کلاس درس هوش مصنوعی در حال حاضر اینجاست: آینده چه خواهد بود؟

محدودیت در دسترسی کامل به این مطلب

 با خرید اشتراک در پایگاه خبری صنایع مدرن می توانید به مطالب سایت دسترسی داشته باشید.

برای ثبت نام اینجا را کلیک کنید.

تقریباً تمام کارکنان دانش نسل Z از هوش مصنوعی استفاده می‌کنند

یک نظرسنجی که روز دوشنبه توسط Google Workspace منتشر شد، نشان می‌دهد که تقریباً تمام کارکنان دانش نسل Z در دهه بیست زندگی خود از ابزارهای هوش مصنوعی مولد استفاده می‌کنند.

چرا مهم است: جوان‌ترها معمولاً اولین پذیرندگان فناوری‌های جدید هستند. اگر نسل Z از این فناوری‌ها استفاده می‌کند، احتمال زیادی وجود دارد که به زودی همه افراد از آن‌ها پیروی کنند.

هر فناوری محبوب اداری—از ایمیل گرفته تا ابزارهایی مانند Slack یا اسناد تعاملی—معمولاً ابتدا توسط جوان‌ترین افراد به کار گرفته شده و دیگران بعداً از آن پیروی می‌کنند.

چطور انجام شد: گوگل در اواخر تابستان از ۱٬۰۰۵ کارمند دانش تمام‌وقت، در بازه سنی ۲۲ تا ۳۹ سال، که یا در نقش‌های مدیریتی هستند یا به آن علاقه دارند، نظرسنجی کرد.

یافته‌ها: ۹۳٪ از پاسخ‌دهندگان نسل Z (۲۲ تا ۲۷ سال) اعلام کردند که دست‌کم از دو ابزار هوش مصنوعی در هفته استفاده می‌کنند، از جمله ابزارهایی مثل ChatGPT، DALL-E، Otter.ai و سایر محصولات مشابه.

۷۹٪ از نسل هزاره (۲۸ تا ۳۹ سال) نیز گفتند که از حداقل دو ابزار مشابه در هفته بهره می‌برند.

جزئیات: به گفته یولی کوون کیم، معاون محصول در Google Workspace، کارکنان جوان‌تر از هوش مصنوعی برای ویرایش ایمیل‌ها و اسناد، یادداشت‌برداری در جلسات یا حتی شروع ایده‌پردازی استفاده می‌کنند.

۸۸٪ از کارکنان نسل Z گفتند که برای شروع وظایفی که دشوار یا پیچیده به نظر می‌رسد، از هوش مصنوعی بهره می‌برند.

بررسی واقعیت: گوگل انگیزه‌های قابل توجهی برای ارائه هوش مصنوعی به عنوان آینده کار دارد. این شرکت میلیاردها دلار در این فناوری نوظهور سرمایه‌گذاری کرده است، و این نظرسنجی کوچک نیز در تقویت این دیدگاه به گوگل کمک می‌کند.

با این حال، یک مطالعه گسترده‌تر که اوایل این ماه منتشر شد و شامل تمام رده‌های سنی کارکنان تمام‌وقت می‌شد، نشان داد که پذیرش عمومی هوش مصنوعی متوقف شده است، به طوری که تقریباً نیمی از کارکنان گفتند که حتی از اعتراف به استفاده از این فناوری احساس راحتی نمی‌کنند.

اما کارکنان جوان‌تر بر اساس یافته‌های گوگل در این زمینه شفاف‌تر هستند. ۵۲٪ از کارکنان ۲۲ تا ۲۷ ساله گفتند که به طور مرتب در مورد استفاده خود از ابزارهای هوش مصنوعی با همکاران خود صحبت می‌کنند.

چشم‌انداز آینده: حامیان هوش مصنوعی معتقدند که این ابزارها می‌توانند زندگی کاری را آسان‌تر کنند. به عنوان مثال، حذف کارهای تکراری مانند یادداشت‌برداری در جلسات می‌تواند به کارکنان کمک کند تا بر وظایف کلیدی و خلاقانه‌تر تمرکز کنند.

با این حال، این فناوری در عین حال می‌تواند هم به افزایش بهره‌وری در سطح کلان منجر شود و هم در بلندمدت باعث کاهش فرصت‌های شغلی شود.

متا مدیر بخش هوش مصنوعی Salesforce، کلارا شی، را برای رهبری گروه جدید هوش مصنوعی تجاری استخدام کرد

شرکت متا کلارا شی، مدیر بخش هوش مصنوعی Salesforce، را برای رهبری یک گروه جدید که ابزارهای هوش مصنوعی برای کسب‌وکارهایی که از اپلیکیشن‌های متا برای دسترسی به مصرف‌کنندگان استفاده می‌کنند، می‌سازد، استخدام کرده است. این خبر در پستی در لینکدین توسط کلارا شی اعلام شد. متا نیز در بیانیه‌ای به TechCrunch این انتصاب و تشکیل گروه جدید Business AI را تأیید کرد.

