مدل جهان ۴۲AI با ۶۲.۵ میلیون دلار سرمایه؛ پیش‌بینی رفتار انسان با ریاضیات ترنسفورمر

وقتی درباره «مدل جهان» (World Model) صحبت می‌کنیم، بیشتر مهندسان یاد شبیه‌سازی‌های فیزیکی برای رباتیک یا تولید ویدیو می‌افتند؛ جایی که مدل یاد می‌گیرد قوانین فیزیک، جاذبه و حرکت اشیاء را در فریم‌های بعدی پیش‌بینی کند. اما استارت‌آپ 42AI زاویه دید متفاوتی را انتخاب کرده است. این تیم پس از سه سال توسعه مخفیانه، با جذب ۶۲.۵ میلیون دلار سرمایه اولیه (Seed Funding) از حالت چراغ‌خاموش خارج شد تا یک «مدل جهان رفتاری» را به جهان معرفی کند؛ سیستمی که هدفش پیش‌بینی تصمیمات انسانی قبل از اتخاذ آن‌هاست.

به عنوان کسی که شب و روز با کدها، وزن‌های مدل‌های متن‌باز در هاگینگ‌فیس (Hugging Face) و بهینه‌سازی زیرساخت‌های پردازش محلی سروکله می‌زند، ورودی ۴۲AI به میدان هوش مصنوعی برای من فوق‌العاده تحریک‌کننده است. آن‌ها ادعا نمی‌کنند که یک مدل زبان بزرگ (LLM) دیگر برای چت کردن ساخته‌اند، بلکه از یک مدل پایه بر مبنای ترنسفورمر برای نقشه‌برداری روان‌شناختی و پیش‌بینی احتمالی رفتار انسان استفاده می‌کنند.

معماری مدل جهان رفتاری؛ فراتر از پیش‌بینی کلمه بعدی

تفاوت بنیادین 42AI با پایپ‌لاین‌های رایج الگوریتمی در این است که تصمیمات انسانی را به صورت قطعی (Deterministic) نگاشت نمی‌کند. انسان‌ها بر اساس خلق‌خو، فشارهای روانی و ویژگی‌های عصب‌شناختی تصمیم می‌گیرند و رفتار آن‌ها یک توزیع احتمالی (Probabilistic Distribution) است. مدل جهان این شرکت سعی می‌کند به جای تعمیم دادن خطی داده‌های قبلی کاربر، انگیزه‌های درونی و گرایش‌های روانی او را کشف کند.

تیم توسعه ۴۲AI برای آموزش اولیه مدل خود، ابتدا داده‌های ارزیابی‌های روان‌شناختی سناریومحور هزاران نفر را تحلیل کرده و سپس آن را با دیتابیس‌های بیوبانک و حکومتی شامل بیش از ۲ میلیون نفر ترکیب کرده است. در حال حاضر، بردارهای رفتاری این مدل داده‌های مربوط به نزدیک به ۳۰ میلیون کاربر را پوشش می‌دهد. این پایپ‌لاین، ورودی‌های غیرمستقیم مانند لحن صدا در تماس‌های پشتیبانی، سرعت احراز هویت (KYC)، واکنش به نوسانات بازار و نحوه تعامل با رابط کاربری را دریافت کرده و آن‌ها را به فضای ابعادی (Embedding Space) جدیدی منتقل می‌کند.

تبدیل روان‌شناسی به بردار ریاضی؛ داده‌ها چگونه پخته می‌شوند؟

از دیدگاه مهندسی زیرساخت، نحوه پخت داده‌ها (Data Pipeline) در ۴۲AI بسیار آموزنده است. این سیستم تمام نقاط تماس غیرشناسنامه‌ای کاربر را تبدیل به ویژگی‌های عددی می‌کند. فرآیند به این صورت است که ابتدا یک مدل زبانی جداگانه، تحلیل تحلیل‌های کیفی مانند پایش لحن صدا و سنتیمنت‌آنالیز متن پشتیبانی را انجام می‌دهد. سپس این بردارها به یک مدل ترنسفورمری اختصاصی تغذیه می‌شوند که شبیه‌ساز رفتار است.

نکته کلیدی در تابع پاداش (Reward Function) این الگوریتم نهفته است. در طول فرآیند شبیه‌سازی، اگر فردی از نظر ویژگی‌های پایه‌ای شخصیتی «ریسک‌گریز» باشد اما مدل در یک سناریوی جدید او را به عنوان «ریسک‌پذیر» پیش‌بینی کند، جریمه سنگینی در سیگنال پس‌انتشار (Backpropagation) اعمال می‌شود. این رویکرد باعث می‌شود که ساختار ثابت روان‌شناختی فرد در سناریوهای کاملاً جدید و غیرمنتظره نیز حفظ شود.

