به گزارش محیانیوز، سالهاست که کارشناسان هشدار میدهند که قطار حرکت هوش مصنوعی با سرعت بیشتری حرکت خواهد کرد و ناگهان به جایی خواهیم رسید که هوش مصنوعی همه جا را فراگرفته، زندگی ما را متحول کرده، مشاغلمان را گرفته و حتی دنیا را به نابودی کشانده است. ولی واقعیت چیز دیگری است. هوش مصنوعی فقط در یک جهت پیشرفت خیلی عظیمی داشته است و آن هم هوش مصنوعی مولد است. چتجیپیتی در عرض همین مدت یک سال نه تنها در کدنویسی غوغایی به پا کرده است، بلکه تصاویری تولید میکند که کسی تصورش را هم نمیکند.
شرکت مشاورهای «مککینزی» در گزارش خود در مورد وضعیت هوش مصنوعی در سال ۲۰۲۳ نوشت: در حالی که استفاده از هوش مصنوعی مولد ممکن است به پذیرش سایر ابزارهای هوش مصنوعی منجر شود، شاهد موضعگیری و پذیرش معنادار کم این فناوری توسط سازمانها هستیم.
گزارشها نشان میدهد که درصد سازمانهایی که ابزارهای هوش مصنوعی را به کار میگیرند از سال ۲۰۲۲ ثابت مانده است و پذیرش در تعداد کمی از عملکردهای تجاری متمرکز است.
با این حال، هوش مصنوعی مولد هنوز چیزهای بیشتری برای اثبات دارد. در تحقیقات اخیر Infosys، غول فناوری اطلاعات هند، آمده است که تنها ۶ درصد از شرکتهای اروپایی با کمک هوش مصنوعی مولد ارزش تجاری برای خود تولید میکنند. در «چرخه هیاهوی گارتنر» برای فناوریهای نوظهور، هوش مصنوعی مولد به «قله انتظارات» رسیده است.
چرخه هیاهوی گارتنر نموداری است که روند بلوغ، پذیرش و کاربرد عمومی فناوریهای مشخص را در گذر زمان نشان میدهد. این چرخه مدعی است که بلوغ فناوریهای نوظهور دارای پنج مرحله مختلف است. این مدل کامل نیست و تحقیقات نشان میدهد که بهبودهایی بر آن میتوان متصور شد.
براساس این چرخه، مرحله بعدی هوش مصنوعی مولد «دره سرخوردگی» نام دارد که در آن با شکست آزمایشها و ابزارها علاقه به این فناوری کاهش مییابد و تولیدکنندگان آن از بین میروند یا شکست میخورند.
با این اوصاف، در سال ۲۰۲۴ کارشناسان انتظار یک رویکرد محتاطانه و عملگرایانه برای پذیرش هوش مصنوعی دارند.
آدی آندری، مدیر یک شرکت فناوری در انگلستان و دانشمند ارشد سابق داده در ناسا، میگوید: اتاقهای هیات مدیره سازمانها و شرکتها نیاز به مدرکی دارند که ثابت میکند سرمایهگذاری در زمینه هوش مصنوعی نتیجه نهایی و سودآوری آنها را افزایش میدهد. پول و مطالعات بسیاری برای کسب درآمد از چتجیپیتی و راهکارهای مشابه هوش مصنوعی مولد انجام شده است، اما نتایج آنها هنوز در خور توجه نیستند.
یکی از چالشهای مهم در این روند، عدم دقت ناشی از توهمات هوش مصنوعی است. در حالی که متن قابل توجه تولید شده توسط مدلهای زبان بزرگ (LLM) ظاهری فریبنده ارائه میدهد، در سطح رایانشی خود فقط ترتیب احتمالی کلمات مختلف را محاسبه میکند. در نتیجه همیشه به نتایج صحیح منتهی نمیشوند.
آندری میگوید: چنین هوش سطحی همیشه ارزشمند و قابل اعتماد نیست و صنعت در حال بیدار شدن در مورد واقعیت این فناوری است.
با وجود تمام چالشهایی که ذکر شد، هوش مصنوعی مولد قرار است در سال میلادی جدید وارد طیف رو به رشدی از صنایع شود.
طبق تحقیقات مککینزی، کسبوکارهایی که به دانش متکی هستند بیشترین سود را دارند. این شرکت مشاوره انتظار دارد شرکتهای فناوری بیشترین سود را ببرند و معادل ۹ درصد از درآمد صنعت جهانی به آن اضافه کنند. سایر بخشهایی که برای نقدینگی در نظر گرفته شدهاند عبارتند از: بانکداری (تا پنج درصد)، داروسازی و محصولات پزشکی (همچنین تا پنج درصد) و آموزش (تا چهار درصد).
علی چودری، بنیانگذار بزرگ ترین جامعه محققان و متخصصان هوش مصنوعی و یادگیری تقویتی در اروپا پیشبینی میکند که این فناوری در صنایع تولید، مهندسی، خودرو، هوافضا و انرژی نیز گسترش خواهد یافت.
وی میگوید: متاسفانه، با توجه به وضعیت سیاسی جاری در سراسر جهان، ممکن است شاهد سرمایهگذاریهای رو به رشد در برنامههای هوش مصنوعی در بخش دفاعی یا پدافندی هم باشیم.
