شفقنا آینده- این زمان‌های نامشخص و گیج‌کننده است. ما نه تنها با بیماری های همه گیر، تغییرات آب و هوایی، پیری جامعه در اقتصادهای بزرگ و افزایش تنش های ژئوپلیتیکی دست و پنجه نرم می کنیم، بلکه هوش مصنوعی نیز آماده است تا جهان را آنگونه که می شناسیم تغییر دهد. آنچه باید دید این است که چقدر سریع همه چیز تغییر خواهد کرد و به نفع چه کسی است.

به گزارش شفقنا از ژاپن تایمز، اگر به صحبت‌های خودی‌های صنعت یا خبرنگاران فناوری در روزنامه‌های پیشرو گوش می‌دهید، ممکن است فکر کنید هوش عمومی مصنوعی (AGI) – فناوری‌های هوش مصنوعی که می‌توانند هر کار شناختی انسانی را انجام دهند – در گوشه و کنار است. بر این اساس، بحث‌های زیادی در مورد اینکه آیا این قابلیت‌های شگفت‌انگیز ما را فراتر از رویاهای ما موفق خواهند کرد (با ناظران کمتر هذلولی که بیش از ۱ تا ۲ درصد رشد تولید ناخالص داخلی سریع‌تر را تخمین می‌زنند)، یا در عوض با هوش مصنوعی فوق‌هوشمند پایان تمدن بشری را رقم خواهند زد. مدل هایی که استاد ما می شوند

اما اگر به آنچه در اقتصاد واقعی می گذرد نگاه کنید، هیچ گسستی با گذشته تا کنون نخواهید یافت. هنوز هیچ مدرکی مبنی بر ارائه مزایای بهره وری انقلابی توسط هوش مصنوعی وجود ندارد. برخلاف آنچه بسیاری از فناوران وعده داده بودند، ما هنوز به رادیولوژیست (در واقع بیش از قبل)، روزنامه نگار، حقوقدان، حسابدار، کارمند اداری، و رانندگان انسانی نیاز داریم. همانطور که اخیراً اشاره کردم، نباید انتظار داشته باشیم که بیش از ۵ درصد از کارهایی که انسان ها انجام می دهند در دهه آینده با هوش مصنوعی جایگزین شوند. برای دستیابی مدل های هوش مصنوعی به قضاوت، توانایی های استدلال چند بعدی و مهارت های اجتماعی لازم برای اکثر مشاغل و پیشرفت فناوری های هوش مصنوعی و بینایی کامپیوتر تا جایی که بتوان آنها را با ربات ها ترکیب کرد تا با دقت بالا ترکیب شوند، زمان بیشتری نیاز است. وظایف فیزیکی (مانند تولید و ساخت و ساز).

البته اینها پیش بینی هستند و پیش بینی ها همیشه می توانند اشتباه باشند. از آنجایی که خودی‌های صنعت در مورد سرعت پیشرفت صحبت می‌کنند، شاید پیشرفت‌های هوش مصنوعی تغییردهنده بازی زودتر از آنچه انتظار می‌رفت به دست بیاید. اما تاریخچه هوش مصنوعی مملو از پیش بینی های جاه طلبانه توسط افراد داخلی است. در اواسط دهه ۱۹۵۰، ماروین مینسکی، احتمالاً پدربزرگ هوش مصنوعی، پیش‌بینی کرد که ماشین‌ها ظرف چند سال از انسان‌ها پیشی می‌گیرند، و وقتی این اتفاق نیفتاد، او همچنان سرسختانه باقی ماند. در سال ۱۹۷۰، او همچنان اصرار داشت که

در عرض سه تا هشت سال ما ماشینی با هوش عمومی یک انسان معمولی خواهیم داشت. منظورم ماشینی است که بتواند شکسپیر بخواند، ماشین را روغن کاری کند، سیاست اداری بازی کند، جوک بگوید، دعوا کند. در آن نقطه ماشین شروع به آموزش خود با سرعت فوق العاده می کند. چند ماه دیگر در سطح نبوغ و چند ماه بعد قدرتش غیرقابل محاسبه خواهد بود.»