شی در این باره گفت: «با خوشحالی اعلام می‌کنم که به متا پیوسته‌ام تا رهبری گروه جدید هوش مصنوعی تجاری را بر عهده بگیرم. چشم‌انداز ما برای این گروه، دسترسی آسان همه کسب‌وکارها به هوش مصنوعی پیشرفته است تا بتوانند در عصر هوش مصنوعی موفقیت کسب کنند و آینده خود را رقم بزنند.»

بر اساس اطلاعات TechCrunch، آدام ایوانز، یکی دیگر از مدیران هوش مصنوعی Salesforce، جایگزین کلارا شی برای نظارت بر فعالیت‌های هوش مصنوعی این شرکت خواهد شد. طبق پروفایل لینکدین وی، ایوانز اکنون معاون اجرایی و مدیرکل هوش مصنوعی در Salesforce است.

متا رویکرد منحصر به فردی نسبت به مدل کسب‌وکار خود در زمینه هوش مصنوعی دارد و ادعا می‌کند که از یک رویکرد منبع باز استفاده می‌کند، گرچه این تعریف مورد قبول همگان نیست. برخلاف شرکت‌هایی مانند OpenAI یا Google که از فروش اشتراک چت‌بات‌های هوش مصنوعی درآمدزایی می‌کنند، متا امیدوار است که مدل‌های زبانی بزرگ لاما (Llama) عملکرد اپلیکیشن‌های فعلی این شرکت را بهبود بخشد. ابزارهای هوش مصنوعی تجاری جدید متا نیز به نظر بخشی از این تلاش‌ها هستند.

گروه جدید متا قرار است محصولات هوش مصنوعی مبتنی بر مدل لاما را برای میلیون‌ها کسب‌وکاری که در اینستاگرام، فیس‌بوک و واتس‌اپ تبلیغ و محتوا تولید می‌کنند، ارائه دهد. هنوز دقیقاً مشخص نیست این ابزارها چه ویژگی‌هایی خواهند داشت، اما احتمال می‌رود متا ابزارهایی برای تولید تبلیغات هوش مصنوعی عرضه کند. اخیراً، متا محتواهای تولید شده با هوش مصنوعی بیشتری را در فیدهای رسانه‌های اجتماعی خود به نمایش گذاشته است، از جمله تصاویری در یک کاروسل فیس‌بوک و چت‌بات‌هایی که محتواسازان در اینستاگرام را شبیه‌سازی می‌کنند.

این تغییر قابل توجهی برای پلتفرم‌های متا است که قبلاً فقط بر محتوای تولیدشده توسط انسان متکی بودند. ارائه ابزارهایی برای تولید تبلیغات ارزان‌تر می‌تواند درآمد زیادی برای متا به همراه داشته باشد. هنوز مشخص نیست که متا این ابزارها را به فروش خواهد رساند یا به صورت رایگان ارائه خواهد داد تا هزینه‌های تبلیغاتی کاربران افزایش یابد، چرا که تبلیغات اصلی‌ترین منبع درآمد متا است.

جان هگمن، معاون ارشد و مدیر بخش درآمدزایی متا، در بیانیه‌ای ایمیلی به TechCrunch گفت: «ما معتقدیم این پیشرفت‌های اخیر در هوش مصنوعی فرصتی بزرگ برای کسب‌وکارها فراهم می‌کند تا بهره‌وری خود را افزایش داده و تجربه‌های بهتری به مشتریانشان ارائه دهند. این گروه جدید تحت رهبری کلارا به تحقق این چشم‌انداز کمک خواهد کرد.»

شی پیش از این، رهبری تلاش‌های هوش مصنوعی Salesforce را بر عهده داشت که چندان موفقیت‌آمیز نبودند. در ماه می، سهام Salesforce بیشترین افت خود از سال 2008 را تجربه کرد، چرا که سرمایه‌گذاران نگران بودند این غول شرکتی فرصت‌های جهش هوش مصنوعی را از دست داده باشد. Salesforce در آن زمان پیش‌بینی کرد که کمترین میزان رشد را در سه‌ماهه آینده خواهد داشت. از آن زمان، Salesforce به شدت به سمت هوش مصنوعی گرایش پیدا کرده و پلتفرمی برای توسعه عامل‌های هوش مصنوعی به نام Agentforce عرضه کرده است. مدیرعامل این شرکت، مارک بنیوف، حتی به‌طور علنی تلاش‌های هوش مصنوعی مایکروسافت در حوزه سازمانی را مورد انتقاد قرار داده است.

Salesforce به درخواست TechCrunch برای اظهار نظر فوری پاسخ نداده است.