نمره F1 تا ۰.۸۵ و ادعای دقت ۹۸ درصدی؛ تحلیل فنی و متریال خروجی

تیم ۴۲AI مدعی است که مدل آن‌ها در شبیه‌سازی رفتارهای مالی به دقت ۹۸ درصدی دست یافته است. البته امیت گال-اور (Amit Gal-Or)، مدیرعامل ۴۲AI، شفاف‌سازی کرده که این دقت ۹۸ درصدی به معنای پیش‌بینی دقیق تک‌تک دستورهای خرید و فروش نیست، بلکه نشان‌دهنده قرار گرفتن رفتارهای کلی معاملات در محدوده پیش‌بینی‌شده است.

معیار دقیق‌تر برای ما مهندسان یادگیری ماشین، نمره F1 این مدل است. طبق داده‌های منتشرشده، سیستم ۴۲AI در پیش‌بینی جهت و حجم معاملات به نمره F1 بین 0.8 تا 0.85 دست یافته است. در دنیای مدلسازی سری‌های زمانی و رفتارهای مالی، رسیدن به چنین تعادلی بین دقت (Precision) و فراخوانی (Recall) نشان‌دهنده توانایی بالای الگوریتم در کاهش آلارم‌های کاذب و کشف الگوهای واقعی است. یکی از کارگزارانی که از این سیستم برای مدیریت نقدینگی و پوشش ریسک پویا (Dynamic Hedging) استفاده کرده، موفق به خلق ارزش افزوده ۳۰ میلیون دلاری شده است.

خطرات ایجنت‌های رفتاری و انحصار داده در سیستم‌های بسته

با تمام هیجان‌های فنی، نباید چشم‌مان را روی آسیب‌های این فناوری ببندیم. وقتی الگوریتمی بتواند نقاط ضعف، آستانه تحمل ریسک و رفتارهای احتمالی هیجانی کاربر را دقیق‌تر از خود او پیش‌بینی کند، مرز باریکی میان «ارائه خدمات بهینه» و «دستکاری رفتاری» ایجاد می‌شود. اگر یک کارگزاری مالی بداند کاربر چه زمانی تحت فشار روانی تسلیم می‌شود، چه چیزی مانع استفاده از این داده‌ها علیه خود کاربر خواهد شد؟

علاوه بر این، ۴۲AI یک سیستم کاملاً انحصاری و بسته است. غول‌های ابری و استارت‌آپ‌های سرمایه‌دار، داده‌های رفتاری میلیون‌ها انسان را پشت دیوارهای بسته نگه‌داری می‌کنند. به عنوان مدافع حریم خصوصی و نرم‌افزارهای آزاد، معتقدم چنین مدل‌های حساسی اگر به صورت محلی یا با پروتکل‌های اپن‌سورس و ابزارهای رمزنگاری اثبات با دانش صفر (Zero-Knowledge Proofs) توسعه نیابند، می‌توانند به ابزارهای خطرناک نفوذ به حریم خصوصی تبدیل شوند.

بارهای پردازشی و چشم‌انداز اجرای محلی مدل‌های رفتاری

آیا امکان اجرای محلی چنین مدل‌هایی وجود دارد؟ در حال حاضر مدل‌های جهان رفتاری ۴۲AI نیازمند زیرساخت‌های پردازش ابری سنگین و کلاسترهای چندگانه پردازش گرافیکی هستند. اما خط فکری جالب اینجاست که با متدهای کوانتایزیشن (Quantization) جدید و فاین‌تیون اختصاصی به وسیله LoRA، می‌توان نسخه‌های کوچک‌شده‌ای از این الگوریتم‌های رفتاری را برای معماری‌های ایجنتیک محلی بازسازی کرد.

در آینده، ایجنت‌های خودران (Agentic Systems) برای تعامل روان‌تر با انسان‌ها نیازمند فهم مدل‌های جهان رفتاری هستند. رباتی که بتواند روحیات کاربر را پیش‌بینی کند، یا ایجنت کدنوییسی که الگوی تفکر برنامه‌نویس را درک کند، متکی به همین ریاضیات ترنسفورمری خواهند بود. ۴۲AI گام اول را در بازار مالی برداشت، اما چالش اصلی جامعه اپن‌سورس، دموکراتیزه کردن این الگوریتم‌ها و انتقال آن‌ها روی کارت‌های گرافیک خانگی مانند RTX 4070 است تا کنترل رفتاری انسان‌ها در اختیار چند شرکت خاص باقی نماند.