هل يستخدم موز لـ Meta نماذج OpenAI سراً؟
كشفت مراجعة فنية معمقة لبيئة تشغيل مساعد الذكاء الاصطناعي الشخصي موس التابع لشركة ميتا، عن بنية تحتية هجينة تعتمد على دمج نماذج متعددة من شركات متنافسة. وأثناء تحليل سجلات النظام بعد إطلاق النسخة التجريبية للأداة، لاحظ المحقق بيت جيمس وجود جلسة استثنائية في الحادي والعشرين من سبتمبر توجيهت إلى نموذج مسمى azure/muse-special. كشفت التحليلات المتقدمة لطبيعة البيانات المرسلة والمستقبلة، بما في ذلك بصمة التوقيع gpt_responses_v1 ورمز التشفير gAAAAA المعتمد من فتحة الذكاء الاصطناعي، وبنية معرفات أوامر الأداة، أن هذا النموذج يخدم في الواقع واجهة استجابات فتحة الذكاء الاصطناعي عبر منصة Azure السحابية. يشير هذا الاكتشاف إلى أن ميتا لم تكتفِ بالاعتماد الكلي على نموذجها الداخلي أفاكادو، بل دمجته عملاء برمجيين للتعامل مع نماذج كل من فتحة الذكاء الاصطناعي وأنثروبك، مع وجود مفاتيح واجهة برمجية وإعدادات تحكم كاملة داخل خادم التوجيه الخادمي. يهدف هذا التصميم المرن إلى عدة أغراض استراتيجية؛ منها توفير مسارات بديلة للنماذج التي تتفوق في مهام محددة، وإتاحة مجال للاختبارات المقارنة بين النماذج، ومنح ميتا صلاحية تعديل التوجيهات دون طلب إذن المستخدمين. على صعيد تدريب الذكاء الاصطناعي وتعلم التعزيز، أوضح التحليل أن ميتا لم تقلد أوزان النماذج الخارجية أو تستخدم تفكيرها الخام في تدريبها. فبيانات الاستدلال والنصوص التوليدية الصادرة عن النماذج المزودة عبر Azure أو أنثروبك مشفرة بالكامل، ويتم رفضها صراحةً من قبل خوادم تعلم التعزيز. في المقابل، يُسمح فقط ببيانات نموذج أفاكادو الداخلي بجمعها لأغراض تطوير الذكاء الاصطناعي، مع إتاحة خيار الخصوصية للمستخدمين. يعكس هذا المنهج الهندسي رؤية ميتا في سوق الوكلاء الشخصيين، حيث تعطي الأولوية لمرونة البنية التحتية وسرية بيانات المستخدمين مقارنة بالاعتماد الأحادي على نموذج واحد. وقد أشاد المحقق بالفريق التقني الذي يقف خلف المشروع، مشيراً إلى سرعة التطور والشفافية في التصميم، مما يضع إطاراً واضحاً لمسار تطوير الوكلاء الذكيين في الساعات المقبلة.