به نظر می‌رسد حالا کلارا شی فرصت دارد پروژه‌ای جدید را در متا آغاز کند؛ شرکتی که او در سال 2009 کتابی درباره‌اش با عنوان «عصر فیس‌بوک» نوشته بود.

گوگل به طور تصادفی وجود Jarvis AI را تأیید کرد

گوگل به‌طور اتفاقی پیش‌نمایشی از ابزار هوش مصنوعی جدید خود، Jarvis AI، را در فروشگاه افزونه‌های کروم منتشر کرد و بلافاصله آن را حذف کرد (به نقل از The Information).

این اتفاق چند هفته پس از انتشار اولین اخبار در ماه اکتبر رخ داد که گوگل در حال کار بر روی یک همراه وب “مفید” بود. برخی از کاربران موفق به نصب این افزونه پیش از حذف آن شدند، اما نتوانستند از آن استفاده کنند، چرا که نرم‌افزار به دسترسی‌هایی نیاز داشت که کاربران نمی‌توانستند به آن‌ها دسترسی پیدا کنند.

Jarvis یک عامل هوش مصنوعی است که به‌جای شما در وب جستجو می‌کند و هدف آن انجام وظایفی است که به‌راحتی قابل اتوماسیون هستند تا شما بتوانید بر روی کارهای پیچیده‌تر تمرکز کنید. بر اساس گزارش The Information، این عامل در حال آماده‌سازی برای انتشار در دسامبر ۲۰۲۴ است. پروژه Jarvis نام کدی کنونی این ابزار است و ممکن است در آینده تغییر کند.

یک نسخه پیشرفته از Gemini AI نیروی محرکه این ابزار خواهد بود. وظایفی که Jarvis انجام می‌دهد شامل “جمع‌آوری اطلاعات، خرید یک محصول یا رزرو بلیط هواپیما” می‌شود و هدف آن کمک به کاربران برای اتوماسیون وظایف روزانه مبتنی بر وب است.

اخبار مربوط به پروژه Jarvis حس دژاویو را برمی‌انگیزد، چرا که پیش‌تر نیز قابلیت‌های مشابهی توسط دیگر شرکت‌ها برای عوامل هوش مصنوعی جدید معرفی شده‌اند. مدل جدید هوش مصنوعی Anthropic به نام Claude AI همین وظایف را انجام می‌دهد؛ کنترل کامپیوتر شما را به‌عهده می‌گیرد و از طریق گرفتن اسکرین‌شات و ارسال آن برای تجزیه‌وتحلیل صفحه نمایش، آموزش می‌بیند.

ویژگی “آگاهی از صفحه نمایش” هوش مصنوعی اپل نیز وعده انجام کار مشابهی را می‌دهد. این ویژگی فعالیت‌های شما را مشاهده کرده و آن‌ها را به سیستم خود تغذیه می‌کند تا در موقعیت‌های مشابه بعدی، آن کارها را به‌طور هوشمندانه انجام دهد.

قابلیت Copilot+ Recall مایکروسافت نمونه دیگری است. این ویژگی، که باعث نگرانی بسیاری از کاربران شد، یک ماشین اسکرین‌شات‌گیری هوش مصنوعی است که برای یادگیری از شما، اسکرین‌شات‌ها را ذخیره می‌کند و حتی شامل رمزهای عبور شما نیز می‌شود. بنابراین دفعه بعدی که نیاز به کمک داشتید، می‌توانید از مدل هوش مصنوعی Recall در دستگاه خود کمک بگیرید و این مدل با جستجو در میان اسکرین‌شات‌های ذخیره‌شده به شما پاسخ دهد. به دلیل واکنش شدید جامعه، مایکروسافت عرضه این قابلیت را به تأخیر انداخته و اعلام کرده که این قابلیت در ابتدا به‌صورت اختصاصی برای اعضای برنامه Windows Insider ارائه خواهد شد.

سیاست‌های احتمالی ترامپ در حوزه هوش مصنوعی و تاثیر آن بر صنعت

با این‌که ترامپ در کمپین خود به ندرت در مورد هوش مصنوعی صحبت کرده است، برخی از مواضع دیگر او می‌تواند بر این صنعت تاثیر بگذارد. برنامه‌های او برای محدود کردن ویزاهای H-1B و توسعه نفت و گاز ممکن است بر توانایی شرکت‌های هوش مصنوعی برای جذب استعدادها و دسترسی به منابع محاسباتی تاثیر بگذارد.

