اگه سال 1404 (2025) سالی بود که حال و هوای هوش مصنوعی محک خورد، سال 1405 (2026) سالی می شه که این فناوری رنگ و بوی واقعی و هوش مصنوعی کاربردی به خودش می گیره. همین حالا هم تمرکز داره از ساخت مدل های زبانی بزرگ تر و بزرگ تر، به سمت کارِ سخت تر یعنی کاربردی کردن هوش مصنوعی تغییر می کنه. در عمل، این یعنی استفاده از مدل های کوچک تر در جاهایی که واقعا نیاز هست، قرار دادن هوش در دستگاه های فیزیکی و طراحی سیستم هایی که خیلی راحت و تمیز با جریان های کاری انسان ها ادغام می شن.
متخصصانی که تک کرانچ (TechCrunch) باهاشون صحبت کرده، سال 1405 رو سالِ گذار می بینن؛ سالی که از مقیاس گذاری با قدرتِ مطلق به سمت تحقیق روی معماری های جدید، از دموهای پر زرق و برق به سمت پیاده سازی های هدفمند، و از ایجنت هایی که فقط وعده خودمختاری می دن به سمت اون هایی که واقعا به بهبود کیفیت کار مردم کمک می کنن، حرکت می کنیم.
جشن هنوز تموم نشده، اما صنعت داره کم کم به خودش می آد و واقع بین تر می شه.
قوانین مقیاس گذاری دیگه جواب نمی دن
پیش از ورود به جزئیات معماری های جدید، نگاهی به زیرساخت های عظیم پردازشی داشته باشیم که موتور محرک این تغییرات هستند. تصویر زیر نمایی از یک مرکز داده پیشرفته را نشان می دهد که برای پردازش های سنگین بهینه سازی شده است.
این مراکز داده در حال تغییر از میزبان های صرفا برای آموزش، به پایگاه هایی برای استقرار مدل های بهینه تر و توزیع شده تبدیل می شوند.
در سال 1391 (2012)، مقاله الکس نت (AlexNet) اثر الکس کریژفسکی، ایلیا سوتسکیور و جفری هینتون نشون داد که سیستم های هوش مصنوعی چطور می تونن با دیدن میلیون ها مثال، تشخیص اشیا در تصاویر رو «یاد بگیرن». این روش از نظر محاسباتی خیلی هزینه بر بود، اما با پردازنده های گرافیکی (GPU) ممکن شد. نتیجه اش چی شد؟ یک دهه تحقیق سنگین در حوزه هوش مصنوعی که دانشمندان رو به سمت اختراع معماری های جدید برای وظایف مختلف برد.
این روند حدود سال 1399 (2020) با عرضه GPT-3 توسط OpenAI به اوج خودش رسید؛ مدلی که نشون داد چطور صرفا با 100 برابر بزرگ تر کردن مدل، قابلیت هایی مثل کدنویسی و استدلال، بدون نیاز به آموزش مستقیم، فعال می شه. این اتفاق شروعِ گذار به چیزی بود که کیان کتان فروش، مدیرعامل و بنیان گذار پلتفرم ورکرا (Workera)، اون رو «عصر مقیاس گذاری» می نامه: دوره ای که با این باور تعریف می شد که قدرت پردازش بیشتر، داده های بیشتر و مدل های ترنسفورمر بزرگ تر، ناگزیر باعث پیشرفت های بزرگ بعدی در هوش مصنوعی کاربردی می شن.
امروز، خیلی از محقق ها فکر می کنن که صنعت هوش مصنوعی داره به محدودیت های قوانین مقیاس گذاری نزدیک می شه و یک بار دیگه وارد «عصر تحقیق» خواهد شد.
یان لکان، دانشمند ارشد سابق هوش مصنوعی در متا، مدت هاست که با تکیه بیش از حد به مقیاس گذاری مخالفت کرده و بر نیاز به توسعه معماری های بهتر تاکید داشته. سوتسکیور هم در مصاحبه ای اخیر گفته که مدل های فعلی به اشباع رسیدن و نتایج پیش آموزش (pre-training) دیگه مثل قبل رشد نمی کنه، که این یعنی به ایده های جدیدی نیاز داریم.
کتان فروش گفت: «فکر می کنم به احتمال زیاد در پنج سال آینده، معماری بهتری پیدا خواهیم کرد که پیشرفت خیلی بزرگی نسبت به ترنسفورمرها داشته باشه. و اگه این اتفاق نیفته، نمی تونیم انتظار داشته باشیم که مدل ها خیلی بهتر بشن.»
