تقابل چین و آمریکا در لحظهٔ حساس هوش مصنوعی
ندا اظهری، مترجم: دانشگاه استنفورد به‌تازگی هشتمین گزارش شاخص هوش مصنوعی را منتشر کرد که جامع‌ترین شاخص ارائه‌شده تاکنون در این حوزه به شمار می‌رود. با توجه به نفوذ گسترده و روزافزون هوش مصنوعی در جامعه، اقتصاد و حاکمیت جهانی، اهمیت چنین شاخص‌هایی بیش از پیش خود را نشان می‌دهد. در گزارش امسال، محققان این دانشگاه تحلیل‌های عمیقی از چشم‌انداز در حال تکامل سخت‌افزار هوش مصنوعی، تخمین‌های جدید هزینه‌های استنتاج و تحلیل‌های جدید از روند انتشار و ثبت اختراع هوش مصنوعی ارائه کرده‌اند. آن‌ها همچنین داده‌های تازه‌ای را در مورد پذیرش شرکت‌ها از شیوه‌های هوش مصنوعی مسئول، همراه با پوشش گسترده‌ای از نقش رو به رشد هوش مصنوعی در علم و پزشکی معرفی کرده‌اند. شاخص هوش مصنوعی از زمان تأسیس در سال ۲۰۱۷، به‌عنوان شاخه‌ای از مطالعه ۱۰۰ساله هوش مصنوعی ارائه شد که هدف آن، ارائه تازه‌ترین، دقیق‌ترین و معتبرترین داده‌ها از این فناوری رو به رشد به سیاست‌گذاران، روزنامه‌نگاران، مدیران اجرایی، محققان و عموم مردم بوده است.
در واقع، مأموریت آن‌ها همواره کمک به این گروه از افراد بوده تا بتوانند تصمیمات آگاهانه‌تری را در مورد توسعه و استقرار هوش مصنوعی اتخاذ کنند. شاخص هوش مصنوعی همچنان در ردیابی و تفسیر حیاتی‌ترین روندهای شکل‌دهنده این حوزه، از تغییر چشم‌انداز ژئوپلیتیک و تکامل سریع فناوری‌های زیربنایی گرفته تا نقش رو به گسترش هوش مصنوعی در تجارت، سیاست‌گذاری و زندگی عمومی پیشرو است. در این گستره که هوش مصنوعی با سرعت سرسام‌آوری پیشرفت می‌کند، این شاخص می‌تواند زمینه‌های ضروری برای تداوم این پیشرفت را فراهم کند. شاخص هوش مصنوعی که در سطح جهان به‌عنوان یکی از معتبرترین منابع در زمینه هوش مصنوعی شناخته می‌شود، در رسانه‌های بزرگی چون نیویورک تایمز، بلومبرگ و گاردین نیز از آن یاد شده و صدها مقاله دانشگاهی و نیز سیاست‌گذاران و سازمان‌های دولتی نیز در سراسر دنیا از آن یاد کرده و بهره‌مند می‌شوند. راسل والد، مدیر اجرایی مؤسسه هوش مصنوعی انسان‌محور (HAI) دانشگاه استنفورد و عضو کمیته راهبری شاخص هوش مصنوعی معتقد است که هوش مصنوعی یک فناوری تحول‌آفرین است که هیچ محدودیتی جلودار آن نیست و همچنان پیش می‌رود و قادر است هر صنعتی را متحول کند. سال گذشته شاهد افزایش سرعت پذیرش هوش مصنوعی با سرعت بی‌سابقه‌ای بودیم به‌طوری‌که دامنه و تأثیر آن همچنان رو به رشد خواهد بود. در این گزارش، مانند سال‌های گذشته همچنان نامی از ایران نیست، به‌جز دو استثنا که مربوط به تعداد دانشجویان مقاطع کارشناسی ارشد و دکتری علوم کامپیوتر در دانشگاه‌های آمریکا بوده است. در این گزارش، خلاصه‌ای از مهم‌ترین موضوعات مطرح شده در شاخص AI ارائه شده است.