پیش‌بینی‌های خوش‌بینانه مشابهی از آن زمان تکرار شده‌اند، اما در زمستان‌های دوره‌ای هوش مصنوعی کنار گذاشته شدند. آیا این زمان می تواند متفاوت باشد؟

مطمئناً، قابلیت‌های هوش مصنوعی مولد بسیار فراتر از هر چیزی است که صنعت قبلاً تولید کرده است. اما این بدان معنا نیست که جدول زمانی مورد انتظار صنعت درست است. توسعه‌دهندگان هوش مصنوعی به ایجاد تصور پیشرفت‌های انقلابی قریب‌الوقوع، به منظور افزایش تقاضا و جذب سرمایه‌گذار علاقه دارند.

اما حتی سرعت پایین‌تر پیشرفت، با توجه به آسیب‌هایی که هوش مصنوعی می‌تواند وارد کند، جای نگرانی دارد: جعل‌های عمیق، دستکاری رای‌دهندگان و مصرف‌کنندگان، و نظارت انبوه فقط نوک کوه یخ هستند. همچنین می‌توان از هوش مصنوعی برای اتوماسیون در مقیاس بزرگ استفاده کرد، حتی زمانی که چنین استفاده‌هایی منطقی نیستند. ما قبلاً نمونه‌هایی از فناوری‌های دیجیتالی داریم که در محیط‌های کاری وارد شده‌اند، بدون اینکه ایده روشنی در مورد اینکه چگونه بهره‌وری را افزایش می‌دهند، چه برسد به افزایش بهره‌وری کارگران موجود. با تمام هیاهویی که در اطراف هوش مصنوعی وجود دارد، بسیاری از کسب‌وکارها قبل از اینکه بدانند هوش مصنوعی چگونه می‌تواند به آنها کمک کند، این فشار را احساس می‌کنند تا از این کار استفاده کنند.

چنین روند تعقیب هزینه هایی دارد. در کار من با Pascual Restrepo، ما نشان می‌دهیم که اتوماسیون تا این حد نشان دهنده بدترین هر دو جهان است. اگر یک فناوری هنوز قادر به افزایش بهره وری تا حد زیادی نباشد، به کارگیری آن به طور گسترده برای جایگزینی نیروی انسانی در انواع وظایف، درد و رنج را به همراه نخواهد داشت. در پیش بینی خود من – جایی که هوش مصنوعی جایگزین حدود ۵٪ مشاغل در دهه آینده می شود – پیامدهای نابرابری کاملاً محدود است. اما اگر هیاهو غالب شود و شرکت‌ها هوش مصنوعی را برای کارهایی که ماشین‌ها نمی‌توانند به خوبی انجام دهند، بپذیرند، ممکن است بدون افزایش جبرانی زیادی برای بهره‌وری، نابرابری بالاتری داشته باشیم.

بنابراین نمی‌توانیم بدترین جهان‌های ممکن را رد کنیم: هیچ یک از پتانسیل‌های تحول‌آفرین هوش مصنوعی، بلکه همه جابه‌جایی نیروی کار، اطلاعات غلط و دستکاری. این امر غم انگیز خواهد بود، نه تنها به دلیل تأثیرات منفی بر کارگران و زندگی اجتماعی و سیاسی، بلکه به این دلیل که نشان دهنده یک فرصت بزرگ از دست رفته است.

پیشرفت برای چه کسی؟

از نظر فنی هم امکان پذیر است و هم از نظر اجتماعی مطلوب است که نوع متفاوتی از هوش مصنوعی داشته باشیم – نوعی با برنامه های کاربردی که مکمل wor باشد.

دوستان، از داده ها و حریم خصوصی ما محافظت کنید، اکوسیستم اطلاعاتی ما را بهبود بخشید، و دموکراسی را تقویت کنید.

