عقب‌نشینی بی‌سروصدا؛ چرا گوگل رقابت هوش مصنوعی را به OpenAI و Anthropic واگذار کرد؟

به نظر می‌رسد گوگل دیگر تمایلی به رقابت مستقیم با شرکت‌های پیشرویی مثل اوپن ای‌آی (OpenAI) و آنتروپیک (Anthropic) در مسیری مشترک ندارد. رقبای سرسخت گوگل به دنبال توسعه هوش مصنوعی خوداصلاح‌گر با توانایی کدنویسی مستقل هستند، در حالی که غول فناوری جهان راه دیگری را برگزیده و روی درک دنیای واقعی تمرکز کرده است.

این شکاف بزرگ به راحتی از دید عمومی پنهان مانده است؛ زیرا گوگل همچنان مدل‌های جدیدی را به بازار عرضه می‌کند و درآمدهای هنگفتی دارد. با این حال، سقوط آخرین مدل هوش مصنوعی این شرکت به رتبه دهم در رتبه‌بندی‌های مستقل، زنگ خطری جدی را برای ابهت فنی گوگل به صدا درآورده است. در این مقاله بی‌این‌کریپتو (BeInCrypto) ارائه کرده، ابعاد این تغییر استراتژی بزرگ و چالش‌های مالی جدی پیش روی شرکت آلفابت (Alphabet) را بررسی می‌کنیم.

آن‌چه گوگل درباره رقابت هوش مصنوعی می‌گوید و آن‌چه پنهان می‌کند

گوگل در ۲۱ ژوئیه (۳۰ تیر) مدل جمینای ۳.۶ فلش (Gemini ۳.۶ Flash) را معرفی کرد. تمرکز اصلی در معرفی این مدل بر سرعت بالا و کاهش هزینه‌ها بود، نه بر قدرت پردازش خالص.

بخش دیپ‌مایند گوگل در شبکه اجتماعی ایکس چنین نوشت:

ما سه مدل جدید را برای سریع‌تر، هوشمندتر و ارزان‌تر کردن مستقر کردن عامل‌های هوش مصنوعی (AI agents) در مقیاس بزرگ معرفی می‌کنیم: جمینای ۳.۶ فلش: این مدل توکن‌های کمتری نسبت به نسخه ۳.۵ فلش مصرف می‌کند تا کار با کیفیت بالاتری را با همان هزینه ارائه کند. جمینای ۳.۵ فلش لایت: گزینه‌ای سریع و مقرون‌به‌صرفه برای کارهای روزمره…

بر اساس گزارش وبلاگ رسمی گوگل، این مدل جدید ۱۷ درصد توکن کمتری نسبت به نسخه قبلی تولید می‌کند. توکن‌ها بخش‌های کوچکی از متن هستند که هوش مصنوعی می‌نویسد و تولید توکن کمتر به معنای ارزان‌تر تمام شدن پاسخ‌هاست.

اما موضوع قدرت پردازش کاملاً متفاوت است. رتبه‌بندی منتشرشده توسط شاخص تحلیل هوش مصنوعی، این مدل را در جایگاه دهم قرار داد و سایر آزمایشگاه‌های بزرگ رتبه‌های بالاتری نسبت به آن کسب کردند.

با این حال، گوگل دست‌بسته ننشسته است. این شرکت بزرگ‌ترین چرخه آموزش مدل خود را برای جمینای ۴ آغاز کرده است و مدل بزرگ‌تر جمینای ۳.۵ پرو (Gemini ۳.۵ Pro) نیز مراحل آزمایش توسط شرکای تجاری را سپری می‌کند.

ساندار پیچای (Sundar Pichai) نیز هدف متفاوتی را نشان گرفته است. او مسیر راه گوگل را بیش از آن‌که به کسب رتبه‌های برتر در جدول‌های رده‌بندی پیوند بزند، به توسعه عامل‌های شخصی‌سازی‌شده گره زده است.

اما سرمایه‌گذاران چندان آرام نیستند. سهام آلفابت در ماه ژوئن، پس از خروج دو پژوهشگر ارشد و پیوستن آن‌ها به شرکت‌های رقیب، نزدیک به ۶ درصد سقوط کرد.

راز بزرگ بخش دیپ‌مایند؛ سرمایه‌گذاری روی مدل‌های جهان‌شناخت

مدل جهان‌شناخت (World Model)، نوعی از هوش مصنوعی است که رفتار فیزیکی اشیا، جاذبه، حرکت و رابطه علت و معلولی را یاد می‌گیرد. این مدل به جای پیش‌بینی واژه بعدی در جمله‌ای معمولی، اتفاق بعدی را در محیطی فیزیکی پیش‌بینی می‌کند.

