رونمایی گوگل از مدل پرچم‌دار جمنای ۴ آرگون؛ چرا وال‌استریت تشنه یک ایجنت شخصی انقلابی است؟

شاید گوگل دوباره خود را به لبه پیشتاز هوش مصنوعی رسانده باشد، اما با اوج‌گیری محبوبیت ایجنت‌های شخصی، نگاه سرمایه‌گذاران و کاربران بیش از هر چیز به این دوخته شده که با این فناوری چه کار‌های ملموسی می‌توان انجام داد.

این غول فناوری روز چهارشنبه از مدل موردانتظار جمنای ۴ آرگون (Gemini 4 Argon) پرده برداشت؛ مدلی که نوید جهش‌های بزرگی در کدنویسی، امنیت سایبری و وظایف پیچیده را می‌دهد. طبق بنچمارک‌های معتبر صنعت هوش مصنوعی، آرگون در یکی از آزمون‌های کلیدی امنیت سایبری پا‌به‌پای اوپن‌ای‌آی (OpenAI) حرکت کرده و در مهندسی نرم‌افزار نیز نتایج صدرنشین ثبت کرده است.

قیمت‌گذاری اولیه آرگون نیز ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار برای هر میلیون توکن خروجی اعلام شده که دقیقاً با قیمت تخفیف‌خورده جدید مدل GPT-6.1 Sol از شرکت OpenAI همخوانی دارد. (هر توکن تقریباً معادل سه‌چهارم یک کلمه است).

اما در حالی که گوگل بازی خود را در نبرد مدل‌ها ارتقا می‌دهد، رقیب سرسختش متا (Meta) با اپلیکیشن ایجنت میوز (Muse) که ماه گذشته معرفی شد، میلیون‌ها بار دانلود شده و حتی با جا گذاشتن ChatGPT، به صدر اپ‌استور اپل تکیه زده است. اوایل همین هفته نیز اوپن‌ای‌آی از ایجنت شخصی خود با نام داتس (Dots) رونمایی کرد تا از اشتیاق شدید کسب‌وکارها و کاربران عادی برای ابزار‌هایی که کار‌ها را خودکار پیش می‌برند — از غربال کردن ایمیل‌ها گرفته تا رزرو سفر و ساماندهی هزینه‌ها — نهایت بهره را ببرد.

هم‌زمان در لایه مدل‌های پیشرو، توجه همگان به سمت ایمنی جلب شده است؛ جایی که داریو آمودی (Dario Amodei)، مدیرعامل آنتروپیک (Anthropic)، سه هفته پیش با به راه انداختن جنجالی بزرگ از آزمایشگاه‌های تراز اول هوش مصنوعی خواست با توجه به تشدید نگرانی‌ها از خطرات بالقوه، سرعت توسعه را کاهش دهند.

طی سه ماه گذشته، ارزش سهام آلفابت حدود ۶ درصد افت داشته، در حالی که سهام متا در همین بازه ۱۹ درصد رشد کرده است؛ رشدی که جرقه‌اش با صعود قدرتمند ماه سپتامبر زده شد که درخشان‌ترین عملکرد ماهانه این شرکت از سال ۲۰۲۲ تاکنون بود.

تحلیلگران موسسه جی‌پی مورگان (JPMorgan Chase) روز پنجشنبه در یادداشتی نوشتند که گوگل برای ایجاد هیجان در میان مصرف‌کنندگان، نیازمند یک پیشرفت بنیادین در ارائه ایجنت‌های شخصی است. کارشناسان بنک آو آمریکا (Bank of America) نیز اشاره کردند هرچند جمنای ۴ پتانسیل تقویت کسب‌وکار ابری و محصولات فعلی گوگل را دارد، اما مهم‌ترین کارکرد آن پی‌ریزی پایه‌ای برای ایجنت شخصی آینده خواهد بود.