هوش مصنوعی یک فناوری اطلاعات است. چه در شکل پیش‌بینی آن (مانند موتورهای توصیه در پلتفرم‌های رسانه‌های اجتماعی) و چه در شکل مولد آن (مدل‌های زبان بزرگ)، کارکرد آن غربال کردن مقادیر عظیمی از اطلاعات و شناسایی الگوهای مرتبط است. این توانایی یک پادزهر کامل برای چیزی است که ما را رنج می دهد. ما در عصری زندگی می کنیم که اطلاعات فراوان است، اما اطلاعات مفید کمیاب است. هر چیزی که می توانید بخواهید در اینترنت است (به همراه بسیاری از چیزهایی که نمی خواهید)، اما موفق باشید آنچه را که برای یک شغل یا هدف خاص نیاز دارید پیدا کنید.

اطلاعات مفید باعث رشد بهره وری می شود و همانطور که دیوید اتور، سایمون جانسون و من استدلال کرده ایم، این اطلاعات بیش از هر زمان دیگری در اقتصاد امروز مهم است. بسیاری از مشاغل – از پرستاران و مربیان گرفته تا برق‌کارها، لوله‌کش‌ها، کارگران یقه آبی و دیگر کارگران صنایع دستی مدرن- به دلیل فقدان اطلاعات و آموزش خاص برای مقابله با مشکلات پیچیده‌تر با مشکل مواجه هستند. چرا برخی از دانش آموزان عقب می مانند؟ کدام تجهیزات و وسایل نقلیه نیاز به نگهداری پیشگیرانه دارند؟ چگونه می توانیم عملکرد معیوب را در محصولات پیچیده مانند هواپیما تشخیص دهیم؟ این دقیقاً همان نوع اطلاعاتی است که هوش مصنوعی می تواند ارائه دهد.

وقتی برای چنین مشکلاتی اعمال شود، هوش مصنوعی می‌تواند سودهای بهره‌وری بسیار بیشتری نسبت به آنچه در پیش‌بینی ناچیز خودم تصور می‌کردم، ارائه دهد. اگر هوش مصنوعی برای اتوماسیون استفاده شود، جایگزین کارگران خواهد شد. اما اگر برای ارائه اطلاعات بهتر به کارگران استفاده شود، تقاضا برای خدمات آنها و در نتیجه درآمد آنها افزایش می یابد.

متأسفانه سه مانع بزرگ ما را از این مسیر سد می کند. اولین مورد تثبیت AGI است. رویای ماشین‌های فوق هوشمند، صنعت را به نادیده گرفتن پتانسیل واقعی هوش مصنوعی به عنوان فناوری اطلاعاتی که می‌تواند به کارگران کمک کند، سوق می‌دهد. دانش دقیق در حوزه مربوطه چیزی است که اهمیت دارد، اما این چیزی نیست که صنعت روی آن سرمایه گذاری کرده است. اما اگر واقعاً معتقدید که AGI نزدیک است، چرا به برق‌کاران کمک کنید؟

مشکل فقط وسواس با AGI نیست. به عنوان یک اصل کلی، ابزارها باید کارهایی را انجام دهند که انسان در انجام آنها خوب نیست. این کاری است که چکش‌ها و ماشین‌حساب‌ها انجام می‌دهند، و اگر اینترنت توسط رسانه‌های اجتماعی خراب نمی‌شد، می‌توانست انجام دهد. اما صنعت فناوری دیدگاه مخالف را اتخاذ کرده است و ابزارهای دیجیتالی را که می‌توانند جایگزین انسان‌ها شوند، ترجیح می‌دهند. این تا حدی به این دلیل است که بسیاری از رهبران فناوری استعداد انسانی را نادیده می گیرند و محدودیت های انسانی و خطاپذیری را اغراق می کنند. بدیهی است که انسان ها اشتباه می کنند. اما آنها همچنین ترکیبی منحصر به فرد از دیدگاه ها، استعدادها و ابزارهای شناختی را برای هر کاری به ارمغان می آورند. ما به یک پارادایم صنعتی نیاز داریم که به جای تجلیل از برتری ماشین‌ها، بر بزرگ‌ترین نقطه قوت آن‌ها تاکید کند: تقویت و گسترش قابلیت‌های انسانی.

