GeekAlerts

جایی برای گیک‌ها

·

معرفی گراک ۴: نگاهی عمیق به مدل هوش مصنوعی جدید xAI

معرفی گراک ۴: نگاهی عمیق به مدل هوش مصنوعی جدید xAI

قبل از اینکه به گراک ۴ بپردازیم، بهتره نگاهی کوتاه به مسیر تکامل این هوش مصنوعی داشته باشیم. گراک محصول شرکت xAI هست که در نوامبر ۲۰۲۳ توسط ایلان ماسک راه‌اندازی شد. ایده اولیه ماسک، ساخت یک هوش مصنوعی به نام «TruthGPT» بود که هدفش رو «جستجوی حداکثری حقیقت برای درک ماهیت جهان» توصیف کرده بود. او نگران بود که مدل‌های موجود مثل ChatGPT بیش از حد از نظر سیاسی محافظه‌کار شده باشن. در نهایت، این پروژه به گراک تغییر نام داد. کلمه «گراک» از یک رمان علمی-تخیلی نوشته رابرت هاین‌لاین به نام «غریبه‌ای در سرزمین غربت» (Stranger in a Strange Land) گرفته شده و به معنای درک عمیق و شهودی یک موضوع است.

گراک به صورت یک چت‌بات هوش مصنوعی مولد توسعه پیدا کرده و به طور کامل با شبکه اجتماعی X (توییتر سابق) یکپارچه شده. این یعنی کاربران می‌تونن علاوه بر اپلیکیشن‌ها و وب‌سایت مستقل گراک، در خود پلتفرم X هم با این هوش مصنوعی تعامل داشته باشن.

مسیر تکامل مدل‌های گراک به این شکل بوده:

  • گراک ۱: اولین نسخه که در نوامبر ۲۰۲۳ منتشر شد. این مدل بعدها به صورت متن‌باز (Open Source) تحت لایسنس آپاچی ۲.۰ در دسترس عموم قرار گرفت و معماری و پارامترهای وزنی اون منتشر شد.
  • گراک ۱.۵: در می ۲۰۲۴ عرضه شد و بهبودهایی در قابلیت‌های استدلال و طول زمینه (Context Length) تا ۱۲۸ هزار توکن رو به همراه داشت.
  • گراک ۲: در آگوست ۲۰۲۴ معرفی شد و عملکرد و استدلال بهتری نسبت به نسخه قبل داشت و قابلیت تولید تصویر با استفاده از مدل Flux رو هم اضافه کرد. بعدا قابلیت درک تصویر و PDF هم به این نسخه اضافه شد.
  • گراک ۳: در فوریه ۲۰۲۵ با قدرت پردازشی ۱۰ برابر بیشتر از گراک ۲ عرضه شد. این مدل روی مجموعه داده‌های گسترده‌تری آموزش دیده بود و قابلیت‌های استدلال پیشرفته‌ای شبیه به مدل‌های رقیب داشت.
  • گراک ۴: و در نهایت، در ژوئیه ۲۰۲۵، جدیدترین مدل پرچمدار xAI با ادعاهای بزرگ و قابلیت‌های جدید معرفی شد که در ادامه به تفصیل در موردش صحبت می‌کنیم.

خانواده گراک ۴: معرفی مدل‌های مختلف

یکی از نکات جالب در مورد معرفی گراک ۴، اینه که xAI فقط یک مدل رو عرضه نکرده، بلکه یک خانواده از مدل‌ها رو معرفی کرده تا نیازهای کاربران مختلف، از کاربران عادی گرفته تا توسعه‌دهندگان حرفه‌ای رو پوشش بده. این استراتژی تقسیم‌بندی مدل‌ها نشون‌دهنده درک عمیق xAI از نیازهای متنوع بازار هوش مصنوعی است.

