چطور هوش مصنوعی کوئن 2.5 (Qwen) میدان رقابت رو دوباره تعریف می‌کنه؟
چشم‌انداز هوش مصنوعی با انتشار آخرین نوآوری علی بابا، یعنی کوئن ۲٫۵، به طور چشمگیری تغییر کرده. در حالی که رقابت بین توسعه‌دهندگان هوش مصنوعی شدیدتر می‌شه، ظهور کوئن ۲٫۵ نشون می‌ده که این مدل پیشرفت بزرگی در کارایی، قابلیت‌ها و تأثیرش بر بازار داشته. این مدل جدید، که بر پایه نسخه‌های قبلی ساخته شده، توانایی‌های محاسباتی دقیق‌تر، حمایت زبانی بهتر و ظرفیت‌های تولیدی بهبود یافته‌ای داره که اون رو به یک رقیب قدرتمند در حوزه هوش مصنوعی تبدیل کرده. هدف کوئن ۲٫۵ اینه که با ارائه کارایی و مقیاس‌پذیری بالاتر، خودش رو در بازار جا بده و رقبای فعلی مثل اوپن‌ای‌آی، گوگل دیپ‌مایند و دیپ سیک رو به چالش بکشه. تو این مقاله قصد داریم بررسی کنیم که چطور کوئن ۲٫۵ دوباره میدان رقابت هوش مصنوعی رو تعریف کرده، با رقبای بزرگ رقابت می‌کنه و صنعت جهانی هوش مصنوعی رو شکل می‌ده. پس بیاید شروع کنیم!
تحولات مدل‌های کوئن
الف) توسعه‌های اولیه
علی بابا در آوریل ۲۰۲۳ پروژه هوش مصنوعی کوئن (Qwen) رو به عنوان بخشی از موسسه تحقیقاتی دامو (DAMO) آغاز کرد. این مدل از اول طراحی شده بود که با بهترین مدل‌های زبانی هوش مصنوعی رقابت کنه و درک و تولید زبان طبیعی با کیفیت بالا رو ارائه بده. نسخه اولیه کوئن روی افزایش آگاهی از متن، بهره‌وری توکن‌ها و توانایی‌های گفتگوی چندمرحله‌ای تمرکز داشت. بعد از موفقیت این نسخه، کوئن ۲ معرفی شد که قابلیت‌های تنظیم دقیق، حمایت گسترده‌تر از چندین زبان و تکنیک‌های بهتر یادگیری تقویتی رو شامل می‌شد. کوئن ۲ پایه‌ای برای بهبودهای بیشتر بود و زمینه رو برای نسخه‌های پیشرفته‌تر و قابل مقیاس‌بندی فراهم کرد.
ب) پیشرفتهای منجر به کوئن ۲٫۵
درک بهتر زبان: با هر نسخه، مدل‌های کوئن توانایی خودشون رو در درک و تولید پاسخ‌های شبیه به انسان در حوزه‌های مختلفی مثل کدنویسی، ریاضی و نوشتن خلاقانه بهبود دادن.
آموزش و مقیاس‌بندی: با انتقال از کوئن ۲، علی بابا داده‌های آموزشی بزرگ‌تر و معماری‌های بهینه‌تری رو ادغام کرد که باعث شد کوئن ۲٫۵ در تست‌های معیار از پیشینیانش پیشی بگیره.
کارایی بهبود یافته: کارایی مدل با کوئن ۲٫۵ به طور قابل توجهی افزایش پیدا کرد، تأخیر کمتر شد و در عین حال دقت بالا حفظ شد.
مدل‌های تخصصی: کوئن ۲٫۵ مدل‌های تخصصی مثل کوئن ۲٫۵-کُدر برای وظایف مرتبط با برنامه‌نویسی و کوئن ۲٫۵-ریاضی برای حل مسائل ریاضی رو معرفی کرد:
1. Qwen 2.5-Coder: این نسخه به طور خاص برای وظایف توسعه نرم‌افزار بهینه شده. می‌تونه کد در زبان‌های مختلف برنامه‌نویسی تولید کنه، کد موجود رو دیباگ کنه و توضیحات دقیقی از الگوریتم‌های پیچیده ارائه بده. Qwen 2.5-Coder می‌تونه به توسعه‌دهندگان کمک کنه تا کارهای روتین کدنویسی رو خودکار کنن، چرخه توسعه رو تسریع بدن و بینشی برای عیب‌یابی و بهینه‌سازی ارائه بدن.