این تنها عامل ابهام نیست. هفته گذشته، مایک جانسون، رئیس مجلس نمایندگان و یکی از حامیان ترامپ، اعلام کرد که جمهوری‌خواهان “احتمالاً” قانون دوحزبی CHIPS و علوم را لغو خواهند کرد. این قانون که به ابتکار دولت بایدن تصویب شد، هدفش تقویت تولید تراشه‌های نیمه‌هادی در ایالات متحده است. ترامپ پیش‌تر با این قانون مخالفت کرده بود. پس از دریافت انتقاداتی از سوی دموکرات‌ها، جانسون اظهار کرد که ترجیح می‌دهد قانون CHIPS را “بیشتر کارآمد کند.”

علاوه بر این، ایلان ماسک، میلیارد تکنولوژی و از حامیان مالی ترامپ، از طریق یک کمیته سیاسی کمک‌های زیادی به کمپین ترامپ کرده است و به دنبال کسب نفوذ در تنظیم مقررات در دولت جدید است. شرکت هوش مصنوعی ماسک، xAI که مدل زبانی Grok-2 را تولید می‌کند، در کنار دیگر پروژه‌های او از جمله تسلا، اسپیس‌ایکس، استارلینک، نورالینک و X (که پیش‌تر توییتر نام داشت) قرار دارد و ممکن است تحت حمایت دولت جدید تغییرات نظارتی به نفع این شرکت‌ها صورت گیرد.

در صورت حذف مقررات فدرال، ایالت‌ها چه نقشی خواهند داشت؟

اگر ترامپ مقررات فدرال هوش مصنوعی را کاهش دهد، دولت‌های ایالتی ممکن است برای پر کردن این خلأ وارد عمل شوند. برای مثال، در مارس، تنسی قوانینی برای محافظت در برابر تقلید صدا با هوش مصنوعی تصویب کرد و در ماه می، کلرادو سیستمی برای نظارت بر پیاده‌سازی هوش مصنوعی ایجاد کرد. در سپتامبر، کالیفرنیا نیز مجموعه‌ای از قوانین ایمنی هوش مصنوعی را تصویب کرد، از جمله الزامی برای انتشار جزئیات روش‌های آموزش هوش مصنوعی و یک قانون ضد دیپ‌فیک برای محافظت از چهره هنرمندان.

تا کنون مشخص نیست که سیاست‌های ترامپ در حوزه هوش مصنوعی دقیقاً چه نمایی خواهد داشت، جز آن که به نظر می‌رسد متمایل به “کاهش مقررات در هر فرصت ممکن” است. او در کمپین خود وعده داده بود که از توسعه هوش مصنوعی با محوریت “آزادی بیان و رشد انسان” حمایت کند، اما جزئیات کمی ارائه کرد. او هوش مصنوعی را “بسیار خطرناک” توصیف کرده و به نیازهای بالای انرژی آن اشاره داشته است.

حامیان ترامپ در موسسه America First Policy پیش‌تر اعلام کرده‌اند که به دنبال ایجاد سیاستی برای “اولویت دادن به آمریکا در هوش مصنوعی” هستند. این موسسه طرحی پیشنهادی را برای کاهش مقررات و پیشبرد پروژه‌هایی مشابه “پروژه‌های منهتن” جهت توسعه قابلیت‌های نظامی هوش مصنوعی پیشنهاد کرده است.

در دولت قبلی، ترامپ دستورهای اجرایی در حوزه هوش مصنوعی امضا کرد که بر توسعه موسسات تحقیقاتی و اولویت‌دهی به توسعه هوش مصنوعی توسط سازمان‌های فدرال تاکید داشت و همچنین بر حفظ آزادی‌های مدنی و ارزش‌های آمریکایی توجه داشت.

با این حال، با تغییر محیط هوش مصنوعی پس از ظهور مدل‌های ChatGPT و مدل‌های تولید تصویر، احتمالاً آن دستورها به عنوان راهنمایی برای سیاست‌های آینده کارایی نخواهند داشت. برای جزئیات بیشتر، باید منتظر اتفاقات آینده باشیم.

انویدیا از اپل پیشی گرفت و به ارزشمندترین شرکت جهان تبدیل شد

این شرکت محبوب دنیای هوش مصنوعی اکنون با ارزش بازاری ۳.۴۳ تریلیون دلار، مقام نخست را از اپل در دست گرفته است. رشد تقریباً ۳ درصدی ارزش بازار انویدیا در روز سه‌شنبه، آن را به ۳.۴۳ تریلیون دلار رساند که از ارزش ۳.۴ تریلیون دلاری اپل پیشی گرفت. سهام انویدیا، که از ابتدای سال ۲۰۲۴ تقریباً سه برابر شده است، روز سه‌شنبه به قیمت ۱۳۹.۹۱ دلار بسته شد و در معاملات پس از ساعت کاری کمی کاهش یافت.