هوش مصنوعی کاربردی؛ گاهی اوقات کمتر، بهتر است
مدل های زبانی بزرگ در تعمیم دادن دانش عالی هستن، اما خیلی از متخصص ها می گن موج بعدیِ پذیرش هوش مصنوعی کاربردی در کسب وکارها، توسط مدل های زبانی کوچک تر (SLM) و چابک تر هدایت می شه که می تونن برای راه حل های خاصِ هر حوزه بهینه سازی (Fine-tune) بشن.
اندی مارکوس، مدیر ارشد داده در AT&T به تک کرانچ گفت: «مدل های SLM بهینه سازی شده، به روند اصلی سال 1405 تبدیل می شن و شرکت های پیشرو در هوش مصنوعی از اون ها استفاده می کنن؛ چون مزایای هزینه و عملکرد باعث می شه استفاده از اون ها نسبت به مدل های بزرگ و آماده (out-of-the-box)، بیشتر بشه. ما همین حالا هم می بینیم که کسب وکارها بیشتر به SLMها تکیه می کنن، چون اگه درست بهینه سازی بشن، در دقت برای برنامه های تجاری با مدل های بزرگ برابری می کنن و از نظر هزینه و سرعت هم فوق العاده هستن.»
قبلا هم این استدلال رو درباره میسترال و عرضه مدل های پیشرفته هوش مصنوعی کوچک و کارآمد شنیده بودیم؛ اون ها معتقدن مدل های کوچک شون بعد از بهینه سازی، در چندین تست عملکرد (benchmark) حتی بهتر از مدل های بزرگ تر عمل می کنن.
جان نیسلی، استراتژیست هوش مصنوعی در ABBYY، گفت: «کارایی، مقرون به صرفه بودن و سازگاری SLM ها، اون ها رو برای کاربردهای خاص که دقت در اون ها خیلی مهمه، ایده آل می کنه.»
در حالی که مارکوس فکر می کنه SLM ها در دوران ایجنت ها کلیدی هستن، نیسلی می گه ماهیت مدل های کوچک باعث می شه برای استفاده در دستگاه های محلی بهتر باشن، «روندی که با پیشرفت ها در محاسبات لبه ای (edge computing) سرعت گرفته.»
یادگیری از طریق تجربه
برای درک بهتر قدرت مدل های جهان، می توان به شبیه سازی های بصری خیره کننده اشاره کرد. تصویر زیر محیطی مجازی را نشان می دهد که با دقت بالایی پردازش شده است.
محیط سفینه فضایی ساخته شده در Marble با متن روی تصویر. دقت کنید که چطور نورها به شکلی واقع گرایانه در دیوارهای بخش مرکزی منعکس شدن.
همان طور که در تصویر مشاهده می کنید، تعامل نور و سایه ها در این محیط سه بعدی نشان دهنده درک عمیق سیستم از فیزیک محیط است. انسان ها فقط از طریق زبان یاد نمی گیرن؛ ما با تجربه کردنِ نحوه کار دنیا یاد می گیریم. اما مدل های زبانی بزرگ (LLM) واقعا دنیا رو درک نمی کنن؛ اون ها فقط کلمه یا ایده بعدی رو پیش بینی می کنن. به همین دلیله که خیلی از محقق ها معتقدن جهش بزرگ بعدی در هوش مصنوعی کاربردی از «مدل های جهان» (World Models) به دست می آد: سیستم های هوش مصنوعی که یاد می گیرن اشیا چطور در فضاهای سه بعدی حرکت و تعامل می کنن تا بتونن پیش بینی کنن و کارهای مختلف رو انجام بدن.
نشانه هایی که می گن سال 1405 سال بزرگی برای مدل های جهان خواهد بود، دارن زیاد می شن. لکان متا رو ترک کرد تا آزمایشگاه مدل جهان خودش رو راه بندازه و گفته می شه دنبال ارزش گذاری 5 میلیارد دلاریه. دیپ مایندِ گوگل روی پروژه Genie کار می کنه و در مرداد 1404 آخرین مدل خودش رو معرفی کرد که مدل های جهانِ تعاملی و همه منظوره رو به صورت آنی می سازه.
