هشدار آنتروپیک درباره مرحله بعدی AI؛ وقتی ماشین، جانشین خودش را می‌سازد

بدون دیدگاه
نگرانی‌ها پیرامون پیشرفت‌های هوش مصنوعی - گزارش آنتروپیک

یکی از محققان آنتروپیک پس‌از تجربه‌ی کار با ایجنت‌های خودمختار در پروژه‌ی پیچیده‌ی شرکت می‌نویسد: «کلاد این کار را با کمترین کمک من طی یکی دو روز انجام داد. آینده همین حالا فرارسیده است.»

 

حالا کُندی انسان در تایید کد برنامهها، بزرگ‌ترین مانع در برابر شتاب پردازنده‌ها به‌شمار می‌رود

اما شتاب باورنکردنی هوش مصنوعی در کد برنامهنویسی و توسعه، بحران جدیدی هم به‌همراه دارد. در علوم رایانه، اصلی به‌نام «قانون امداهل» (Amdahl’s law) می‌گوید حداکثر شتاب یک سیستم، توسط کُندترین بخش آن محدود می‌شود. وقتی هزینه‌ی زمانی تولید کد برنامه، اجرای آزمایش و استخراج نتیجه، تا این حد پایین می‌آید، ترافیک در بخش انسان ناظر گیر می‌کند.

به‌عبارتی با سرازیرشدن حجم انبوهی از کد برنامههای جدید، «بررسی کردن و تایید نهایی کد برنامه توسط انسان» تبدیل به گلوگاه و مانع شتاب توسعه شده است. مدل‌ها اکنون آن‌قدر ایده، ابزار و شبیه‌سازی‌های جدید در ثانیه تولید می‌کنند که نیروی انسانی در هدایت و بررسی کردن آن‌ها به مشکل برمی‌خورد.

سه سناریو برای عصر ماشین‌ها

فکر می‌کنید باتوجه‌به شتاب حیرت‌انگیز اتوماسیون، گام بعدی صنعت هوش‌مصنوعی چه است؟ آیا این روند صعودی ادامه دادن پیدا می‌کند و اگر چنین اتفاقی بیفتد، ما چه واکنش نشان می‌دهیم؟ نویسندگان ریپورت آنتروپیک، سه سناریوی محتمل را برای آینده ترسیم می‌کنند:

مسیر اول؛ توقف روند و برخورد با محدودیت‌های فیزیکی: شاید نمودارهای نمایی پیشرفت، در واقع منحنی‌هایی به‌شکل حرف S باشند که به‌زودی افقی و مسطح می‌شوند. در این سناریو، ممکن است معماری‌های فعلی مانند ترانسفورمرها به نهایت ظرفیت خود برسند و عبور از بن‌بست، مستلزم کشفی جدید و بنیادین باشد.

شاید هم محدودیت‌های زنجیره‌ی تأمین مانند کمبود تراشه، ظرفیت شبکه‌های برق و شتاب اینترنت پیش از رسیدن به مرزهای هوشمندی، ترمز توسعه را بکشند.

آنتروپیک معتقد است حتی اگر پیشرفت هوش مصنوعی همین امروز و در همین سطح متوقف شود، باز هم جهان دستخوش تغییراتی بسیار جدی خواهد شد؛ به‌عنوان‌مثال در پروژه‌ی Glasswing، مدل پیش‌نشان دادن Mythos توانست تنها در چند هفته، بیش‌از ۱۰هزار آسیب‌پذیری نرم‌افزاری حیاتی را در مهم‌ترین سیستم‌های جهان کشف کند.

در چنین سطحی از بلوغ، یک استارتاپ ۱۰۰ نفره می‌تواند لاگ‌آوتی یک سازمان ۱۰۰۰ نفره را داشته باشد؛ زیرا هر کارمند، در رأس هرمی از ایجنت‌های خودمختار قرار می‌گیرد؛ اما هنوز شواهدی از کندشدن شیب رشد دیده نشده است و همین امر وقوع سناریوی اول را تقریبا منتفی می‌کند.

مسیر دوم؛ شتاب مرکب و بهره‌وری بی‌نهایت: سناریویی که انگار همین حالا واردش شده‌ایم، یعنی وقتی توسعه‌ی سیستم‌ها تا حد زیادی خودکار می‌شود؛ اما انسان‌ها همچنان جهت‌گیری تحقیقات را تعیین و نتایج را ارزیابی می‌کنند.

در چنین دنیایی، شرکت‌های ۱۰۰نفره می‌توانند کارهایی را انجام دهند که پیش‌تر نیازمند ۱۰هزار یا حتی ۱۰۰هزار نیروی انسانی بود. در وهله‌ی نخست، خدمات دولتی و کارهای دانشی در مقیاس وسیع دگرگون می‌شوند.

