متا از مدل هوش مصنوعی Muse Glimmer برای اجرای محلی روی سیستمهای شخصی رونمایی کرد
بخش تحقیقات پیشرفته هوش مصنوعی شرکت متا (Meta)، موسوم به آزمایشگاه سوپر اینتلیجنس (Meta Superintelligence Labs)، از مدل جدیدی به نام Muse Glimmer رونمایی کرد. این مدل ۳۰ میلیارد پارامتری به گونهای طراحی شده است که برخلاف مدلهای وابسته به ابر، مستقیماً روی سختافزارهای مصرفی مانند کامپیوترهای شخصی اجرا شود. این ابزار قادر است وظایفی نظیر مدیریت فایلها، کدنویسی و اجرای فرآیندهای چند مرحلهای را حتی بدون اتصال به اینترنت انجام دهد.
مدل Muse Glimmer با لایسنس Apache ۲.۰ منتشر شده است که به توسعهدهندگان اجازه میدهد پارامترهای مدل را دانلود کنند. این مدل که از نسخه بزرگتر و اختصاصی Muse Spark بدست آمده، میتواند بر روی سیستمهای مک یا ویندوزی که دارای یک کارت گرافیک (GPU) معمولی هستند، اجرا شود. متا با استفاده از تکنیکهای فشردهسازی و کوانتایزیشن ۴ بیتی، حجم مدل را به کمتر از ۲۰ گیگابایت کاهش داده است تا در حافظههای گرافیکی ۲۴ یا ۳۲ گیگابایتی جای بگیرد.
قابلیتهای عملیاتی و سرعت پردازش
این عامل هوشمند (Agentic Model) فرآیندهای پیچیده را از ابتدا تا انتها مدیریت میکند و در صورت شکست در یک اقدام، قادر به بازیابی و اصلاح مسیر است. طبق اعلام متا، با استفاده از تکنولوژی «رمزگشایی گمانهزن» (Speculative Decoding)، سرعت تولید متن در این مدل روی سختافزارهایی مانند RTX ۵۰۹۰ تا ۳.۱ برابر افزایش یافته است. این مدل علاوه بر متن، تصاویر را نیز پردازش کرده و از بیش از ۱۰۰ زبان مختلف پشتیبانی میکند.
متا در بیانیه رسمی خود اعلام کرد:
Muse Glimmer یک مدل ۳۰ میلیارد پارامتری است که برای جریانهای کاری عوامل محلی که همیشه در دسترس هستند، بهینهسازی شده است. اجرای مدلها به صورت محلی به شما این امکان را میدهد که در هر مکان و هر زمان، با یا بدون اتصال به اینترنت، از هوش مصنوعی استفاده کنید.
استراتژی متا برای گسترش هوش مصنوعی
مارک زاکربرگ (Mark Zuckerberg)، مدیرعامل متا، استراتژی این شرکت را توزیع گسترده هوش مصنوعی فوقپیشرفته به صورت رایگان برای میلیاردها نفر عنوان کرده است. این حرکت در راستای رقابت با توسعهدهندگان چینی و تقویت اکوسیستم متنباز انجام میشود. متا همچنین با شرکتهای بزرگی نظیر انویدیا (Nvidia)، اینتل (Intel) و ایامدی (AMD) همکاری میکند تا عملکرد این مدلها را بر روی طیف وسیعی از دستگاههای مصرفی بهینه کند.