  1. گراک ۴ (مدل عمومی)
    این مدل، نسخه استاندارد و اصلی خانواده گراک ۴ به حساب میاد و برای استفاده‌های عمومی و روزمره طراحی شده. اگه شما یک کاربر عادی هستید که به دنبال یک دستیار هوش مصنوعی قدرتمند برای انجام کارهای مختلف می‌گردید، این مدل برای شماست. گراک ۴ عمومی در زمینه‌هایی مثل نوشتن متن، تحقیق، ترجمه و استدلال عمومی عملکرد خیلی خوبی داره. این مدل از قابلیت‌هایی مثل فراخوانی تابع (Function Calling) و تولید خروجی ساختاریافته (Structured Output) پشتیبانی می‌کنه که برای توسعه‌دهندگانی که می‌خوان از گراک در اپلیکیشن‌های خودشون استفاده کنن، خیلی کاربردیه. مهارت‌های این مدل در ریاضیات، منطق و پردازش زبان طبیعی هم نسبت به نسخه‌های قبلی به طور قابل توجهی افزایش پیدا کرده.
  2. گراک ۴ سنگین (Grok 4 Heavy)
    این نسخه رو میشه به عنوان برادر بزرگتر و قدرتمندتر گراک ۴ در نظر گرفت. گراک ۴ سنگین یک مدل چندعاملی (Multi-agent) است. اما این یعنی چی؟ ایلان ماسک در رویداد زنده توضیح داد که وقتی شما یک سوال پیچیده از گراک ۴ سنگین می‌پرسید، این مدل به جای اینکه فقط با یک پردازش به جواب برسه، چندین «عامل» یا «ایجنت» هوشمند رو به صورت همزمان برای حل اون مسئله به کار می‌گیره. هر کدوم از این عامل‌ها به طور مستقل روی مسئله کار می‌کنن، نتایج خودشون رو با هم مقایسه می‌کنن، ایده‌هاشون رو به اشتراک می‌ذارن و در نهایت بهترین و دقیق‌ترین پاسخ رو انتخاب می‌کنن. ماسک این فرایند رو به یک «گروه مطالعه» تشبیه کرد که در اون، اعضا با هم همفکری می‌کنن تا به بهترین نتیجه برسن.
    این رویکرد باعث میشه گراک ۴ سنگین در حل مسائل دشوار و چندمرحله‌ای که نیاز به استدلال عمیق دارن، عملکرد فوق‌العاده‌ای داشته باشه. البته این قدرت بیشتر، هزینه هم داره و استفاده از این مدل به منابع پردازشی بیشتری در زمان استنتاج (Inference) نیاز داره که باعث میشه کمی کندتر و گران‌تر باشه.
  3. گراک ۴ کد (Grok 4 Code)
    توسعه‌دهندگان و برنامه‌نویسان همیشه یکی از اصلی‌ترین مخاطبان مدل‌های زبان بزرگ بودن. xAI با درک این موضوع، یک نسخه تخصصی به نام گراک ۴ کد رو معرفی کرده که به طور ویژه برای کمک به برنامه‌نویس‌ها طراحی شده. این مدل در زمینه‌هایی مثل تولید کد (Code Generation)، تکمیل کد (Code Completion) و اشکال‌زدایی (Debugging) کمک زیادی می‌کنه.
    یکی از ویژگی‌های برجسته گراک ۴ کد، پنجره زمینه (Context Window) بسیار بزرگ ۱۳۱٬۰۷۲ توکنی اونه. این ویژگی به مدل اجازه میده تا به جای بررسی چند خط کد، کل یک فایل کد یا حتی یک پایگاه کد کامل (Codebase) رو درک کنه و تحلیل‌های دقیق‌تری ارائه بده. ایلان ماسک در یک پست در شبکه X ادعا کرد که کاربران می‌تونن کل فایل سورس کد خودشون رو در گراک کپی کنن و گراک ۴ اون رو براشون درست می‌کنه. او حتی گفت که این مدل بهتر از ابزارهایی مثل Cursor عمل می‌کنه. این مدل از بیش از ۲۰ زبان برنامه‌نویسی مختلف مثل پایتون، جاوا اسکریپت، جاوا، C++، Go و غیره پشتیبانی می‌کنه و می‌تونه مستقیما با ویرایشگرهای کد ادغام بشه و پیشنهادهای لحظه‌ای بده.
  4. گراک ۴ توسعه‌یافته (Grok 4 Extended)
    در کدهای پلتفرم X، نشانه‌هایی از یک مدل دیگر به نام گراک ۴ توسعه‌یافته هم دیده شده. هنوز جزئیات دقیقی در مورد این مدل منتشر نشده، اما برخی گمانه‌زنی‌ها اون رو به ویژگی «مغز بزرگ» (Big Brain) مرتبط می‌دونن که xAI قبلا به اون اشاره کرده بود. این ویژگی احتمالا برای حل مسائل بسیار پیچیده که نیاز به قدرت محاسباتی و استدلال بیشتری دارن، طراحی شده.