2. Qwen 2.5-Math: این مدل برای محاسبات ریاضی پیشرفته طراحی شده. Qwen 2.5-Math به خاطر توانایی‌اش در حل معادلات و مسائل پیچیده با دقت بالا شناخته می‌شه. چه دارید روی عبارات جبری، حساب دیفرانسیل یا معادلات دیفرانسیل کار می‌کنید، این مدل تخصصی راه‌حل‌های قابل اعتمادی ارائه می‌ده که به درک عمیق ریاضی نیاز دارن. این ابزار برای محققان، مهندسان و دانشمندانی که به طور مرتب با مدل‌سازی و حل مسئله ریاضی سطح بالا سر و کار دارن، بی‌نظیره.
ویژگی‌های کلیدی کوئن ۲٫۵
کوئن ۲٫۵ ویژگی‌های برجسته‌ای داره که اون رو از پیشینیان و رقبایش متمایز می‌کنه. این مدل برای پوشش طیف گسترده‌ای از کاربردها طراحی شده و قابلیت‌های پیشرفتهای در حوزه‌های مختلف مثل توسعه نرم‌افزار، ریاضی و پردازش زبان طبیعی ارائه می‌ده. حالا بیاید به ویژگی‌های اصلی کوئن ۲٫۵ نگاهی بندازیم، از جمله نسخه‌های مدل، آموزش، داده‌ها و توانایی‌های متنی و تولیدی.
الف) مدل ها و پارامترها
کوئن ۲٫۵ معماری انعطاف‌پذیری داره که شامل چندین نسخه مدل می‌شه که هر کدوم برای موارد استفاده مختلف طراحی شدن. این مدل‌ها از ۰٫۵ میلیارد تا ۷۲ میلیارد پارامتر متغیر هستن و راه‌حلی قابل تنظیم برای هم برنامه‌های کوچک و هم وظایف بزرگ و پیچیده ارائه می‌دن. این انعطاف‌پذیری اطمینان می‌ده که کسب‌وکارها و توسعه‌دهندگان می‌تونن مدلی رو انتخاب کنن که بهترین نیازهاشون رو برآورده کنه، چه سرعت، کارایی یا قابلیت‌های پیشرفته مد نظر باشه.
ب) آموزش و داده‌ها
قابلیت‌های کوئن ۲٫۵ بر پایه آموزش گسترده و داده‌های حجیم استواره که عامل‌های کلیدی در عملکرد برجسته‌اش هستن. به گزارش‌ها، این مدل با استفاده از یک مجموعه داده عظیم که شامل تا ۱۸ تریلیون توکن می‌شه، آموزش داده شده. این مجموعه داده عظیم اطمینان می‌ده که کوئن ۲٫۵ چاه عمیقی از دانش داره و می‌تونه به طور دقیق در مورد طیف گسترده‌ای از موضوعات درک کنه و پاسخ بده.
جنبه‌های کلیدی آموزش و داده‌ها:
- مجموعه داده‌های عظیم: با دسترسی به ۱۸ تریلیون توکن، کوئن ۲٫۵ در معرض تنوع بزرگی از منابع متنی قرار گرفته، از جمله کتاب‌ها، مقالات تحقیقاتی، مقالات، وب‌سایت‌ها و سایر مواد نوشتاری. این مجموعه داده متنوع به مدل اجازه می‌ده تا درک غنی از متن و تولید خروجی‌های بسیار دقیق ارائه بده.
- حمایت از چندین زبان: کوئن ۲٫۵ برای حمایت از بیش از ۲۹ زبان طراحی شده و یکی از مدل‌های هوش مصنوعی قابل تطبیق جهانی‌تره. این قابلیت چندزبانه به مدل اجازه می‌ده که کاربران و کسب‌وکارها از مناطق مختلف رو سرویس بده و راه‌حل‌های هوش مصنوعی شامل‌تر و قابل دسترس‌تری رو در سراسر جهان ارائه بده. چه انگلیسی، اسپانیایی، چینی یا هر زبان دیگه‌ای که پشتیبانی می‌شه، کوئن ۲٫۵ می‌تونه پاسخ‌ها رو به زبانی که بهترین حالت برای کاربره ارائه بده.
