هوش مصنوعی: از رقابت قدرت سخت تا نفوذ قدرت نرم جهانی

هوش مصنوعی: از قدرت سخت تا قدرت نرم

در گذشته، هوش مصنوعی عمدتاً به عنوان شکلی از «قدرت سخت» تلقی می‌شد که تنها در انحصار ابرقدرت‌هایی با منابع محاسباتی وسیع و توانایی تبدیل آن به تسلط اقتصادی و نظامی بود. سرمایه‌گذاری‌های عظیمی مشابه «پروژه منهتن» برای توسعه آن صورت می‌گرفت و رهبران این حوزه مانند OpenAI و دیپ‌مایند در رقابت برای ساخت هوش مصنوعی برتر، یعنی مدلی که قادر به انجام هر کار ذهنی انسانی باشد، قرار داشتند.

اما این دیدگاه ناقص، امروزه دیگر چندان مطرح نیست. با عرضه مدل‌های ارزان‌تر و کاربردی‌تر مانند «دیپ سیک» توسط چین در اوایل سال جاری، وارد دوران جدیدی شده‌ایم که توانایی ساخت ابزارهای پیشرفته هوش مصنوعی دیگر محدود به چند غول فناوری نیست. ظهور چندین مدل قدرتمند در سراسر جهان نشان داده است که پتانسیل واقعی هوش مصنوعی در قدرت آن برای گسترش «قدرت نرم» نهفته است.

پایان دوران «بزرگ‌تر بهتر» و دموکراتیزه شدن هوش مصنوعی

سال ۲۰۲۴ شاهد پایان دوران مدل‌های «بزرگ‌تر بهتر» بود. برتری یک مدل دیگر تنها با مقیاس آن، که بر اساس حجم داده‌ها و قدرت محاسباتی بیشتر تعیین می‌شد، سنجیده نمی‌شود. «دیپ سیک» ثابت کرد که می‌توان مدل‌های سطح بالا را بدون سرمایه کلان ساخت و معرفی تکنیک‌های پیشرفته توسعه می‌تواند پیشرفت هوش مصنوعی را به طور قابل توجهی در سطح جهانی تسریع کند. این شرکت به «رابین‌هود دموکراتیزه‌سازی هوش مصنوعی» شهرت یافت و تصمیمش برای انتشار متن‌باز، موجی از نوآوری‌ها را ایجاد کرد.

انحصار OpenAI یا انحصار چندشرکتی که چند ماه پیش وجود داشت، جای خود را به یک منظره چندقطبی و رقابتی داده است. صرف داشتن مدل‌های پیشرفته برای پاسخگویی به نیازهای کاربرد صنعتی کافی نیست. برای مثال، چت‌بات‌های هوش مصنوعی می‌توانند به سوالات عمومی با دقت ۷۰ درصد پاسخ دهند، اما نمی‌توانند با دقت ۹۹ درصد که برای اکثر کارهای واقعی مانند ارزیابی وام یا برنامه‌ریزی تولید، که به شدت به تجربه جمعی کارشناسان وابسته است، پاسخ ارائه کنند. چارچوب قدیمی که در آن مدل‌های پایه جدا از کاربردهای مشخص در نظر گرفته می‌شدند، به پایان خود رسیده است.

هوش مصنوعی در دنیای واقعی باید با اقدامات بهم پیوسته، مسائل مبهم، منطق شرطی و موارد استثنا مواجه شود؛ و همه این‌ها متغیرهای پیچیده‌ای هستند که نیازمند سیستم‌های کاملاً یکپارچه‌اند. بنابراین، توسعه‌دهندگان مدل‌های هوش مصنوعی باید مسئولیت بیشتری در طراحی کاربردهای مشخص داشته باشند و توسعه‌دهندگان اپلیکیشن نیز باید عمیق‌تر با فناوری پایه درگیر شوند. چنین یکپارچگی‌ای در آینده ژئوپلیتیک به اندازه کسب‌وکار اهمیت دارد. این موضوع در مفهوم «هوش مصنوعی مستقل» منعکس شده است که کاهش وابستگی به تأمین‌کنندگان خارجی را خودمختاری ملی هوش مصنوعی تعبیر می‌کند.