بررسی عملکرد هوش مصنوعی با 3 معیار جدید
محققان در سال ۲۰۲۳ معیارهای جدیدی را مانند GPQA، MMMU و SWE-bench برای آزمایش محدودیت‌های سیستم‌های هوش مصنوعی پیشرفته معرفی کردند. معیار GPQA یک آزمون طراحی‌شده برای سنجش توانایی مدل‌ها در پاسخ به سؤالات عمومی است. معیار MMMU نیز مربوط به درک عمومی زبان در موضوعات مختلف است. معیار SWE-bench نیز آزمونی برای رفع مشکلات کد است. تنها یک سال بعد، عملکرد آن‌ها افزایش یافت به‌طوری‌که امتیاز آن‌ها به ترتیب برای GPQA، MMMU و SWE-bench حدود ۲۰، ۴۹ و ۶۷ درصد رشد پیدا کرد. فراتر از معیارها، سیستم‌های هوش مصنوعی گام‌های بزرگی در تولید ویدئوهای باکیفیت بالا برداشتند و در برخی تنظیمات، عوامل مدل زبانی حتی در کارهای برنامه‌نویسی با بودجه‌های زمانی محدود، عملکرد بهتری نسبت به انسان‌ها از خود نشان دادند.
افزایش ۲۴ درصدی کاربرد تجاری از هوش مصنوعی و رشد سرمایه‌گذاری
در سال ۲۰۲۴، سرمایه‌گذاری‌های خصوصی هوش مصنوعی آمریکا به ۱۰۹ میلیارد و ۱۰۰ میلیون دلار افزایش یافت که در مقایسه با سرمایه‌گذاری خصوصی ۹ میلیارد و ۳۰۰ میلیون دلاری چین، با ۱۲ برابر رشد و در مقایسه با سرمایه‌گذاری خصوصی ۴ میلیارد و ۵۰۰ میلیون دلاری انگلیس، با ۲۴ برابر رشد همراه بوده است. هوش مصنوعی مولد با جذب ۳۳ میلیارد و ۹۰۰ میلیون دلار در سرمایه‌گذاری خصوصی در سطح جهان، شتاب ویژه‌ای داشته است به‌طوری‌که نسبت به نرخ این سرمایه‌گذاری در سال ۲۰۲۳ حدود ۱۹ درصد افزایش نشان می‌دهد. استفاده تجاری از هوش مصنوعی نیز در این میان در حال افزایش است به‌گونه‌ای که ۷۸ درصد از سازمان‌ها گزارش داده‌اند که در سال ۲۰۲۴ از هوش مصنوعی استفاده کرده‌اند؛ این رقم استفاده از این فناوری در سال ۲۰۲۳ حدود ۵۵ درصد بوده که با ۲۳ درصد رشد روبه‌رو شده است. همچنین، هوش مصنوعی، بهره‌وری را نیز افزایش داده و در بیشتر موارد به کاهش شکاف‌های مهارتی در میان نیروی کار کمک می‌کند.
افزایش 40 درصدی بهره‌وری سالانه انرژی با هوش مصنوعی
با توجه به مدل‌های کوچک هوش مصنوعی با قابلیت فزاینده، هزینه استنتاج سیستمی که در سطح GPT-3.5 کار می‌کند، بین نوامبر 2022 تا اکتبر 2024 بیش از 280 برابر کاهش یافته است. در سطح سخت‌افزار، هزینه‌ها سالانه 30 درصد کاهش داشته است درحالی‌که بهره‌وری انرژی هرساله 40 درصد بهبود نشان می‌دهد. مدل‌های وزن باز نیز در حال کاهش فاصله با مدل‌های بسته هستند و تفاوت عملکرد را در یک سال، از 8 درصد به حدود 2 درصد در برخی معیارها کاهش می‌دهند. این روند‌ها با هم به‌سرعت موانع را برای هوش مصنوعی پیشرفته کاهش می‌دهند.
