Meta סיימה את תביעתה לגבול הבינה המלאכותית ביום שני עם השקת סדרת Muse Wonder, שני דגמים שלדבריה הם המסוגלים ביותר שבנתה אי פעם. ההכרזה, שפורסמה בבלוג המחקר של Meta ב-12 באוקטובר, מציגה את Muse Wonder ו-Muse Wonder Full כמערכות מתקדמות למשימות סוכניות אישיות ומקצועיות, וממסגרת אותן כשלב הבא ב"סולם קנה מידה" לקראת מה שמטה מכנה אינטליגנציה-על אישית.
המהדורה מכסה מהפך של ארבעה עשר חודשים של ארגון ה-AI של Meta. לפי בלומברג, מטה אומר שדגם ה-Muse החדש מגיע לגבול ה-AI לאחר דחיפה של 14 חודשים, בעוד הניו יורק טיימס סיקר את ההכרזה כחשיפה של סדרה חדשה של דגמי AI מתקדמים. הפוסט בבלוג של Meta עצמו מתאר את הקשת בצורה בוטה: לפני ארבעה עשר חודשים החלה החברה בשיפוץ יסודי של מאמצי הבינה המלאכותית שלה, ולדבריה היא עברה כעת "מבנייה מחדש של המחסנית שלנו מהעקרונות הראשונים לדחיפת הגבול". לכל מי שעוקב אחר המירוץ הרחב יותר בין המעבדות הגדולות, זהו האות הברור ביותר עד כה לכך שמטה מתכוונת להתחרות בדרג העליון - ותוכל לעקוב אחר שאר התגובה של התעשייה בסיקור החדשות המתגלגל שלנו בינה מלאכותית.
מה המטא באמת הוכרז
סדרת Muse Wonder מורכבת משני דגמים. Muse Wonder זמין היום דרך Meta Model API ודרך Muse Code, כלי הקידוד של Meta. Muse Wonder Full, הגרסה המסוגלת יותר, זמינה היום למנויי Muse Code.
Meta מתאר את הזוג כ"דגמים המסוגלים ביותר שלנו המספקים ביצועים מתקדמים במשימות סוכניות אישיות ומקצועיות". מבחינה מעשית, זה ממצב אותם פחות כצ'אטבוטים ויותר כמערכות שנועדו לבצע עבודה מרובת שלבים למען המשתמש: מעקב אחר הקשר, חתירת מטרות לאורך הפעלות ארוכות והפקת תוצרים מוגמרים.
החברה גם פירסמה כיצד יגיעו הדגמים למשתמשים. Muse Wonder תפעיל בקרוב חוויות ב-Muse, מוצר העוזר של Meta, שייצא לראשונה למנויים. זה גם יניע יצירת חפצים ותהליכים אחרים שמטה מתארת כדורשים יותר אינטליגנציה. ובמבט רחוק יותר, Meta אומרת שהיא מתכננת להשתמש ב-Muse Wonder כדי לפתח דגמים מיוחדים שהיא יכולה להביא לכל המשתמשים ב-Muse.
זיכרון פעיל ומיקוד פעיל
שני מושגים מעגנים את ההכרזה, ושניהם מכוונים למצבי הכישלון שהגבילו פריסות סוכנים בעולם האמיתי.
הראשון הוא זיכרון פעיל. בניסוח של Meta, סוכנים אישיים ומקצועיים שימושיים צריכים לשאת באופן מהימן הקשר חשוב על משתמש על פני שיחות ולאחזר באופן פעיל את הפרטים הרלוונטיים למשימה שעל הפרק - תוך זיהוי, למשל, כאשר משהו שמשתמש הזכיר לפני שבועות הופך לחומר למסמך שנערך היום. הזיכרון היה אחת מנקודות התורפה המתמשכות ביותר עבור מוצרי עוזר, ומטה הופכת אותו במפורש ליכולת כותרת ולא לתכונה צדדית.
השני הוא Active Focus, המתאר כיצד המודל מקיים מאמץ לעבר מטרה מאתגרת. סוכן ממוקד, לטענתה של Meta, מנסה גישות חלופיות כשהוא חסום, עובד דרך מכשולים, מסתגל למידע חדש עם הגעתו, מבקש הבהרות בעת הצורך, ומתייעץ עם המשתמש לפני ביצוע פעולות חשובות. ביצוע רב-שלבי מתמשך - לא רק תשובה לשאלה אחת - הוא מעבדות גבולות היכולות שמתייחסות יותר ויותר כקו ההפרדה האמיתי בין הדגמות ומוצרים מהימנים.
