موتور محرکه هوش مصنوعی کدها و کارت‌های گرافیکی نیستند، بلکه پول است! - تکفارس 
موتور محرکه هوش مصنوعی کدها و کارت‌های گرافیکی نیستند، بلکه پول است! - تکفارس 

موتور محرکه هوش مصنوعی کدها و کارت‌های گرافیکی نیستند، بلکه پول است!

افشین نوری
۱۷ اردیبهشت ۱۴۰۲ - 17:49
هوش مصنوعی

در حال حاضر صحبت‌های زیادی درباره آینده هوش مصنوعی و نقش آن در منسوخ کردن برخی مشاغل وجود دارد. حالا سوال اینجاست که این صحبت‌ها چقدر واقعیت دارند؟ 

سام آلتمن، مدیرعامل OpenAI طی صحبت‌هایی که در سال ۲۰۱۹ داشته است گفته بود که «من فکر می‌کنم پلتفرمی که ما در OpenAI در حال توسعه آن هستیم نه تنها کارهای قبلی مرا تحت‌الشعاع قرار خواهد داد، بلکه ممکن است همه کارهای انجام شده در حوزه فناوری را تحت تاثیر قرار دهد.» آلتمن معتقد بود که در آینده ممکن است یک سیستم نرم‌افزاری ساخته شود که بسیار باهوش‌تر و توانمندتر از انسان‌ها باشد و به سرعت بتواند توانمندی‌های خود را به چندین میلیون یا چندین میلیارد برابر انسان برساند. 

کدها و کارت‌های گرافیکی موتور محرکه هوش مصنوعی نیستند، بلکه پول نیروی محرکه آن است 

آلتمن حالا توانسته است با کمک همکاران خود چت بات هوش مصنوعی ChatGPT را معرفی کند که با اقبال خوبی از سوی کاربران مواجه شده است. حالا او انگیزه زیادی برای تبلیغ روی فناوری هوش مصنوعی دارد و از طرفی هم مدیر شرکت استارتاپی OpenAI است و برای توسعه آن نیاز به پول و سرمایه‌گذاری بیشتر دارد. البته آمار نشان می‌دهند که تاکنون سرمایه‌گذاری زیادی در این حوزه انجام شده است، بطوریکه طبق شاخص هوش مصنوعی استنفورد، در سال ۲۰۲۱ بالغ بر ۹۴ میلیارد دلار در زمینه هوش مصنوعی سرمایه‌گذاری شده بود که حدودا دو برابر سال ۲۰۲۰ است. 

پس بیراه نیست که بگوییم کدهای برنامه نویسی و کارت‌های گرافیکی نیروی محرکه حوزه فناوری نیستند، بلکه پول نیروی محرکه واقعی آن است. از آنجائیکه هوش مصنوعی یک فناوری گران‌قیمت است، کسانی مثل آلتمن مجبور هستند که از هیاهوی زیادی به پا کنند تا بتوانند تا برای توسعه پلتفرم هوش مصنوعی خود پول کافی به دست آورند. گوگل و فیس‌بوک به عنوان رقبای OpenAI آنقدر پول دارند که می‌توانند بدون نیاز به هیاهوی زیاد پول هنگفتی در بخش هوش مصنوعی صرف کنند. 

ChatGPT

شاید برای ملموس‌تر شدن موضوع بهتر باشد نگاهی به صنعت خودروهای خودران بیندازیم. در سال ۲۰۱۴، رئیس واحد خودروهای خودران گوگل گفته بود که تا چند سال آینده دیگر نیازی به دریافت گواهینامه رانندگی نخواهد بود. حالا یک دهه از آن صحبت‌ها می‌گذرد و خودروهای خودران هنوز در ابتدای راه خود هستند. البته  اکثر شرکت‌ها در تلاش هستند تا خودروهای خودران خود را هر چه سریع‌تر وارد بازار کنند: بازاری که پیش‌بینی می‌شود در سال ۲۰۳۵ ارزشی حدود 800 میلیارد دلار داشته باشد.  