انویدیا در سال ۲۰۲۳ رشد انفجاری داشت و به عنوان منبع اصلی پردازنده‌های گرافیکی (GPU) مورد استفاده در رایانه‌های هوش مصنوعی شناخته شد. درآمد این شرکت در پنج فصل گذشته دو برابر شده است. انویدیا در اوایل امسال به سومین شرکتی تبدیل شد که ارزش بازار آن از مرز ۳ تریلیون دلار گذشت، و در کنار اپل و مایکروسافت قرار گرفت. این شرکت در ماه ژوئن نیز به طور موقت به ارزشمندترین شرکت جهان تبدیل شده بود.

اپل، به عنوان اولین شرکتی که به ارزش‌های بازار ۱ و ۲ تریلیون دلار دست یافت، در تلاش است جایگاه خاصی را در فضای هوش مصنوعی برای خود ایجاد کند. این شرکت با معرفی قابلیت‌های Apple Intelligence روی آیفون‌ها، تلاش می‌کند که پیاده‌سازی مفید و خصوصی‌تری از هوش مصنوعی را ارائه دهد. با این حال، اپل در ادغام هوش مصنوعی در محصولات خود کندتر عمل کرده و تراشه‌های کمتری برای پیشبرد نوآوری‌های هوش مصنوعی نسبت به برخی از رقبای بزرگش دریافت کرده است.

در همین حال، انویدیا از سرمایه‌گذاری شرکت‌های بزرگ فناوری در زیرساخت‌های هوش مصنوعی خود بهره برده است که به اجرای مدل‌های هوش مصنوعی مانند ChatGPT کمک می‌کند. مایکروسافت، به عنوان سومین شرکت بزرگ جهان با ارزش بازار حدود ۳.۱ تریلیون دلار، یکی از مشتریان اصلی GPUهای انویدیا است.

انویدیا تنها چند روز پس از خارج کردن اینتل از شاخص داو جونز، از اپل پیشی گرفت و قرار است از روز جمعه به این شاخص بپیوندد تا نماینده بهتری برای صنعت مدرن نیمه‌هادی‌ها باشد.

گوگل ادعای کشف آسیب‌پذیری امنیتی Zero-Day توسط هوش مصنوعی را مطرح کرد

یک عامل هوش مصنوعی موفق به کشف یک آسیب‌پذیری امنیتی ناشناخته و قابل‌سوءاستفاده مرتبط با ایمنی حافظه در نرم‌افزارهای پراستفاده در دنیای واقعی شده است. طبق اعلام پروژه صفر گوگل و دیپ‌مایند، این اولین بار است که چنین کشفی، حداقل به صورت عمومی، صورت می‌گیرد. عامل شناسایی‌کننده این آسیب‌پذیری که توسط مدل زبانی قدرتمند Big Sleep پشتیبانی می‌شود، به این موفقیت دست یافته است.

اگر با پروژه صفر آشنایی ندارید یا از موفقیت‌های آن در حوزه امنیت بی‌اطلاع هستید، احتمالاً متوجه تلاش‌های بی‌وقفه تیمی از هکرها و محققان امنیتی در کشف آسیب‌پذیری‌ها نشده‌اید. این پروژه، در کنار دیپ‌مایند، آزمایشگاه هوش مصنوعی گوگل، عامل هوشمندی به نام Big Sleep را ایجاد کرده است که قادر به شناسایی آسیب‌پذیری‌های واقعی در کدهای مورد استفاده در نرم‌افزارهای پراستفاده است. در این کشف، Big Sleep یک آسیب‌پذیری تحت عنوان «کمبود فضای حافظه در بافر پشته» در SQLite، یک موتور پایگاه داده اپن‌سورس معروف، یافته است.

این آسیب‌پذیری صفر روزه در اکتبر به تیم توسعه SQLite گزارش شد و همان روز رفع گردید. تیم Big Sleep از گوگل اعلام کرد که «این مشکل پیش از انتشار نسخه رسمی کشف شد و کاربران SQLite تحت تاثیر قرار نگرفتند.»

هوش مصنوعی می‌تواند آینده تکنیک Fuzzing باشد

اگر با تکنیک Fuzzing آشنایی ندارید، باید بدانید که این روش از دیرباز در تحقیقات امنیتی به‌کار می‌رفته است. Fuzzing شامل استفاده از داده‌های تصادفی برای شناسایی خطاها در کد است. اما تیم Big Sleep گوگل معتقد است که هوش مصنوعی می‌تواند به پر کردن خلأها کمک کند و آسیب‌پذیری‌ها را پیش از عرضه نرم‌افزار شناسایی کند.

طبق اعلام این تیم، یافتن آسیب‌پذیری در یک پروژه اپن‌سورس پرکاربرد و به‌خوبی Fuzz شده، نتیجه‌ای هیجان‌انگیز است، اما اذعان دارند که این نتایج همچنان در مرحله «آزمایشی» قرار دارد. با این حال، آینده‌ای روشن پیش‌بینی می‌شود که این فناوری می‌تواند برای مدافعان امنیتی یک مزیت قابل‌توجه ایجاد کند.

