تیتربرتر: مدل اختصاصی آمازون احتمالاً در ماه ژوئن (خرداد و تیر) تحت برند Nova که آمازون سال گذشته در کنفرانس re:Invent معرفی کرد، منتشر خواهد شد.

مدل‌های استدلالی با رویکرد گام‌به‌گام و تحلیلی‌تر به سؤالات پاسخ می‌دهند که باعث افزایش دقت و قابلیت اطمینان آن‌ها در حوزه‌هایی مانند ریاضیات و علوم می‌شود.

ظاهراً آمازون قصد دارد یک معماری استدلالی ترکیبی (Hybrid Reasoning) را برای مدل جدید خود اتخاذ کند، مشابه Claude 3.7 Sonnet که اخیراً از سوی انتروپیک منتشر شده است. اگر این اتفاق بیفتد، مدل جدید آمازون می‌تواند هم پاسخ‌های سریع ارائه دهد و هم در مواقع لزوم پردازش‌های پیچیده‌تر و عمیق‌تری انجام دهد.

آمازون امیدوار است مدل استدلالی Nova را با هزینه‌ای رقابتی‌تر از سایرین ارائه کند؛ بااین‌حال، به‌گفته‌ی بیزنس اینسایدر، چنین کاری شاید چالش‌برانگیز باشد، چون دیپ‌سیک به دلیل قیمت‌گذاری بسیار پایین مدل‌های خود شهرت یافته است.

هوش مصنوعی جدید آمازون مخصوص خریدکردن

آمازون مدل هوش مصنوعی جدیدی به نام Nova Act معرفی کرد که قابلیت انجام وظایفی مانند خرید آنلاین به‌طور مستقیم از مرورگر را فراهم می‌کند. این مدل درحال حاضر فقط در قالب پیش‌نمایش تحقیقاتی در دسترس توسعه‌دهندگان قرار دارد، اما آمازون دسترسی به سایر مدل‌های هوش مصنوعی Nova را از طریق پورتال وب گسترش داده است تا کاربران بتوانند راحت‌تر به این فناوری دسترسی پیدا کنند.

Nova Act عملکردی مشابه ایجنت هوشمند OpenAI، موسوم به Operator دارد. طبق اعلام آمازون، مدل هوش مصنوعی جدید این شرکت می‌تواند جستجوهای وب را انجام دهد، خرید کند یا به سؤالات مرتبط با محتوای صفحه پاسخ دهد.

مدل Nova Act این قابلیت را دارد که وظایف خاصی را در زمان‌بندی مشخص اجرا کند. به عنوان مثال، کاربر می‌تواند هنگام خرید به آن دستور دهد که «گزینه‌ی فروش بیمه‌ی اضافی را نپذیر». این مدل درحال حاضر فقط برای توسعه‌دهندگان در دسترس قرار دارد، اما آمازون می‌گوید از آن برای انجام برخی وظایف آنلاین در نسخه‌ی ارتقایافته‌ی دستیار الکسا پلاس استفاده شده است.

Nova Act اولین محصول آزمایشگاه هوش عمومی مصنوعی آمازون محسوب می‌شود. هدف این آزمایشگاه، توسعه‌ی ایجنتی است که بتواند وظایف پیچیده و چندمرحله‌ای ازجمله برنامه‌ریزی مراسم عروسی یا مدیریت پروژه‌های پیچیده‌ی فناوری اطلاعات را برای افزایش بهره‌وری کسب‌وکارها انجام دهد. آمازون و OpenAI تنها شرکت‌هایی نیستند که در این مسیر گام برداشته‌اند؛ بسیاری از شرکت‌ها درحال توسعه‌ی ایجنت‌های هوش مصنوعی هستند که بتوانند به‌جای صرفاً پاسخ‌دادن به سؤالات، به‌صورت فعال وظایف را انجام دهند.

مدل Nova Act در کنار پنج مدل دیگر از سری Nova که قبلاً معرفی شدند قرار می‌گیرد. این مجموعه شامل سه مدل مبتنی‌بر درک و تحلیل به همراه مدل‌های تولید تصویر و ویدیو می‌شود. آمازون به‌جای رقابت بر سر قدرت پردازشی، روی سرعت و مقرون‌به‌صرفه بودن این مدل‌ها تأکید دارد و ادعا می‌کند که هزینه‌ی استفاده از Nova حداقل ۷۵ درصد کمتر از رقبا است.

