خانه
دسته بندی ها
اخبار
معرفی مدل‌های چندزبانه «Tiny Aya» توسط Cohere؛ گامی تازه برای دسترسی جهانی به هوش مصنوعی

معرفی مدل‌های چندزبانه «Tiny Aya» توسط Cohere؛ گامی تازه برای دسترسی جهانی به هوش مصنوعی

اشتراک

شرکت Cohere که در سال‌های اخیر به‌عنوان یکی از بازیگران مهم حوزه هوش مصنوعی سازمانی شناخته می‌شود، در جریان رویداد India AI Summit 2026 از خانواده‌ای جدید از مدل‌های چندزبانه با نام «Tiny Aya» رونمایی کرد؛ مجموعه‌ای از مدل‌های سبک، قابل‌دانلود و متن‌باز که هدفشان گسترش دسترسی به فناوری هوش مصنوعی در سراسر جهان به‌ویژه برای زبان‌های کمتر پشتیبانی‌شده است.

این معرفی، صرفاً یک به‌روزرسانی فنی نبود؛ بلکه پیامی روشن داشت: آینده هوش مصنوعی فقط به زبان انگلیسی تعلق ندارد.

Tiny Aya چیست و چرا اهمیت دارد؟

مدل‌های Tiny Aya مجموعه‌ای از مدل‌های زبانی چندزبانه هستند که به‌صورت open-weight منتشر شده‌اند؛ یعنی وزن‌ها و ساختار داخلی آن‌ها در دسترس عموم قرار دارد. این موضوع به توسعه‌دهندگان، پژوهشگران و حتی شرکت‌های کوچک اجازه می‌دهد مدل را دانلود کنند، روی آن تغییرات اعمال کنند، آن را برای کاربرد خاص خود تنظیم (fine-tune) کنند و بدون وابستگی به سرورهای ابری، از آن استفاده کنند.

هر مدل Tiny Aya حدود ۳٫۳۵ میلیارد پارامتر دارد؛ عددی که آن را در دسته مدل‌های سبک اما توانمند قرار می‌دهد. در مقایسه با مدل‌های غول‌پیکر ده‌ها یا صدها میلیارد پارامتری، Tiny Aya کوچک‌تر است، اما برای اجرای محلی روی لپ‌تاپ‌ها و سرورهای سازمانی سبک طراحی شده است.

یکی از مدیران Cohere در حاشیه این رویداد گفته است:

«هدف ما این بود که هوش مصنوعی را از انحصار دیتاسنترهای عظیم خارج کنیم و آن را به دست توسعه‌دهندگانی برسانیم که شاید دسترسی دائمی به زیرساخت‌های ابری نداشته باشند.»

پشتیبانی از بیش از ۷۰ زبان؛ تمرکز بر تنوع زبانی

یکی از برجسته‌ترین ویژگی‌های Tiny Aya پشتیبانی از بیش از ۷۰ زبان مختلف است. این در حالی است که بسیاری از مدل‌های زبانی بزرگ جهان، همچنان تمرکز اصلی خود را بر زبان‌های پرکاربردی مانند انگلیسی، چینی یا اسپانیایی گذاشته‌اند.

خانواده Tiny Aya در چند نسخه عرضه شده که هرکدام تمرکز منطقه‌ای متفاوتی دارند:

TinyAya-Global: نسخه عمومی با پوشش گسترده زبانی و تمرکز بر درک و اجرای دقیق دستورها.
TinyAya-Fire: بهینه‌شده برای زبان‌های جنوب آسیا از جمله هندی، اردو، بنگالی، تامیلی، تلوگو و گجراتی.
TinyAya-Earth: تمرکز ویژه بر زبان‌های آفریقایی.
TinyAya-Water: طراحی‌شده برای زبان‌های آسیا-اقیانوسیه، خاورمیانه و اروپا.

این تقسیم‌بندی نشان می‌دهد Cohere صرفاً یک مدل عمومی منتشر نکرده، بلکه سعی کرده تفاوت‌های زبانی و فرهنگی مناطق مختلف جهان را در طراحی خود لحاظ کند.

یکی از پژوهشگران حاضر در اجلاس گفته است:

«وقتی یک مدل واقعاً زبان شما را بفهمد نه فقط ترجمه سطحی انجام دهد آن وقت می‌توان از هوش مصنوعی در آموزش، سلامت و خدمات عمومی استفاده مؤثر کرد.»

اجرای آفلاین؛ مزیتی مهم برای کشورهای در حال توسعه

از مهم‌ترین ویژگی‌های Tiny Aya، قابلیت اجرا روی دستگاه‌های عادی بدون نیاز به اتصال اینترنت است. این یعنی توسعه‌دهنده می‌تواند مدل را روی لپ‌تاپ یا سرور محلی اجرا کند، بدون اینکه داده‌ها را به فضای ابری ارسال کند.

