شرکت فناوری ژاپنی SoftBank با آرمانهای جدید به توسعه یک مدل هوش مصنوعی پیشرو ویژه زبان ژاپنی دست میزند. این شرکت قصد دارد تا هدف خود را دستیابی به این مدل با سرمایهگذاری تقریبی ۹۶۰ میلیون دلاری در زیرساختهای محاسباتی خود در طی دو سال آینده تحقق دهد.
ایجاد یک مدل قادر به رقابت با مدل ChatGPT شرکت OpenAI نیازمند سرمایهگذاری قابل توجهی است، به خصوص در واحدهای پردازش گرافیکی پیشرفته (GPUs) رو به پیشرفت. SoftBank قصد دارد این GPUs پیشرفته را از قدرتمند نیویدیا، قدرت سازنده نیمههادی اهرم آمریکایی، خریداری کند تا تواناییهای خود را تقویت کند.
مقدار ۱۵۰ میلیارد ین که برای این زمینه در سالهای ۲۰۲۴ و ۲۰۲۵ تخصیص یافته است، نشان دهنده افزایش قابل توجهی نسبت به سال قبل است که ۲۰ میلیارد ین سرمایهگذاری در زیرساختهای محاسباتی صورت گرفت. طبق گزارشی از نیکهای، این سرمایهگذاری بینظیر است در میان شرکتهای ژاپنی و منتظر است که SoftBank را در پیشتازی توان محاسباتی در این کشور قرار دهد.
با وجود جذب علاقه به تکنولوژی، ژاپن کمبود شرکتهای خصوصی با توانایی محاسباتی سوپر با کیفیت برای ایجاد مدلهای زبان بزرگ (LLMs) داشته است. نیکهای آسیا برجسته کرده است که سرمایهگذاری گزارش شده از طرف SoftBank پتانسیلی دارد که منظره را تغییر دهد. با این حرکت استراتژیک، SoftBank میتواند به عنوان یک بازیگر داخلی قدرتمند در زمینه هوش تولیدی زبان برجسته شود و جایگاه ژاپن را در زمانی که رقابت بینالمللی بهدنبال گرفتن مکانی در بازار است، تقویت کند.
سوالات و پاسخهای مهم
۱. چرا به یک مدل هوش مصنوعی زبان ژاپنی نیاز است؟
نیاز به یک مدل هوش مصنوعی زبان ژاپنی برای حل پیچیدگیهای منحصر به فرد زبان ژاپنی وجود دارد که سه الفبایی (هیراگانا، کاتاکانا، کانجی) و دستور زبان ظریف دارد. یک هوش مصنوعی تنظیمشده برای زبان ژاپنی میتواند بهتر محتواها را برای کاربران محلی درک کند و تولید کند، ترجمههای دقیقتری ارائه دهد و تجربه کاربر برای افراد و کسبوکارهای ژاپنی را بهبود بخشد.
۲. چه چالشهایی ممکن است SoftBank در این اقدام روبرو شود؟
SoftBank ممکن است با چالشهای فنی مانند تأمین دادههای کیفی کافی برای آموزش مدل، اطمینان از درک فرهنگی و زمانی مدل، و رقابت با شرکتهای فناوری جهانی دیگری که همچنین در حال پیشرفت در هوش مصنوعی هستند، روبهرو شود. علاوه بر این، مبانی حقوق مالکیت فکری و مدیریت هزینههای GPUs در میان فاقدی نیروهای نیمهرسانا در سراسر جهان ممکن است به عنوان موانع اصلی محسوب شوند.
۳. چه جدالهایی با مدلهای زبان بزرگ (LLMs) همراه است؟
LLMs به جدالهای اخلاقی متعددی تحت کنترل قرار گرفتهاند، از این جمله مسائل حریم شخصی ناشی از آموزش بر روی مجموعه دادههایی گسترده که ممکن است حاوی اطلاعات حساس باشند، تقویت تعصباتی که در دادههای آموزشی وجود دارد، تولید محتوای مضر احتمالی و تأثیر اتوماسیون بر اشتغال.
مزایا و معایب
مزایا:
– توسعه یک مدل زبان ژاپنی میتواند منجر به ارائه خدمات هوش مصنوعی بهبود یافته برای صنایع و مصرفکنندگان ژاپن شود.
– این موقعیت مکانی ژاپن و SoftBank را به عنوان اعضا رقابتی در مسابقه فناوری جهانی مدنظر قرار دهد که ممکن است سرمایهگذاریها و نوآوریهای بیشتری را جذب کنند.
– این هوش مصنوعی میتواند کاربردهای گستردهای را داشته باشد، از خدمات ترجمه تا ایجاد محتوا، در بهبود تحول دیجیتال اقتصاد ژاپن کمک کند.
معایب:
– هزینه مالی قابل توجهی که مورد نیاز است، ریسکی را ایجاد میکند، به ویژه اگر پروژه به بازدهی یا پیشرفت فناوری مورد انتظار نرسد.
– سامانههای هوش مصنوعی ممکن است در برخی صنایع کارگران را جایگزین کنند و چالشهای اجتماعی ایجاد کنند.
– مشکل تضمین تعادل و عدالت مدل هوش مصنوعی میتواند به مسائل روابط عمومی و اخلاقی منجر شود.
مطالب فوق در مقاله آمده نیستند، اما بررسیهای مرتبط با مبادلات SoftBank در توسعه هوش مصنوعی زبان ژاپنی بهعنوان بخشی از مسابقه فناوری جهانی محاسبه شدهاند. برای کسب اطلاعات بیشتر در زمینه توسعه هوش مصنوعی و تأثیر آن بر روندهای تکنولوژی جهانی، خوانندگان میتوانند به وبسایتهای منابع خبری تکنولوژی معتبر مانند TechCrunch یا Wired مراجعه کنند. اگر خوانندگان به دنبال شناختهای آموزشی یا تحقیقی در زمینه فناوری هوش مصنوعی هستند، آنها میتوانند به مؤسسات یا سازمانهای برجسته ای که در این حوزه فعالیت میکنند، مانند AAAI (کمیته ارتقاء هوش مصنوعی) یا دانشگاه استنفورد مراجعه کنند.