بنابراین صنعت خودروهای خودران هرچند یک پروژه شکست‌خورده نیست، اما می‌تواند الگوی مناسبی در اختیار ما قرار دهد و آن الگو این است که اگر بتوانید وعده یک تغییر بزرگ و انقلابی را بدهید خواهید توانست سرمایه‌گذاران بیشتری را جذب خود کنید. لذا هر وقت صحبت از هوش مصنوعی می‌شود، سرمایه‌گذاران به این فکر می‌کنند که در چه جنبه‌هایی از آن می‌توانند بیشترین بازدهی را کسب کنند. شاید یکی از اهداف اولیه هوش مصنوعی برای سرمایه‌گذاران این باشد که بتوانند از طریق آن افراد و نیروی کار گران‌قیمت را با ماشین‌های ارزان‌تر جایگزین کنند. بنابراین اگر شما می‌خواهید سرنخ‌هایی درباره آینده هوش مصنوعی بدست آورید، باید ردپای پول را دنبال کنید. 

چرا هوش مصنوعی گران است؟ 

همانطور که گفته شد وارد شدن به حوزه هوش مصنوعی نیاز به پول هنگفتی دارد. یک استاد روزنامه‌نگاری دانشگاه نیویورک به نام Meredith Broussard که در زمینه هوش مصنوعی تحقیقاتی انجام داده است می‌گوید «فقط شرکت‌های بزرگ و شرکت‌های با بودجه بسیار بالا می‌توانند وارد این حوزه شوند.» 

همچنین یک استاد مارکتینگ دانشگاه تورنتو به نام Avi Goldfarb که کتابی درباره اقتصاد هوش مصنوعی نوشته گفته است «اگر شما قصد دارید راه‌اندازی یک شرکت استارتاپی برای توسعه مدل‌های زبانی هوش مصنوعی را دارید، این کار برای شما هزینه گزافی خواهد داشت. بنابراین شرکت OpenAI یک شرکت بسیار گران‌قیمت است و میلیاردها دلار ارزش دارد.» 

در اینجا اجازه دهید نگاهی به هزینه‌ها بیندازیم. در حال حاضر اکثر شرکت‌ها برای انجام محاسبات هوش مصنوعی خود از روش‌های ارزان‌تری مثل سرویس ابری AWS استفاده می‌کنند. از طرف دیگر، باید داده‌هایی برای آموزش مدل هوش مصنوعی وجود داشته باشد. این داده‌ها را ممکن است شرکتی در اختیار داشته باشد و شرکت دیگری نه. بنابراین در این بخش، هزینه‌ها ممکن است متفاوت باشد. یک محقق پژوهشی به نام Sasha Luccioni از موسسه Hugging Face گفته است «برخی از مجموعه‌های داده‌ای مثل Common Crawl و LAION رایگان هستند. در این‌گونه موارد، اکثر هزینه‌ها مربوط به پردازش داده‌ها می‌شود و این هزینه‌ها ممکن است از صد هزار تا چند میلیون‌ دلار متغیر باشد.»

هوش مصنوعی

یک کارشناس موسسه Glean به نام Debarghya Das نیز با انجام برخی محاسبات توانسته هزینه آموزش مدل‌های زبانی هوش مصنوعی را حساب کند. به نظر او، هزینه این کار چیزی حدود 4 میلیون دلار برای پلتفرم LLaMA فیس بوک و ۲۷ میلیون دلار برای مدل زبانی PaLM گوگل می‌شود. اما واقعیت این است که حتی استفاده از داده‌های رایگان نیز هزینه‌بر است. شما وقتی یک ترابایت داده دانلود کرده باشید و بخواهید آن‌ها را فیلتر کنید یا به روشی خاصی از آن‌ها استفاده کنید لازم است که کارهای بیشتری روی آن داده‌ها انجام دهید. بنابراین در هینجاست که کار کمی دشوار می‌شود و برای تحلیل داده‌ها نیاز به قدرت محاسبات زیاد و افراد متخصص بیشتری است. 

شما برای دسترسی به افراد متخصص باید هزینه قابل‌توجهی را پرداخت کنید. کسانی که در حوزه هوش مصنوعی و یادگیری ماشین کار می‌کنند معمولا دستمزدهای بالایی دارند و این به معنای آن است که اگر شما قصد رقابت با گوگل یا سایر شرکت‌های بزرگ فناوری را دارید باید میلیون‌ها دلار خرج کارشناسان و نیروی انسانی خود کنید. شاید یک مثال ملموس بتواند به ما کمک کند بفهمیم از چه چیزی صحبت می‌کنیم. شاید باورش کمی سخت باشد اما در سال ۲۰۱۶، یکی از محققان برتر OpenAI مبلغی حدود ۱.۹ میلیون دلار به عنوان دستمزد دریافت کرده بود.  