در کنار دموهای استارتاپ هایی مثل Decart و Odyssey، شرکت World Labs (متعلق به فی-فی لی) اولین مدل تجاری جهان خودش یعنی Marble رو عرضه کرد. تازه واردهایی مثل General Intuition در مهر ماه یک سرمایه اولیه 134 میلیون دلاری جذب کردن تا به ایجنت ها استدلال فضایی یاد بدن، و استارتاپ تولید ویدیو Runway هم در آذر ماه اولین مدل جهان خودش یعنی GWM-1 رو منتشر کرد.
در حالی که محقق ها پتانسیل بلندمدتی در رباتیک و سیستم های خودگردان می بینن، تاثیر کوتاه مدت احتمالا اول در بازی های ویدیویی خودش رو نشون میده. PitchBook پیش بینی می کنه که بازار مدل های جهان در گیمینگ می تونه از 1.2 میلیارد دلار (بین سال های 1401 تا 1404) به 276 میلیارد دلار تا سال 1409 (2030) برسه، که دلیلش توانایی این فناوری در ساخت دنیاهای تعاملی و شخصیت های غیرقابل بازی (NPC) واقع گرایانه تره.
پیم د ویت، بنیان گذار General Intuition به تک کرانچ گفت محیط های مجازی ممکنه نه تنها گیمینگ رو متحول کنن، بلکه به محیط های آزمایشی حیاتی برای نسل بعدی مدل های پایه تبدیل بشن.
ملتِ ایجنت ها
ایجنت ها در سال 1404 نتونستن طبق اون همه سر و صدا عمل کنن، اما دلیل بزرگش اینه که وصل کردن اون ها به سیستم هایی که کارِ واقعی در اون ها انجام می شه، سخته. بدون راهی برای دسترسی به ابزارها و کانتکست (زمینه)، بیشتر ایجنت ها در جریان های کاری آزمایشی گیر کرده بودن.
پروتکل کانتکست مدل (MCP) شرکت آنتروپیک، که مثل یک «USB-C برای هوش مصنوعی کاربردی» عمل می کنه و اجازه می ده ایجنت های هوش مصنوعی با ابزارهای خارجی مثل پایگاه های داده، موتورهای جستجو و APIها ارتباط برقرار کنن، همون حلقه مفقوده بود و داره سریعا به یک استاندارد تبدیل می شه. OpenAI و مایکروسافت علنا از MCP استقبال کردن و آنتروپیک اخیرا اون رو به بنیاد جدید Agentic AI (تحت نظر بنیاد لینوکس) اهدا کرده تا به استانداردسازی ابزارهای ایجنتیِ متن باز کمک کنه. گوگل هم شروع به راه اندازی سرورهای مدیریت شده MCP خودش کرده تا ایجنت های هوش مصنوعی رو به محصولات و خدماتش وصل کنه.
با کاهش اصطکاکِ اتصال ایجنت ها به سیستم های واقعی توسط MCP، سال 1405 (2026) احتمالا سالی خواهد بود که جریان های کاری مبتنی بر ایجنت بالاخره از دموها به استفاده روزمره منتقل می شن.
راجیو دام، پارتنر در Sapphire Ventures می گه این پیشرفت ها باعث می شه راه حل های ایجنت محور در هوش مصنوعی کاربردی نقش های کلیدی (System-of-record) رو در صنایع مختلف بر عهده بگیرن.
دام گفت: «همون طور که ایجنت های صوتی وظایف کامل تری مثل پذیرش و ارتباط با مشتری رو انجام می دن، کم کم به سیستم های هسته ای زیربنایی هم تبدیل می شن. ما این رو در بخش های مختلفی مثل خدمات خانگی، فناوری املاک (proptech) و مراقبت های بهداشتی و همچنین بخش های عمومی مثل فروش، آی تی و پشتیبانی خواهیم دید.»
تقویت، نه اتوماسیون
استفاده هوشمندانه از ابزارهای دیجیتال می تواند بهره وری نیروهای انسانی را به شکل چشم گیری افزایش دهد. در ادامه تصویری از تعامل انسان و فناوری را مشاهده می کنید که نمادی از همکاری های آینده است.
این تصویر نشان دهنده هم افزایی میان کاربر و الگوریتم های هوشمند برای رسیدن به نتایج دقیق تر در محیط های کاری مدرن است.
در حالی که جریان های کاری ایجنت محور ممکنه نگرانی هایی بابت تعدیل نیرو ایجاد کنه، کتان فروش از ورکرا مطمئن نیست که پیام لزوما این باشه.
او گفت: «سال 1405 سالِ انسان ها خواهد بود.»
