پنهان‌کاری شرکت‌های پیشرو در حوزه مدل‌های جهانی؛ رازآلودگی سرمایه‌های کلان هوش مصنوعی

مقدمه: ورود به تاریک‌خانه هوش مصنوعی

در هفته گذشته، پنلی تخصصی درباره مدل‌های جهانی هوش مصنوعی (World Models) در کنفرانس All In برگزار شد که فرصتی مناسبی بود تا نگاهی عمیق‌تر به یکی از مرموزترین جنبه‌های دنیای هوش مصنوعی بیندازیم. در کانون این بحث، دو شرکت AMI Labs به رهبری یان لوکون و World Labs به مدیریت فئی‌فئی لی قرار داشتند؛ شرکت‌هایی که هر دو توانسته‌اند حواشی بسیار زیادی ایجاد کنند و سرمایه‌های کلانی جذب نمایند، اما در مقیاس تلاش برای کسب درآمد، رتبه چندان بالایی ندارند.

این سؤال همواره ذهن پژوهشگران و تحلیلگران صنعت فناوری را مشغول کرده است: چرا شرکت‌هایی با چنین پتانسیل فناوری بالا، از شفافیت کامل درباره محصولات و خط‌مش‌های تجاری‌سازی خود خودداری می‌کنند؟ پاسخ این پرسش، ما را به لایه‌های عمیق‌تری از استراتژی‌های رقابتی در اکوسیستم هوش مصنوعی هدایت می‌کند.

مدل‌های جهانی چیستند؟ از هوش فضایی تا کاربردهای تجاری

در هسته مرکزی، مدل‌های جهانی (World Models) درباره خودکارسازی هوش فضایی (Spatial Intelligence) هستند. به عبارت ساده‌تر، این مدل‌ها سعی دارند نحوه درک و تعامل هوش مصنوعی با محیط فیزیکی پیرامون را شبیه‌سازی و بهینه‌سازی کنند.

این حوزه پتانسیل حرکت به سمت مسیرهای هیجان‌انگیز و سودآوری بالایی را دارد. برخی از مهم‌ترین جهت‌گیری‌های تجاری این فناوری عبارتند از:

• رباتیک پیشرفته: از ربات‌های انسانی (Humanoid Robots) گرفته تا سیستم‌های برداشت و جابجایی بار
• ویدئوهای تعاملی: تبدیل ویدئوهای ثانیفی به محیط‌های قابل کاوش و تعامل
• خودروهای خودران پیچیده: بهبود سیستم‌های رانندگی خودکار فراتر از نسل‌های فعلی
• تولید محتوای بصری و CGI: ایجاد جلوه‌های ویژه سینمایی و محیط‌های سه‌بعدی واقعی‌گرایانه
• ساخت و تولید: بهینه‌سازی خطوط تولید و کنترل کیفیت مبتنی بر درک فضایی
• زیست‌پزشکی: شبیه‌سازی محیط‌های آزمایشگاهی و کمک به پژوهش‌های دارویی

شفافیت صفر: وقتی سوال پرسیدن جرم محسوب می‌شود!

اما وقتی صحبت از زمان واقعی تجاری‌سازی این فناوری می‌شود، همه چیز تاریک و مه‌آلود becomes vague. نزدیک‌ترین چیزی که می‌توان به یک مرجع معتبر تلقی کرد، مایکل رابات، یکی از بنیان‌گذاران AMI Labs و معاونت مسئول مدل‌های جهانی این شرکت است که در همان پنل کنفرانس حضور داشت. اما وقتی درباره دقیقاً چه کاری روی آن‌ها کار می‌کنند پرس‌وجو کردم، پاسخ‌های سربالا و مبهم داد.

رابات در پاسخ مکتوب خود به‌صراحت بیان کرد: «ما هنوز در فاز تحقیق و ساخت هستیم، بنابراین درباره هیچ برنامه محصول یا تایم‌لاینی صحبت عمومی نخواهیم کرد.»