نگاهی به زیرساخت فنی و فلسفه آموزش

قدرت خیره‌کننده گراک ۴ اتفاقی نیست و نتیجه سرمایه‌گذاری عظیم روی زیرساخت‌های سخت‌افزاری و یک فلسفه آموزشی منحصربه‌فرده.

قدرت پردازشی عظیم: ابرکامپیوتر Colossus

تمام فرایند آموزش گراک ۴ روی ابرکامپیوتر سفارشی xAI به نام Colossus انجام شده. این ابرکامپیوتر که در ممفیس، تنسی قرار داره، از ۲۰۰ هزار پردازنده گرافیکی (GPU) قدرتمند NVIDIA H100 تشکیل شده. این مجموعه، یکی از بزرگ‌ترین خوشه‌های پردازشی شناخته‌شده در دنیاست که در اختیار یک شرکت خصوصی قرار داره.

ایلان ماسک در رویداد زنده تاکید کرد که میزان محاسبات (Compute) استفاده شده برای آموزش هر نسل از گراک به صورت نمایی افزایش پیدا کرده. به گفته او، گراک ۳ با ۱۰ برابر محاسبات بیشتر از گراک ۲ آموزش دیده و گراک ۴ هم با ۱۰ برابر محاسبات بیشتر از گراک ۳. این یعنی گراک ۴ با ۱۰۰ برابر قدرت پردازشی بیشتر از گراک ۲ آموزش داده شده. این مقیاس‌پذیری عظیم به xAI اجازه داده تا مدل‌های بزرگ‌تر و پیچیده‌تری رو در زمان کوتاه‌تری آموزش بده.

فلسفه آموزشی: فراتر از پیش‌بینی کلمه بعدی

تیم xAI توضیح داد که در آموزش گراک ۴، تمرکز فقط روی افزایش حجم داده‌ها نبوده، بلکه یک تغییر رویکرد اساسی به سمت «استدلال» و «یادگیری تقویتی» (Reinforcement Learning – RL) اتفاق افتاده. به جای اینکه مدل فقط یاد بگیره کلمه بعدی در یک جمله رو پیش‌بینی کنه، به اون یاد داده شده که مسائل واقعی رو مرحله به مرحله حل کنه، اشتباه کنه و از اشتباهاتش یاد بگیره.

فرایند آموزشی اونها رو میشه در سه مرحله خلاصه کرد:

  1. ساخت بهترین مدل پایه: با استفاده از داده‌های پاک و زیرساخت بهینه‌سازی شده.
  2. پاداش برای حل مسئله: به مدل برای حل مسائل واقعی که نتیجه اونها قابل تایید هست، پاداش داده می‌شه. این کار به مدل یاد میده که از صفر استدلال کنه.
  3. ابداع چالش‌های جدید: هرچقدر مدل هوشمندتر می‌شه، یادگیری از کارهای ساده متوقف می‌شه. برای همین، تیم xAI سیستم‌هایی رو طراحی کرده که مسائل سخت‌تری پیدا می‌کنن و حلقه‌های بازخورد قوی‌تری برای مدل ایجاد می‌کنن.

این تمرکز روی یادگیری تقویتی در مقیاس بزرگ، یکی از دلایل اصلی برتری گراک ۴ در بنچمارک‌های مربوط به استدلال و حل مسئله است.

عملکرد در بنچمارک‌ها: وقتی اعداد حرف می‌زنن

یکی از هیجان‌انگیزترین بخش‌های معرفی گراک ۴، ارائه نتایج عملکرد این مدل در بنچمارک‌های استاندارد صنعتی بود. بنچمارک‌ها معیارهایی هستن که به ما اجازه میدن عملکرد مدل‌های مختلف رو در شرایط یکسان با هم مقایسه کنیم. گراک ۴ در بسیاری از این آزمون‌ها تونسته رکوردهای جدیدی ثبت کنه و از رقبای قدرتمندی مثل مدل‌های o3 از OpenAI و Gemini از گوگل پیشی بگیره.