نفوذ هوش مصنوعی به جوایز علمی
اهمیت روزافزون هوش مصنوعی تا اندازه‌ای رسیده است که اثرات آن‌ها را می‌توان در جوایز علمی بزرگ مشاهده کرد. بسیاری از محققان، در حال حاضر به دنبال بهره‌مندی از فناوری هوش مصنوعی در تحقیقات و آثار علمی خود هستند تا بتوانند از قابلیت‌های منحصربه‌فرد آن برای توسعه هر چه بیشتر یافته‌های خود استفاده کنند. به‌عنوان مثال، در جایزه نوبل سال 2024 که چند ماه پیش اعلام شد، دو جایزه مربوط به هوش مصنوعی می‌شد که خبر از اهمیت این حوزه از فناوری می‌داد؛ یکی یادگیری عمیق (در رشته فیزیک) و دیگری کاربرد هوش مصنوعی در تا شدن پروتئین‌ها (در رشته شیمی).
نفوذ گستردۀ هوش مصنوعی در زندگی روزمره
شاید تا چند سال پیش کسی تصورش را هم نمی‌کرد که فناوری هوش مصنوعی تا این اندازه بتواند زندگی مردم کره زمین را تسخیر کند. گستره این فناوری تا اندازه‌ای است که از مراقبت‌های بهداشتی گرفته تا سیستم‌های حمل و نقل را دربرگرفته و به سرعت از فضاهای آزمایشگاهی روانه زندگی روزمره ما شده است. در سال ۲۰۲۳، سازمان غذا و داروی آمریکا (FDA) حدود ۲۲۳ دستگاه پزشکی مجهز به هوش مصنوعی را مورد تأیید قرار داد در حالی که تعداد دستگاه‌های پزشکی در سال ۲۰۱۵ که مجهز به فناوری هوش مصنوعی بودند، تنها به ۶ دستگاه می‌رسید که در مقایسه با دستگاه‌های فعلی ۳ هزار و ۶۱۶ درصد رشد کرده است که بسیار قابل توجه بوده و به عبارتی، نفوذ این فناوری را در دنیای امروز نشان می‌دهد. در این میان، خودروهای خودران دیگر نمونه‌هایی آزمایشی تلقی نمی‌شوند. به‌عنوان مثال، شرکت «وایمو» که یکی از بزرگ‌ترین اپراتورهای آمریکایی است، هر هفته بیش از ۱۵۰ هزار خودروی سواری خودران را ارائه می‌دهد در حالی که ربات‌های «بایدو» اکنون در سراسر شهرهای چین با قیمت مقرون به صرفه‌ای خدمات تاکسی‌های رباتیک Apollo Go را ارائه می‌دهند.
آمریکا در صدر تولیدکنندگان برتر مدل‌های AI
مؤسسات مستقر در آمریکا در سال ۲۰۲۴ حدود ۴۰ مدل هوش مصنوعی قابل توجه تولید کردند که به‌طور قابل توجهی نسبت به ۱۵ مدل چینی و ۳ مدل اروپایی پیشی گرفت. در حالی که آمریکا از نظر کمیت مدل‌ها، پیشتازی خود را حفظ کرده، مدل‌های چینی به سرعت شکاف کیفیت را پر کرده‌اند. در این میان، تفاوت عملکرد در معیارهای اصلی مانند MMLU و HumanEval از دو رقمی در سال ۲۰۲۳ به تقریباً همان رقم در سال ۲۰۲۴ کاهش یافت. در عین حال، چین همچنان در مقالات و پتنت‌های هوش مصنوعی پیشتاز است. در همین بازه زمانی، توسعه مدل‌های هوش مصنوعی به‌طور گسترده‌ای جهانی است به‌طوری‌که مدل‌های قابل توجهی در مناطقی چون خاورمیانه، آمریکای لاتین و آسیای جنوب شرقی عرضه شدند.