- تنظیم دقیق و یادگیری تقویتی: کوئن ۲٫۵ از تکنیک‌های پیشرفته تنظیم دقیق و یادگیری تقویتی استفاده می‌کنه. این فرآیند تکراری درک مدل از متن رو بهبود می‌ده، خطاهای کمتری داره و اطمینان می‌ده که پاسخ‌ها با اهداف کاربر هماهنگ هستن. این تکنیک‌ها همچنین به کاهش سوگیری‌ها در خروجی مدل کمک می‌کنن و پاسخ‌هایی منصفانه، دقیق و اخلاقی ارائه می‌دن.
ج) توانایی‌های متنی و تولیدی
معماری کوئن ۲٫۵ می‌تونه محتوای پیچیده و بلندمدت رو با دقت بالا مدیریت کنه. یکی از ویژگی‌های قابل توجهش توانایی پردازش حجم زیادی از اطلاعات در یک متن واحده که برای وظایفی که نیاز به درک عمیق در تعاملات طولانی‌مدت دارن، ایده‌آل هست.
ویژگی‌های کلیدی متنی و تولیدی:
- پردازش توکن‌های گسترده: کوئن ۲٫۵ می‌تونه تا ۱۲۸,۰۰۰ توکن در یک متن واحد پردازش کنه. این موضوع توانایی مدل رو برای درک متون بلند، مثل اسناد طولانی، مقالات تحقیقاتی یا گفتگوهای چندمرحله‌ای به طور قابل توجهی بهبود می‌ده. همچنین می‌تونه اطلاعات رو در تعاملات طولانی‌مدت حفظ کنه و بهش مراجعه کنه. این مدل برای موارد استفاده‌ای که نیاز به متنی پایدار دارن، مثل قراردادهای حقوقی، تحقیقات علمی یا مستندات فنی، ایده‌آل هست.
- تولید خروجی با کیفیت بالا: با توانایی تولید خروجی‌های تا ۸,۰۰۰ توکن، کوئن ۲٫۵ می‌تونه پاسخ‌هایی بسیار دقیق، هماهنگ و مرتبط با متن ارائه بده. این ویژگی برای برنامه‌های تولید محتوای بلند، مثل مقالات، گزارش‌ها و نوشتن خلاقانه ضروریه. توانایی تولید پاسخ‌های بلند به کوئن ۲٫۵ کمک می‌کنه تا موضوعات پیچیده رو به طور جامع پوشش بده بدون اینکه در طول پاسخ از متن یا هماهنگی خارج بشه.
- بهبود سیستم تولید ترکیبی با بازیابی (RAG): کوئن ۲٫۵ یک سیستم RAG پیشرفته رو ادغام کرده که دقت حقیقی مدل رو به طور قابل توجهی افزایش می‌ده. تکنیک‌های RAG به مدل اجازه می‌دن که منابع داده خارجی رو بازیابی کنه و داخل محتوای تولیدی‌ش ادغام کنه. به خاطر این موضوع، اطلاعات ارائه شده مرتبط با متن و دقیقه. سیستم RAG بهبود یافته احتمال توهم‌زایی یا تولید اطلاعات غلط رو کاهش می‌ده و کوئن ۲٫۵ رو به ابزاری قابل اعتماد برای برنامه‌هایی که نیاز به صحت حقیقی دارن، مثل تحقیقات علمی یا پشتیبانی فنی، تبدیل می‌کنه.
چطور به چت کوئن و آخرین مدل‌های هوش مصنوعی کوئن دسترسی پیدا کنیم؟
شرکت این مدل رو داخل چت کوئن خودش ادغام کرده. دستورالعمل‌ها رو دنبال کنید تا امتحانش کنید.
- یه مرورگر وب باز کنید و به این آدرس بروید: “https://chat.qwenlm.ai/“
- آدرس ایمیلتون رو وارد کنید یا از گزینه لاگین با گوگل استفاده کنید تا وارد چت کوئن بشید. در بالا، یه منوی کشویی با نام کوئن ۲٫۵ پلاس وجود داره. روی اون کلیک کنید تا زبان هوش مصنوعی مورد نظرتون رو انتخاب کنید.
- همین! حالا می‌تونید پرامپت رو وارد کنید و پاسخ رو دریافت کنید.
