🚀 انقلاب میرا موراتی در دنیای هوش مصنوعی؛ پایان انتظار برای پاسخهای رباتیک
استارتاپ جدید Thinking Machines Lab به رهبری میرا موراتی، مدیر سابق فناوری OpenAI، از نسل جدیدی از سیستمهای هوش مصنوعی با عنوان مدلهای تعاملی (Interaction Models) رونمایی کرده است؛ فناوریای که میتواند یکی از بزرگترین ضعفهای فعلی چتباتها یعنی تأخیر در پاسخدهی را برای همیشه از بین ببرد.
🌐 نسل جدید تعامل انسان و ماشین
این مدلهای چندوجهی (Multimodal) قادرند صدا، تصویر و متن را بهصورت همزمان پردازش کرده و تقریباً بدون وقفه واکنش نشان دهند.
هدف اصلی: حذف حس «ربات بودن» از مکالمات هوش مصنوعی
برخلاف چتباتهای سنتی که پس از پایان صحبت کاربر شروع به پردازش میکنند، این سیستم جدید حتی هنگام صحبت شما نیز محیط را تحلیل میکند.
⚡ معماری Full-Duplex؛ گفتگوی واقعی با AI
مهمترین جهش تکنولوژیک این پروژه، استفاده از معماری Full-duplex یا تعامل تمامدوطرفه است.
- ⏱ تقسیم مکالمه به میکرو-نوبتهای ۲۰۰ میلیثانیهای
- 👂 واکنش همزمان به صدا و تصویر در لحظه
- 🧠 استفاده از مدل TML-Interaction-Small با ۲۷۶ میلیارد پارامتر
- 🔄 بهرهگیری از مدل ثانویه Asynchronous برای پردازشهای سنگینتر
🛠 حذف انکودرهای سنگین؛ راز سرعت فوقالعاده
تیم میرا موراتی از تکنیکی به نام Encoder-free early fusion استفاده کرده که ساختار سنتی پردازش صوت و ویدیو را متحول میکند.
- 🎙 سیگنالهای خام صوتی و تصویری مستقیماً وارد ترنسفورمر میشوند
- 🚫 حذف انکودرهای سنگین و کند
- ⚡ دستیابی به زمان پاسخدهی کمتر از ۰.۴ ثانیه
نتیجه: مکالمهای بسیار طبیعیتر و نزدیکتر به تعامل انسانی
🏭 کاربردهای واقعی در صنعت و کسبوکار
این فناوری تنها یک چتبات پیشرفته نیست؛ بلکه میتواند زیرساخت نسل آینده سیستمهای هوشمند باشد.
تحلیل زنده ویدیوها و واکنش فوری به خطرات و ناهنجاریها.
مکالمات طبیعی و انسانی بدون مکثهای آزاردهنده.
توانایی فهم دستورات زمانی بدون نیاز به برچسبگذاری دستی.
🌟 آینده هوش مصنوعی؛ پایان مرز انسان و ماشین
Thinking Machines Lab نشان داده آینده هوش مصنوعی فقط درباره قدرت پردازش نیست؛ بلکه درباره «کیفیت تعامل» است.
هرچه فاصله زمانی بین فکر انسان و پاسخ ماشین کمتر شود، مرز میان انسان و سیستمهای هوشمند نیز کمرنگتر خواهد شد.
عصر مکالمات خشک و رباتیک رو به پایان است.
