مدل‌های باز-وزن کافی نیستند؛ جامعه و علم به مدل‌های هوش مصنوعی واقعاً متن‌باز نیاز دارند

شرح خبر

در حالی که مدل‌های هوش مصنوعی چین با محصولاتی مانند DeepSeek و Alibaba شکاف عملکردی با آمریکا را کاهش می‌دهند، واشینگتن و سیلیکون ولی درباره مدل‌های باز-وزن بحث می‌کنند. جیمز لندای از Stanford HAI معتقد است این گفتگو در چارچوب اشتباهی قرار دارد. مدل‌های جدید چینی مانند Kimi K3 شرکت Moonshot AI با ۲.۸ تریلیون پارامتر و Qwen3.8-Max شرکت Alibaba با ۲.۴ تریلیون پارامتر، قدرتمندترین مدل‌های باز-وزن فعلی هستند و به مدل‌های برتر آمریکایی نزدیک‌تر شده‌اند. در همین حال، دولت آمریکا با نگرانی‌های امنیتی، انتشار مدل‌های جدید را تحت نظارت قرار داده و حتی Anthropic را مجبور به توقف مدل‌های Mythos 5 و Fable 5 کرده است. لندای تأکید می‌کند که مدل‌های باز-وزن تنها «توزیع باز» هستند و برای دست‌یابی به شفافیت و اعتماد واقعی، باید کد، داده‌های آموزش و ابزارها به صورت کامل منتشر شوند. جیمز لندای از Stanford HAI می‌گوید مدل‌های باز-وزن هوش مصنوعی پیشرفتی هستند، اما برای علم و جامعه کافی نیستند. او معتقد است که مدل‌های واقعاً متن‌باز باید شامل کد، داده‌های آموزش و ابزارها باشند تا محققان بتوانند آنها را بررسی، تکرار یا به چالش بکشند. مدل‌های جدید چینی مانند Kimi K3 و Qwen3.8-Max شکاف عملکردی با آمریکا را کاهش داده‌اند، در حالی که دولت آمریکا نگرانی‌های امنیتی را درباره هوش مصنوعی پیشرو مطرح می‌کند. شرکتهای آمریکایی مانند NVIDIA، Microsoft و Meta نیز در نامه‌ای از دولت خواسته‌اند از محدودیت‌های زودهنگام بر مدل‌های باز-وزن خودداری کند. مدل‌های باز-وزن تنها امکان اجرا را فراهم می‌کنند، اما شفافیت کامل برای اعتماد، بهبود و نوآوری را ارائه نمی‌دهند. لندای معتقد است که بدون دسترسی به داده‌ها و کدهای آموزش، تحقیقات علمی محدود می‌شوند و امکان بررسی سوگیری‌ها یا معماری‌های جدید وجود ندارد. این موضوع برای آینده هوش مصنوعی حیاتی است، زیرا نوآوری‌های بزرگ مانند ترنسفورمرها از تحقیقات باز نشأت گرفته‌اند. شرکتهای آمریکایی مانند NVIDIA، Microsoft و Meta با انتشار نامه‌ای در برابر محدودیت‌های دولت بر مدل‌های باز-وزن مقاومت می‌کنند تا رقابت‌پذیری خود را در بازار جهانی حفظ کنند. این رویکرد می‌تواند بر استراتژی‌های تجاری و سرمایه‌گذاری در هوش مصنوعی تأثیر بگذارد. ایران می‌تواند از مدل‌های باز-وزن برای توسعه هوش مصنوعی داخلی استفاده کند، اما عدم دسترسی به مدل‌های واقعاً متن‌باز ممکن است تحقیقات علمی را محدود کند. همچنین، سیاست‌های جهانی در مورد هوش مصنوعی می‌تواند بر دسترسی ایران به فناوری‌های پیشرفته تأثیر بگذارد. دولت آمریکا در حال ارزیابی گسترش نظارت بر مدل‌های باز چینی است، که می‌تواند بر قوانین صادرات و کنترل فناوری تأثیر بگذارد. همچنین، تعریف دقیق «مدل متن‌باز» می‌تواند بر مجوزها و حقوق مالکیت فکری در حوزه هوش مصنوعی تأثیر بگذارد. رقابت بین آمریکا و چین در حوزه هوش مصنوعی و سیاست‌های دولت آمریکا برای کنترل مدل‌های باز-وزن و متن‌باز، تأثیرات ژئوپلیتیکی گسترده‌ای دارد. جیمز لندای از Stanford HAI می‌گوید مدل‌های باز-وزن تنها «توزیع باز» هستند و برای اعتماد و نوآوری واقعی به مدل‌های متن‌باز نیاز داریم.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.