با این حال، در بسیاری از بخشها، جذب هوش مصنوعی تدریجی خواهد بود. به عنوان مثال، در صنعت بازی، کسب درآمد از هوش مصنوعی همچنان برای اکثر بازیکنان چالشبرانگیز است.
پاراگ امین، مدیر مالی استارتآپ اسلواکیایی «سوپراسکیل»، یک پلتفرم رشد برای بازیها، در این راستا معتقد است که درآمد واقعی این صنعت از هوش مصنوعی تا قبل از سال ۲۰۲۵ ظاهر نمیشود.
امین میگوید: استفاده از هوش مصنوعی و ابزارهای مرتبط در فرآیندهای گسترده زمان میبرد. در این مرحله ادغام و پذیرش، مدلهای کسب درآمد به تکامل خود ادامه خواهند داد و همچنین با پیشنهادهای رایگان رقابت خواهند کرد. این امر کسب درآمد کوتاه مدت را دشوارتر میکند تا زمانی که این مدلها تثبیت و برندگان این رقابتها مشخص شوند.
در راستای پیشرفت هوش مصنوعی، نگرانیهایی نیز در مورد نفوذ این فناوری به برنامههای پلید و مغرضانه وجود دارد. با توجه به اینکه ۱/۵ میلیارد نفر در سال آینده در آمریکا قرار است در انتخابات ریاست جمهوری شرکت کنند، کارشناسان نگرانند که اخبار نادرست و کذب اطلاعات نادرست سیاسی را افزایش دهند.
اندرو نیوول، مدیر ارشد علمی شرکت بیومتریک iProov، میگوید: بدون ابزارهای نظارت و تشخیص پیچیده، تشخیص این نوع تصاویر مصنوعی تقریبا غیرممکن است. به این ترتیب، ما کاملاً انتظار داریم که یک تماس زوم تولید شده توسط هوش مصنوعی منجر به اولین کلاهبرداری میلیارد دلاری مدیر عامل در سال ۲۰۲۴ شود.
دیپ فیک فقط برای افراد مشهور مشکلساز نیست. یکی دیگر از مسائل مبرم برای سال ۲۰۲۴، حذف دادههای وب برای آموزش سیستمهای هوش مصنوعی است.
منتقدان اکنون خواستار محدود کردن این عمل هستند و هشدار می دهند که مهار کردن دادهها نتایج متفاوتی خواهد داشت.
نیوول میافزاید: متاسفانه محدودیتهای جمعآوری دادههای وب عمومی ممکن است نوآوریها در زمینه هوش مصنوعی را به تاخیر بیندازد. از سوی دیگر، صنعت جمعآوری دادههای وب مدتهاست که فاقد دستورالعملها و پاسخهای روشن در مورد مالکیت دادهها، حریم خصوصی و تجمیع دادهها در مقیاس است. بنابراین، ما امیدواریم که رویه قضایی شروع به پاکسازی این مناطق خاکستری کند.
از نظر حقوقی این امر میتواند ناشی از مقررات باشد. در سرتاسر جهان، دولتها مسیرهای متفاوتی را برای کنترل فناوری در پیش می گیرند. قانون هوش مصنوعی اتحادیه اروپا مجموعهای از قوانین و رویکردی مبتنی بر ریسک را اعمال میکند، در حالی که آمریکا از یک مدل خاصتر پیروی میکند که هدف آن کاهش تشریفات اداری است. در بریتانیا، قوانین بین این ۲ قرار گرفته است.
کارشناسان معتقدند که شاهد توسعه سه کتاب قانون مجزا در این سه بازار خواهیم بود. در سال ۲۰۲۴ شاهد سختتر شدن این قوانین خواهیم بود و شرکتهایی را که شروع به ساخت زیرساختهای داده خود نکردهاند تحت تأثیر قرار خواهد دهد.
در میان محدودیتها و محو شدن تبلیغات، تحلیلگران انتظار دارند که هوش مصنوعی مولد میراث مثبتی برای قلمرو وسیعتر هوش مصنوعی به جای بگذارد.
تجارب و پیشرفتهای تکنولوژیکی بینشها، سرمایه گذاریها و پشتههای فناوری اطلاعات (یکی از انواع دادهساختارها یا ساختمان داده که برای ذخیره و بازیابی دادهها کاربرد دارد) ارزشمندی را برای این بخش فراهم می کند. در سال ۲۰۲۴، سایر تکنیکهای نوظهور می توانند از رونق هوش مصنوعی مولد استفاده کنند.
کارشناسان پیشبینی میکنند که در سال میلادی جدید الگوریتمهای یادگیری ماشینی بدون دسترسی مستقیم به دادههای خصوصی امکانپذیر میشود و در نتیجه کارایی، عملکرد، الگوریتمها و حریم خصوصی میتوانند افزایش یابند.
همچنین هوش مصنوعی علّتی و سببی ظهور خواهد کرد که به دنبال کاهش سوگیری و افزایش دقت با معادلسازی همبستگی با علیت است. در این صورت، رویکرد هوش مصنوعی به عملکرد ذهن انسان نزدیکتر میشود.