نگرانی دولت‌های غیرآمریکایی از وابستگی به زیرساخت‌های حیاتی مانند موتورهای جستجو، شبکه‌های اجتماعی و گوشی‌های هوشمند، نشان داده است که در چنین شرایطی کسری مداوم دیجیتال نیز در دولت‌ها به وجود می‌آید. اگر هوش مصنوعی نیز مسیر مشابهی را دنبال کند، زیان‌های اقتصادی افزایش می‌یابد. علاوه بر این، بسیاری نگران «کلید خاموش»هایی هستند که می‌تواند زیرساخت‌های هوش مصنوعی خارجی را در هر لحظه قطع کند. به همین دلایل، توسعه داخلی هوش مصنوعی اکنون ضروری است.

قدرت نرم هوش مصنوعی و مقبولیت عمومی

هوش مصنوعی مستقل لزوماً به معنای تولید داخلی همه ابزارهای دیجیتال نیست. در واقع، از نظر صرفه‌جویی در هزینه و تنوع‌بخشی ریسک، ترکیب مدل‌های فناوری از سراسر جهان، بهترین رویکرد است. هدف واقعی هوش مصنوعی مستقل نباید صرف خودکفایی باشد، بلکه باید قدرت نرم هوش مصنوعی را با ساخت مدل‌هایی که دیگران داوطلبانه می‌پذیرند، به دست آورد.

قدرت نرم به طور سنتی به جذابیت ایده‌هایی مانند دموکراسی و حقوق بشر، صادرات فرهنگی مانند فیلم‌های هالیوود و اخیراً فناوری‌ها و پلتفرم‌های دیجیتال مانند فیس‌بوک، و حتی به طور ظریف‌تر، اپلیکیشن‌هایی مانند واتس‌اپ یا وی‌چت که فرهنگ‌ها را از طریق عادات روزمره شکل می‌دهند، اطلاق می‌شود. وقتی مدل‌های متنوع هوش مصنوعی در جهان همزیستی می‌کنند، مدل‌هایی که بیشترین مقبولیت و کاربر را دارند، به منابعی از قدرت نرم اما عمیق تبدیل خواهند شد، زیرا این مدل‌ها در تصمیم‌گیری‌های روزمره مردم جای خواهند گرفت.

از دید توسعه‌دهندگان هوش مصنوعی، مقبولیت عمومی یک مدل برای رسیدن به موفقیت، حیاتی است. بسیاری از کاربران بالقوه این روزها نسبت به سیستم‌های هوش مصنوعی چینی و آمریکایی با احتیاط برخورد می‌کنند، چرا که خطراتی مانند اجبار، نظارت و نقض حریم خصوصی از سوی این مدل‌ها به صورت بالقوه وجود دارد و باعث عدم مقبولیت گسترده در میان مردم سراسر جهان هستند. تصور اینکه در آینده تنها هوش مصنوعی‌های داخلی برای دولت‌ها، کسب‌وکارها و مردم قابل اعتماد باشند، چندان دشوار نیست. برای مثال اگر ژاپن و اروپا بتوانند چنین مدل‌ها و سیستم‌هایی را ارائه دهند، در جلب اعتماد کشورهای جنوب جهانی موفق خواهند بود، اقدامی که چشم‌اندازی روشن با پیامدهای ژئوپلیتیک گسترده دارد.

هوش مصنوعی قابل اعتماد فقط به عدم سوگیری یا امنیت داده محدود نمی‌شود، بلکه در بلندمدت باید بر مبنای اصول انسانی ساخته شده باشد، نه نسخه پیشرفته و یا جایگزین توانمندی‌های انسان. بنابراین اگر قدرت و مالکیت هوش مصنوعی تنها در دست چند نفر در دنیا باشد، نابرابری‌های اجتماعی عمیق‌تر شده و همبستگی اجتماعی را تخریب خواهد کرد.

داستان هوش مصنوعی تازه آغاز شده و نباید به یک مسابقه انحصاری که تنها یک نفر برنده همه چیز است، تبدیل شود. اما نابرابری‌های ناشی از هوش مصنوعی می‌تواند در تمام جهان شکاف‌های پایداری را ایجاد کند؛ پس به نفع سازندگان آن است که مطمئن شوند این فناوری ابزاری قابل اعتماد برای توانمندسازی بیشتر انسان‌هاست، نه ابزاری فراگیر برای کنترل آن‌ها.