تتر با انتشار مجموعه داده ۴۱ میلیارد توکن مصنوعی، رقابت در حوزه هوش مصنوعی علمی و فناوری را جدی‌تر می‌کند

تتر (تیتر) با ارائه مجموعه داده‌های مصنوعی «جینسیس I» (Genesis I)، چالش جدیدی علیه مزیت بنیادین مدل‌های هوش مصنوعی غول‌های فناوری بزرگ (Big Tech) وارد کرده است. این مجموعه داده عظیم، شامل ۴۱ میلیارد توکن تولید شده به صورت مصنوعی، با هدف آموزش مدل‌ها در حوزه‌های علمی و مهندسی، به‌ویژه در زمینه‌های ریاضیات، فیزیک و پزشکی، طراحی شده است.

بر اساس بیانیه مطبوعاتی تاریخ ۲۴ اکتبر، بخش هوش مصنوعی شرکت تتر، «کیوواک» (QVAC)، این مجموعه داده را به صورت عمومی عرضه کرده است. این منبع به‌طور خاص برای ارتقاء عملکرد هوش مصنوعی در حوزه‌های STEM که در آن‌ها مدل‌های متن‌باز معمولاً عملکرد ضعیفی دارند، توسعه یافته است.

مدیرعامل تتر، پائولو آردوینو، در بیانیه‌ای اعلام کرد که این اقدام، تلاش برای شکستن انحصار شرکت‌های بزرگ در دسترسی به داده‌های باکیفیت برای آموزش هوش مصنوعی است. در حالی که غول‌های فناوری همچنان بر بازارهای هوش مصنوعی سلطه دارند، تتر با این پروژه قصد دارد سطح جدیدی از قابلیت‌های مدل‌های AI را در حوزه‌های علمی و فناوری رقم بزند.

آردوینو (Ardoino) تصریح کرد که هوش مصنوعی نباید متمرکز باشد. وی افزود با بهره‌گیری از ابزارهای QVAC ورک‌بنچ و Genesis I، درهای هوش بی‌نهایت به روی کاربران گشوده می‌شود؛ هوشی که بر روی دستگاه‌های شخصی زندگی می‌کند، می‌آموزد و تکامل می‌یابد. او معتقد است هوش، همانند اطلاعات، باید آزاد، در دسترس و متعلق به همه باشد و نباید در پشت دیوارهای فایروال شرکت‌ها مخفی بماند یا به عنوان سرویس فروخته شود. این رویکرد، تلاشی است برای ایجاد فضایی باز و برابر در حوزه فناوری‌های هوشمند، که قدرت بهره‌برداری و توسعه آن در اختیار عموم قرار گیرد.

مدل جدید تتر برای دسترسی و کنترل هوش مصنوعی

پایگاه داده QVAC Genesis I، که توسط تیم تحقیقاتی تتر (Tether) توسعه یافته است، با هدف رفع یکی از نقایص اصلی در فضای هوش مصنوعی متن‌باز امروز طراحی شده است: کمبود توانایی در استدلال عمیق و منطقی. در فرآیند تولید این مجموعه، محققان تتر از روش چندمرحله‌ای شامل تولید و تایید استفاده کردند تا محتوای علمی و آموزشی باکیفیت بالا به صورت ساختاریافته به داده‌های آموزش مدل‌های هوش مصنوعی تبدیل شود.

این مجموعه شامل حدود ۴۱ میلیارد توکن است که به مدل‌ها کمک می‌کند روابط و منطق میان مفاهیم را درک کنند، فراتر از تشخیص الگوهای ساده، و به سمت تفکر انتقادی واقعی حرکت کنند. آردوینو (Ardoino) در این باره تاکید کرد که این مجموعه تفاوت مهمی با دیگر داده‌های آموزش دارد، و گفت: «اکثر هوش‌های مصنوعی امروزی ظاهری هوشمند دارند اما در واقع فکر نمی‌کنند. هدف ما از ساخت این دیتاست، کمک به مدل‌ها برای فهم علت و معلول است.»

همزمان، تتر با عرضه QVAC ورک‌بنچ (Workbench)، نخستین برنامه کاربردی خود برای هوش مصنوعی محلی، به دنبال توسعه عملی این فناوری است. این برنامه امکان اجرای مدل‌های مختلف هوش مصنوعی، از جمله نسخه‌های محبوب متن‌باز مانند لاما (Llama)، مدجم (Medgemma) و کوئن (Qwen)، را مستقیماً روی دستگاه‌های کاربران فراهم می‌کند.

این اپلیکیشن که هم‌اکنون برای سیستم‌عامل‌های اندروید، ویندوز، مک و لینوکس در دسترس است، به زودی نسخه آی‌او‌اس آن نیز عرضه خواهد شد. از ویژگی‌های برجسته ورک‌بنچ، «استنتاج نمایندگی‌شده» است که به کاربر اجازه می‌دهد گوشی هوشمند خود به صورت هم‌پیر (peer-to-peer) با یک دسکتاپ قدرتمندتر ارتباط برقرار کند و از قدرت محاسباتی کامل یک سیستم خانگی یا اداری بهره‌مند شود.

این دو پروژه، بخش اصلی استراتژی بلندمدت تتر برای تحول در صنعت هوش مصنوعی محسوب می‌شود. استراتژی این شرکت، همانند رویکردش در حوزه دارایی‌های دیجیتال، بر پایه ایجاد سیستم‌های متن‌باز و هم‌پیر استوار است که وابستگی به واسطه‌های متمرکز را کاهش دهند.

منبع: کریپتو.نیوز