در حالی که اخبار Big Sleep گوگل امیدبخش است، اما باید همواره نیمه تاریک هوش مصنوعی در امنیت را نیز در نظر داشت.

 

هوش مصنوعی که هوش مصنوعی می‌سازد در راه است. آماده شوید.

مانیفست “آگاهی موقعیتی” لئوپولد آشن‌برنر سر و صدای زیادی به پا کرد زمانی که این تابستان منتشر شد.

در این مقاله تحریک‌آمیز، آشن‌برنر — یک نابغه 22 ساله و پژوهشگر سابق OpenAI — استدلال می‌کند که هوش مصنوعی عمومی (AGI) تا سال 2027 در دسترس خواهد بود، هوش مصنوعی تا سال 2029 حدود 20٪ از کل برق ایالات متحده را مصرف خواهد کرد و هوش مصنوعی قدرت‌های تخریبی بی‌سابقه‌ای را آزاد خواهد کرد که طی چند سال نظم جهانی ژئوپلیتیک را دگرگون خواهد کرد.

فرضیه تکان‌دهنده آشن‌برنر درباره پیشرفت شتاب‌دهنده‌ی هوش مصنوعی بر یک اصل اساسی استوار است: این‌که هوش مصنوعی به زودی آن‌قدر قدرتمند می‌شود که بتواند پژوهش‌های هوش مصنوعی را به خودی خود انجام دهد، که منجر به بهبودهای مکرر و هوش ابرقدرت فراری خواهد شد.

ایده «انفجار هوش» که توسط هوش مصنوعی خودبهبودیافته تقویت می‌شود، جدید نیست. از کتاب تأثیرگذار «ابرهوش» نیک باستروم در سال 2014 تا فیلم محبوب Her، این مفهوم مدت‌ها در بحث‌های مربوط به آینده‌ی طولانی‌مدت هوش مصنوعی مطرح بوده است.

در واقع، در سال 1965، آی. جی. گود، همکار نزدیک آلن تورینگ، به‌خوبی این امکان را بیان کرد: «بگذارید یک ماشین فوق‌هوشمند به‌عنوان ماشینی تعریف شود که می‌تواند از تمام فعالیت‌های فکری هر انسانی، هرچند باهوش باشد، فراتر رود. از آنجا که طراحی ماشین‌ها یکی از این فعالیت‌های فکری است، یک ماشین فوق‌هوشمند می‌تواند ماشین‌های بهتری نیز طراحی کند؛ در این صورت بی‌تردید یک «انفجار هوش» رخ خواهد داد و هوش انسان به‌شدت عقب خواهد ماند. از این رو، اولین ماشین فوق‌هوشمند آخرین اختراعی است که انسان باید انجام دهد.»

هوش مصنوعی خودبهبود مفهوم جالبی است، اما حتی در میان هیاهوی هوش مصنوعی امروز، هنوز حالتی از داستان علمی-تخیلی را حفظ کرده است، یا دست‌کم همچنان انتزاعی و فرضی به نظر می‌رسد، شبیه به ایده تکینگی.

اما — اگرچه هنوز افراد کمی متوجه شده‌اند — این مفهوم در واقع دارد به واقعیت نزدیک‌تر می‌شود. در مرزهای علم هوش مصنوعی، پژوهشگران شروع به پیشرفت‌های ملموسی کرده‌اند برای ساخت سیستم‌های هوش مصنوعی که بتوانند خودشان سیستم‌های بهتری بسازند.

این سیستم‌ها هنوز آماده استفاده‌ی گسترده نیستند. اما ممکن است زودتر از آنچه فکر می‌کنید، در دسترس باشند. اگر به آینده‌ی هوش مصنوعی علاقه‌مند هستید، باید به آن توجه کنید.

هدایت هوش مصنوعی به سمت خود

در اینجا یک راه بصری برای درک این موضوع ارائه می‌شود:

هوش مصنوعی توانایی خودکارسازی بخش‌های وسیعی از فعالیت‌های انسانی را به دست آورده است. به زودی، این امکان را خواهد داشت که به‌طور کامل مشاغل انسانی را از خدمات مشتری گرفته تا مهندسی نرم‌افزار و رانندگی تاکسی انجام دهد.

برای این‌که هوش مصنوعی به‌صورت بازگشتی خودبهبود شود، تنها لازم است که یاد بگیرد یک شغل انسانی را به‌طور خاص انجام دهد: شغل پژوهشگر هوش مصنوعی.

اگر سیستم‌های هوش مصنوعی بتوانند پژوهش‌های هوش مصنوعی را به‌صورت مستقل انجام دهند، می‌توانند معماری‌ها و روش‌های برتر هوش مصنوعی را ارائه دهند. از طریق یک حلقه بازخورد ساده، آن معماری‌های برتر هوش مصنوعی می‌توانند سپس معماری‌های قدرتمندتری طراحی کنند — و همین‌طور ادامه یابد.