این موضوع چند پیامد مهم دارد:

حفظ حریم خصوصی داده‌ها: اطلاعات کاربران داخل سازمان باقی می‌ماند.
کاهش هزینه‌ها: وابستگی به سرورهای ابری و پرداخت‌های سنگین کاهش می‌یابد.
دسترسی در مناطق کم‌برخوردار: در مناطقی با اینترنت ضعیف یا ناپایدار، همچنان می‌توان از مدل استفاده کرد.

یکی از مدیران فنی Cohere در این‌باره گفته است:

«هوش مصنوعی نباید فقط در شهرهایی با اینترنت پرسرعت و دیتاسنترهای بزرگ در دسترس باشد. ما می‌خواهیم توسعه‌دهندگان در هر نقطه‌ای از جهان بتوانند مدل را اجرا کنند.»

open-weight بودن؛ چرا این موضوع مهم است؟

مدل‌های open-weight با مدل‌های کاملاً بسته متفاوت‌اند. در مدل‌های بسته، شرکت ارائه‌دهنده فقط API را در اختیار کاربران می‌گذارد، اما وزن‌های مدل را منتشر نمی‌کند. در Tiny Aya اما وزن‌ها منتشر شده‌اند؛ یعنی جامعه می‌تواند:

مدل را بررسی کند.
آن را برای کاربرد خاصی تنظیم کند.
با داده‌های بومی خود آموزش تکمیلی بدهد.
اشکالات احتمالی را شناسایی و اصلاح کند.

این رویکرد می‌تواند باعث شکل‌گیری اکوسیستمی پویا از توسعه‌دهندگان شود که هرکدام نسخه‌های بومی‌شده‌ای از مدل را برای نیازهای خاص خود ایجاد می‌کنند.

یک توسعه‌دهنده هندی در این رویداد گفته است:

«برای ما مهم است که بتوانیم مدل را با داده‌های زبان محلی خودمان تنظیم کنیم. وقتی وزن‌ها در دسترس باشد، دیگر وابسته به تصمیمات یک شرکت خارجی نیستیم.»

رقابت در بازار مدل‌های سبک

انتشار Tiny Aya در زمانی صورت گرفته که رقابت بر سر مدل‌های سبک و قابل‌اجرا روی دستگاه‌های شخصی افزایش یافته است. بسیاری از شرکت‌ها به‌دنبال مدل‌هایی هستند که ضمن حفظ کیفیت، وابستگی به دیتاسنترهای عظیم را کاهش دهند.Cohere با تمرکز بر بازار سازمانی و اکنون با انتشار Tiny Aya، تلاش می‌کند جایگاهی میان مدل‌های سنگین ابری و مدل‌های متن‌باز کوچک‌تر پیدا کند.

یکی از تحلیلگران صنعت فناوری معتقد است:

«اگر مدل‌های چندزبانه سبک بتوانند عملکرد قابل‌قبولی ارائه دهند، ممکن است شاهد موجی از برنامه‌های محلی و بومی باشیم که تا امروز امکان‌پذیر نبود.»

پیامدهای اجتماعی و جهانی

انتشار Tiny Aya تنها یک خبر فنی نیست؛ بلکه می‌تواند پیامدهای گسترده اجتماعی داشته باشد. دسترسی به مدل‌های چندزبانه و قابل‌اجرا روی دستگاه‌های محلی، به کشورها و جوامعی که تاکنون سهم کمی از اکوسیستم AI داشته‌اند، فرصت مشارکت فعال می‌دهد.

در بسیاری از کشورها، زبان‌های محلی در فناوری‌های بزرگ نادیده گرفته می‌شوند. حالا Tiny Aya می‌تواند بستری فراهم کند تا پژوهشگران و توسعه‌دهندگان محلی مدل را با داده‌های خود بهبود دهند.

آینده Tiny Aya چه خواهد بود؟

هنوز مشخص نیست Tiny Aya تا چه اندازه در عمل موفق خواهد بود و آیا می‌تواند با مدل‌های بزرگ‌تر رقابت کند یا خیر. با این حال، رویکرد باز، چندزبانه و قابل‌اجرا روی دستگاه‌های عادی، آن را به گزینه‌ای جذاب برای طیف گسترده‌ای از کاربران تبدیل کرده است.

اگر جامعه توسعه‌دهندگان به‌طور فعال از این مدل استفاده و آن را بهبود دهد، ممکن است Tiny Aya به یکی از نمونه‌های موفق مدل‌های چندزبانه سبک تبدیل شود؛ مدلی که نشان می‌دهد نوآوری در هوش مصنوعی فقط در افزایش تعداد پارامترها خلاصه نمی‌شود، بلکه در گسترش دسترسی و عدالت زبانی نیز معنا پیدا می‌کند.

در نهایت، حرکت Cohere با Tiny Aya را می‌توان تلاشی برای دموکراتیک‌کردن هوش مصنوعی دانست؛ تلاشی که اگر به‌درستی پیش برود، می‌تواند چهره تعامل انسان و ماشین را در بسیاری از نقاط جهان تغییر دهد.

رأی مثبت0امتیازاترأی منفی

0 آرا: 0 موافق, 0 مخالف (0 امتیاز)