱ میلیارد توکن است که برای تجهیز مدلهای هوش مصنوعی به درک روابط پیچیده و اتصالات منطقی بین مفاهیم مختلف طراحی شده است.
این رویکرد فراتر از تشخیص صرف الگو است و توسعه مهارتهای تفکر انتقادی واقعی را در هوش مصنوعی ترویج میدهد. آردینو این تفاوت حیاتی را برجسته کرد و خاطرنشان کرد: بیشتر هوش مصنوعی امروز هوشمند به نظر میرسد، اما واقعاً فکر نمیکند. ما این مجموعه داده را برای کمک به مدلها در درک علت و معلول طراحی کردیم.
توانمندسازی هوش مصنوعی محلی با QVAC Workbench
به موازات مجموعه داده Genesis I، تتر همچنین نحوه دسترسی و استفاده از هوش مصنوعی را از طریق انتشار QVAC Workbench متحول میکند. این اولین برنامه مصرفکننده تتر است که برای عملیات محلی هوش مصنوعی طراحی شده است.
QVAC Workbench به کاربران این امکان را میدهد که طیف گستردهای از مدلهای هوش مصنوعی را مستقیماً بر روی دستگاههای شخصی خود اجرا کنند. این شامل گزینههای متنباز محبوب مانند Llama، Medgemma و Qwen است که انعطافپذیری و کنترل قابل توجهی را به کاربر ارائه میدهد.
این برنامه که اکنون برای اندروید، ویندوز، macOS و لینوکس در دسترس است و نسخه iOS آن نیز به زودی عرضه خواهد شد، به ویژه برای محققان و علاقهمندان به هوش مصنوعی هدف قرار گرفته است. یک ویژگی برجسته، Delegated Inference است که به دستگاه موبایل کاربر اجازه میدهد به صورت همتا به همتا با نسخه قویتر دسکتاپ متصل شود.
این قابلیت به کاربران امکان میدهد تا از قابلیتهای محاسباتی کامل ایستگاههای کاری خانگی یا اداری خود مستقیماً از طریق تلفن هوشمند خود استفاده کنند و راحتی را با قدرت پردازش قابل توجه ترکیب کنند.
💡 قابلیت Delegated Inference در QVAC Workbench نوآوری قابل توجهی است که امکان استفاده از قدرت پردازش دستگاههای قدرتمندتر را برای دستگاههای تلفن همراه فراهم میکند. این امر، محدودیتهای سختافزاری را کاهش داده و دسترسی به مدلهای پیچیده هوش مصنوعی را برای طیف وسیعتری از کاربران، به ویژه کسانی که به ایستگاههای کاری قوی دسترسی دارند، آسانتر میسازد.دیدگاه فاندفا: چشماندازی برای هوش غیرمتمرکز
انتشار همزمان QVAC Genesis I و QVAC Workbench، سنگ بنای استراتژی بلندپروازانه تتر برای تغییر بنیادی صنعت هوش مصنوعی را نشان میدهد. این رویکرد به شدت از اصول بنیادین تتر در فضای دارایی دیجیتال تقلید میکند.
هدف اصلی آنها ایجاد سیستمهای باز و همتا به همتا است که به طور قابل توجهی وابستگی به واسطههای متمرکز را کاهش میدهد و در نتیجه دسترسی و کنترل بر قابلیتهای پیشرفته هوش مصنوعی را دموکراتیزه میکند.