این ایده شاید در نگاه اول دور از ذهن به نظر برسد. آیا پژوهش بنیادی در هوش مصنوعی یکی از پیچیده‌ترین فعالیت‌های فکری نیست که بشریت قادر به انجام آن است؟ به‌ویژه برای افرادی که خارج از صنعت هوش مصنوعی هستند، کار یک دانشمند هوش مصنوعی ممکن است مرموز به نظر برسد و به همین دلیل تصور خودکارسازی آن دشوار باشد. اما شغل یک پژوهشگر هوش مصنوعی در واقع شامل چه چیزی است؟

به گفته لئوپولد آشن‌برنر: «شغل یک پژوهشگر هوش مصنوعی در کل ساده است: مطالعه‌ی ادبیات یادگیری ماشین و طرح سوالات یا ایده‌های جدید، اجرای آزمایش‌ها برای آزمودن آن ایده‌ها، تفسیر نتایج و تکرار فرآیند.»

این توصیف ممکن است ساده‌سازی شده و تقلیل‌دهنده به نظر برسد و از یک جهت این‌گونه است. اما نشان می‌دهد که خودکارسازی پژوهش هوش مصنوعی ممکن است تعجب‌آور باشد.

از یک طرف، پژوهش بر روی الگوریتم‌ها و روش‌های اصلی هوش مصنوعی می‌تواند به‌صورت دیجیتال انجام شود.

بازی بهینه‌سازی چت‌بات: آیا می‌توان به جستجوهای اینترنتی AI اعتماد کرد؟

گوگل و رقبایش به طور فزاینده‌ای از خلاصه‌های تولیدشده توسط هوش مصنوعی استفاده می‌کنند، اما تحقیقات نشان می‌دهند که نتایج این سیستم‌ها فاصله زیادی تا معتبر بودن دارند و به راحتی می‌توان آنها را دستکاری کرد.

آیا آسپارتام سرطان‌زا است؟ خواص احتمالی سرطان‌زای این شیرین‌کننده مصنوعی محبوب که در همه چیز از نوشابه‌های گازدار گرفته تا داروهای کودکان استفاده می‌شود، دهه‌هاست که مورد بحث است. تأیید این ماده در آمریکا در سال 1974 بحث‌برانگیز بود، برخی سوپرمارکت‌های بریتانیا آن را در دهه 2000 از محصولات خود حذف کردند، و مطالعات آکادمیک نیز مدتی طولانی در تضاد با یکدیگر بوده‌اند. سال گذشته، سازمان بهداشت جهانی آسپارتام را به عنوان «احتمالاً سرطان‌زا» برای انسان طبقه‌بندی کرد، در حالی که مقامات بهداشتی اعلام کردند مصرف آن در مقادیر کم بی‌خطر است.

بسیاری از ما ممکن است برای یافتن پاسخ به یک جستجوی سریع در گوگل متوسل شویم، اما این دقیقاً نوع بحث‌های پیچیده‌ای است که می‌تواند برای اینترنت آینده مشکل‌ساز باشد. با توسعه سریع چت‌بات‌های مولد هوش مصنوعی در سال‌های اخیر، شرکت‌های فناوری آن‌ها را به عنوان جایگزینی آرمانی برای خدمات مختلف از جمله موتورهای جستجو معرفی کرده‌اند. به جای پیمایش در صفحات وب، یک چت‌بات می‌تواند اینترنت را بررسی کرده و پاسخی کوتاه به سؤال شما ارائه دهد. گوگل و مایکروسافت به این ایده توجه زیادی نشان داده و قبلاً خلاصه‌های تولیدشده توسط AI را در گوگل و بینگ معرفی کرده‌اند.

اما آنچه به عنوان روشی راحت‌تر برای یافتن اطلاعات ارائه می‌شود، موجب نگرانی‌هایی در مورد چگونگی و منبع انتخاب اطلاعات شده است. تحقیقات سه دانشمند علوم کامپیوتر از دانشگاه کالیفرنیا، برکلی نشان داده که چت‌بات‌های فعلی به طور افراطی بر مرتبط بودن ظاهری اطلاعات تکیه دارند و معیارهایی همچون ارجاع علمی یا زبان بی‌طرفانه را نادیده می‌گیرند. محتواهای آنلاین ممکن است طوری بهینه‌سازی شوند که بیشتر در دید چت‌بات‌ها قرار گیرند و احتمالاً در پاسخ‌هایشان ظاهر شوند.