دومین مانع سرمایه گذاری ناکافی روی انسان است. هوش مصنوعی تنها در صورتی می تواند ابزاری برای توانمندسازی انسان باشد که ما به همان اندازه روی آموزش و مهارت سرمایه گذاری کنیم. اگر بیشتر انسان‌ها نتوانند از آن‌ها استفاده کنند یا نتوانند اطلاعاتی را که ارائه می‌کنند به دست بیاورند و پردازش کنند، ابزارهای هوش مصنوعی مکمل کارگران هیچ ارزشی ندارند. زمان زیادی طول کشید تا انسان ها بفهمند که چگونه اطلاعات منابع جدیدی مانند چاپخانه، رادیو، تلویزیون و اینترنت را مدیریت کنند، اما جدول زمانی برای هوش مصنوعی تسریع خواهد شد (حتی اگر سناریوی “AGI قریب الوقوع” به همین ترتیب باقی بماند. هوای بسیار گرم).

تنها راه برای اطمینان از بهره مندی انسان از هوش مصنوعی، به جای فریب خوردن توسط آن، سرمایه گذاری در آموزش و آموزش در همه سطوح است. این بدان معنی است که فراتر از توصیه های پیش پا افتاده سرمایه گذاری در مهارت هایی که مکمل هوش مصنوعی خواهند بود. اگرچه این البته ضروری است، اما به طرز تاسف باری ناکافی است. آنچه ما واقعاً نیاز داریم این است که به دانش آموزان و کارگران بیاموزیم که با ابزارهای هوش مصنوعی همزیستی کنند و از آنها در راه درست استفاده کنند.

سومین مانع، مدل های تجاری صنعت فناوری است. ما هوش مصنوعی بهتری نخواهیم داشت مگر اینکه شرکت های فناوری روی آن سرمایه گذاری کنند. اما این بخش اکنون بیش از هر زمان دیگری متمرکز شده است و شرکت های مسلط کاملاً به جستجوی AGI و برنامه های کاربردی جایگزین و دستکاری انسان اختصاص داده شده اند. سهم بزرگی از درآمد این صنعت از تبلیغات دیجیتال (بر اساس جمع‌آوری داده‌های گسترده از کاربران و جذب آنها به پلتفرم‌ها و پیشنهادات آنها) و از فروش ابزارها و خدمات برای اتوماسیون به دست می‌آید.

اما بعید است که مدل های کسب و کار جدید به خودی خود ظهور کنند. دولت‌های مستقر امپراتوری‌های بزرگی ساخته‌اند و منابع کلیدی – سرمایه، داده‌ها، استعدادها را در انحصار خود درآورده‌اند – و شرکت‌های مشتاق را در معرض ضرر بیشتری قرار داده‌اند. حتی اگر برخی از بازیکنان جدید نفوذ کنند، احتمال بیشتری وجود دارد که توسط یکی از غول های فناوری خریداری شود تا اینکه مدل کسب و کار آنها را به چالش بکشد.

نکته اصلی این است که ما به یک برنامه ضد AGI و طرفدار انسان برای هوش مصنوعی نیاز داریم. کارگران و شهروندان باید توانمند شوند تا هوش مصنوعی را به سمتی سوق دهند که بتواند به قول خود به عنوان یک فناوری اطلاعات عمل کند.منطق اما برای اینکه این اتفاق بیفتد، ما به یک روایت جدید در رسانه ها، محافل سیاست گذاری و جامعه مدنی، و مقررات و پاسخ های سیاسی بسیار بهتر نیاز داریم. دولت‌ها می‌توانند به تغییر جهت هوش مصنوعی کمک کنند، نه اینکه صرفاً به مسائلی که پیش می‌آیند واکنش نشان دهند. اما ابتدا سیاستگذاران باید مشکل را تشخیص دهند.

منبع: ژاپن تایمز

source

توسط petese.ir