پایان دوران وابستگی: چگونه MAI-Thinking-1 مایکروسافت وابستگی به OpenAI را از بین می‌برد

تغییر استراتژیک: از واسطه تا قدرت مستقل

برای سال‌ها، صنعت فناوری مایکروسافت را عمدتاً به عنوان یک کانال توزیع بسیار سودآور برای OpenAI می‌دید؛ یک پوسته تجاری که هوش خام ChatGPT را به APIهای سازمانی آژور (Azure) و میانبرهای کوپایلت تبدیل می‌کرد. آن دوران رسماً به پایان رسیده است.

بخش هوش مصنوعی مایکروسافت (MAI) تحت هدایت مصطفی سلیمان، از MAI-Thinking-1 رونمایی کرده است. این مدل، یک پوسته لایسنس‌شده دیگر یا مدلی تقلیل‌یافته از بقایای OpenAI نیست. این یک موتور استدلال فوق‌العاده پیشرفته و اختصاصی است که کاملاً از پایه آموزش دیده است. MAI-Thinking-1 اعلام رسمی استقلال کامل مایکروسافت در حوزه هوش مصنوعی است و کنترل کامل مالکیت معنوی، خطوط لوله آموزشی و زیرساخت‌های شناختی این شرکت را به دست می‌آورد.

پشت صحنه: «مخلوطی از متخصصان» بدون نیاز به تقطیر

در حالی که آزمایشگاه‌های پیشرو به طور فزاینده‌ای به «تقطیر» (Distillation) متکی شده‌اند—یعنی آموزش مدل‌های کوچک‌تر با وادار کردن آن‌ها به تقلید از خروجی‌های مدل‌های عظیم و گران‌قیمت—مایکروسافت مسیر سخت‌تر و پایدارتری را انتخاب کرد.

مدل MAI-Thinking-1 از ابتدا بر روی ۳۰ تریلیون توکن پیش‌آموزش از داده‌های تولیدشده توسط انسان و دارای مجوز تجاری آموزش دیده است. برای جلوگیری از رفتارهای نادرست مدل‌های تقلیدکننده، داده‌های سنتز شده (مصنوعی) به طور کامل از مرحله پیش‌آموزش آن حذف شدند.

از نظر فنی، این مدل از معماری مخلوطی از متخصصان پراکنده (Sparse Mixture of Experts - MoE) بهره می‌برد:

• کل پارامترها: حدود ۱ تریلیون
• پارامترهای فعال به ازای هر توکن: ۳۵ میلیارد
• پنجره بافت (Context Window): ۲۵۶ هزار توکن (256K)
• توان محاسباتی آموزش: ۸,۰۰۰ پردازنده گرافیکی GB200 NVL72 روی آژور (Azure)

با فعال کردن تنها زیرمجموعه خاصی از لایه‌های «متخصص» به ازای هر توکن، MAI-Thinking-1 عملکرد استدلالی در حد مدل‌های پیشرو ارائه می‌دهد، در حالی که هزینه و ردپای پردازش استنتاجی (Inference) آن به شدت کمتر است.

بنچمارک‌ها و «ماشین تپه‌نوردی»

مایکروسافت تنها یک مدل عرضه نکرد، بلکه آن‌ها از ماشین تپه‌نوردی (Hill-Climbing Machine) خود رونمایی کردند؛ سیستمی با طراحی مشترک که در آن داده‌ها، پاداش‌ها و محیط‌های یادگیری تقویتی (RL) به طور مداوم در یک چرخه تجربی یکدیگر را بهینه‌سازی می‌کنند.

این چرخه بازخورد منجر به عملکرد خیره‌کننده‌ای در زمینه‌های STEM (علم، فناوری، مهندسی، ریاضی) و برنامه‌نویسی شده است:

• AIME 2025/2026: کسب امتیازهای ۹۷.۰٪ و ۹۴.۵٪ که نشان‌دهنده استدلال ریاضی در سطح المپیادهای تراز اول است.
• SWE-Bench Pro: با امتیاز ۵۲.۸٪، مدل MAI-Thinking-1 از همین حالا در مهندسی نرم‌افزار مبتنی بر عامل (Agentic)، شانه به شانه غول‌های مالکیتی مانند Claude Opus 4.6 رقابت می‌کند.
• ایمنی و هم‌راستایی (Safety & Alignment): به جای امتناع‌های تدافعی، ایمنی مستقیماً در هسته یادگیری تقویتی بهینه‌سازی شده است تا تعادل بهتری بین مفید بودن و کاهش ریسک برقرار شود.

این موضوع چه معنایی برای کسب‌وکارها دارد؟

برای خریداران سازمانی، معرفی MAI-Thinking-1 نشان‌دهنده یک تغییر بنیادین است. این مدل به طور بومی در سراسر GitHub Copilot (به همراه یک مدل مکمل تخصصی به نام MAI-Code-1-Flash)، ویندوز و تیمز (Teams) ادغام خواهد شد. سازمان‌ها اکنون می‌توانند با هزینه‌های عملیاتی در سطح «میان‌وزن»، به برترین قابلیت‌های استدلال دسترسی داشته باشند و در عین حال از انطباق‌های رگولاتوری داده‌های آموزشی که کاملاً قابل پیگیری و ممیزی هستند، آسوده‌خاطر باشند.

در نهایت، MAI-Thinking-1 تنها یک دستاورد فنی نیست؛ بلکه بازآرایی ژئوپلیتیک بخش فناوری است. مایکروسافت دیگر فقط میزبان آینده هوش مصنوعی نیست—بلکه خود در حال ساختن آن است.