شرکت متا (Meta) از هوش مصنوعی (AI) برای توسعه و عرضه سریعتر اپلیکیشنهای جدید استفاده میکند و برنامههای بیشتری نیز در دست ساخت دارد. مارک زاکربرگ (Mark Zuckerberg)، مدیرعامل متا، در جریان گزارش مالی سهماهه دوم این شرکت اعلام کرد که این غول شبکههای اجتماعی پس از انتشار موج جدیدی از اپلیکیشنها شامل برنامهای برای فروشندگان Marketplace، برنامهای اختصاصی برای Facebook Groups، یک بازی تعاملی مبتنی بر فضای فکری، اپلیکیشن جدید عکس اینستاگرام و یک پروژه آزمایشی قصه شب مبتنی بر هوش مصنوعی، اکنون در حال ساخت برنامههای جدید دیگری است.
به گزارش واضح به نقل از تککرانچ، متا سالها تلاش کرده بود تا اپلیکیشنهای اجتماعی مستقل جدیدی را برای تکمیل پلتفرمهای اصلی خود عرضه کند، اما بارها با شکست مواجه شد. اکنون این شرکت میگوید که مدلهای زبانی بزرگ (LLM) این امکان را فراهم کردهاند تا نرمافزارها با سرعت بسیار بیشتری عرضه شوند و امکان آزمایش ایدههای جدید با سرعتی بالاتر فراهم گردد.
اظهارات زاکربرگ درباره نقش هوش مصنوعی در تسریع توسعه محصول
زاکربرگ در گفتگو با سرمایهگذاران طی تماس روز چهارشنبه گفت: «من از اینکه هوش مصنوعی چگونه به تیمهای ما در تسریع روند توسعه محصولات کمک میکند بسیار هیجانزده هستم. در اوایل امسال، ما Instagram Instants را عرضه کردیم. همچنین بهتازگی Forum، یک اپلیکیشن مستقل برای گروهها، و Seller، یک اپلیکیشن اختصاصی برای بخش Marketplace را راهاندازی کردهایم. انتظار دارم عرضه اپلیکیشنهای جدید بسیار آسانتر شود؛ بنابراین قصد داریم ایدههای بیشتری را پیادهسازی کنیم و از سیستمهای پیشنهادی (Recommendation Systems) خود برای مقیاسپذیری و رشد آنها استفاده نماییم.»
زاکربرگ افزود: «هوش مصنوعی در حال بهبود کسبوکار اصلی متا است؛ این فناوری اپلیکیشنهای ما را مرتبطتر کرده و نتایج بهتری را برای کسبوکارها به همراه میآورد. ما در حال عرضه محصولات خلاقانهتر و تازهتری هستیم و بهزودی محصولات بسیار بیشتری نیز ارائه خواهیم داد.»
نگاهی به تاریخچه پروژهها و اپلیکیشنهای ناکام متا
متا پیش از این نیز چنین مسیری را طی کرده است. در سالهای اولیه، متا (که در آن زمان با نام فیسبوک شناخته میشد) یک مرکز رشد داخلی به نام Creative Labs اداره میکرد که هدف آن آزمایش مفاهیم و ایدههای جدید در حوزه شبکههای اجتماعی بود.
آن تلاشها منجر به انتشار چند برنامه شد: اپلیکیشن اشتراکگذاری عکس Slingshot، اپلیکیشن چت ناشناس Rooms، رقیب فلیپبورد به نام Paper، اپلیکیشن اشتراک عکس Moments و یک برنامه ویدیوهای تعاملی به نام Riff. اما این آزمایشها در سال ۲۰۱۵ به پایان رسید و تمام این اپلیکیشنها در نهایت تعطیل شدند، زیرا این شرکت در جذب مخاطب برای پروژههای خود ناکام مانده بود.