کوئن ۲٫۵ در برابر دیپ سیک: تحلیل مقایسه‌ای
الف) مقایسه عملکرد: کوئن ۲٫۵ در برابر دیپ سیک-V3
نمودار مقایسه عملکرد مدل‌ها
کوئن ۲٫۵ مکس علی بابا در ۲۹ ژانویه ۲۰۲۵ منتشر شد که حرکتی استراتژیک برای چالش کشیدن مدل‌های هوش مصنوعی موجود بود. در مقایسه با دیپ سیک-V3، GPT-4o (اوپن‌ای‌آی) و Llama-3.1-405B (متا)، کوئن ۲٫۵ در تست‌های MMLU و LiveCodeBench عملکرد بهتری داشت و توانایی‌های استدلال و تولید کد خودش رو نشون داد. دیپ سیک-V3، هرچند در حوزه‌های خاص قوی بود، در مقایسه با معماری بهینه‌شده کوئن ۲٫۵، کارایی کمتری در مدیریت داده‌های چندوجهی داشت.
ارزیابی مدل‌های پایه عمدتاً عملکردشون در درک زبان طبیعی، پاسخ‌گویی عمومی، کدنویسی، ریاضی، دانش علمی، استدلال و قابلیت‌های چندزبانه رو نشون می‌ده. بیاید به معیارهای عملکرد یکی از نسخه‌ها نگاهی بندازیم:
تسک‌های عمومی
| مجموعه داده | Qwen2.5-72B | Qwen2-72B | Llama-3-405B | Mixtral-8x22B | Llama-3-70B |
|---|---|---|---|---|---|
| MMLU | 86.1 | 84.2 | 85.2 | 77.8 | 79.5 |
| MMLU-Pro | 58.1 | 55.7 | 61.6 | 51.6 | 52.8 |
| MMLU-redux | 83.9 | 80.5 | – | 72.9 | 75.0 |
| BBH | 86.3 | 82.4 | 85.9 | 78.9 | 81.0 |
| ARC-C | 72.4 | 68.9 | – | 70.7 | 68.8 |
| TruthfulQA | 60.4 | 54.8 | – | 51.0 | 45.6 |
| Winogrande | 83.9 | 85.1 | 86.7 | 85.0 | 85.3 |
تسک‌های کد نویسی
| مجموعه داده | Qwen2.5-72B | Qwen2-72B | Llama-3-405B | Mixtral-8x22B | Llama-3-70B |
|---|---|---|---|---|---|
| HumanEval | 59.1 | 64.6 | 61.0 | 46.3 | 48.2 |
| +HumanEval | 51.2 | 56.1 | – | 40.2 | 42.1 |
| MBPP | 84.7 | 76.9 | 73.0 | 71.7 | 70.4 |
| +MBPP | 69.2 | 63.9 | – | 58.1 | 58.4 |
| MultiPL-E | 60.5 | 59.6 | – | 46.7 | 46.3 |
تسک‌های کد نویسی
| مجموعه داده | Llama-3-70B | Mixtral-8x22B | Llama-3-405B | Qwen2-72B | Qwen2.5-72B |
|---|---|---|---|---|---|
| HumanEval | 48.2 | 46.3 | 61.0 | 64.6 | 59.1 |
| HumanEval+ | 42.1 | 40.2 | – | 56.1 | 51.2 |
| MBPP | 70.4 | 71.7 | 73.0 | 76.9 | 84.7 |
| MBPP+ | 58.4 | 58.1 | – | 63.9 | 69.2 |
| MultiPL-E | 46.3 | 46.7 | – | 59.6 | 60.5 |
تسک‌های چندزبانه
| مجموعه داده | Llama-3-70B | Mixtral-8x22B | Llama-3-405B | Qwen2-72B | Qwen2.5-72B |
|---|---|---|---|---|---|
| Multi-Exam | 70.0 | 63.5 | – | 76.6 | 78.7 |
| Multi-Understanding | 79.9 | 77.7 | – | 80.7 | 89.6 |
| Multi-Mathematics | 67.1 | 62.9 | – | 76.0 | 76.7 |
| Multi-Translation | 38.0 | 23.3 | – | 37.8 | 39.0 |
تسک‌های ریاضی و علمی
| مجموعه داده | Llama-3-70B | Mixtral-8x22B | Llama-3-405B | Qwen2-72B | Qwen2.5-72B |
|---|---|---|---|---|---|
| GPQA | 36.3 | 34.3 | – | 37.4 | 45.9 |
| Theoremqa | 32.3 | 35.9 | – | 42.8 | 42.4 |
| MATH | 42.5 | 41.7 | 53.8 | 50.9 | 62.1 |
| MMLU-stem | 73.7 | 71.7 | – | 79.6 | 82.7 |
| GSM8K | 77.6 | 83.7 | 89.0 | 89.0 | 91.5 |
برای جزئیات بیشتر در مورد نسخه‌ها، روی این لینک کلیک کنید.
ب) معیارهای کارایی
علی بابا هنوز هزینه‌های دقیق آموزش کوئن ۲٫۵ رو فاش نکرده، ولی عملکرد استثنایی این مدل نشون می‌ده که بهینه‌سازی محاسباتی قابل توجهی صورت گرفته. در مقابل، دیپ سیک-V3 معیاری برای آموزش مقرون‌به‌صرفه ایجاد کرده که بر مدل‌های قیمت‌گذاری در بازار هوش مصنوعی تأثیر گذاشته. کوئن ۲٫۵ با مقیاس‌پذیری و کارایی بی‌نظیرش، به عنوان گزینه‌ای بسیار مناسب برای کاربردهای سازمانی مطرح شده. این مدل تعادل ایده‌آلی بین نیازهای محاسباتی و کیفیت خروجی ارائه می‌ده و ابزاری قدرتمند برای کسب‌وکارهایی هست که می‌خوان از فناوری پیشرفته هوش مصنوعی استفاده کنن بدون اینکه عملکرد رو فدا کنن.
تأثیر بر بازار جهانی
معرفی کوئن ۲٫۵ موجی از تغییرات رو در صنعت هوش مصنوعی ایجاد کرده که رقبا، کسب‌وکارها و سرمایه‌گذاران رو تحت تأثیر قرار داده. از یه طرف، ارائه‌دهندگان خدمات هوش مصنوعی با رقابت شدیدتری روبرو شدن، چون مدل علی بابا با کارایی بالا و قیمت رقابتی وارد شده. ظهور کوئن ۲٫۵ می‌تونه روی استراتژی‌های قیمت‌گذاری هوش مصنوعی تأثیر بذاره و هوش مصنوعی با عملکرد بالا رو برای کسب‌وکارها در سراسر جهان قابل دسترس‌تر کنه. در بازار سهام، پیشرفتهای علی بابا در زمینه هوش مصنوعی توجه سرمایه‌گذاران رو جلب کرده که منجر به نوساناتی در ارزش سهام شرکت‌های فناوری شده. حالا بخش جهانی هوش مصنوعی شاهد تغییری هست که شرکت‌های چینی مثل علی بابا در حال چالش کشیدن رهبران سنتی صنعت هستن.
تشدید رقابت در عرصه هوش مصنوعی
میدان رقابت هوش مصنوعی داره شلوغ‌تر می‌شه، چون بازیگران جدیدی وارد می‌شن که قصد دارن غول‌های صنعت رو به چالش بکشن. استارتاپ‌ها و آزمایشگاه‌های کوچک‌تر هوش مصنوعی دارن مدل‌های تخصصی با قابلیت‌های خاص توسعه می‌دن تا یه مزیت رقابتی برای خودشون ایجاد کنن. از طرف دیگه، شرکت‌های بزرگ و ثابت هم در حال پاسخ دادن به این تغییرات هستن و سرمایه‌گذاری‌های تحقیق و توسعه‌شون رو افزایش می‌دن. گزارش‌ها حاکی از اینه که این شرکت‌ها دارن استارتاپ‌های امیدوارکننده هوش مصنوعی رو خریداری می‌کنن و اتحادهای استراتژیک تشکیل می‌دن تا در این بازی جلو بیفتن. شرکت‌هایی مثل اوپن‌ای‌آی و گوگل دیپ‌مایند هم دارن استراتژی‌های خودشون رو تنظیم می‌کنن و سرمایه‌گذاری بیشتری روی هوش مصنوعی با متن بلند، قابلیت‌های چندوجهی و هوش تخصصی می‌کنن. مسابقه برای توسعه هوش مصنوعی با کارایی بالا و هزینه کم به اوج خودش رسیده و کوئن ۲٫۵ به عنوان یک رقیب قوی در این منظره در حال تحول قرار داره.