تکامل نابرابر اکوسیستم هوش مصنوعی مسئول
بروز پدیده‌های مرتبط با هوش مصنوعی به شدت در حال افزایش است. باوجود این، ارزیابی‌های استاندارد در بین توسعه‌دهندگان مدل‌های صنعتی بزرگ کمیابند. معیارهای جدیدی چون HELM Safety، AIR-Bench و FACTS ابزارهایی هستند که برای ارزیابی واقعیت و ایمنی مدل‌ها عرضه می‌شوند. در بین شرکت‌ها، شکافی بین شناخت ریسک‌های ارزیابی‌های استاندارد و انجام اقدامات معنادار وجود دارد. در مقابل، دولت‌ها فوریت بالایی را به استفاده از این روش‌های ارزیابی نشان داده‌اند به‌طوری‌که در سال ۲۰۲۴، همکاری جهانی در زمینه حکمرانی هوش مصنوعی تشدید شد و سازمان‌هایی چون OECD، اتحادیه اروپا، سازمان ملل و اتحادیه آفریقا، چهارچوب‌هایی را منتشر کردند که بر شفافیت، قابل اعتماد بودن و دیگر اصول اصلی هوش مصنوعی تمرکز کرده بودند.
دنیا به هوش مصنوعی خوش‌بین‌تر شده است
یافته‌ها نشان می‌دهد که کشور‌ها، بسیاری از تولیدات هوش مصنوعی را بیشتر از آن که مضر بدانند، مفید قلمداد می‌کنند. در این میان، در چین 83 درصد، در اندونزی 80 درصد و در تایلند 77 درصد، بیشتر محصولات و خدمات هوش مصنوعی را مفید می‌دانند تا مضر. در مقابل، دید مثبت نسبت به هوش مصنوعی در کشور‌هایی نیز پایین‌تر است؛ به‌عنوان مثال، 40 درصد از مردم کانادا، 39 درصد از مردم آمریکا و 36 درصد از مردم هند، نگاه مثبتی به این فناوری نوظهور دارند. از سال 2022، خوش‌بینی برخی کشور‌هایی که دید منفی به هوش مصنوعی داشتند رشد قابل‌توجهی داشته است به‌طوری که آلمان و فرانسه با رشد 10 درصدی، کانادا و انگلیس با رشد 8 درصدی و آمریکا با رشد 4 درصدی روبه‌رو شدند.
رشد 30 درصدی مدل‌های صنعتی هوش مصنوعی
تقریباً 90 درصد از مدل‌های قابل‌توجه هوش مصنوعی در سال 2024 از دل صنعت تولید شده‌اند درصورتی‌که این رقم در سال 2023 حدود 60 درصد بوده است که رشد 30 درصدی را نشان می‌دهد. این در حالی است که دانشگاه همچنان منبع اصلی پژوهش‌ها به شمار می‌رود و هنوز هم استناد بالایی را به خود اختصاص می‌دهد. مقیاس مدل‌های هوش مصنوعی به‌سرعت در حال رشد است به‌طوری که محاسبات آموزشی هر پنج ماه یک‌بار، مجموعه داده‌ها هر 8 ماه یک‌بار دوبرابر شده و مصرف انرژی سالانه نیز دوبرابر می‌شود. باوجوداین، شکاف‌های عملکردی در حال کاهش است به‌گونه‌ای که تفاوت امتیاز بین مدل‌های برتر و رتبه دهم از حدود 12 درصد به بیش از 5 درصد طی یک سال گذشته کاهش یافته و دو مدل برتر، اکنون تنها حدود یک درصد از هم جدا شده‌اند. این آمار‌ها حکایت از آن دارد که رقابت در این حوزه بسیار تنگاتنگ است.
