متا ادعا می‌کند مدل جدید هوش مصنوعی «واترملون» با GPT-5.5 اوپن‌ای‌آی برابری می‌کند

متا رسماً از «واترملون»، یک مدل عظیم جدید هوش مصنوعی رونمایی کرده است که این شرکت ادعا می‌کند با قابلیت‌های پرچمدار اوپن‌ای‌آی، یعنی GPT-5.5، برابری می‌کند یا از آن فراتر می‌رود. این مدل که تحت مجوز «وزن باز» (open-weight) منتشر شده، نشان‌دهنده تشدید قابل توجهی در نبرد جاری بین آزمایشگاه‌های هوش مصنوعی انحصاری و جامعه متن‌باز است.[1][2]

این اعلامیه، که از طریق وبلاگ تحقیقات هوش مصنوعی متا منتشر شد، جزئیات یک سیستم ۱.۸ تریلیون پارامتری را شرح داد که بر روی یک خوشه سفارشی متشکل از بیش از ۱۰۰,۰۰۰ واحد پردازش گرافیکی (GPU) نسل بعدی آموزش دیده است. متا با انتشار وزن‌ها – ماتریس‌های ریاضی اصلی که نحوه تفکر هوش مصنوعی را تعیین می‌کنند – به توسعه‌دهندگان اجازه می‌دهد تا یک مدل در کلاس پیشرفته را دانلود، اصلاح و بر روی سخت‌افزار خود اجرا کنند.[1][3]

طی دو سال گذشته، سری GPT-5 اوپن‌ای‌آی به عنوان نقطه اوج صنعت عمل کرده و به دلیل قابلیت‌های پیشرفته استدلال، کدنویسی و برنامه‌ریزی چند مرحله‌ای، قیمت‌های ممتاز API را طلب می‌کرد. متا تأکید می‌کند که واترملون در معیار استاندارد صنعتی MMLU امتیاز ۸۸.۴٪ کسب کرده و با اختلاف کمی از امتیاز ۸۸.۱٪ GPT-5.5 پیشی گرفته است.[1]

سازوکار پشت این جهش شامل یک معماری بسیار بهینه‌سازی شده به نام «ترکیب متخصصان» (MoE) است. واترملون به جای فعال کردن تمام ۱.۸ تریلیون پارامتر برای هر درخواست، دستورات را به زیرشبکه‌های تخصصی هدایت می‌کند. این امر به مدل اجازه می‌دهد تا دانش گسترده‌ای داشته باشد، در حالی که برای تولید پاسخ به قدرت محاسباتی بسیار کمتری نسبت به یک مدل متراکم با همان اندازه نیاز دارد.[5]

محققان اشاره می‌کنند که رویکرد متا در مورد داده‌های آموزشی نیز با تکرارهای قبلی متفاوت است. متا در مواجهه با «دیوار داده» که به طور گسترده گزارش شده بود (یعنی اتمام متن انسانی با کیفیت بالا در اینترنت)، به شدت بر داده‌های مصنوعی تولید شده توسط نسخه‌های قبلی مدل‌های لاما (Llama) خود تکیه کرد.[2][6]

این حلقه آموزشی «خودپاداش‌دهنده» به هوش مصنوعی اجازه می‌دهد تا خروجی‌های خود را قضاوت کرده و مسیرهای استدلالی خود را بدون دخالت انسان به صورت تکراری بهبود بخشد. طبق مقالات فنی همراه با انتشار، این روش برای برابری با توانایی GPT-5.5 در حل پازل‌های منطقی پیچیده و نوشتن کدهای نرم‌افزاری آماده تولید، حیاتی بود.[1][5]

پیامدهای اقتصادی یک مدل معادل GPT-5.5 با وزن باز، عمیق است. استارتاپ‌ها و شرکت‌های بزرگ در حال حاضر سالانه میلیون‌ها دلار صرف تماس‌های API به اوپن‌ای‌آی، آنتروپیک و گوگل می‌کنند. واترملون مسیری را برای استنتاج با هزینه صفر ارائه می‌دهد، مشروط بر اینکه شرکت‌ها بتوانند زیرساخت سرور لازم برای میزبانی آن را تأمین کنند.[4]