برای پرسش‌های ساده، این معیارها کافی هستند، اما در مباحث پیچیده‌تر، مانند بحث پیرامون آسپارتام، اوضاع مبهم‌تر است. الکساندر وان، یکی از پژوهشگران دانشگاه کالیفرنیا، معتقد است که این مسئله چالشی بزرگ برای چت‌بات‌هاست که آیا صرفاً خلاصه‌ای از نتایج جستجو ارائه دهند یا مانند دستیاران تحقیقاتی کوچک عمل کنند.

بهینه‌سازی موتورهای مولد (GEO)

این سوال که چگونه محتواهای آنلاین را طوری بهینه‌سازی کنیم که بیشتر در دید چت‌بات‌ها قرار گیرند، زمینه‌ساز ظهور یک صنعت جدید به نام «بهینه‌سازی موتورهای مولد» یا GEO شده است. ایده این است که محتواها طوری نگارش و ارائه شوند که احتمالاً در پاسخ‌های چت‌بات‌ها ظاهر شوند. این شیوه شباهت‌هایی با بهینه‌سازی موتورهای جستجو (SEO) دارد، اما برای GEO باید نگرش جامع‌تری داشت.

در حالی که صاحبان وب‌سایت‌ها و تولیدکنندگان محتوا به مجموعه‌ای از اصول SEO برای دو دهه گذشته رسیده‌اند، قوانین مشابهی برای دستکاری مدل‌های هوش مصنوعی وجود ندارد. اصطلاح بهینه‌سازی موتورهای مولد تنها سال گذشته در یک مقاله آکادمیک ابداع شد. نویسندگان این مقاله به این نتیجه رسیده‌اند که استفاده از زبان مقتدرانه و ارجاعات می‌تواند حضور محتوا در پاسخ‌های چت‌بات‌ها را تا 40% افزایش دهد.

بازی با چت‌بات‌ها

پژوهشگران همچنین نشان داده‌اند که چگونه چت‌بات‌ها را می‌توان با استفاده از یک رشته متن به دقت نوشته‌شده، تحت کنترل قرار داد. این «رشته متن استراتژیک» می‌تواند چت‌بات‌ها را به پاسخ‌دهی خاص وادار کند. چنین تکنیکی ممکن است فروشندگان و صاحبان محصولات را قادر سازد تا محصول خود را به طور هدفمند در پاسخ‌های چت‌بات‌ها جای دهند.

ماشین‌های دستکاری

در حالی که موتورهای جستجو و روش‌های بهینه‌سازی آنها خود مشکلاتی را به همراه دارند، اینترنتی که تحت سلطه چت‌بات‌ها قرار گیرد، چالش‌های بزرگ‌تری ایجاد خواهد کرد. برخلاف موتورهای جستجو که فهرست بلندبالایی از صفحات وب را نمایش می‌دهند، چت‌بات‌ها تنها چهار یا پنج منبع را ذکر می‌کنند، و این امر سایت‌های دیگر را از دید کاربران پنهان نگه می‌دارد.

 

تعطیلی ایستگاه رادیویی هوش مصنوعی در لهستان پس از واکنشهای منفی

ایستگاه رادیویی Off Radio Krakow در لهستان پس از اخراج مجریان خود، مجریان ساخته شده توسط هوش مصنوعی را به کار گرفت که منجر به واکنش شدید عمومی شد. این ایستگاه که بخشی از سیستم پخش عمومی لهستان است، در اقدامی جدید، مصاحبه‌ای با شاعر معروف و برنده جایزه نوبل، ویسلاوا شیمبورسکا، منتشر کرد که در سال ۲۰۱۲ درگذشته بود. مجری اخراجی این ایستگاه، لوکاش زالسکی، از این اقدام به شدت انتقاد کرد و گفت: «من به تشییع جنازه او رفته‌ام، پس مطمئنم که او فوت کرده است.»

هدف از این تجربه که توسط Mariusz Marcin Pulit، مدیر ایستگاه، اجرا شد، آزمایش این بود که آیا هوش مصنوعی می‌تواند به احیای یک ایستگاه رادیویی که تقریباً شنونده‌ای نداشت، کمک کند یا نه. Pulit گفت قصد نداشته افراد را با ماشین‌ها جایگزین کند و تنها هدفش جذب شنوندگان جوان‌تر و ایجاد بحث درباره هوش مصنوعی بوده است.

این تجربه با استفاده از نرم‌افزارهای ChatGPT، ElevenLabs، و Leonardo.Ai انجام شد. اما با وجود تضمین‌های Pulit، خشم عمومی نسبت به جایگزینی انسان‌ها با ماشین‌ها شدت گرفت و اتهاماتی مبنی بر قربانی کردن نیروی انسانی در راه پیشرفت تکنولوژی به او وارد شد.

در نهایت، Pulit تصمیم گرفت که این آزمایش را متوقف کند و مجریان هوش مصنوعی از Off Radio Krakow حذف شدند.

خروج از نسخه موبایل