بیشتر قابلیتهای هوش مصنوعی که امروزه روی گوشیهای هوشمند خود داریم، تا زمانی خوب هستند که آنها را به خاطر بیاوریم؛ ابزار ترجمهای که در عمق سه منو پنهان شده است، ویرایشگر عکسی که تنها در صورت باز کردن یک اپلیکیشن خاص کار میکند، یا چتباتی که به سوالات پاسخ میدهد اما در عمل نمیتواند کاری برای شما انجام دهد. این نوعی از هوش مصنوعی است که باید مانند یک لطف، آن هم قدمبهقدم و برای هر کار کوچک، از او تقاضا کنید.
یک شرکت هوش مصنوعی چینی به نام «استپفان» (StepFun) که در سال ۲۰۲۳ توسط کارمندان سابق مایکروسافت تأسیس شده، معتقد است این مسیر برای ساخت یک گوشی کاملاً اشتباه است. پاسخ این شرکت، گوشی «استپ ایکس نئو» (StepX Neo) است؛ اولین گوشی هوشمند مبتنی بر عامل در بازار انبوه جهان که به یک عامل هوش مصنوعی داخلی مجهز شده است. این عامل میتواند کارهای چندمرحلهای و صفر تا صد را به تنهایی مدیریت کند، بدون اینکه به دستورهای (پرامپتهای) مکرر یا باز کردن اپلیکیشنهای مجزا نیازی باشد.
چه چیزی StepX Neo را از گوشیهای هوشمند معمولیِ دارای هوش مصنوعی متمایز میکند؟
در قلب تپنده StepX Neo، عامل اختصاصی این شرکت به نام «استپ آمو» (Step Amoo) قرار دارد که مستقیماً در سیستمعامل اختصاصی این گوشی یعنی «استپ ایاواس» (Step AOS) تعبیه شده است. «آمو» همان رباتی است که شما مانند یک چتبات معمولی با آن گفتگو میکنید؛ این عامل برای تمام وظایف اصلی خود به صورت کاملاً آفلاین کار میکند و نیازی به اتصال مداوم به شبکه ندارد.
ماهیت مبتنی بر عامل (Agentic) این سیستمعامل به این معناست که میتواند یک درخواست واحد به زبان عامیانه را از کاربر بگیرد و مجموعهای از وظایف را در میان اپلیکیشنها، ابزارهای وب و ابزارهای داخلی دستگاه به یکدیگر متصل کند تا نتیجهای کامل و نهایی را تحویل دهد. این سیستم به مرور زمان ترجیحات و علایق شما را نیز یاد میگیرد؛ بنابراین، اگر قبلاً پروازهایی را رزرو کرده باشید که ورود حیوانات خانگی در آنها مجاز است، به طور خودکار این نوع پروازها را در اولویت قرار میدهد، یا هر زمان که نیاز به رزرو داشته باشید، رستوران همیشگی شما را انتخاب میکند.
اگر به خارج از کشور سفر میکنید، گوشی «نئو» میتواند گفتگوهای حضوری، پیامهای متنی، تماسهای تلفنی و حتی متنهای روی تابلوهای خیابان، منوی رستورانها یا پوسترهای موزه را به ۳۲ زبان پشتیبانیشده (شامل لهجههای محلی) به صورت زنده ترجمه کند.
این گوشی همچنین میتواند برنامههای حملونقل محلی را استخراج کند، رویدادهای نزدیک را بیابد یا به برنامه سفر ذخیرهشده شما دسترسی پیدا کند، حتی اگر در منطقهای دورافتاده و بدون سیگنال موبایل باشید. برای کسانی که زیاد سفر میکنند، این عامل میتواند فرمهای گمرکی را به طور خودکار پر کند، شرایط ویزای مقصد را به شما گوشزد کند و بر اساس جزئیات پرواز، یادآورهایی را برای زمان چک-این ارسال نماید.