البته در بازار مصرف‌کنندگان، گوگل از یک مزیت خانگی فوق‌العاده بزرگ برخوردار است.

میلیاردها نفر هر روز از ابزار‌های گوگل شامل جیمیل، تقویم گوگل، کروم و موتور جستجو استفاده می‌کنند. پیام‌ها و برنامه‌ریزی‌های این کاربران از قبل در اکوسیستم گوگل ذخیره شده و همین ویژگی می‌تواند برتری چشمگیری به این شرکت در توسعه یک دستیار هوشمند بدهد که بتواند به راحتی میان تمام این سرویس‌ها کار کند.

با این وجود، ایجنت شخصی گوگل یعنی اسپارک (Spark) همچنان فقط به کاربران اشتراک پولی محدود شده است، در حالی که ایجنت میوز از متا با سقف مصرف مشخص به رایگان در دسترس عموم قرار دارد. به گزارش سنسور تاور (Sensor Tower)، دانلودهای میوز تا پایان سپتامبر از مرز ۵ میلیون عبور کرده است.

تابلوی هوش مصنوعی Gemini در جریان کنفرانس توسعه‌دهندگان گوگل I/O در مانتین‌ویو کالیفرنیا.

دیوید پل موریس | بلومبرگ | گتی ایمیجز

اعضای تیم ایجنت گوگل در توضیحاتی برای خبرنگاران، ضمن برشمردن توانمندی‌های فعلی اسپارک و برنامه‌های این شرکت برای گسترش دسترسی، اعتراف کردند که رایگان بودن میوز کمک شایانی به کشف و تجربه آن توسط کاربران کرده است.

اسپارک که اردیبهشت‌ماه در جریان کنفرانس سالانه گوگل I/O معرفی شد، توانایی فعالیت هماهنگ در جیمیل و تقویم، وبگردی خودکار از طریق کروم و انجام وظایفی چون پر کردن فرم‌های آنلاین را دارد. همچنین کاربران می‌توانند از طریق اپلیکیشن‌های موبایل و دسکتاپ گوگل به آن دسترسی داشته باشند.

اما بر خلاف میوز، اسپارک قادر به برقراری تماس‌های تلفنی خروجی یا تکمیل خریدها از طرف کاربر نیست. در عوض، کاربر را در فرآیند خرید راهنمایی می‌کند و کنترل نهایی و تایید پرداخت را به خود کاربر می‌سپارد.

آیا مدل آرگون می‌تواند به داد اسپارک برسد؟

البته رویکرد متا هم بدون دردسر نبوده است.

خبرگزاری رویترز ماه گذشته فاش کرد که متا دست به آزمایش یک سیستم «دستیار انسانی» زده بود که در آن وقتی میوز از پس تکمیل تماس‌ها برنمی‌آمد، پیمانکاران انسانی مدیریت تماس‌ها را به دست می‌گرفتند! نگرانی‌های امنیتی داخلی درباره حریم خصوصی باعث شد متا این پروژه آزمایشی را تعلیق کند، در حالی که قابلیت تماس خودکار آن کماکان در مرحله بتا باقی مانده است.

این ماجرا نگرانی‌های جدی درباره حریم خصوصی ایجاد کرد که ناشی از دادن دسترسی نامحدود به حجم عظیمی از داده‌های حساس شخصی به دستیارهای هوش مصنوعی است.

متا در زمان انتشار این گزارش هنوز پاسخی به درخواست‌ها برای اظهارنظر نداده است.

اکنون گوگل در حال بررسی این مسئله است که آیا جدید‌ترین مدل مرزی این شرکت می‌تواند جانی تازه به ایجنت اسپارک ببخشد یا خیر.

تولسی دوشی (Tulsee Doshi)، مدیر محصول جمنای، در گفت‌وگویی به توانایی خیره‌کننده آرگون در انجام ماموریت‌های پیچیده و چندمرحله‌ای اشاره کرد که می‌توانند برای مدت‌زمان طولانی اجرا شوند. او گفت گوگل کماکان مشغول ارزیابی است تا ببیند در چه بخش‌هایی می‌توان آرگون را به موثرترین شکل ممکن به کار گرفت.