«ما وقتی آماده باشیم درباره‌اش صحبت خواهیم کرد.» — مایکل رابات، معاونت مدل‌های جهانی AMI Labs

البته باید انصاف را این‌گونه به رسمیت شناخت که AMI کمتر از یک سال قدمت دارد و نسبتاً طبیعی است که چنین شرکت تازه‌تأسیسی اطلاعات حساس خود را محرمانه نگه دارد. اما نکته مهم اینجاست که این نوع رازداری و سربالاگویی، تنها مختص AMI نیست بلکه به کل فضای مدل‌سازی جهانی تعمیم پیدا می‌کند.

Marble محصول World Labs: نمایشCapabilities بدون ادعای عملیاتی

ماربل (Marble)، محصول World Labs، احتمالاً کامل‌ترین محصول توسعه‌یافته در این حوزه به شمار می‌رود. دموهای ارائه‌شده توسط این پلتفرم طیف وسیعی از موارد از جمله:

• ساخت محتوای رسانه‌ای ساده
• ایجاد محیط‌های قابل کاوش برای بازی‌های ویدیویی
• تولید جلوه‌های ویژه سینمایی (CGI Effects)
• موارد کاربرد رباتیکی

را در بر می‌گیرد. اما با وجود این تنوع، به نظر می‌رسد کل پلتفرم بیشتر برای نمایش قابلیت‌ها طراحی شده تا اینکه نشان‌دهنده یک محصول عملیاتی و آماده فروش باشد.

تامین‌کنندگان در تاریکی: وقتی زنجیره تأمین هم از رمز آگاه نیست

این رازداری حتی به تامین‌کنندگان (Suppliers) این شرکت‌ها نیز سرایت کرده است. در حاشیه همان کنفرانس، گفتگویی با الکس دو ویگان (Alex de Vigan)، مدیرعامل شرکت Physicl داشتم؛ شرکتی که یکی از تأمین‌کنندگان داده برای کسب‌وکار نوظهور مدل‌های جهانی محسوب می‌شود.

ویگان اظهار داشت: «من می‌دانم که داده‌های Physicl برای هر چیزی که دارند می‌سازند مفید بوده، اما هنوز درباره اینکه دقیقاً چه می‌سازند در تاریکی هستم. دوست داشتم بیشتر بدانم؛ اگر بدانیم چه چیزی می‌سازند، می‌توانیم داده‌های کاربردی‌تری بسازیم.»

چرا اینقدر پنهان‌کاری؟ دلایل استراتژیک پشت پرده

بخش قابل‌توجهی از این ابهام ناشی از ماهیت چندجانبه و همه‌کاره ایده مدل‌های جهانی است. ساده‌ترین نسخه، یک نقشه قابل ناوبری از جهان است — مشابه مدل‌های هوش مصنوعی‌ای که خودروهای خودران را قادر به حرکت در ترافیک می‌کنند. اما همان رویکرد مدل‌سازی که به یک خودروی Waymo کمک می‌کند از میان ترافیک عبور کند، می‌تواند به یک ربات انسان‌نما کمک کند تا جعبه‌ها را جابه‌جا کند یا چند دقیقه فیلمبرداری را به یک محیط قابل کاوش تبدیل نماید.

تنوع کاربردها، ابهام استراتژیک

شرکت AMI قبلاً قدم خود را در حوزه‌های متعددی تست کرده است:

• ساخت و تولید (Manufacturing)
• زیست‌پزشکی (Biomedicine)
• رباتیک (Robotics)
• نرم‌افزار هوش مصنوعی برای پزشکان از طریق همکاری با Nabia

قطعاً این شرکت قصد ندارد تمام این حوزه‌ها را همزمان دنبال کند — اما شاید یکی یا دو مورد از آن‌ها در حال حاضر برجسته‌تر باشند و دلیل اصلی حفظ سکوت، عدم تمایل به افشای تمرکز استراتژیک خود باشد.

سناریوی جنگل تاریک: استعاره سی‌شین لیو

هیچ‌کس در وجود کسب‌وکارهای متعددی که می‌توان بر پایه فناوری مدل‌های جهانی ساخت، تردید ندارد. اما تا زمانی که جذب سرمایه آسان است، فشار خاصی برای تمرکز بر یک مسیر تجاری وجود ندارد. در واقع، دلیل خوبی برای عدم تمرکز وجود دارد.

اگر AMI فردا اعلام کند که یک روبوت انسان‌نمای OpenClaw یا یک سیستم رندرینگ نسل جدید هالیوود ساخته است، بسیاری از آزمایشگاه‌های دیگر ناگهان علاقه‌مند به این فضا خواهند شد. به‌زودی، این آزمایشگاه با رقابت پتانسیلی از سوی سایر شرکت‌های مدل‌ساز جهانی، نئولب‌ها و حتی OpenAI و Anthropic مواجه خواهد شد.

«در برخی جوانب، این جنبه معکوس تمام آن جذب سرمایه آسان است. رقبای شما هم می‌توانند سرمایه جذب کنند — و همان پولی که به شما اجازه می‌دهد زیر رادار بسازید، aynı zamanda رقباي بالقوه شما را نیز تأمین مالی می‌کند.»

اما حتی اگر این رقابت اجتناب‌ناپذیر باشد، بهترین راه این است که آن را تا حد امکان به تعویق بیندازید؛ یعنی درباره اینکه دقیقاً چه چیزی می‌سازید، ساکت بمانید.

علاقه‌مندان به آثار سی‌شین لیو (Cixin Liu)، نویسنده مشهور علمی‌تخیلی، این مفهوم را به‌خوبی می‌شناسند: سناریوی جنگل تاریک (Dark Forest Scenario). اگر ندانید چه کسی دیگری در جنگل حضور دارد، بهتر است توجه کسی را به خود جلب نکنید.

جمع‌بندی: آینده در مه

مدل‌های جهانی یکی از جذاب‌ترین و در عین حال مرموزترین حوزه‌های هوش مصنوعی هستند. شرکت‌های پیشرو با وجود جذب سرمایه‌های کلان، همچنان درباره مسیرهای تجاری و محصولات خود سکوت استراتژیک حفظ می‌کنند. این پنهان‌کاری ریشه در رقابت شدید، ماهیت چندوجهی فناوری و ترس از بیدار کردن غول‌های صنعت دارد.

به‌هرحال، تا زمانی که این شرکت‌ها تصمیم به شفاف‌سازی نگیرند، تنها می‌توانیم منتظر بمانیم و ببینیم کدام‌یک از این «جنگل‌های تاریک» اولین نتایج عملیاتی خود را نمایان خواهد کرد.

پرسش‌های متداول

مدل‌های جهانی (World Models) دقیقاً چیستند؟

مدل‌های جهانی دسته‌ای از سیستم‌های هوش مصنوعی هستند که هدف آن‌ها خودکارسازی «هوش فضایی» است. این مدل‌ها سعی می‌کنند درک و تعامل هوش مصنوعی با محیط فیزیکی پیرامون را شبیه‌سازی کنند و می‌توانند در حوزه‌هایی نظیر رباتیک، خودروهای خودران، ویدئوهای تعاملی و تولید محتوای بصری کاربرد داشته باشند.

AMI Labs و World Labs چه تفاوتی با یکدیگر دارند؟

AMI Labs به رهبری یان لوکون و World Labs به مدیریت فئی‌فئی لی هر دو از پیشروترین شرکت‌های این حوزه هستند. AMI Labs با تمرکز بر کاربردهای صنعتی و بیومدیکال فعالیت می‌کند، در حالی که World Labs محصولی به نام Marble دارد که بیشتر بر تولید محتوای بصری و محیط‌های تعاملی متمرکز است.

چرا شرکت‌های مدل‌ساز جهانی از شفافیت خودداری می‌کنند؟

دلایل اصلی شامل رقابت شدید با غول‌هایی مانند OpenAI و Anthropic، ماهیت چندوجهی و همه‌کاره فناوری مدل‌های جهانی، و تمایل به به تعویق انداختن ورود رقبا به بازار است. این استراتژی را می‌توان با «سناریوی جنگل تاریک» تشبیه کرد: بهتر است بدون جلب توجه، تا حد امکان ساختن را ادامه دهید.