به گزارش رسانه تحلیلی خبری آناژورنال، در روز سه‌شنبه، Meta اولین کنفرانس توسعه‌دهندگان هوش مصنوعی خود به نام LlamaCon را در مقر این شرکت در منلو پارک، کالیفرنیا برگزار کرد.
جدیدترین اخبار هوش مصنوعی را در آناژورنال بخوانید.
در این کنفرانس، این شرکت از راه‌اندازی یک اپلیکیشن چت‌بات Meta AI برای مصرف‌کنندگان خبر داد که قصد دارد با ChatGPT رقابت کند، همچنین یک API برای دسترسی به مدل‌های Llama در فضای ابری نیز معرفی شد.
این دو محصول به‌دنبال گسترش استفاده از مدل‌های Llama شرکت Meta هستند، اما هدف اصلی این محصولات ممکن است چیزی فراتر از گسترش پذیرش این مدل‌ها باشد: شکست دادن OpenAI.
هدف کلی Meta در زمینه هوش مصنوعی، به طور گسترده، توسعه یک اکوسیستم هوش مصنوعی باز است که با ارائه مدل‌های خود به‌صورت آزاد، رقابتی را برای ارائه‌دهندگان مدل‌های بسته مانند OpenAI به راه می‌اندازد.
اپلیکیشن چت‌بات Meta AI تقریباً به‌عنوان پیش‌دستی برای مقابله با شایعاتی که حول شبکه اجتماعی OpenAI می‌چرخید، به نظر می‌رسد.
این اپ دارای یک فید اجتماعی است که کاربران می‌توانند چت‌های هوش مصنوعی خود را به اشتراک بگذارند و پاسخ‌های شخصی‌سازی‌شده‌ای بر اساس فعالیت‌های کاربر در اپلیکیشن‌های Meta دریافت کنند.
در مورد API مدل‌های Llama، این API رقابتی برای کسب‌وکار API شرکت OpenAI است. API مدل‌های Llama به‌گونه‌ای طراحی شده است که ساخت اپلیکیشن‌هایی که به مدل‌های Llama متصل می‌شوند را برای توسعه‌دهندگان ساده‌تر می‌کند، فقط با یک خط کد.
این امکان را می‌دهد که نیاز به استفاده از ارائه‌دهندگان ثالث خدمات ابری برای اجرای مدل‌های Llama از بین برود و Meta قادر به ارائه ابزارهای بیشتری برای توسعه‌دهندگان هوش مصنوعی شود.
برای Meta، OpenAI به‌عنوان یکی از رقبای اصلی شناخته می‌شود. پرونده‌های قضائی در یک پرونده علیه Meta نشان می‌دهند که مدیران این شرکت پیش‌تر بر روی شکست دادن مدل GPT-4 OpenAI تمرکز داشتند، که زمانی مدل پیشرفته‌ای به شمار می‌رفت.
رقابت با ارائه‌دهندگان مدل‌های بسته مانند OpenAI به طور مداوم بخشی از استراتژی هوش مصنوعی Meta بوده است.
در یک نامه در ژوئیه 2024، مارک زاکربرگ، مدیرعامل Meta، در تلاش بود تا خود را از شرکت‌هایی مانند OpenAI متمایز کند و نوشت که “فروش دسترسی به مدل‌های هوش مصنوعی مدل کسب‌وکار Meta نیست.”
چندین محقق هوش مصنوعی که با TechCrunch پیش از LlamaCon صحبت کرده بودند، امیدوار بودند که Meta یک مدل هوش مصنوعی استدلالی رقابتی مشابه o3-mini OpenAI منتشر کند.
اما این اتفاق نیفتاد. اما برای Meta، هدف لزوماً برنده شدن در رقابت هوش مصنوعی نیست.
در گفت‌وگویی که در جریان کنفرانس LlamaCon با علی قودسی، مدیرعامل Databricks، برگزار شد، زاکربرگ گفت که هر آزمایشگاه هوش مصنوعی که مدل‌های خود را به‌صورت آزاد منتشر کند، از جمله DeepSeek و Qwen شرکت علی‌بابا، به‌عنوان هم‌پیمانان Meta در مبارزه علیه ارائه‌دهندگان مدل‌های بسته به شمار می‌آید.
زاکربرگ گفت: “بخشی از ارزش در منبع‌باز این است که شما می‌توانید مدل‌ها را با هم ترکیب و تطبیق دهید.
بنابراین اگر مدل دیگری، مانند DeepSeek، بهتر باشد یا اگر Qwen در زمینه‌ای بهتر عمل کند، توسعه‌دهندگان می‌توانند بهترین بخش‌های هوش مدل‌های مختلف را بگیرند و دقیقاً آن‌چه را که نیاز دارند تولید کنند.
این همان چیزی است که به‌طور کلی منبع‌باز را از مدل‌های بسته جلوتر می‌اندازد.”
فراتر از محدود کردن رشد OpenAI، Meta ممکن است تلاش کند مدل‌های باز خود را برای رسیدن به مزایای قانونی پیش ببرد.
قانون AI اتحادیه اروپا امتیازات ویژه‌ای به شرکت‌هایی می‌دهد که سیستم‌های هوش مصنوعی “آزاد و منبع‌باز” توزیع می‌کنند.
Meta اغلب مدعی است که مدل‌های Llama آن‌ها “منبع‌باز” هستند، اگرچه در مورد این که آیا این مدل‌ها شرایط لازم را برای این عنوان دارند، بحث‌هایی وجود دارد.
صرف نظر از دلایل، به نظر می‌رسد که Meta از راه‌اندازی‌های هوش مصنوعی که اکوسیستم مدل‌های باز را تقویت می‌کند و از رشد OpenAI جلوگیری می‌کند، راضی است — گاهی اوقات حتی به‌قیمت عدم ارائه مدل‌های پیشرفته خود.
سوالات متداول:
هدف اصلی Meta از برگزاری LlamaCon چه بود؟
هدف اصلی Meta از برگزاری LlamaCon رقابت با OpenAI و تقویت اکوسیستم هوش مصنوعی باز از طریق مدل‌های Llama بود.
چه محصولات جدیدی در LlamaCon معرفی شد؟
در LlamaCon، Meta از اپلیکیشن چت‌بات Meta AI برای مصرف‌کنندگان و API مدل‌های Llama برای توسعه‌دهندگان رونمایی کرد.
چرا Meta می‌خواهد با OpenAI رقابت کند؟
Meta به دنبال ایجاد یک اکوسیستم هوش مصنوعی باز است که با ارائه مدل‌های آزاد و رایگان، رقیب مدل‌های بسته‌ای مانند OpenAI شود.
مدل‌های Llama چگونه با مدل‌های دیگر هوش مصنوعی رقابت می‌کنند؟
مدل‌های Llama به توسعه‌دهندگان این امکان را می‌دهند که به راحتی از این مدل‌ها در فضای ابری استفاده کنند و مدل‌های مختلف را با هم ترکیب و بهینه‌سازی کنند.