وب‌سایت دیپ‌مایند (DeepMind) به وضوح بر این استراتژی اصرار دارد. پروژه‌های جینی ۳ (Genie ۳) و جمینای رباتیکس (Gemini Robotics) تحت عنوان مدل‌های جهان‌شناخت و هوش مصنوعی تجسم‌یافته (Embodied AI) دسته‌بندی شده‌اند؛ اصطلاحی که به نرم‌افزارهای کنترل‌کننده ماشین‌ها و ربات‌ها اشاره دارد.

دیپ‌مایند در ماه مه پروژه جینی را به سرویس استریت ویو (Street View) گوگل تعمیم داد. این مرکز پژوهشی همچنین مدل سیمای ۲ (SIMA ۲) را به عنوان عاملی معرفی کرد که از طریق بازی در محیط‌های مجازی سه بعدی یاد می‌گیرد.

اما اوپن ای‌آی و آنتروپیک هدف کاملاً متفاوتی دارند. آن‌ها روی فناوری خوداصلاحی بازگشتی (Recursive Self-Improvement) یا به اختصار RSI تمرکز کرده‌اند. این مفهوم به زبانی ساده یعنی توسعه هوش مصنوعی بسیار هوشمندی که بتواند نسخه بعدی و بهتری از خودش را بسازد و این روند به طور متوالی تکرار شود.

آلبرتو رومرو (Alberto Romero)، تحلیلگر حوزه فناوری، معقتد است گوگل با برنامه‌ریزی قبلی این رقابت را ترک کرده است.

او در تحلیل اخیر خود نوشت:

هاسابیس روی موضوع دیگری شرط‌بندی کرده است: مدل‌های جهان‌شناخت. مدل‌هایی که می‌توانند جهان واقعی را شبیه‌سازی و درک کنند، نه اینکه صرفاً توکن بعدی را پیش‌بینی نمایند.

البته گوگل هرگز چنین سناریویی را رسماً تایید نکرده است. دمیس هاسابیس (Demis Hassabis)، مدیر دیپ‌مایند گوگل، در هیچ گفتگوی عمومی احتمال استفاده از مدل‌های خوداصلاح‌گر بازگشتی را رد نکرده است.

چرا رقبا معتقدند دیپ‌مایند راه فرعی و محتاطانه‌ای در پیش گرفته است؟

روشن‌ترین ارزیابی بیرونی از این موضوع ماه‌ها قبل توسط یکی از بنیان‌گذاران شرکت رقیب ارائه شد. جک کلارک (Jack Clark)، یکی از هم‌بنیان‌گذاران آنتروپیک، در مقاله‌ای به بررسی مسیر آینده هوش مصنوعی پرداخت.

او ۶۰ درصد احتمال داد که هوش مصنوعی تا پایان سال ۲۰۲۸ بتواند پژوهش‌های علمی مربوط به خودش را به طور مستقل مدیریت کند و این احتمال را برای سال ۲۰۲۷ حدود ۳۰ درصد دانست.

کلارک سپس این سوال را مطرح کرد که کدام آزمایشگاه‌ها واقعاً به دنبال این هدف هستند. او نوشت که دیپ‌مایند محتاط‌ترین عضو در بین سه غول بزرگ هوش مصنوعی به نظر می‌رسد.

سند کلارک برای این ادعا، مقاله سال ۲۰۲۵ دیپ‌مایند درباره ایمنی هوش مصنوعی بود که با همکاری شین لگ (Shane Legg)، یکی دیگر از بنیان‌گذاران این بخش، نوشته شده بود.

در مقابل، آنتروپیک بسیار بی‌باک‌تر گام برمی‌دارد. این شرکت در گزارشی پیرامون خوداصلاحی بازگشتی اعلام کرد که مدل هوش مصنوعی کلاد (Claude) تا ماه مه ۲۰۲۶ بیش از ۸۰ درصد کدهای ارائه‌شده توسط این شرکت را خودش نوشته است؛ سهمی که قبل از فوریه ۲۰۲۵ تقریباً به صفر نزدیک بود.

این شرکت اسناد متعددی از ساخت هوش مصنوعی بهتر توسط خود هوش مصنوعی منتشر کرده است. در آزمونی برای سنجش سرعت، مدل‌های این شرکت در ماه آوریل جهش سرعت ۵۲ برابری را نشان دادند، در حالی که این رقم در سال گذشته تنها ۲.۹ برابر بود. به طور معمول، ارتقای چهار برابری در همان کار برای مهندسی ماهر بین ۴ تا ۸ ساعت زمان می‌برد.

جک کلارک در حساب کاربری خود در شبکه اجتماعی ایکس نوشت:

من چند هفته گذشته را صرف خواندن صدها منبع داده عمومی درباره توسعه هوش مصنوعی کردم. اکنون باور دارم که ۶۰ درصد احتمال دارد که خوداصلاحی بازگشتی هوش مصنوعی تا پایان سال ۲۰۲۸ رخ دهد. به عبارت دیگر، سیستم‌های هوش مصنوعی ممکن است به زودی قادر به ساختن خودشان باشند.