در اوایل دهه ۲۰۲۰، متا بار دیگر شانس خود را امتحان کرد؛ این بار با یک گروه تحقیق و توسعه داخلی به نام NPE Team که اپلیکیشنهای متعدد دیگری را مورد آزمایش قرار داد. از جمله این برنامهها میتوان به اپلیکیشن چت Bump، اپلیکیشن موسیقی اجتماعی Aux، برنامه مدیریت مهام Move، اپلیکیشن دوستیابی Spark، برنامه تماس CatchUp، ابزار ساخت مجله E.gg، اپلیکیشن رویدادها Venue، برنامه پرسش و پاسخ سازندگان Hotline، رقیب کامئو به نام Super، اپلیکیشن زوجها Tuned و برنامه موسیقی BARS اشاره کرد.
اما باز هم هیچیک از این برنامهها به موفقیت چشمگیری دست نیافتند و همگی تعطیل شدند.
نقش مدلهای زبانی بزرگ (LLM) در موفقیت پلتفرم تردز و توصیه محتوا
اکنون متا دستکم یک نمونه موفق در اختیار دارد که نشان میدهد هوش مصنوعی چگونه به رشد و توسعه اپلیکیشنهای جدید کمک میکند. این شرکت سرانجام با تردز (Threads) به موفقیت نسبتاً خوبی دست یافت؛ پلتفرمی که اکنون دارای ۵۰۰ میلیون کاربر فعال ماهانه است. زاکربرگ علاقهمند است بگوید تردز روزی به اپلیکیشن میلیاردی بعدی این شرکت تبدیل خواهد شد.
با تردز، متا یاد گرفت که به شدت بر پایه کاربران فعلی خود تکیه کند تا در ابتدا افراد را به برنامه جذب کند و سپس به تبلیغ گسترده آن در پلتفرمهای موجود خود از جمله فیسبوک و اینستاگرام ادامه دهد. اما مدلهای زبانی بزرگ (LLM) یکی دیگر از عوامل کلیدی رشد تردز هستند، زیرا شرکت اعلام کرده از طریق سیستمهای پیشنهاد محتوای مبتنی بر هوش مصنوعی به «دستاوردهای چشمگیری» رسیده است.
سوزان لی (Susan Li)، مدیر ارشد مالی متا، در این تماس به سرمایهگذاران گفت: «ما درمییابیم که LLMها به طور فزایندهای قادر به ارائه دستاوردهای بزرگ در رتبهبندی و پیشنهاد محتوا هستند. اولاً، آنها با درک واقعی موضوع محتوا و تولید دادههای آموزشی بهتر، سیستمهای موجود ما را هوشمندتر میکنند. ثانیاً، ایجنتهای مبتنی بر LLM با ارزیابی کیفیت محتوا، شناسایی روندها و تست تغییرات رتبهبندی، به توسعه مهندسی نیز کمک میکنند.»
لی افزود که در اوایل امسال، متا به یک دستاورد بزرگ رسید: اکنون هر ریلز (Reel) و پست فید در اینستاگرام به طور خودکار از طریق یک مدل زبانی بزرگ (LLM) پردازش شده و از نظر موضوع و لحن تحلیل میشود که این امر به بهبود توصیههای محتوا کمک شایانی میکند.
این شرکت همچنین در حال توسعه سیستمهای پیشنهادی بومی مبتنی بر LLM است که میتوانند به مقیاسپذیری بهتر اپلیکیشنهای جدید هنگام عرضه کمک کنند.
سرمایهگذاران و انتظار برای عرضه محصولات جدید متا
سرمایهگذاران سوالات بیشتری از مدیران شرکت در مورد اپلیکیشنهای جدید در دست ساخت متا نپرسیدند، چرا که بیشتر نگران هزینههای هوش مصنوعی و جاهطلبیهای رو به رشد متا در حوزه سازمانی بودند. با این حال، زاکربرگ اشاره کرد که مردم برای دیدن اتفاقات بعدی لازم نیست زیاد منتظر بمانند و گفت که «محصولات مصرفی جدید» به زودی عرضه خواهند شد.
آگهی فردا