אמות מידה: חוק, מיקוד וקידוד מרתון
Meta אומר שהסדרה משיגה תוצאות מתקדמות על פני אמות מידה מרכזיות עבור סוכנים אישיים ומקצועיים, זיכרון וקידוד, והחברה פרסמה דוח הערכה מלא לצד ההכרזה.
שלושה מדדים בעלי שם נותנים תחושה של היכן מטה מרכזת את האש שלה. Benchmark של Harvey Legal Agent (LAB) בודק האם מודלים יכולים לעבוד עם מסמכי מקור ולעקוב אחר הוראות מפורטות כדי לייצר מוצרי עבודה משפטיים מוגמרים - חבילת משימות המשמשת בהערכות ברחבי התעשייה, כולל על ידי מעבדות מתחרות. FocusBench מודד מיקוד מתמשך, ו-SWE-Marathon בודק האם מודל יכול לעשות עבודה מועילה על פרויקטי תוכנה ארוכי טווח במקום להמציא חידות קידוד מבודדות. ההערכות של Meta כוללות גם משימות תחום במשפט, פיננסים ובריאות, המשקפות את ההצעה של החברה לפיה Muse Wonder יכולה ליישם ידע מיוחד על בעיות שאנשים נתקלים בהן בעבודה ובחיי היומיום, החל מהבנת חוזה שכירות ועד להבנת מידע פיננסי או בריאותי.
מאומן בסולם Gigawatt
תשתית היא הסיפור השקט מאחורי ההשקה. Meta אומר ששני הדגמים הוכשרו ב-Prometheus, שהחברה מתארת אותו כמרכז הנתונים שלה בקנה מידה ג'יגה-וואט. הפרטים חשובים כי ריצות הכשרה בחזית הפכו למפעל אנרגיה ולוגיסטיקה לא פחות ממחקר, ולמעט חברות בעולם יש את ההון וטביעת הרגל הפיזית להפעיל מחשוב בקנה מידה זה.
זה גם מדגיש את ההימור האסטרטגי שמטה עושה. הבלוג של החברה קושר את ההוצאה ל"קנה מידה צפוי וקפדני", גישה שלדבריה קבעה כשהציגה את Muse Spark, ומציגה את Muse Wonder כתמורה של דיסציפלינה זו: עבודת אימון מקדים ולמידת חיזוק שהתערבה למודלים המסוגלים ביותר שלה עד כה.
תחרות והקשר
ההשקה נוחתת ברגע צפוף. יריבות כולל OpenAI, Anthropic וגוגל בילו את השנה האחרונה במשלוח מערכות ממוקדות גבול וסוכנים משלהן, והביטוי "מודל גבול" הפך לטריטוריה שנויה במחלוקת - כל מעבדה טוענת לכך, והערכות עצמאיות עוכבות בשבועות. הטענה של Meta תעבור את המבחן האמיתי שלה על לוחות הישגים ציבוריים ובידי מפתחים כעת, כשהגישה ל-API פעילה.
יש גם הקשר רגולטורי ופלטפורמה ששווה צפייה. מוקדם יותר החודש, דיווחנו שאמזון חסמה את סוכן Muse של Meta, כאשר אתרי אינטרנט מתרחקים יותר ויותר סוכני בינה מלאכותית, מחלוקת שדחפה את התעשייה לדיון בסטנדרטים פתוחים לאופן הגישה של סוכנים לאינטרנט. הדגש של Muse Wonder על יכולת סוכן מבטיח שחיכוכי הפלטפורמה הללו יתגברו ולא יתפוגגו.
לבסוף, המסגור של "מודיעין-על אישי" הוא הד מכוון למיצוב הציבורי של מארק צוקרברג, אותו בדקנו כאשר פרסם את מניפסט מודיעין-העל שלו וטען לשמירה על דוגמניות מובילות סגורות. Muse Wonder היא ההוכחה העיקרית המופקת הראשונה לתזה זו.
במה לצפות בהמשך
שלושה דברים יקבעו אם הופעת הבכורה של מיוז וונדר תתורגם לקרקע עמידה. ראשית, שכפול בנצ'מרק עצמאי: המספרים של Meta מדווחים על עצמם, וההיסטוריה מרמזת שאימות תביעת גבול לוקח זמן. שנית, מהימנות בעולם האמיתי של זיכרון פעיל, התכונה שסביר להניח שיבדיל את המוצר בשימוש יומיומי. שלישית, באיזו מהירות Muse Wonder מתגלגלת על פני האפליקציות של Meta, מכיוון שההפצה למיליארדי משתמשים נותרה היתרון שאף מתחרה לא יכול להשתוות אליו.