بیشتر بخوانید:

آشنایی با نخستین بنیانگذاران هوش مصنوعی

آمازون اکنون دسترسی توسعه‌دهندگان و کاربران ایالات‌متحده به مدل‌های Nova را تسهیل کرده است. وب‌سایت جدید این شرکت به کاربران اجازه می‌دهد مدل‌های Nova را برای پاسخگویی به سؤالات یا تولید محتوا به‌کار بگیرند. قبلاً مدل‌ها فقط از طریق پلتفرم هوش مصنوعی آمازون در AWS به نام Amazon Bedrock در دسترس بودند که علاوه‌بر Nova، مدل‌هایی از شرکت‌های دیگر مانند دیپ‌سیک، آنتروپیک و متا را نیز ارائه می‌کرد.

هوش مصنوعی آمازون حالا می‌تواند ویدیوهای طولانی‌تری بسازد

آمازون مدل ویدیوساز هوش مصنوعی خود به نام Nova Reel را ارتقاء داد و اکنون این مدل می‌تواند ویدیوهای دو دقیقه‌ای تولید کند.

مدل Nova Reel آمازون که اولین‌بار در دسامبر ۲۰۲۴ (آذر و دی ۱۴۰۳) معرفی شد، اولین قدم آمازون در حوزه‌ی ویدیوهای تولیدشده با هوش مصنوعی بود؛ حوزه‌ای که با حضور رقبایی مانند OpenAI، گوگل و سایر شرکت‌های بزرگ، به‌سرعت درحال اشباع‌شدن است.

مدل Nova Reel 1.1 قابلیت تولید ویدیوهای چند شاتی با سبک بصری یکپارچه در تمام شات‌ها را دارد. به‌گفته‌ی الیزابت فوئنتس مدیر ارشد توسعه‌دهندگان AWS، کاربران می‌توانند با ارائه‌ی پرامپت حداکثر ۴۰۰۰ کاراکتری، ویدیویی تا سقف دو دقیقه دریافت کنند که از شات‌هایی ۶ ثانیه‌ای تشکیل شده است.

در Nova Reel 1.1 قابلیتی جدید با نام Multishot Manual معرفی شده است. این حالت به کاربران اجازه می‌دهد علاوه‌بر پرامپت متنی، تصویر مرجع نیز وارد کنند تا کنترل بیشتری روی ترکیب‌بندی شات‌های ویدیو داشته باشند. به گفته‌ی فوئنتس، اگر تصویری با وضوح ۷۲۰ در ۱۲۸۰ پیکسل همراه با پرامپت تا سقف ۵۱۲ کاراکتر وارد شود، مدل می‌تواند تا ۲۰ شات ویدیویی تولید کند.

Nova Reel درحال‌حاضر فقط از طریق سرویس‌های AWS مانند Bedrock، پلتفرم توسعه‌ی هوش مصنوعی آمازون دردسترس است و کاربران برای دسترسی به آن باید درخواست رسمی ارائه دهند. البته مانند سایر مدل‌های مولد، نگرانی‌هایی درباره‌ی منشأ داده‌های آموزشی آن وجود دارد.

مدل‌های ویدیوساز معمولاً با استفاده از انبوهی از ویدیوهای موجود آموزش می‌بینند تا بتوانند الگوهای لازم برای ساخت کلیپ‌های جدید را فرا بگیرند. برخی شرکت‌ها بدون کسب اجازه از صاحبان اثر، از ویدیوهای دارای کپی‌رایت استفاده می‌کنند که این مسئله می‌تواند در صورت بازتولید ناخواسته‌ی تصاویر، کاربران را در معرض شکایت‌های حقوقی مربوط به مالکیت معنوی قرار دهد.

آمازون تاکنون اطلاعاتی درباره‌ی داده‌های آموزشی Nova Reel منتشر نکرده و سازوکاری برای انصراف سازندگان محتوا از استفاده از آثارشان در آموزش مدل نیز ارائه نداده است. بااین‌حال، آمازون اعلام کرد که مطابق سیاست‌های خود درصورت مطرح‌شدن شکایت‌های کپی‌رایت از طرف کاربران AWS بابت محتوای تولیدشده با مدل‌هایش، از مشتریان خود پشتیبانی حقوقی خواهد کرد.