در سال 1403 (2024)، هر شرکت هوش مصنوعی پیش بینی می کرد که مشاغل رو اتوماتیک می کنه و نیاز به انسان رو از بین می بره. اما فناوری هنوز به اونجا نرسیده و در یک اقتصاد ناپایدار، این حرف ها واقعا محبوب نیستن. کتان فروش می گه سال آینده متوجه می شیم که «هوش مصنوعی اون قدر که فکر می کردیم به صورت خودمختار عمل نکرده» و بحث ها بیشتر روی این متمرکز می شه که هوش مصنوعی چطور برای تقویت جریان های کاری انسانی استفاده می شه، نه جایگزینی اون ها.
او اضافه کرد: «و فکر می کنم خیلی از شرکت ها شروع به استخدام می کنن» و اشاره کرد که انتظار داره نقش های جدیدی در مدیریت هوش مصنوعی، شفافیت، ایمنی و مدیریت داده ایجاد بشه. «من خیلی خوش بینم که نرخ بیکاری سال آینده به طور متوسط زیر 4 درصد بمونه.»
د ویت هم اضافه کرد: «مردم می خوان بالای API باشن، نه زیر اون (کنترل کننده باشن، نه تحت کنترل)، و فکر می کنم سال 1405 سال مهمی برای این موضوعه.»
هوش مصنوعی کاربردی؛ ورود به دنیای فیزیکی
فناوری های پوشیدنی در حال تبدیل شدن به رابط اصلی ما با دنیای دیجیتال هستند. عینک های هوشمند یکی از بارزترین نمونه های این تغییر مسیر به سمت ابزارهای شخصی سازی شده و کاربردی به حساب می آیند.
مارک زاکربرگ یک جفت عینک هوش مصنوعی Meta Oakley Vanguard رو در مراسم Meta Connect، 26 شهریور 1404 (17 سپتامبر 2025) به چشم زده.
قرار گرفتن این ابزارها در زندگی روزمره، مرز بین فضای فیزیکی و داده های هوشمند را کمرنگ تر از همیشه خواهد کرد. متخصص ها می گن پیشرفت در فناوری هایی مثل مدل های کوچک، مدل های جهان و محاسبات لبه ای، اجازه می ده هوش مصنوعی کاربردی وارد کاربردهای فیزیکی بیشتری بشه.
ویکرام تانجا، مدیر AT&T Ventures به تک کرانچ گفت: «هوش مصنوعی فیزیکی در سال 1405 وارد جریان اصلی می شه؛ چون دسته های جدیدی از دستگاه های مجهز به هوش مصنوعی، از جمله رباتیک، خودروهای خودران، پهپادها و گجت های پوشیدنی شروع به ورود به بازار می کنن.»
در حالی که خودروهای خودران و رباتیک موارد استفاده واضحی برای هوش مصنوعی فیزیکی هستن که بدون شک در سال 1405 به رشد خودشون ادامه می دن، آموزش و استقرار مورد نیاز برای اون ها هنوز خیلی گرونه. از طرف دیگه، گجت های پوشیدنی راه ورود ارزان تری هستن که مصرف کننده ها هم ازشون استقبال کردن. عینک های هوشمند مثل Ray-Banهای متا دارن دستیارهایی رو عرضه می کنن که می تونن به سوالات درباره چیزی که بهش نگاه می کنید پاسخ بدن، و فرم های جدیدی مثل حلقه های سلامتی مجهز به هوش مصنوعی و ساعت های هوشمند دارن پردازشِ همیشه روشن روی بدن رو به یک امر عادی تبدیل می کنن.
تانجا گفت: «ارائه دهندگان شبکه برای بهینه سازی زیرساخت های خودشون جهت پشتیبانی از این موج جدید دستگاه ها تلاش می کنن و اون هایی که در نحوه ارائه اتصال انعطاف پذیری بیشتری دارن، در بهترین جایگاه خواهند بود.»
آینده هوش مصنوعی در سال های پیش رو از حالت آزمایشگاهی خارج شده و به ابزاری ملموس در دستان کاربران تبدیل می شود. با جایگزینی مدل های غول آسا با سیستم های چابک و کاربردی، تمرکز از اتوماسیون محض به سمت تقویت توانمندی های انسانی و تعامل با دنیای فیزیکی تغییر خواهد کرد. این تحول نه تنها در نرم افزارها، بلکه در گجت های پوشیدنی و زیرساخت های صنعتی نیز به وضوح دیده خواهد شد.
