خبر
رئیس بخش هوش عمومی مصنوعی آمازون می‌گوید هیچ بخشی از آمازون از تأثیر هوش مصنوعی «مصون» نیست
زمان مطالعه: 4 دقیقه
رئیس بخش هوش عمومی مصنوعی آمازون می‌گوید هیچ بخشی از آمازون از تأثیر هوش مصنوعی «مصون» نیست
رئیس بخش هوش عمومی مصنوعی آمازون می‌گوید هیچ بخشی از آمازون از تأثیر هوش مصنوعی «مصون» نیست
خبر
رئیس بخش هوش عمومی مصنوعی آمازون می‌گوید هیچ بخشی از آمازون از تأثیر هوش مصنوعی «مصون» نیست
زمان مطالعه: 4 دقیقه

«به سختی می‌توان بخشی از شرکت را یافت که تحت تأثیر هوش مصنوعی قرار نگرفته باشد»، این اظهارات ویشال شارما، معاون هوش عمومی مصنوعی آمازون، روز دوشنبه در کنگره جهانی موبایل در بارسلونا بود. او این ایده که مدل‌های منبع‌باز ممکن است نیاز به ظرفیت محاسباتی را کاهش دهند، رد کرد و هنگامی که از او پرسیده شد آیا شرکت‌های اروپایی به دلیل تنش‌های ژئوپلیتیکی با ایالات متحده استراتژی‌های خود در زمینه هوش مصنوعی مولد را تغییر خواهند داد، از پاسخ مستقیم طفره رفت.

شارما در این کنفرانس استارتاپی روی صحنه اعلام کرد که آمازون اکنون هوش مصنوعی را از طریق مدل‌های پایه خود در سراسر سرویس‌های وب آمازون (AWS) — بخش محاسبات ابری آمازون — رباتیک انبارهایش و محصول مصرفی الکسا، در میان دیگر کاربردها، به کار گرفته است.

او گفت: «ما اکنون چیزی حدود سه‌چهارم میلیون ربات داریم که از برداشتن اشیا گرفته تا مدیریت خودکار در انبارها را انجام می‌دهند. محصول الکسا احتمالاً پرکاربردترین محصول هوش مصنوعی خانگی موجود است… هیچ بخشی از آمازون نیست که از هوش مصنوعی مولد بی‌تأثیر مانده باشد.»

در دسامبر، AWS مجموعه جدیدی از چهار مدل تولید متن و خانواده‌ای از مدل‌های هوش مصنوعی مولد چندوجهی به نام نوا (Nova) را معرفی کرد.

شارما اظهار داشت که این مدل‌ها در برابر معیارهای عمومی آزمایش شده‌اند: «مشخص شد که تنوع عظیمی از موارد استفاده وجود دارد. یک راه‌حل واحد برای همه مناسب نیست. در برخی موارد به تولید ویدئو نیاز دارید… و در موارد دیگر، مانند الکسا، که از آن می‌خواهید کارهای خاصی انجام دهد، پاسخ باید بسیار بسیار سریع و کاملاً قابل پیش‌بینی باشد. نمی‌توانید توهماتی مثل ‘در پشتی را باز کن’ داشته باشید.»

با این حال، او گفت که کاهش نیاز به ظرفیت محاسباتی با مدل‌های منبع‌باز کوچک‌تر بعید به نظر می‌رسد: «وقتی شروع به پیاده‌سازی آن در سناریوهای مختلف می‌کنید، فقط به هوش بیشتر و بیشتر و بیشتر نیاز دارید.»

آمازون همچنین سرویسی به نام «بِدروک» (Bedrock) را در AWS راه‌اندازی کرده است که برای شرکت‌ها و استارتاپ‌هایی طراحی شده که می‌خواهند مدل‌های پایه مختلف — از جمله مدل DeepSeek چین — را ترکیب و تطبیق دهند. این سرویس به کاربران امکان می‌دهد به‌طور یکپارچه بین مدل‌ها جابه‌جا شوند.

آمازون همچنین در حال ساخت یک خوشه محاسباتی عظیم هوش مصنوعی با استفاده از تراشه‌های Trainium 2 خود در همکاری با آنتروپیک است که در آن ۸ میلیارد دلار سرمایه‌گذاری کرده است. در همین حال، شرکت xAI متعلق به ایلان ماسک اخیراً مدل پرچمدار جدید خود، گрок ۳، را با استفاده از یک مرکز داده عظیم در ممفیس که شامل حدود ۲۰۰,۰۰۰ پردازنده گرافیکی (GPU) است، عرضه کرده است.