استراتژی متا به طور گسترده به عنوان تلاشی برای کالایی‌سازی لایه مدل بنیادی در پشته هوش مصنوعی تلقی می‌شود. متا با رایگان کردن هوش اصلی، مدل‌های تجاری رقبای اصلی خود را تضعیف می‌کند و در عین حال تضمین می‌کند که اکوسیستم گسترده‌تر توسعه‌دهندگان، ابزارها و برنامه‌هایی سازگار با زیرساخت متا بسازند.[3][6]

با این حال، محققان مستقل هوش مصنوعی هشدار می‌دهند که معیارهای شرکتی را نباید به سادگی پذیرفت. در حالی که واترملون در آزمون‌های استاندارد شده عالی عمل می‌کند، کاربرد آن در دنیای واقعی اغلب به عواملی مانند پیروی از دستورات، ظرافت‌های مکالمه و تمایل مدل به «توهم‌زایی» (ساخت حقایق نادرست) بستگی دارد.

ارزیابی‌های اولیه شخص ثالث نشان می‌دهد که اگرچه واترملون در کدنویسی خام و استدلال ریاضی با GPT-5.5 برابری می‌کند، اما ممکن است همچنان در نگارش خلاقانه و ترجمه چندزبانه ظریف کمی عقب‌تر باشد. جامعه متن‌باز در حال حاضر برای تنظیم دقیق مدل جهت رفع این شکاف‌های خاص بسیج شده است.[2]

این انتشار همچنین بحث‌های شدیدی را در مورد ایمنی هوش مصنوعی دوباره شعله‌ور کرده است. آزمایشگاه‌های تجاری مانند اوپن‌ای‌آی مدت‌هاست استدلال می‌کنند که مدل‌های پیشرفته باید پشت APIهای بسته نگهداری شوند تا از استفاده بازیگران مخرب برای تولید اطلاعات نادرست، کشف آسیب‌پذیری‌های نرم‌افزاری یا سنتز مواد خطرناک جلوگیری شود.[4][6]

متا با انتشار وزن‌ها، توانایی اعمال فیلترهای ایمنی سمت سرور را از بین می‌برد. اگر کاربری حفاظ‌های ایمنی داخلی واترملون را حذف کند – فرآیندی که به «جیلبریکینگ» معروف است – هیچ کلید قطع متمرکزی برای جلوگیری از تولید محتوای مضر توسط مدل وجود ندارد.[3][4]

مدیران اجرایی متا این نگرانی‌ها را رد کرده و استدلال می‌کنند که نرم‌افزار متن‌باز از لحاظ تاریخی امن‌تر است، زیرا به هزاران محقق مستقل اجازه می‌دهد کد را ممیزی کرده و آسیب‌پذیری‌ها را وصله کنند. آن‌ها معتقدند که مزایای دموکراتیک کردن هوش مصنوعی بسیار بیشتر از خطرات نظری آن است.[1][2]

گام بعدی فوری برای صنعت هوش مصنوعی، مشاهده سرعت پذیرش واترملون توسط توسعه‌دهندگان خواهد بود. ارائه‌دهندگان خدمات ابری در حال حاضر برای ارائه گزینه‌های استقرار با یک کلیک برای این مدل عجله دارند، که نشان‌دهنده تقاضای عظیم پیش‌بینی شده از سوی مشتریان سازمانی است که مشتاق کاهش هزینه‌های نرم‌افزاری هوش مصنوعی خود هستند.[6]

در نهایت، انتشار واترملون ثابت می‌کند که خندق اطراف هوش مصنوعی انحصاری کم‌عمق‌تر از آن چیزی است که بسیاری از سرمایه‌گذاران باور داشتند. با دسترسی جامعه متن‌باز به هوش سطح بالا، فاز بعدی رقابت هوش مصنوعی احتمالاً از ساخت هوشمندترین مدل به سمت ساخت مفیدترین برنامه‌های کاربردی بر اساس آن تغییر خواهد کرد.[3]