بنابراین، شما هم برای آموزش مدل‌های زبانی و هم برای دستمزد افراد متخصص نیاز به پول هنگفتی دارید. حتی بعد از اینکه مدل هوش مصنوعی‌تان آماده شد، احتمالا در طول روز با صدها یا هزاران درخواست از سوی کاربران مواجه خواهید شد و برای هندل کردن این میزان از درخواست‌ها و در نظر گرفتن کارهای مهندسی آن، باز هم به پرسنل متخصص نیاز دارید. 

شاید گفته شود که هوش مصنوعی ممکن است بسیاری از مشاغل انسانی را حذف کند، اما همانطور که می‌بینید فعلا برای ادامه کار پلتفرم‌های هوش مصنوعی نیاز به نیروی انسانی زیادی است. 

هوش مصنوعی در قبال این هزینه‌ها چه چیزی به ما می‌دهد؟ 

پاسخ دادن به چند سوال ساده، شاید کارهای بسیار پیش‌پا افتاده‌ای باشند که برخی‌ از ما از هوش مصنوعی انتظار داریم. اما واقعیت این است که کاربردهای بسیار زیادی برای هوش مصنوعی می‌تواند وجود داشته باشد. برای مثال، در گزارش استنفورد آمده است که میزان ثبت اختراعات مرتبط با هوش مصنوعی از سال ۲۰۱۹ به این طرف بسیار افزایش یافته است. از طرفی، شرکتی مثل CVS Healthcare گفته است که سرمایه‌گذاری خود را در هوش مصنوعی افزایش خواهد داد. همچنین والمارت در نمایشگاه CES 2021 گفته بود که از فناوری هوش مصنوعی برای شخصی‌سازی تجربیات مشتریان خود استفاده خواهد کرد. 

یکی دیگر از کاربردهای هوش مصنوعی می‌تواند در زمینه برنامه‌نویسی باشد. در حال حاضر بسیاری از برنامه نویسان از این فناوری در برنامه‌هایی مثل Copilot در GitHub استفاده می‌کنند. استفاده از هوش مصنوعی باعث می‌شود تا پروسه برنامه‌نویسی سریع‌تر شود. GitHub گفته است که Copilot موجب شده تا برنامه نویسان رضایت بیشتری از کار خود داشته باشند. 

ChatGPT

با این حال، اکثر مردم فکر می‌کنند که نهایت کاری که هوش مصنوعی می‌تواند انجام دهد این است که مثلا در یک شرکت فناوری کارهایی که به دست انسان انجام می‌شوند را به یک ماشین سپرده شود تا آن‌ها را به‌طور خودکار انجام دهد. اما واقعیت این است که این‌گونه پیشرفت‌ها بسیار محدود هستند و در مقابلِ صدها میلیون دلاری که صرف هوش مصنوعی می‌شود واقعاً توجیهی ندارند. 
 
البته اگر هوش مصنوعی بتواند گردش کار یک شرکت را کاملاً زیرورو کند آن موقع شرایط ممکن است کمی فرق کند. در چنین شرایطی، هوش مصنوعی هرچند به‌طور ناخواسته باعث خراب شدن جریان کار یک مجموعه شود اما اگر همه چیز خوب پیش برود ممکن است میلیون دلار درآمد برای آن شرکت در پی داشته باشد. 

به عنوان مثال، در بخش پزشکی و مراقبت‌های بهداشتی اگر هوش مصنوعی بتواند تشخیص درستی از بیماری افراد داشته باشد، در این صورت ما شاهد کارایی بیشتری در این حوزه خواهیم بود. در حال حاضر، اکثر پزشکان تشخیص‌های واقعاً افتضاحی دارند. بنابراین هرچند ما احتمالا نتوانیم ماشین‌هایی به خوبی برخی پزشکان حاذق داشته باشیم، اما آن‌ها لااقل می‌توانند از ۲۰ درصد پزشکان تشخیص‌های بهتری داشته باشند. این موضوع می‌تواند برای کسانی که اصلاً به پزشک دسترسی ندارند واقعا عالی باشد. 