سیستمعامل Step AOS و مسیر بومیِ مبتنی بر عامل
سیستمعامل Step AOS، سیستمعامل اختصاصی و مبتنی بر عامل شرکت StepFun است که با استفاده از پدیدهای که این شرکت آن را «موتور قابلیت اتمی» مینامد، ساخته شده است. این موتور با استفاده از استاندارد MCP، عملکردهای گوشی را به چهار گروه ارتباطات، اپلیکیشنها، فایلها و ابزارهای سیستم تقسیم میکند تا عامل بتواند برای انجام یک کار، آنها را به صورت آزادانه با هم ترکیب کند. شرکت StepFun میگوید این لایه به جای اینکه صرفاً به عنوان یک اپلیکیشن روی اندروید سوار شده باشد، از قطعات بازسازیشده اندروید، لینوکس و RTOS (سیستمعامل بیدرنگ) ساخته شده است.
سیستمعامل Step AOS همچنین دارای یک لایه ورودی صوتی و تصویری به نام NUI است که همزمان با استفاده شما از گوشی، عادات شما را یاد میگیرد. StepFun این ویژگی را به عنوان یک تغییر پارادایم از «انسانهایی که با یک دستگاه کار میکنند» به «صرفاً بیان کردن آنچه میخواهید انجام شود» توصیف میکند.
این شرکت برای قابل اعتماد کردن این عامل، سه سیستم پشتیبان دیگر نیز توسعه داده است:
- حافظه: یک ساختار حافظه با دو قلمرو مجزا که آنچه متعلق به کاربر است را از آنچه متعلق به عامل است جدا کرده و از طریق یک فرآیند سه مرحلهایِ «ثبت، درک و حفظ» عمل میکند.
- تصمیمگیری: یک لایه تصمیمگیری چندسطحی که درخواستهای ساده را به مدلهای کوچک و سریع و درخواستهای سختتر را در صورت نیاز به مدلهای سنگینتر هدایت میکند.
- امنیت: یک چارچوب امنیتی ساختهشده بر پایه اجرای قابل اعتماد (Trusted Execution)، ثبت کامل ردپای اقدامات (Audit Trails)، دسترسیهایی که تنها در صورت نیاز صادر و بلافاصله پس از انجام کار لغو میشوند، و قابلیت بازگشت (Undo) با یک لمس برای جبران اشتباهات.
تأمینکننده توان کل این فرآیندها روی دستگاه، «استپ اِج» (Step Edge) است؛ یک مدل پایه که StepFun آن را بهطور اختصاصی برای اجرا در محدودیتهای پردازشی یک گوشی هوشمند ساخته است. این شرکت مدعی است که این مدل در ۲۹ بنچمارک مختلف از مدلهای مشابه در بخش پردازش لبهای (Edge) پیشی گرفته است، اگرچه مشخص نکرده که این بنچمارکها دقیقاً کدامند.
مدل Step Edge بخشی از یک مجموعه مدل گستردهتر به نام «1+N» است که StepFun از زمان ورودش به رقابت مدلهای پایه در آوریل ۲۰۲۳ در حال توسعه آن بوده است؛ و گوشی «نئو» همان نقطهای است که در آن، نتایج توسعه مدل، هوش مصنوعی لبهای و سختافزار سرانجام همگرا شده و در قالب یک محصول تجاری آماده عرضه به بازار درآمدهاند.
با این حال، هیچکدام از اینها بدون داشتن بستری برای اتصال به آن معنایی ندارد؛ به همین دلیل است که StepFun با پلتفرمهای بزرگی چون Ctrip، Alipay، Didi، Meituan، WPS و CapCut در حوزههای سفر، پرداخت، تاکسیهای اینترنتی، خدمات محلی، کارهای اداری و تولید محتوا همکاری و ادغام ایجاد کرده است. این موضوع، آزمون واقعی برای این خواهد بود که آیا یک گوشی «بومیِ عامل» واقعاً میتواند یک سفر را رزرو کند یا یک ویدیو را از صفر تا صد ویرایش کند، یا اینکه فقط ادعای انجام آن را دارد. ما برای دیدن دموی زنده آن بسیار مشتاقیم!
منبع: Gizmochina