در ادامه به برخی از مهم‌ترین نتایج اشاره می‌کنیم:

  • Humanity’s Last Exam (HLE): این یک آزمون بسیار سخت با ۲۵۰۰ سوال در سطح دکتراست که توسط متخصصان طراحی شده. انسان‌ها به طور متوسط حدود ۵ درصد در این آزمون نمره میارن. گراک ۴ (بدون ابزار) تونست به امتیاز ۲۵.۴ درصد برسه که از امتیاز ۲۱.۶ درصدی Gemini 2.5 Pro و ۲۱ درصدی o3-high بالاتره. نسخه گراک ۴ سنگین (Heavy) با استفاده از ابزارها و رویکرد چندعاملی خودش، تونست این امتیاز رو به بالای ۵۰ درصد برسونه که یک جهش فوق‌العاده محسوب می‌شه.
  • ARC-AGI (v2 private subset): این بنچمارک به عنوان یکی از معیارهای اصلی برای سنجش هوش عمومی مصنوعی (AGI) شناخته می‌شه. برای ماه‌ها هیچ مدلی نتونسته بود از مرز ۱۰ درصد عبور کنه. گراک ۴ تونست در کمتر از ۱۲ ساعت به امتیاز ۱۵.۸ درصد برسه و رکورد جدیدی ثبت کنه.
  • VendingBench: این یک شبیه‌سازی برای مدیریت یک شرکت دستگاه‌های فروش خودکار است که توانایی مدل در قیمت‌گذاری، مدیریت موجودی و برنامه‌ریزی بلندمدت رو می‌سنجه. گراک ۴ تونست با ساخت یک استراتژی کارآمد، دو برابر مدل بعدی سودآوری داشته باشه.
  • ریاضیات و منطق: در آزمون ریاضی سطح بالای AIME، نسخه گراک ۴ سنگین به امتیاز ۱۰۰ درصد رسید. در بنچمارک‌های کدنویسی و حل مسائل فیزیک هم گراک ۴ تونست تمام مدل‌های دیگه رو شکست بده.
  • GPQA Diamond: در این بنچمارک که سوالات سطح فارغ‌التحصیلی گوگل رو شامل می‌شه، گراک ۴ به امتیاز ۸۸ درصد رسید که یک رکورد جدید به حساب میاد.
  • MMLU-Pro: در این آزمون درک زبان چندوظیفه‌ای، گراک ۴ امتیاز ۸۷ درصد رو کسب کرد.

یک شرکت تحلیلی به نام Artificial Analysis که به نسخه API گراک ۴ دسترسی اولیه داشته، گزارش داد که شاخص هوش این مدل به ۷۳ رسیده که بالاتر از امتیاز ۷۰ برای o3 و Gemini 2.5 Pro و ۶۴ برای Claude 4 Opus است. این اولین باری بود که xAI در صدر رده‌بندی این شرکت قرار می‌گرفت.

قابلیت‌های کلیدی و دموهای جذاب

تیم xAI در رویداد زنده فقط به ارائه اعداد و ارقام بسنده نکرد و دموهای عملی و جذابی رو هم از قابلیت‌های گراک ۴ به نمایش گذاشت.

استدلال در سطح تحصیلات تکمیلی

گراک ۴ در همه موضوعات در سطح تحصیلات تکمیلی، مثل دکترا، عمل می‌کنه. بهتر از دکترا. بدون استثنا. بیشتر دانشجوهای دکترا در آزمون‌هایی که گراک ۴ قبول می‌شه، رد می‌شن.

ایلان ماسک

این ادعا نشون‌دهنده تمرکز ویژه xAI روی افزایش عمق تحلیل و استدلال منطقی مدل است.

انقلابی در حالت صوتی

حالت صوتی گراک ۴ هم بهبودهای چشمگیری داشته. xAI پنج صدای جدید برای این حالت معرفی کرده که دو تا از اونها در دمو به نمایش گذاشته شدن:

  • Eve (ایو): با لهجه زیبای بریتانیایی و توانایی ابراز احساسات غنی. در یکی از دموها، از ایو خواسته شد تا برای آرام کردن یکی از مهندسان، چیزی رو به آرامی زمزمه کنه و اون با لحنی آرامش‌بخش این کار رو انجام داد. در یک دموی دیگر، ایو یک قطعه اپرا در مورد «دایت کوک» (نوشابه رژیمی) اجرا کرد که خلاقیت و انعطاف‌پذیری بالای این مدل رو نشون می‌داد.
  • Sal (سَل): با صدایی عمیق و سینمایی، شبیه به صدای گویندگان تریلر فیلم‌ها.

تاخیر در پاسخگویی (Latency) در حالت صوتی به نصف کاهش پیدا کرده که باعث می‌شه مکالمات طبیعی‌تر و سریع‌تر احساس بشن. تیم xAI اعلام کرد که از زمان عرضه حالت صوتی، تعداد کاربران فعال اون ۱۰ برابر شده.