واقعیت این است که ایجنت‌های شخصی برای انجام کار‌های روزمره به قوی‌ترین مدل‌های مرزی نیازی ندارند. گوگل نیز پیش از معرفی آرگون، بخش عمده تابستان را صرف عرضه مدل‌های ارزان‌تر و سبک‌تر کرد که برای پاسخگویی به درخواست‌های عادی و روزمره در مقیاس وسیع طراحی شده‌اند. دوشی تاکید کرد این مدل‌ها همچنان ستون فقرات ایجنت‌های روزمره باقی می‌مانند، در حالی که مدل‌های غول‌پیکری چون آرگون توان استدلال سطح بالا را برای ماموریت‌های بسیار سنگین فراهم می‌کنند.

مسئله مهم دیگر بحث پول و هزینه‌هاست. اجرای مداوم مدل‌های قدرتمند هوش مصنوعی بسیار گران تمام می‌شود، به ویژه برای ایجنت‌هایی که به صورت پیوسته کار می‌کنند و وظایف متعددی را به دوش می‌کشند. با وجود اینکه قیمت مقدماتی آرگون رقابتی است، اما گوگل اعلام کرده که این نرخ‌ها در نهایت دو برابر شده و به ۴ دلار برای هر میلیون توکن ورودی و ۲۰ دلار برای خروجی خواهد رسید.

یکی از چالش‌های اصلی گوگل این است که چگونه مدل‌های متنوع خود را درون یک ایجنت به شکلی ترکیب کند که وظایف پیچیده‌تر را بدون اینکه هزینه سرسام‌آوری به سیستم تحمیل شود، با موفقیت انجام دهد.

علاوه بر این، آرگون هنوز به طور عمومی در دسترس همگان قرار ندارد.

گوگل در فرآیند آزمون ایمنی داوطلبانه دولت ایالات متحده شرکت کرده و در ابتدا دسترسی به آرگون را به کارشناسان منتخب امنیت سایبری و مشتریان سازمانی خدمات ابری محدود کرده است. اگرچه این شرکت قصد دارد دسترسی به مدل را برای توسعه‌دهندگان، شرکت‌ها و کاربران عمومی گسترش دهد، اما هنوز هیچ تاریخی برای انتشار عمومی مشخص نکرده است.

همین محدودیت باعث شده آزمایش‌های مستقل بر روی قابلیت‌های آرگون ناممکن باشد. بلومبرگ روز چهارشنبه گزارش داد که حتی برخی از کارمندان خود گوگل، با وجود رکوردهای قوی در بنچمارک‌ها، درباره کارایی واقعی این مدل در کدنویسی در دنیای واقعی ابراز تردید کرده‌اند.

گوگل این موضوع را قویاً رد کرده و در توضیحی رسمی اعلام کرد که کارمندان بخش‌های مختلف این شرکت از هفته‌ها پیش در حال تست نسخه‌های جمنای ۴ بوده‌اند و برخی نیز دسترسی نامحدود به آن داشته‌اند.

اما فوریت و حساسیت اصلی بازار در بخش ایجنت‌هاست؛ جایی که شرکت‌های رقیب با سرعت هرچه تمام‌تر در حال رقابتند تا هوش مصنوعی کاربردی را مستقیماً به دست عموم مردم برسانند.

همان‌طور که تحلیلگران جی‌پی مورگان در یادداشت خود نوشتند: «گوگل برای تبدیل سرعت توسعه فناوری خود به رونمایی‌های پر سر و صدایی که دل مخاطبان عام را به دست آورد، توجه پایدار بازار را حفظ کند و حس رهبری در هوش مصنوعی را به شکلی معنادار ارتقا بخشد، با چالش بزرگی روبه‌رو بوده است.»