استارتاپ هوش مصنوعی تأسیس‌شده به دست جوانی متولد ۲۰۰۳، با جذب سرمایه از a16z و آنتروپیک در سیلیکون‌ولی خبرساز شد

به گزارش Zhidx در ۱۹ اکتبر، شرکت آمریکایی Conway Research که تنها هشت ماه از تأسیس آن می‌گذرد، از نخستین دستیار هوش مصنوعی شخصی خود با نام Underdog رونمایی کرد. این شرکت رسماً اعلام کرده است که از مجموعه سرمایه‌گذاری مرتبط با Anthropic، شرکت سرمایه‌گذاری خطرپذیر شناخته‌شده a16z در سیلیکون‌ولی و همچنین سرمایه‌گذاران حقیقی و نهادهایی از جمله چهره‌های برجسته هوش مصنوعی در گوگل، OpenAI و Hugging Face سرمایه جذب کرده است.

این شرکت Underdog را «رقیبی برای Muse با بالاترین سطح حفاظت از حریم خصوصی تا به امروز» توصیف می‌کند.

متا در ۸ سپتامبر دستیار هوش مصنوعی شخصی خود، Muse، را عرضه کرد. این محصول تنها ۱۰ روز پس از انتشار توانست با پشت سر گذاشتن ChatGPT، در صدر جدول کلی اپلیکیشن‌های رایگان فروشگاه اپ‌استور آمریکا قرار بگیرد. Muse می‌تواند اهداف کاربران را به‌صورت مستقل به مراحل کوچک‌تر تقسیم کند و وظایف مختلفی را در حوزه‌هایی مانند کار اداری، زندگی روزمره و خرید انجام دهد. هر کاربر نیز یک ماشین مجازی ابری مستقل در اختیار دارد که می‌تواند وظایف را به‌طور مداوم و در پس‌زمینه اجرا کند.

این موج به‌سرعت گسترش یافت. OpenAI محصول نسل جدید عامل هوشمند خود با نام Dot را عرضه کرد، ایلان ماسک Grok Bot را معرفی کرد و Manus نسخه ۲.۰ خود را منتشر کرد. همچنین گزارش‌هایی منتشر شد مبنی بر اینکه شرکت‌های چینی، از جمله بایت‌دنس، تنسنت، گروه Ant و علی‌بابا، در حال توسعه محصولات مشابه هستند.

Underdog نیز مانند محصولاتی نظیر Muse به کاربران کمک می‌کند امور روزمره و کاری خود را مدیریت کنند. اما تفاوت اصلی این است که Underdog به‌طور کامل روی دستگاه کاربر اجرا می‌شود و حتی بدون اتصال به اینترنت نیز کار می‌کند.

Conway Research در فوریه امسال تأسیس شد و محور اصلی پژوهش آن توسعه چارچوب‌هایی برای عامل‌های هوش مصنوعی با قابلیت اجرای مستقل است. محصول این شرکت هنوز در مرحله آزمایش با دعوت‌نامه قرار دارد و به‌صورت عمومی عرضه نشده است.

بنیان‌گذار شرکت، سیجیل ون (Sigil Wen)، جوانی متولد سال ۲۰۰۳، خودآموخته و انصراف‌داده از دانشگاه است که در سیلیکون‌ولی به‌عنوان استعداد درخشان هوش مصنوعی شناخته می‌شود. او در تورنتو متولد شد و اندکی پس از مهاجرت به سیلیکون‌ولی در ۱۷سالگی، به مدت ۱۱ ماه با گروهی از افرادی زندگی و کار کرد که بعدها به بنیان‌گذاران سرشناس شرکت‌های هوش مصنوعی تبدیل شدند؛ از جمله آندری کارپاتی، از چهره‌های برجسته این حوزه. هم‌بنیان‌گذاران Midjourney و Anthropic نیز در این جمع حضور داشتند. ون همچنین از همان سال ۲۰۲۱ با نمونه‌های اولیه محصولات Midjourney و Claude آشنا شده بود.

سیجیل ون پیش‌تر در شبکه اجتماعی X با اجرای GPT-2 روی اپل واچ و انتشار نخستین نمونه‌ای از یک اتوماتون هوش مصنوعی خبرساز شده بود؛ سامانه‌ای که می‌تواند بدون دخالت انسان به حیات خود ادامه دهد، تکامل پیدا کند و نسخه‌های دیگری از خود بسازد.