 

حالا ابزارهای نظارت و دست‌کاری با هزینه‌ای ناچیز در اختیار نهادهای سودجو قرار می‌گیرد

مسیر دوم، رویِ تاریکی هم دارد که نمی‌توان نادیده‌اش گرفت. ابزارهای نظارت و دست‌کاری که پیش‌تر نیازمند لشکری از نیروهای انسانی بود، حالا با هزینه‌ای ناچیز در اختیار نیروهای تمامیت‌خواه قرار می‌گیرد تا عملیات تأثیرگذاری روانی را برای تک‌تک افراد جامعه شخصی‌سازی و پیاده کنند، آن هم در مقیاسی که هیچ تیمی از انسان‌ها قادر به رقابت با آن نیست.

در نهایت نقش انسان در شرکت‌های پیشرو، عمدتا به تلاش برای اعتبارسنجی لاگ‌آوتی ماشین‌ها تقلیل می‌یابد.

مسیر سوم؛ خودبهبودی برگشتی و پاک کردن انسان: افراطی‌ترین و درعین‌حال نگران‌کننده‌ترین سناریوی ریپورت آنتروپیک از دورانی می‌گوید که سیستم‌ها قادر می‌شوند با به‌کارگیری قابلیتی معادل نبوغ انسانی، مدل‌های جانشین خود را طراحی و اصلاح کنند و توسعه دهند. ماشین‌ها خود به طراح و توسعه‌دهنده‌ی ماشین‌های بعدی تبدیل می‌شوند.

بیشتر بخوانید:  اسنپ‌مارکت و استارتاپ «هایلایت» از دستیار هوش مصنوعی استخدام رونمایی کردند

در جهانی که با طی‌شدن مسیر سوم شکل می‌گیرد، شتاب پیشرفت هوش مصنوعی فقط و فقط به میزان توان پردازشی گره می‌خورد. انسان‌ها از چرخه‌ی توسعه خارج می‌شوند و صرفا نقش ناظرانی را در یک آزمایشگاه مجازی بی‌نهایت بزرگ به‌عهده دارند. پیشرفت‌هایی که از این مسیر حاصل می‌شود به‌شتاب به سایر حوزه‌های علوم سرایت می‌کند و نرخ تولید دانش و کشف‌های علمی را به‌شکلی بی‌سابقه افزایش می‌دهد.

 

آیا مدل‌های خودمختار، اخلاقیات و ارزش‌های انسانی را نیز توسعه می‌دهند؟

درست در همین نقطه آنتروپیک نسبت به مسئله‌ی هم‌راستایی هشدار می‌دهد؛ وقتی خودِ ماشین‌ها، ماشین‌های بعدی را می‌سازند، آیا مدل‌ها آن‌قدر خردمند خواهند بود که اخلاقیات و ارزش‌های انسانی را نیز توسعه دهند و در صورت لزوم ترمز پیشرفت را بکشند؟ یا شاید آن اشتباههای نادر و جزئی که در مدل‌های امروزی می‌بینیم، در فرآیند خودبهبودی سیستم‌ها روی‌هم انباشته شوند و به‌مرورزمان کار به جایی برسد که بشر برای همیشه کنترل ماشین‌ها را از دست بدهد؟

به‌زعم محققان ریپورت آنتروپیک، پیش‌بینی اقتصاد و سازوکارهای چنین جهانی عملا غیرممکن است؛ چراکه با قدرت‌گرفتن ماشینی که خودش را بهتر می‌کند، کار انسانی دیگر هیچ توان رقابتی در بازار نخواهد داشت.

برخورد هوش مصنوعی با دنیای واقعی؛ شتاب سیلیکون، ریتم انسان

ریپورت آنتروپیک با نگاهی واقع‌بینانه یادآوری می‌کند که حتی اگر ماشین‌ها در آزمایشگاه‌های دیجیتال به سطح خودبهبودی برگشتی برسند و هوش خود را در کسری از ثانیه ارتقا دهند، برخورد آن‌ها با دنیای فیزیکی و جوامع انسانی، شتابشان را به‌شدت مهار خواهد کرد. در واقع اینجا نیز با تأثیر «قانون امداهل» مواجهیم؛ این بار نه در کد برنامههای برنامه‌نویسی؛ بلکه در ساختارهای بیولوژیک و اجتماعیِ بشر.

برچسب‌ها: استارتاپ, برنامه‌نویسی

جدیدترین‌ مطالب

مطالب بیشتر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این فیلد را پر کنید
این فیلد را پر کنید
لطفاً یک نشانی ایمیل معتبر بنویسید.
برای ادامه، شما باید با قوانین موافقت کنید