در واقع می‌توان گفت که همه چیز، درباره تشخیص الگوهاست و هوش مصنوعی در تشخیص الگو بسیار متبحر است. بنابراین موسسات مالی نیز می‌توانند از این فناوری برای نظارت بر ترندها استفاده کنند و صرفا به چند متخصص برای مدیریت هوش مصنوعی اکتفا کنند. به هر حال، کاربردهای زیادی را برای هوش مصنوعی می‌توان متصور بود.

اخیرا رویترز گزارش داده بود که درآمد OpenAI در سال ۲۰۲۳ احتمالا ۲۰۰ میلیون دلار و در سال آینده ۱ میلیارد دلار خواهد بود. همچنین ارزش سهام این شرکت به‌تازگی به ۲۰ میلیارد دلار رسید که بیشتر از ارزش بازار شرکت‌هایی مثل Hewlett Packard Enterprise، Garmin، Cloudflare، Snap و H&M بود. مایکروسافت هم اخیرا اقدام به یکپارچه‌سازی ChatGPT با موتور جستجوی بینگ تا سهم بازار گوگل در بخش جستجوی وب را تصاحب کند.  

آیا هوش مصنوعی واقعاً جایگزین نیروی کار خواهد شد؟ 

احتمال اینکه هوش مصنوعی مثل com. یا صنعت موبایل شکوفا بشود وجود دارد. به همین خاطر مردم ممکن است در هر چیزی که مربوط به هوش مصنوعی باشد پول خود را خرج کنند تا به نتایج بهتری برسند. با این حال، به نظر می‌رسد که هوش مصنوعی صرفا به عنوان راهی برای بهبود کسب‌وکارها عمل خواهد کرد، به جای اینکه بخواهد تحول عطیمی در آن‌ها ایجاد کند. از طرفی انتظار می‌رود که شرکت‌های بزرگ فناوری در مقایسه با استارتاپ‌ها استفاده‌های بهتری از هوش مصنوعی بکنند. 

نوشتن مقاله توسط chatgpt

با وجود همه این‌ها، حتی کسانی که در زمینه هوش مصنوعی فعال هستند زیاد مطمئن نیستند که این فناوری در بلندمدت دقیقاً چه کارهایی انجام خواهد داد. البته چت‌بات ChatGPT قابلیت‌های فراوانی دارد و احتمالا بتواند باعث بهبود ایمیل‌های بازاریابی شود یا امکان تقلب کردن بهتر دانش‌آموزان در کلاس را فراهم کند، اما آیا این‌ها به معنای تغییر دنیا هستند؟ 

ضمن اینکه بسیار بعید است که ChatGPT برای همیشه رایگان بماند. یکی از کارشناسان حوزه فناوری گفته است که مدل کسب‌وکار شرکت‌های هوش مصنوعی درست مثل فروشندگان مواد مخدر است. آن‌ها ابتدا برای مدت کوتاهی پلتفرم خود را به‌طور رایگان در اختیار کاربران قرار می‌دهند تا مزه آن را بچشند، سپس آن‌ را پولی می‌کنند و کاربران مجبور می‌شود برای استفاده مجدد از آن پول پرداخت کنند.

البته مشکلات دیگری نیز در این میان وجود دارند. برای مثال، داده‌هایی که هوش مصنوعی روی آن‌ها آموزش می‌بیند، جنسیت‌زده و نژادپرستانه هستند. از طرف دیگر، اکثر مدل‌های هوش مصنوعی به زبان انگلیسی هستند و در نتیجه، کاربران سایر زبان‌ها ممکن است نتوانند از آن‌ها استفاده کنند. با این حال، دولت بایدن طرحی را برای منشور حقوق هوش مصنوعی پیشنهاد کرده است که می‌تواند در این زمینه موثر باشد. 

به هر حال، شاید بهترین راه پول درآوردن از هوش مصنوعی، ساختن خود هوش مصنوعی نباشد، بلکه ارائه محصولاتی بر پایه هوش مصنوعی باشد؛ مانند تراشه‌هایی است که مبتنی بر هوش مصنوعی هستند یا دیتاسنترهایی که متکی به هوش مصنوعی هستند. 

نظر شما در این‌باره چیست؟ آیا فکر می‌کنید هوش مصنوعی در نهایت جایگزین نیروی کار انسانی خواهد شد؟ 

منبع: TheVerge

مطالب مرتبط سایت

نظرات

دیدگاهتان را بنویسید