توانایی‌های چندوجهی (Multimodal)

گراک ۴ از ورودی‌های متنی و تصویری پشتیبانی می‌کنه. یعنی می‌تونه تصاویر و میم‌ها رو درک کنه و به سوالات مربوط به اونها پاسخ بده. با این حال، ایلان ماسک اذعان کرد که قابلیت‌های چندوجهی، به خصوص درک ویدیو، هنوز یکی از نقاط ضعف گراک محسوب می‌شه. اما برنامه‌های بزرگی برای آینده در این زمینه وجود داره و نسخه ۷ گراک (Grok 7) قراره بهبودهای اساسی در درک تصویر، ویدیو و صدا داشته باشه.

دموهای عملی

  • شبیه‌سازی سیاه‌چاله: گراک ۴ تونست ادغام دو سیاه‌چاله رو به صورت بصری شبیه‌سازی کنه. این شبیه‌سازی فقط یک تصویر ساده نبود، بلکه بر اساس قوانین واقعی فیزیک انجام شده بود و مدل حتی به کتاب درسی که از اون استفاده کرده بود هم ارجاع داد.
  • پیش‌بینی ورزشی: گراک ۴ سنگین در یک دموی چهار و نیم دقیقه‌ای، شانس‌های زنده مسابقات بیسبال لیگ برتر آمریکا (MLB) رو اسکن کرد، اونها رو با محاسبات خودش مقایسه کرد و پیش‌بینی کرد که تیم لس آنجلس داجرز ۲۱.۶ درصد شانس قهرمانی دوباره در سری جهانی رو داره.
  • جستجوی عجیب: از مدل خواسته شد تا «کارمندی با عجیب‌ترین عکس پروفایل» رو پیدا کنه. گراک وب رو جستجو کرد، اعضای تیم xAI رو بررسی کرد و در نهایت یکی از مهندسان رو انتخاب کرد. این دموی جالب نشون داد که مدل می‌تونه دستورالعمل‌های ذهنی و سلیقه‌ای رو هم درک و اجرا کنه.

دسترسی، قیمت‌گذاری و اکوسیستم توسعه‌دهندگان

xAI برنامه‌های مشخصی برای در دسترس قرار دادن گراک ۴ برای کاربران مختلف داره.

اشتراک و قیمت‌گذاری

دسترسی کامل به قابلیت‌های پیشرفته گراک ۴ از طریق یک اشتراک جدید به نام «SuperGrok Heavy» (یا در برخی گزارش‌ها «Pro») امکان‌پذیره که ماهانه ۳۰۰ دلار هزینه داره. این اشتراک برای کاربرانی طراحی شده که به قابلیت‌های بسیار پیشرفته، محدودیت‌های استفاده بالاتر و دسترسی زودهنگام به ویژگی‌های جدید نیاز دارن.

API برای توسعه‌دهندگان

API گراک ۴ همزمان با معرفی اون به صورت زنده در دسترس قرار گرفت. این API از یک پنجره زمینه ۲۵۶ هزار توکنی پشتیبانی می‌کنه که برای پردازش اسناد بزرگ، گردش‌کارهای پیچیده یا پایگاه‌های کد بسیار مناسبه.
قیمت‌گذاری API به این صورته:

  • ورودی: ۳ دلار برای هر یک میلیون توکن
  • خروجی: ۱۵ دلار برای هر یک میلیون توکن

برخی از شرکت‌ها و موسسات از همون ابتدا شروع به استفاده از API گراک ۴ کردن. برای مثال، موسسه تحقیقاتی ARC از اون برای تحقیقات CRISPR (ویرایش ژن) استفاده می‌کنه و شرکت Ender Labs از اون برای ساخت و تست شبیه‌سازی‌های تجاری بهره می‌بره.

در دسترس بودن در پلتفرم‌های ابری

اعلام شده که گراک ۴ به زودی در پلتفرم‌های ابری بزرگ مثل Microsoft Azure، AWS و Google Cloud هم در دسترس قرار خواهد گرفت. این کار به شرکت‌ها و توسعه‌دهندگان اجازه میده تا به راحتی از قدرت گراک ۴ در زیرساخت‌های موجود خودشون استفاده کنن.

