خبر کامل
چالش‌های متا در ساخت ابرتیم هوش مصنوعی: آیا جمع‌آوری نوابغ کافی است؟
شرکت متا با جذب بیش از دوازده مهندس از OpenAI و متخصصان برجسته از شرکت‌های «انتروپیک» و «دیپ‌مایند» گوگل، در تلاش است تا با تجمیع استعدادهای برتر و اعطای منابع نامحدود، توسعه سامانه‌های هوش مصنوعی خود را تسریع بخشد و به مرز «هوش مصنوعی عمومی» دست یابد. اما آیا صرف گردآوری نوابغ، موفقیت را تضمین می‌کند؟
چالش‌های مدیریت ابرتیم‌ها
بوریس گرویسبرگ، استاد مدرسه کسب‌وکار هاروارد، با بیش از دو دهه مطالعه بر پویایی تیم‌ها، معتقد است که باور رایج در وال‌استریت و سیلیکون‌ولی مبنی بر اینکه جمع‌آوری افراد توانمند به جادو منجر می‌شود، اشتباه است. او می‌گوید:
«آنچه در بسیاری موارد اتفاق می‌افتد، حسادت فراوان، خنجر از پشت زدن و خرابکاری عمدی است.»
در متا، الکساندر وانگ ۲۸ ساله، مدیرعامل سابق Scale AI، و نت فریدمن ۴۸ ساله، مدیرعامل پیشین «گیت‌هاب»، مسئولیت هدایت واحد ۵۰ نفره نوابغ متا را بر عهده دارند. پژوهش‌های دانشگاهی دهه‌هاست که چالش‌های پیش روی این مدیران را روشن کرده‌اند:
- دهه ۱۹۷۰: مردیث بلبین، پژوهشگر مدیریت، مشاهده کرد تیم‌های متشکل از افراد با بهره هوشی بالا، مشاجرات طولانی و انسجام کمی داشتند و در تصمیم‌گیری با مشکل مواجه بودند.
- سال ۲۰۱۱: پژوهش گرویسبرگ و همکارانش نشان داد که در وال‌استریت، اضافه کردن تحلیلگران فوق‌ستاره به تیم‌های تحقیقاتی، عملاً به عملکردشان آسیب می‌زد. این پدیده زمانی رخ می‌دهد که تکبر و خودمحوری افراد ستاره غلبه کرده و به جای همکاری، اطلاعات را احتکار می‌کنند.
- هوش جمعی: عملکرد تیمی به شدت وابسته به کیفیت ارتباط و همکاری بین اعضا است. تیم‌هایی که در بحث‌ها به همه اجازه می‌دهند به نوبت صحبت کنند، فارغ از توانایی ذهنی ذاتی افراد، معمولاً از «هوش جمعی» بالاتری برخوردارند.
اصول مدیریتی ابرتیم‌ها
برای هدایت موفقیت‌آمیز ابرتیم‌ها، چند اصل مدیریتی حیاتی وجود دارد:
- تعریف روشن حوزه فعالیت: لیندرد گریر، استاد دانشگاه میشیگان، می‌گوید: «اگر مسیر شنای هر فرد کاملاً مشخص و باز باشد، دیگران را به چشم تهدید نمی‌بیند.»
- شفافیت در تصمیم‌گیری: از همان ابتدا باید مشخص شود چه کسی اختیار تصمیم‌گیری در چه مسائلی را دارد تا از رقابت بر سر قدرت جلوگیری شود. آنیتا ویلیامز وولی، استاد دانشگاه کارنگی ملون، تأکید می‌کند که وجود سلسله‌مراتب در برخی زمینه‌ها به هماهنگی تیم‌ها کمک می‌کند.
- ایجاد هماهنگی و هم‌افزایی: افزایش اعتماد بین اعضا، تسهیل ارتباطات و داشتن هدف مشترک برای موفقیت گروه ضروری است.
گرویسبرگ هشدار می‌دهد که بسیاری از رهبران سازمانی حاضر نیستند زمان لازم را برای پیاده‌سازی این اصول صرف کنند و می‌گوید: «اگر برای روز جمعه یک تیم بسیار کارآمد و با عملکردی بالا احتیاج دارید، پنج‌شنبه زمان مناسبی برای پایه‌گذاری‌اش نیست.» این هشدار به ویژه برای متا که شتاب‌زده در حال ساخت ابرتیم خود است، مصداق دارد.
تأثیر پول و نارضایتی کارکنان
تلاش‌های علنی مارک زاکربرگ برای جذب استعدادها، از جمله پیشنهاد بسته‌های پرداختی بیش از ۲۰۰ میلیون دلاری، می‌تواند بر پویایی تیم تأثیر منفی بگذارد. وولی می‌گوید: «در چنین بستری، برای بسیاری از گروه‌ها، دریافتی افراد تقریباً به منزله درجه نظامی افراد تلقی می‌شود.»
مایکل دل، مدیرعامل شرکت دل، نیز معتقد است که بسته‌های پیشنهادی گزاف برای استخدام‌های جدید هوش مصنوعی می‌تواند باعث نارضایتی کارکنان باسابقه متا شود، زیرا مردم انتظار دارند با آنها منصفانه رفتار شود. گرویسبرگ پیش‌بینی می‌کند که این نارضایتی ممکن است در دوره بازنگری حقوق و مزایای بعدی آشکار شود.
سرمایه‌گذاری زاکربرگ بر نوابغ
سخنگوی متا در پاسخ به چالش‌های مدیریت «آزمایشگاه ابرهوش متا» اعلام کرده که تمرکز آنها فقط بر توسعه ابرهوش شخصی است. زاکربرگ نیز با رد برخی گزارش‌ها درباره جزئیات بسته‌های پیشنهادی، از استراتژی خود دفاع کرده و گفته:
«هوش مصنوعی قرار است مهم‌ترین تکنولوژی زندگی ما باشد... ما فقط می‌خواهیم خیالمان راحت باشد که بهترین افراد بر این موضوع متمرکز شوند.»
بزرگ‌ترین سرمایه‌گذاری زاکربرگ بر الکساندر وانگ، بنیان‌گذار شرکت Scale AI، بوده است. متا ۱۴.۳ میلیارد دلار در Scale AI سرمایه‌گذاری کرد، شرکتی که سال گذشته ۸۷۰ میلیون دلار درآمد از خدمات داده برای آموزش سامانه‌های هوش مصنوعی کسب کرد. با این حال، گزارش‌ها حاکی از آن است که پس از این سرمایه‌گذاری، برخی از مشتریان برجسته Scale AI، از جمله گوگل و OpenAI، در حال قطع همکاری هستند.
وانگ، با وجود استعداد شگرف در ریاضیات و علوم، تاکنون پژوهش انقلابی در حوزه هوش مصنوعی ارائه نکرده است. سازمان او عمدتاً بر برچسب‌گذاری و پالایش داده‌ها تمرکز داشته است. اکنون او باید در متا احترام تیمی از دانشمندان کلاس جهانی هوش مصنوعی را به دست آورد.
وانگ به سخت‌کوشی و توقع بالا از نیروها شهره است. گرویسبرگ، که مطالعه موردی بر Scale AI داشته، می‌گوید وانگ شخصاً مدارک هر متقاضی را بررسی می‌کند و به استخدام افراد برجسته اهمیت می‌دهد. او می‌گوید: «فکر می‌کنم متا باهوش‌ترین فردی را که من می‌شناسم به خدمت گرفته است. سازمان ستاره‌اش را جذب کرده. حالا باید ببینیم می‌توانند یک ابرتیم بسازند یا نه.»
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