آیا گوگل واقعاً از ماراتن رقابت فنی کنار کشیده است؟

دو واقعیت مهم وجود دارد که فرضیه کناره‌گیری گوگل را به چالش می‌کشد:

چالش صندوق ذخیره آلفابت؛ غول جستجو چقدر زمان دارد؟

توجیه صبوری گوگل ساده است؛ درآمدهای تبلیغاتی موتور جستجو هزینه تمام پروژه‌های دیگر را تامین می‌کند و به دیپ‌مایند اجازه می‌دهد تا با خیال راحت زمان بخرد. اما صورت‌های مالی آلفابت نشان می‌دهد که این حاشیه امنیت روزبه‌روز باریک‌تر می‌شود.

بر اساس گزارش‌های مالی منتشر شده در ۲۲ ژوئیه، درآمد آلفابت در سه ماهه منتهی به ژوئن با رشد ۲۴ درصدی به ۱۱۹.۸ میلیارد دلار رسید. بخش جستجو به تنهایی ۶۳.۳ میلیارد دلار درآمدزایی داشته است.

اما هزینه‌ها نیز سرسام‌آور است؛ آلفابت در این سه ماه ۴۴.۹ میلیارد دلار به ساخت مراکز داده و تجهیزات اختصاص داد که تقریباً دو برابر مدت زمان مشابه در سال گذشته است.

نتیجه این هزینه‌کرد عظیم، جریان نقدی آزاد منفی ۵.۸۶ میلیارد دلاری بود. این شاخص در ماه مارس مثبت ۱۰.۱ میلیارد دلار و در دسامبر سال گذشته مثبت ۲۴.۶ میلیارد دلار بود.

آلفابت برای جبران این کسری، در ماه ژوئن سهام جدیدی به ارزش ۴۹.۶ میلیارد دلار به فروش رساند و ۲۰.۳ میلیارد دلار دیگر نیز وام گرفت. بدهی‌های بلندمدت این شرکت ظرف شش ماه دو برابر شد و از ۴۶.۵ میلیارد دلار به ۹۸.۲ میلیارد دلار رسید.

همچنین، ردیف حسابرسی مربوط به تحقیقات مشترک هوش مصنوعی با زیان ۵.۷۹ میلیارد دلاری مواجه شد که نسبت به زیان ۳.۳۷ میلیارد دلاری قبلی روند صعودی داشته است. این ارقام نشان میدهند تماشاگر بودن و صبوری گوگل، بهای بسیار گزافی دارد.

برنده نهایی بازی هوش مصنوعی کیست؟

رقابت بین گوگل، اوپن ای‌آی و آنتروپیک وارد فاز حساسی شده است. در حالی که رقبای گوگل به سوی رویای ساخت هوش مصنوعی مافوق بشری با قابلیت خوداصلاحی خستگی‌ناپذیر پیش می‌روند، گوگل با تمرکز بر تعامل فیزیکی و مدل‌های جهان‌شناخت، مسیر آرام‌تر و امن‌تری را انتخاب کرده است.

برای درک بهتر برنده این بازی، شاخص‌های زیر را در ۳۰ روز آینده به دقت زیر نظر بگیرید:

جمینای ۴ آزمون واقعی گوگل خواهد بود. اگر مدل‌های جهان‌شناخت در بخش‌هایی کارساز شوند که هوش مصنوعی‌های کدنویس در آن زمین‌گیر می‌شوند، استراتژی گام‌به‌گام و صبورانه گوگل به جای عقب‌نشینی ترس‌آلود، تصمیمی بسیار هوشمندانه جلوه خواهد کرد. در غیر این صورت، گزارش‌های مالی بعدی نشان خواهند داد که آلفابت تا چه زمان می‌تواند هزینه این غیبت گران‌قیمت را بپردازد. به عنوان فعال یا کاربر بازارهای تکنولوژی، اکنون زمان بازنگری در ابزارهای هوش مصنوعی مصرفی‌تان است؛ چرا که تغییر توازن قوا پلتفرم‌های ابزار کار شما را کاملاً دگرگون خواهد کرد.

The post عقب‌نشینی بی‌سروصدا؛ چرا گوگل رقابت هوش مصنوعی را به OpenAI و Anthropic واگذار کرد؟ appeared first on ارزدیجیتال.

نوشته عقب‌نشینی بی‌سروصدا؛ چرا گوگل رقابت هوش مصنوعی را به OpenAI و Anthropic واگذار کرد؟ اولین بار در BTC khabar. پدیدار شد.

خروج از نسخه موبایل