وقتی از شارما درباره این سطح از منابع محاسباتی سؤال شد، او گفت: «نظر شخصی من این است که ظرفیت محاسباتی برای مدت بسیار طولانی بخشی از بحث‌ها خواهد بود.»

عکس کنفرانس با حضور مدیر آمازون
منبع تصویر: کنگره جهانی موبایل

او معتقد نبود که آمازون تحت فشار مدل‌های منبع‌باز متعددی که اخیراً از چین ظهور کرده‌اند، قرار دارد: «من این‌طور توصیفش نمی‌کنم»، او گفت. برعکس، شارما پیشنهاد داد که آمازون با استقرار DeepSeek و دیگر مدل‌ها در AWS احساس راحتی می‌کند. او اظهار داشت: «ما شرکتی هستیم که به انتخاب باور داریم… ما پذیرای هر روند و فناوری‌ای هستیم که از دیدگاه مشتری مفید باشد.»

وقتی اوپن‌ای‌آی در اواخر سال ۲۰۲۲ چت‌جی‌پی‌تی را معرفی کرد، آیا او فکر می‌کرد آمازون غافلگیر شده باشد؟

«خیر، فکر می‌کنم با این دیدگاه موافق نیستم»، او گفت. «آمازون حدود ۲۵ سال است که روی هوش مصنوعی کار می‌کند. اگر به چیزی مثل الکسا نگاه کنید، حدود ۲۰ مدل مختلف هوش مصنوعی در الکسا در حال اجرا هستند… ما از قبل میلیاردها پارامتر برای زبان داشتیم. مدتی طولانی است که روی این موضوع کار می‌کنیم.»

درباره جنجال اخیر پیرامون ترامپ و زلنسکی و فشار متعاقب آن بر روابط ایالات متحده با بسیاری از کشورهای اروپایی، آیا او فکر می‌کرد شرکت‌های اروپایی ممکن است در آینده به دنبال منابع هوش مصنوعی مولد در جاهای دیگر باشند؟

شارما پذیرفت که این موضوع «خارج از حوزه تخصص» اوست و پیش‌بینی نتایج «برای من بسیار دشوار است…» اما او به شکلی دیپلماتیک اشاره کرد که برخی شرکت‌ها ممکن است استراتژی خود را تعدیل کنند. او گفت: «آنچه می‌توانم بگویم این است که نوآوری فنی به انگیزه‌ها پاسخ می‌دهد.»

منبع: تک‌کرانچ

اشتراک گذاری:

آخرین مقالات پیشنهادی

دیدگاه‌ها

اشتراک در
اطلاع از
guest


0 Comments
قدیمی‌ترین
تازه‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
دیتانید تو مراحل مختلف تحلیل داده می‌تونه به شما کمک کنه:
  1. امکان‌سنجی خواسته‌ها و تطبیق نیازمندی‌ها
  2. استخراج و تمیز کردن دادگان
  3. طراحی مدل‌های مناسب
  4. آموزش مدل براساس داده‌های به‌دست آمده
  5. استقرار مدل

آخرین اخبار

اخبار مشابه

روش جدید قابلیت اطمینان گزارش‌های تشخیصی رادیولوژیست‌ها را ارزیابی و بهبود می‌بخشد
به دلیل ابهام ذاتی در تصاویر پزشکی مانند اشعه ایکس، رادیولوژیست‌ها اغلب هنگام توصیف وجود یک آسیب‌شناسی خاص، مانند ذات‌الریه، از کلماتی مانند "ممکن ..
فناوری Web3 به ایجاد اطمینان و اعتماد در هوش مصنوعی کمک می‌کند
وعده هوش مصنوعی این است که زندگی همه ما را آسان‌تر خواهد کرد. و با این سهولت بزرگ، پتانسیل سود جدی نیز به همراه می‌آید. سازمان ملل متحد تخمین ...
نینا شیک(نویسنده): تأثیر هوش مصنوعی مولد بر تجارت، سیاست و جامعه
نینا شیک، سخنران و کارشناس برجسته در زمینه هوش مصنوعی مولد است که به دلیل کار پیشگامانه‌اش در تقاطع فناوری، جامعه و ژئوپلیتیک مشهور است...