هوش مصنوعی هنوز در استدلال‌های پیچیده به در بسته می‌خورد
برنامه‌ریزی یک کار هوشمندانه است که شامل استدلال در مورد اقداماتی می‌شود که جهان را تغییر می‌دهد. این امر مستلزم در نظر گرفتن حالات فرضی آینده، از جمله اقدامات خارجی بالقوه و سایر رویدادهای تحول‌آفرین است. یکی از مهم‌ترین کاربرد‌های مدل‌های هوش مصنوعی در کار‌هایی چون حل مسائل پیچیده است و به همین دلیل، بسیاری از محققان و دانشمندان از آن برای حل پیچیده‌ترین چالش‌ها استفاده می‌کنند. همچنین از این قابلیت منحصربه‌فرد هوش مصنوعی می‌توان در مسابقات بین‌المللی المپیاد ریاضی استفاده کرد که از اهمیت بالایی برخوردار است. اما محققان به‌رغم برخورداری از قابلیت‌های این فناوری منحصربه‌فرد، همچنان با معیارهای استدلال پیچیده‌ای چون PlanBench دست و پنجه نرم می‌کنند. این مدل‌ها، حتی زمانی که راه‌حل‌های صحیح قابل اثبات وجود داشته باشد، اغلب قادر به حل برخی کار‌ها به‌صورت منطقی نبوده و اثربخشی آن‌ها با وجود پرمخاطره بودن آن‌ها در حل دقیق مسائل، با محدودیت‌هایی مواجه می‌شود.
تقویت هوش مصنوعی به واسطه مقررات و سرمایه‌گذاری
آژانس‌های فدرال آمریکا در سال 2024، حدود 25 مقررات مرتبط با هوش مصنوعی را صادر کردند که در مقایسه با سال 2023، به بیش از دوبرابر رسید و نیز تعداد آژانس‌های صادرکننده این مقررات نیز نسبت به سال قبل از آن دوبرابر شد. در سطح جهانی، اشاره قانونی به هوش مصنوعی در 75 کشور از سال 2023 به بیش از 21 درصد افزایش یافت که بیانگر افزایش 9 برابری از سال 2016 است. علاوه بر توجه رو به رشد این قوانین، دولت‌ها سرمایه‌گذاری‌های خود را بر همین مقیاس می‌سنجند و برآورد می‌کنند. براین اساس، کانادا متعهد به سرمایه‌گذاری 2 میلیارد و 400 میلیون دلاری شده است. همچنین چین متعهد به سرمایه‌گذاری 47 میلیارد و 500 میلیون دلاری، فرانسه متعهد به سرمایه‌گذاری 123 میلیارد و 585 میلیون دلاری و هند متعهد به سرمایه‌گذاری یک میلیارد و 250 میلیون دلاری در حوزه نیمه‌رسانا‌ها شده‌اند و عربستان سعودی در قالب پروژه Transcendence یک راهکار ابتکاری 100 میلیارد دلاری را ارائه می‌دهد.
آفریقا و آمریکای لاتین پیشتاز در آموزش علوم کامپیوتر
در حال حاضر، دوسوم کشور‌ها آموزش دوره‌های دوازده‌ساله مدرسه‌ای را در رشته علوم کامپیوتر ارائه کرده یا برنامه‌ریزی می‌کنند که از سال 2019 حدوداً دوبرابر شده است. در این میان، آفریقا و آمریکای لاتین بیشترین پیشرفت را بین سایر کشور‌ها داشته‌اند. تعداد فارغ التحصیلان دارای مدرک کارشناسی در آمریکا در محاسبات 10 سال گذشته 22 درصد افزایش یافته است. باوجود این، دسترسی در بسیاری از کشور‌های آفریقایی به دلیل شکاف‌های زیرساختی اولیه مانند برق محدود است. در آمریکا، 81 درصد از معلمانی که در دوره‌های دوازده‌ساله مدرسه علوم کامپیوتر را به دانش‌آموزان ارائه می‌دهند، معتقدند که هوش مصنوعی باید بخشی از آموزش اساسی علوم کامپیوتر باشد اما کمتر از نیمی از آن‌ها برای آموزش این رشته احساس آمادگی می‌کنند. (منبع:فرهیختگان)