چه ویژگی‌هایی باعث شده است این شرکت نوظهور مورد توجه و حمایت چهره‌های برجسته صنعت هوش مصنوعی در سیلیکون‌ولی قرار بگیرد؟ راهکار عامل هوشمند آن چه تفاوتی با محصولات دیگر دارد؟ در ادامه به این پرسش‌ها می‌پردازیم.

۱. اجرای کاملاً محلی؛ از بررسی ایمیل‌ها تا تولید تصویر و پردازش یادداشت‌های جلسات

ویژگی محوری Underdog این است که به‌طور کامل روی دستگاه کاربر اجرا می‌شود. در نتیجه، داده‌ها فقط به‌صورت محلی ذخیره می‌شوند و این دستیار حتی در حالت آفلاین نیز می‌تواند به کاربران در تصمیم‌گیری کمک کند.

نسخه آزمایشی این محصول برای رایانه‌های مک و ویندوز منتشر شده است و نسخه‌های لینوکس، iOS و اندروید نیز قرار است در آینده عرضه شوند. Underdog مستقیماً روی مک اجرا می‌شود، به ایمیل‌ها و تقویم کاربر متصل می‌شود و وظایفی مانند بررسی ایمیل‌ها، تنظیم برنامه‌ها، پردازش یادداشت‌های جلسات، دریافت ورودی صوتی، انجام کارهای اینترنتی و پردازش خصوصی پیام‌های iMessage را بر عهده می‌گیرد.

از زمان عرضه، قابلیت‌های Underdog به‌تدریج گسترش یافته‌اند. از جمله این امکانات می‌توان به تولید و ویرایش محلی تصاویر، قابلیت پرداخت عامل هوشمند روی دستگاه که با همکاری Stripe توسعه یافته و وارد کردن یادداشت‌های جلسات با یک کلیک اشاره کرد.

در ۱۲ اکتبر، قابلیت رایگان تولید و ویرایش محلی تصاویر عرضه شد. این قابلیت بر پایه مدل‌های Qwen-Image Flash و Qwen-Image-2.1-Turbo ساخته شده است.

بر اساس نمایش رسمی محصول، Underdog Images می‌تواند با دریافت دستورهای متنی به زبان طبیعی از کاربر تصویر تولید کند. همچنین امکان تولید تصویر با استفاده از یک تصویر مرجع، ویرایش بخش‌های مشخصی از تصویر و جایگزینی پس‌زمینه را فراهم می‌کند.

در همان روز، Underdog قابلیت وارد کردن یادداشت‌های جلسات با یک کلیک را نیز راه‌اندازی کرد. محتوای مربوط به جلسات به هیچ سروری بارگذاری نمی‌شود و این ابزار بلافاصله پس از پایان تماس می‌تواند خلاصه جلسه، تصمیم‌های اتخاذشده و اقدامات موردنیاز را تولید کند.

در ۱۴ اکتبر، Underdog با همکاری Stripe نخستین قابلیت پرداخت عامل هوشمند روی دستگاه را عرضه کرد. این ابزار در مرورگر محلی می‌تواند یک کارت یک‌بارمصرف Link با مبلغ دقیق و از پیش تعیین‌شده دریافت کند و سپس برای انجام پرداخت منتظر تأیید کاربر بماند.

این شرکت همچنین اعلام کرده است که در حال پژوهش روی قابلیت‌هایی است که به عامل هوشمند امکان می‌دهند مستقیماً برای کاربران خرید کنند. هدف آن است که این نوع هوش مصنوعی محلی به‌تدریج به یک عامل شخصی تبدیل شود که در طول زمان شناختی پایدار از شرایط و نیازهای فرد به دست می‌آورد و امور او را مستقیماً انجام می‌دهد.

۲. مدل تنظیم‌دقیق‌شده بر پایه Qwen3.8 27B و موتور استنتاج اختصاصی با سرعتی ۴.۵ برابر MLX

بر اساس اطلاعات منتشرشده از سوی شرکت، دو عامل اصلی در عملکرد Underdog نقش دارند: مدل‌هایی سبک‌تر و هوشمندتر و موتور استنتاج اختصاصی آن با نام Husky.

در بخش مدل‌ها، Underdog از دو مدل استفاده می‌کند: Woof 4B که سریع‌تر است و Saluki 27B که توانایی بیشتری دارد. مدل Saluki 27B به‌صورت متن‌باز منتشر شده است.

