دانشگاه هوش مصنوعی محمد بن زاید امارات (MBZUAI) از مدل استدلال‌گر نوآورانه و کم‌هزینه‌ای به نام «K2 Think» رونمایی کرد. این مدل که با همکاری شرکت اماراتی G42 توسعه یافته، با وجود اندازه بسیار کوچک‌تر، عملکردی در سطح مدل‌های پیشرفته و بزرگ‌ترین‌های حوزه هوش مصنوعی مانند OpenAI و DeepSeek ارائه می‌دهد.
بر اساس گزارش CNBC، برجسته‌ترین ویژگی «K2 Think» اندازه کوچک آن است. این مدل تنها ۳۲ میلیارد پارامتر دارد که در مقایسه با مدل R1 شرکت چینی DeepSeek با ۶۷۱ میلیارد پارامتر، بسیار جمع‌وجور به نظر می‌رسد. با این حال، محققان G42 ادعا می‌کنند که «K2 Think» در بنچمارک‌های چالش‌برانگیز مرتبط با ریاضیات، کدنویسی و علوم—از جمله آزمون‌های AIME24 و GPQA-Diamond—عملکردی برابر یا حتی فراتر از رقبا ارائه داده است.
ریچارد مورتون، مدیرعامل مؤسسه مدل‌های پایه‌ای در MBZUAI، می‌گوید: «آنچه ما در حال کشف آن هستیم، توانایی انجام کارهای بسیار بیشتر با منابع کمتر است.» لازم به ذکر است که این مدل بر پایه نسخه متن‌باز Qwen 2.5 شرکت علی‌بابا ساخته شده و روی سخت‌افزارهای پیشرفته شرکت Cerebras توسعه و آزمایش شده است.
هوش مصنوعی K2 Think امارات
به گفته سازندگان، عملکرد برجسته K2 Think نتیجه ترکیبی از روش‌های پیشرفته‌ای است که شامل تنظیم دقیق نظارت‌شده با «زنجیره طولانی تفکر» (Long Chain-of-Thought) و «مقیاس‌بندی زمان اجرا» (test-time scaling) می‌شود؛ این تکنیک با تخصیص منابع محاسباتی بیشتر در لحظه استنتاج، کارایی مدل را به‌طور قابل توجهی ارتقا می‌بخشد.
محققان می‌گویند: «ویژگی متمایز مدل ما این است که بیشتر شبیه یک سیستم جامع عمل می‌کند تا صرفاً یک مدل منفرد. این رویکرد سیستمی با ترکیب هماهنگ تمام روش‌ها، عملکرد نهایی برجسته‌ای را به‌دست می‌دهد.»
توسعه‌دهندگان K2 Think تأکید می‌کنند که هدف آنها ساخت یک چت‌بات عمومی مانند ChatGPT نبوده است. بلکه این مدل به‌طور خاص برای کاربردهایی در حوزه‌هایی مانند ریاضیات و علوم، که نیازمند استدلال عمیق هستند، طراحی شده است. آنها می‌گویند با این تمرکز ویژه، به جای صرف هزاران ساعت توسط صدها یا هزاران نفر برای تحلیل یک سؤال پیچیده یا بررسی مجموعه‌ای از آزمایش‌های بالینی، K2 Think می‌تواند این فرآیند را به شکل قابل‌توجهی کوتاه و تسریع کند.
منبع: دیجیاتو
