اینسیپشن ۵۰ میلیون دلار سرمایه‌گذاری برای توسعه مدل‌های انتشار برای کد و متن

توسعه مدل‌های انتشار برای کد و متن

اینسیپشن، یک استارتاپ در حوزه هوش مصنوعی، موفق به جذب ۵۰ میلیون دلار سرمایه‌گذاری شده است. این شرکت قصد دارد از مدل‌های انتشار (Diffusion Models) برای توسعه نرم‌افزار استفاده کند. این مدل‌ها که پیش‌تر در تولید تصاویر هوش مصنوعی مانند Stable Diffusion و Midjourney مورد استفاده قرار گرفته‌اند، اکنون برای پردازش متن و کد به کار می‌روند. پروفسور استفانو ارمن، استاد دانشگاه استنفورد، رهبری این پروژه را بر عهده دارد. وی معتقد است که این مدل‌ها در مقایسه با مدل‌های خودرگرسیون (Auto-regression) مانند GPT-5 و Gemini، کارایی بیشتر و هزینه محاسباتی کمتر دارند. بر اساس گفته‌های ارمن، مدل مرکوری این شرکت قادر است بیش از ۱۰۰۰ توکن در ثانیه پردازش کند که این سرعت بسیار بالاتر از مدل‌های سنتی است.

• کاربرد در توسعه نرم‌افزار: مدل مرکوری در ابزارهایی مانند ProxyAI، Buildglare و Kilo Code ادغام شده است.
• پردازش موازی: این مدل‌ها به جای پردازش ترتیبی، عملیات‌ها را به صورت همزمان اجرا می‌کنند.
• کاهش تاخیر: معماری این مدل‌ها امکان کاهش تاخیر (Latency) در کارهای پیچیده را فراهم می‌کند.
• صرفه‌جویی در منابع: این مدل‌ها در مصرف منابع سخت‌افزاری بهینه‌تر عمل می‌کنند.
• قابلیت پردازش حجم بالای متن: این مدل‌ها برای کار با پایگاه‌های کد بزرگ مناسب‌تر هستند.

"این مدل‌های مبتنی بر انتشار بسیار سریع‌تر و کارآمدتر از آنچه دیگران می‌سازند هستند." - استفانو ارمن "این یک رویکرد کاملاً متفاوت است که هنوز فضای زیادی برای نوآوری دارد." - استفانو ارمن

این فناوری می‌تواند تحول بزرگی در صنعت توسعه نرم‌افزار ایجاد کند.