مدل Saluki 27B بر پایه Qwen3.8 27B ساخته شده است. داده‌های رسمی شرکت نشان می‌دهد حجم وزن‌های این مدل به یک‌هفتم نسخه با دقت کامل کاهش یافته، در حالی که ۹۶ درصد از عملکرد آن حفظ شده است. همچنین در فراخوانی ابزارها، عملکرد آن از مدل Qwen بهتر گزارش شده است.

سیجیل ون در گفت‌وگو با رسانه فناوری TechCrunch توضیح داد که این مدل می‌تواند وظایفی را انجام دهد که کاربران معمولاً از یک دستیار هوش مصنوعی انتظار دارند؛ از جمله تحقیق برای خرید و حل مسائل ریاضی تکالیف درسی. او گفت هزینه اجرای Underdog به‌اندازه‌ای پایین است که برای ارائه آن نیازی به دریافت حق اشتراک نیست.

دومین عامل کلیدی، موتور استنتاج Husky است که به‌طور اختصاصی برای Underdog ساخته شده و نقش مهمی در اجرای برنامه روی دستگاه‌های محلی دارد.

بر اساس داده‌های رسمی، موتور Husky Flash در صورت فعال‌سازی روی مک‌بوک، به مدل Woof 4B امکان می‌دهد تا ۷۳۰ توکن در ثانیه پردازش کند؛ سرعتی که ۴.۵ برابر بیشتر از چارچوب متن‌باز یادگیری ماشین اپل، MLX، اعلام شده است. همچنین، در شرایطی که حجم وزن‌های مدل یکسان باشد، سرعت پاسخ‌گویی پنج برابر افزایش می‌یابد.

تیم توسعه، Husky و MLX را در ۱۶ نوع سناریوی پرامپت با یکدیگر مقایسه کرد. نتایج نشان داد که Husky در تمام آزمون‌ها از نظر سرعت برتری دارد.

علت این برتری در ویرایش تصویر آن است که Husky در هر مرحله، هشت توکن را به‌صورت موازی بررسی می‌کند و سربار محاسباتی این فرایند تنها ۱.۵ برابر پردازش یک توکن به‌تنهایی است. همچنین بخش عمده محتوای پاسخ از پیش در زمینه پرامپت وجود دارد. سرعت بالاتر در تولید متن نیز به زمان‌بندی خط لوله پردازش مربوط می‌شود: در حالی که مرحله جاری در حال اجراست، مرحله بعدی رمزگذاری و ارسال می‌شود تا واحد پردازش گرافیکی ناچار نباشد در انتظار پردازنده میزبان بدون استفاده بماند.

سیجیل ون گفت این موتور در مقایسه با موتورهای مشابهی که روی دستگاه اجرا می‌شوند، داده‌های کمتری میان تراشه اصلی رایانه و تراشه گرافیکی جابه‌جا می‌کند.

در کنار مزیت‌های فنی، الگوی اولیه درآمدزایی Underdog نیز با رویکرد بسیاری از محصولات مشابه تفاوت دارد.

ون اعلام کرد که استفاده از Underdog در مراحل اولیه رایگان خواهد بود و این محصول هرگز تبلیغات نمایش نخواهد داد. یکی از روش‌های درآمدزایی شرکت، دریافت کارمزد اندک از هر تراکنشی است که دستیار هوش مصنوعی از طریق زیرساخت پرداخت امن Stripe انجام می‌دهد؛ الگویی مشابه کارمزد تبادل تراکنش‌های کارت بانکی. در چنین مدلی، دستیار هوش مصنوعی برای کسب درآمد نیازی به جمع‌آوری یا استخراج داده‌های کاربران ندارد.

این رویکرد با شیوه معمول بسیاری از ارائه‌دهندگان دستیارهای هوش مصنوعی شخصی تفاوت دارد. شرکت‌ها عموماً داده‌های کاربران را جمع‌آوری می‌کنند و سپس آن‌ها را به تبلیغ‌کنندگان می‌فروشند یا برای آموزش مدل‌های دیگر به کار می‌برند.

۳. جوانی متولد ۲۰۰۳، خودآموخته و انصراف‌داده از دانشگاه که به جمع نخبگان هوش مصنوعی راه یافت

اگرچه مبلغ دقیق سرمایه‌گذاری اعلام نشده است، فهرست سرمایه‌گذاران Conway Research بسیار چشمگیر به نظر می‌رسد.