جاده پیش رو: چشم‌انداز ایلان ماسک برای آینده گراک

ایلان ماسک و تیم xAI در رویداد زنده، فقط به قابلیت‌های فعلی گراک ۴ نپرداختن، بلکه یک نقشه راه بسیار بلندپروازانه رو هم برای آینده ترسیم کردن.

کشف علم و فناوری جدید

من انتظار دارم گراک تا اواخر امسال یا حداکثر سال آینده، فناوری‌های جدید و مفیدی رو کشف کنه. شاید سال آینده فیزیک جدیدی کشف کنه و تقریبا مطمئنم که ظرف دو سال این اتفاق خواهد افتاد. اجازه بدید این موضوع براتون جا بیفته.

ایلان ماسک

این پیش‌بینی نشون‌دهنده باور عمیق ماسک به پتانسیل هوش مصنوعی برای عبور از دانش بشری و رسیدن به اکتشافات علمی مستقل است.

تولید محتوای خلاقانه در مقیاس بزرگ

نقشه راه xAI شامل برنامه‌های بزرگی برای تولید محتوای سرگرمی هم می‌شه:

  • پایان سال ۲۰۲۵: انتظار می‌ره گراک بتونه یک قسمت ۳۰ دقیقه‌ای از یک سریال تلویزیونی رو به طور کامل بنویسه و تولید کنه.
  • سال ۲۰۲۶: هدف، تولید اولین فیلم سینمایی و بازی ویدیویی کاملا توسط هوش مصنوعی است.

این اهداف با سرمایه‌گذاری سنگین روی بهبود سیستم‌های چندوجهی گراک و مدل‌های تولید ویدیو محقق خواهند شد. ماسک آینده‌ای رو تصور می‌کنه که در اون، کاربران در پلتفرم X محتوای تولید شده توسط هوش مصنوعی رو تماشا می‌کنن و می‌تونن در لحظه وارد اون بشن و نتیجه داستان رو تغییر بدن.

یکپارچگی با دنیای فیزیکی

چشم‌انداز ماسک به دنیای دیجیتال محدود نمی‌شه. او امیدوار است که در نهایت، هوش گراک با ربات‌های انسان‌نما مثل Optimus شرکت تسلا یکپارچه بشه. این کار می‌تونه شکاف بین هوش دیجیتال و کاربردهای فیزیکی در دنیای واقعی رو پر کنه و ربات‌هایی رو به وجود بیاره که می‌تونن کارهای پیچیده رو با درک و استدلال انجام بدن.

نقشه راه کوتاه‌مدت

در آینده نزدیک، xAI قصد داره یک مدل کدنویسی تخصصی و سریع‌تر رو «در چند هفته آینده» منتشر کنه. همچنین، نسخه ۷ گراک که برای ژوئیه ۲۰۲۵ برنامه‌ریزی شده، بهبودهای بزرگی در زمینه درک تصویر، ویدیو و صدا خواهد داشت.

معرفی گراک ۴ بدون شک یک گام مهم و بزرگ برای شرکت xAI و کل صنعت هوش مصنوعی به حساب میاد. این مدل با تکیه بر زیرساخت پردازشی عظیم، یک فلسفه آموزشی مبتنی بر استدلال و نتایج خیره‌کننده در بنچمارک‌های مختلف، خودش رو به عنوان یک رقیب جدی برای بزرگ‌ترین بازیگران این عرصه معرفی کرده.

از قابلیت‌های استدلال در سطح دکترا و مدل تخصصی کدنویسی گرفته تا حالت صوتی پیشرفته و رویکرد چندعاملی در نسخه سنگین، گراک ۴ مجموعه‌ای از نوآوری‌ها رو به نمایش گذاشته. با این حال، مهم‌ترین بخش داستان گراک ۴ شاید چشم‌انداز بلندپروازانه‌ای باشه که ایلان ماسک برای اون ترسیم کرده؛ آینده‌ای که در اون هوش مصنوعی نه تنها به سوالات ما پاسخ می‌ده، بلکه خودش شروع به پرسیدن سوالات جدید و کشف پاسخ‌هایی برای اونها می‌کنه.

اینکه این پیش‌بینی‌ها تا چه حد به واقعیت تبدیل خواهند شد، سوالی است که فقط زمان به اون پاسخ خواهد داد. اما یک چیز مسلمه: با معرفی گراک ۴، رقابت در مرزهای هوش مصنوعی شدیدتر و هیجان‌انگیزتر از همیشه شده.

منابع

دیدگاه‌ها

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *