أطلقت Meta Muse Spark: ربط منظومة وسائل التواصل الاجتماعي لتقديم مساعدي صحة وتسوق مخصصين بالذكاء الاصطناعي

ChainNewsAbmedia

Meta التابعة للمعمل الفائق للذكاء الفائق، أُعلن رسميًا في 8 أبريل عن أول نموذج ذكاء اصطناعي مُطوّر داخليًا باسم Muse Spark، ويُصنَّف باعتباره الخطوة الأولى نحو “الذكاء الفائق الشخصي”. ومنذ صدور الخبر، قفز سهم Meta أكثر من 6.5% في يوم واحد، مسجلًا أعلى مستوى له منذ ما يقرب من ثلاثة أسابيع، كما يثبت أن Meta لم تتخلَّ عن خطواتها في سباق الذكاء الاصطناعي.

ما هو Muse Spark؟ ظهور أول نموذج استدلال AI مُطوّر داخليًا لدى Meta

يُعد Muse Spark أول نموذج من سلسلة “Muse” التي طوّرتها شركة Meta Superintelligence Labs (Meta Superintelligence Labs، MSL)، وهو نموذج استدلال متعدد الوسائط أصيل، ويدعم استدعاء الأدوات (tool-use)، وسلسلة التفكير البصري (visual chain of thought)، وتنسيق التعاون بين عدة وكلاء (multi-agent orchestration).

يقود هذا المختبر المؤسس المشارك لشركة Scale AI، Alexandr Wang. وقد استثمرت Meta سابقًا ما يقارب 15 مليار دولار في Scale AI واستقطبت Wang للانضمام، ويُنظر إلى ذلك على أنه خطوة محورية لإعادة إطلاق استراتيجية الذكاء الاصطناعي. ويُعد إطلاق Muse Spark هو أول إنجاز مهم بعد قيام الرئيس التنفيذي مارك زوكربيرج (Mark Zuckerberg) بدفع تحول الشركة إلى الذكاء الاصطناعي بقوة خلال السنوات الأخيرة.

ومن الجدير بالذكر أنه بخلاف سلسلتها السابقة التي ركزت على المصدر المفتوح Llama، يعمل Muse Spark بنمط مغلق، ما يرمز إلى انتقال Meta من استراتيجية الانفتاح في النظام البيئي إلى مسار تطوير للذكاء الاصطناعي موجّه بشكل أكبر نحو الجانب التجاري. ويعتقد تحليل السوق أنه لا يستبعد مستقبلاً طرح خدمة مدفوعة عبر API أو نموذج اشتراك.

اعتبارًا من الآن، أصبح Muse Spark متاحًا للاستخدام على Meta AI، كما تم فتح معاينة واجهة برمجة التطبيقات الخاصة (private API) أمام شركاء تعاون محددين.

أداء Muse Spark: منافسة Gemini Deep Think و GPT Pro

من ناحية تقييم القدرات، أظهر Muse Spark أداءً ممتازًا في إدراك متعدد الوسائط، والاستدلال، ومعالجة المعلومات الصحية، والمهام التي تنطوي على وكلاء. وبفضل “وضع التأمل (Contemplating)” الذي طرحته Meta، تقوم عدة وكلاء باستدلال متوازٍ والتعاون فيما بينهم، ما يمكّن Muse Spark من مجاراة نماذج الاستدلال المتطرفة مثل Gemini Deep Think و GPT Pro في المهام الصعبة.

حقق Muse Spark 58% في اختبار Humanity’s Last Exam، و38% في اختبار FrontierScience Research، ما يُظهر قوة قادرة على منافسة النماذج الرائدة.

حالات الاستخدام: من تتبع الصحة إلى مساعد التسوق، تكامل شامل ضمن نظام Meta البيئي

يُصنَّف Muse Spark باعتباره “ذكاءً فائقًا شخصيًا” قادرًا على فهم العالم، مع التركيز على تكامل الرؤية متعدد الوسائط، بما يتيح تحليلًا عابرًا للمجالات للبيئة اللحظية للمستخدم؛ وتشمل التطبيقات المحددة ما يلي.

تفاعل متعدد الوسائط

يمكن لـ Muse Spark إنشاء ألعاب ويب تفاعلية اعتمادًا على الصور، أو التعرف على الأشياء وتقديم شرح تفصيلي، مثل تحليل دروس إرشادية لكيفية تشغيل الآلات المعقدة.

الصحة الشخصية

يمكن للنموذج دمج التعرف البصري مع البحث عبر الأدوات لتقديم ردود أدق للمعلومات الصحية، مثل تحليل المكونات الغذائية للطعام أو تحديد حالة نشاط كل مجموعة عضلية أثناء التمارين، كما يقدم توصيات مخصصة بناءً على قيود النظام الغذائي للفرد (مثل النباتيين أو فئة ارتفاع الكوليسترول)،

توقّعت Meta أن يتم دمج Muse Spark تدريجيًا في منصات مثل Instagram وFacebook وMessenger وWhatsApp والنظارات الذكية. ويُنظر إلى مساعد التسوق بالذكاء الاصطناعي على أنه تطبيق تجاري محوري، سيساعد المستخدمين في البحث عن المنتجات وتقديم التوصيات ودعم اتخاذ القرار. ويمكن ملاحظة أن ملامح نموذج الأعمال الذي يجمع بين الإعلانات والتجارة الإلكترونية بدأت تتشكل بشكل تدريجي.

ثلاثة محاور تقنية رئيسية: التدريب المُسبق، التعلم المعزز، الاستدلال أثناء الاختبار

كشفت Meta في مدونتها الرسمية عن المحاور التقنية الأساسية لـ Muse Spark، والتي تُبنى حول ثلاثة محاور توسعة رئيسية.

التدريب المُسبق (Pretraining)

خلال الأشهر التسعة الماضية، أعادت Meta بناء بنية وتقنيات التدريب المُسبق (stack)، مع ترقية شاملة في بنية النموذج وأساليب التحسين وتنظيم البيانات، ما أدى إلى تحسين كبير في قدرات النموذج التي يمكن استخلاصها لكل وحدة من الحوسبة.

التعلم المعزز (Reinforcement Learning)

يُعد التعلم المعزز (RL) امتدادًا للتدريب المُسبق، ويمكنه توسيع قدرات النموذج بشكل أكبر. وتوضح Meta أنه مع توسع قدرة RL (المقاسة بعدد الخطوات)، تزداد احتمالات نجاح النموذج على بيانات التدريب بشكل نموٍ لوغاريتمي خطي، كما يتحسن أيضًا بشكل ثابت على كفاءة التقييم في مجموعات بيانات غير المرئية.

الاستدلال أثناء الاختبار (Test-Time Reasoning)

يجعل تدريب RL النموذج يفكر قبل الإجابة. وتستخدم Meta آلية “ضغط التفكير (thought compression)” والتعاون بين عدة وكلاء، مما يقلل التأخير بشكل فعال ويعزز قدرات الاستدلال.

فصل تمهيدي لحقبة الذكاء الفائق الشخصي، والمستثمرون متفائلون بأن الذكاء الاصطناعي سيعزز ارتباط المستخدمين

منذ صدور الخبر، ارتفع سعر سهم Meta في نهاية تعاملات أمس بنسبة 6.5% إلى 612.42 دولارًا، مسجلًا أعلى مستوى منذ ما يقرب من ثلاثة أسابيع. ويعكس ذلك أن المستثمرين ينظرون عمومًا بإيجابية إلى توظيف قدرات الذكاء الاصطناعي في المهام الشخصية اليومية وربطها بإمكانات المنصات الاجتماعية.

وتقول Meta إن Muse Spark يمثل خطوة محورية نحو “مسار توسعة للذكاء الاصطناعي يمكن التنبؤ به وفعّال”؛ وفي المستقبل ستواصل إصدار نماذج تمتلك قدرات أقوى، والانتقال بثبات نحو هدف الذكاء الفائق الشخصي.

ظهرت هذه المقالة Meta تطلق Muse Spark: ربط نظام وسائل التواصل الاجتماعي، لتصبح مساعد ذكاء اصطناعي مخصص لصحة المستخدم والتسوق لأول مرة على Chain News ABMedia.

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى إخلاء المسؤولية.
تعليق
0/400
لا توجد تعليقات