در کنار a16z، یکی از شرکت‌های برجسته سرمایه‌گذاری خطرپذیر سیلیکون‌ولی، و Anthology، مجموعه سرمایه‌گذاری متشکل از Anthropic و Menlo Ventures، شماری از چهره‌های شاخص حوزه هوش مصنوعی نیز در این سرمایه‌گذاری مشارکت دارند.

از جمله این افراد می‌توان به پاتریک کولیسیون، هم‌بنیان‌گذار Stripe؛ گی‌یرمو راخ، بنیان‌گذار Vercel؛ نوآم براون، پژوهشگر OpenAI که از او با عنوان «پدر استدلال هوش مصنوعی» یاد می‌شود؛ رون، پژوهشگر شناخته‌شده OpenAI؛ تام ولف، هم‌بنیان‌گذار Hugging Face؛ و لوگان کیلپاتریک، مدیر ارشد محصول در Google DeepMind، اشاره کرد.

در بخش نظرات پست سیجیل ون نیز می‌توان پیام‌های تبریک هم‌بنیان‌گذار a16z، بنیان‌گذار Vercel، براون و دیگران را مشاهده کرد.

این حمایت گسترده احتمالاً با پیشینه متفاوت سیجیل ون، بنیان‌گذار شرکت، ارتباط نزدیکی دارد.

بر اساس اطلاعات صفحه شخصی ون، او در سال ۲۰۰۳ متولد شده و تحصیل در دوره دو‌رشته‌ای مدیریت و فناوری دانشگاه پنسیلوانیا را نیمه‌کاره رها کرده است.

او در ۱۷سالگی به‌تنهایی به سیلیکون‌ولی رفت و در آنجا با گروهی از بنیان‌گذاران شرکت‌هایی که امروزه از استارتاپ‌های شاخص و ارزشمند هوش مصنوعی به شمار می‌روند، از نزدیک زندگی و تعامل کرد. همین تجربه باعث شد در مراحل اولیه به نمونه‌های آزمایشی محصولاتی مانند Midjourney و Claude دسترسی پیدا کند.

ون به مدت ۱۱ ماه در خانه‌ای مخصوص سازندگان و فعالان فناوری در سیلیکون‌ولی زندگی کرد. در آن زمان، آندری کارپاتی، از بنیان‌گذاران OpenAI و چهره برجسته هوش مصنوعی؛ دیوید هولتز، بنیان‌گذار Midjourney؛ بن مان، هم‌بنیان‌گذار Anthropic؛ و پژوهشگرانی از شرکت‌هایی مانند Stable Diffusion، OpenAI و Perplexity از جمله هم‌خانه‌های او بودند.

از سال ۲۰۲۳ به بعد، چندین پروژه هوش مصنوعی که ون روی آن‌ها کار کرده بود، بارها در شبکه اجتماعی X فراگیر شدند.

در سپتامبر ۲۰۲۳، ون موفق شد GPT-2 را روی اپل واچ اجرا کند و تولید متن را مستقیماً روی ساعت انجام دهد. با این حال، مدل پس از تولید ۳۰ توکن با کمبود حافظه مواجه شد و اجرای آن متوقف شد. او بعدها مدل تشخیص گفتار Whisper متعلق به OpenAI را نیز در سرویس Airchat روی آیفون پیاده‌سازی کرد.

Conway Research در فوریه امسال فعالیت خود را آغاز کرد. ون گفت تیمش نخستین Automaton هوش مصنوعی را ساخته است؛ سامانه‌ای که می‌تواند بدون دخالت انسان به فعالیت خود ادامه دهد، تکامل پیدا کند و خود را تکثیر کند. او در آن زمان اعلام کرد که از همان لحظه، حیات ابرهوشمند Web 4.0 متولد شده است.

این اتوماتون می‌تواند به‌طور مستقل محصولات توسعه دهد و عرضه کند، در بازارهای پیش‌بینی معامله انجام دهد، نام دامنه ثبت کند، اپلیکیشن‌ها و خدمات را روی سرورها مستقر سازد، محتوای فراگیر در شبکه‌های اجتماعی برای تبلیغ محصولات تولید کند، برای ایجاد کانال‌های تجارت الکترونیک به تأمین‌کنندگان ایمیل بفرستد و با شرکت‌ها تماس بگیرد.