پیامدهای این موضوع برای صنعت فناوری چین
کوئن ۲٫۵ علی بابا گامی بزرگ به جلو برای بخش هوش مصنوعی چین هست. تاریخی که این صنعت توسط شرکت‌های غربی مسلط بود، حالا شاهد ظهور نوآوری‌های چینی هستیم. با حمایت بیشتر دولت، سرمایه‌گذاری و سیاست‌های مساعد برای هوش مصنوعی، چین داره خودش رو به عنوان یک رهبر در توسعه هوش مصنوعی معرفی می‌کنه. در سطح بین‌المللی، دیدگاه‌ها نسبت به توانایی‌های هوش مصنوعی چین داره تغییر می‌کنه. البته هنوز نگرانی‌هایی درباره حریم خصوصی داده‌ها و مقررات وجود داره، ولی نمی‌شه انکار کرد که شرکت‌های فناوری چینی در تحقیقات و کاربردهای هوش مصنوعی پیشرفتهای قابل توجهی دارن. موفقیت کوئن ۲٫۵ نقش چین رو به عنوان یک نیروی اصلی در اکوسیستم هوش مصنوعی تقویت می‌کنه.
پیامدهای این موضوع برای ایالات متحده
ظهور کوئن ۲٫۵ هم چالش‌ها و هم فرصت‌هایی برای شرکت‌های فناوری آمریکایی ایجاد کرده. این مدل متن‌باز رقابت جهانی در زمینه هوش مصنوعی رو تشدید کرده.
الف) حفظ جایگاه: چالش‌ها برای شرکت‌های فناوری آمریکایی
شرکت‌های آمریکایی تحت فشار شدیدی از رقبای بین‌المللی مثل کوئن ۲٫۵ قرار دارن. ماهیت متن‌باز و ویژگی‌های پیشرفته این مدل باعث شده که شرکت‌های آمریکایی استراتژی‌های خودشون رو دوباره ارزیابی کنن. مثلاً، معرفی کوئن ۲٫۵-ماکس که ادعا می‌کنه که از مدل‌هایی مثل دیپ سیک-V3 و GPT-4o پیشی گرفته، منجر به نوسانات بازار شده و ارزش سهام شرکت‌های بزرگ فناوری مثل انویدیا و مایکروسافت رو تحت تأثیر قرار داده. در پاسخ، شرکت‌های فناوری آمریکایی دارن روی نوآوری و اتحادهای استراتژیک تمرکز می‌کنن تا جایگاه رقابتی خودشون رو حفظ کنن.
ب) سیاست و استراتژی: حرکت در میدان رقابتی جدید هوش مصنوعی
ایالات متحده ممکنه نیاز به اجرای سیاست‌هایی داشته باشه که نوآوری رو تشویق کنه و چالش‌های نوظهور رو مدیریت کنه. ایالات متحده می‌تونه سرمایه‌گذاری روی تحقیقات هوش مصنوعی رو افزایش بده، همکاری‌های دولتی-خصوصی رو تقویت کنه و کنترل‌های روی صادرات رو بازنگری کنه تا تعادلی بین امنیت ملی و نیازهای بازار برقرار کنه. تلاش‌های استراتژیک می‌تونه شامل تشویق رشد مدل‌های متن‌باز هوش مصنوعی در ایالات متحده باشه تا شرکت‌های آمریکایی هم بتونن از این مدل‌ها استفاده کنن و به جامعه جهانی هوش مصنوعی کمک کنن. همچنین، تمرکز روی مسائل اخلاقی و ایجاد دستورالعمل‌های جهانی برای توسعه هوش مصنوعی می‌تونه به کاهش ریسک‌های مرتبط با پیشرفت سریع فناوری کمک کنه.
نتیجه‌گیری
حضور کوئن ۲٫۵ مسابقه تسلیحاتی هوش مصنوعی رو تشدید کرده و مدل‌های موجود مثل دیپ سیک-V3 رو به چالش کشیده و پویایی‌های بازار جهانی رو دوباره تعریف کرده. با پیشرفت‌هاش در مقیاس‌پذیری، عملکرد و حمایت از چندین زبان، کوئن ۲٫۵ خودش رو به عنوان یک بازیگر اصلی در انقلاب هوش مصنوعی معرفی کرده. در حالی که رقابت افزایش پیدا می‌کنه، هم رهبران صنعت و هم شرکت‌های در حال ظهور باید به سرعت نوآوری کنن تا در این منظره دائماً در حال تغییر هوش مصنوعی مرتبط بمونن.
پاسخی بگذارید