نماد سایت خبرگزاری سیناپرس

سال ۲۰۲۷؛ آزمون بزرگ هوش مصنوعی از نگاه اکونومیست

مجله اکونومیست در شماره ویژه سالانه خود با عنوان «The World Ahead ۲۰۲۷»، تصویری از آینده جهان ترسیم کرده که در آن فناوری، اقتصاد، سیاست و رقابت‌های ژئوپلیتیک بیش از گذشته به یکدیگر گره خورده‌اند. در میان موضوعات مطرح‌شده در این شماره، هوش مصنوعی جایگاه ویژه‌ای دارد؛ فناوری‌ای که در کنار فرصت‌های اقتصادی، نگرانی‌های تازه‌ای درباره آینده سرمایه‌گذاری، امنیت، بازار کار و توازن قدرت جهانی ایجاد کرده است.

به گزارش سیناپرس، روی جلد این شماره، مجموعه‌ای از نمادهای سیاسی، اقتصادی، نظامی و فناورانه در کنار یکدیگر قرار گرفته‌اند که نشان‌دهنده پیچیدگی تحولات پیش روی جهان است. اکونومیست در تحلیل‌های خود برای سال ۲۰۲۷، علاوه بر بررسی قابلیت‌های رو به گسترش هوش مصنوعی، به پیامدهای مالی، سیاسی و امنیتی آن نیز پرداخته است.

یکی از مقالات این شماره با عنوان «سال پیش رو، زمان تعیین‌کننده برای هوش مصنوعی خواهد بود» (The year ahead will be crunch time for artificial intelligence) منتشر شده است. این عنوان بیانگر آن است که در سال ۲۰۲۷، صرفاً پیشرفت فنی مدل‌های هوش مصنوعی اهمیت ندارد، بلکه میزان تحقق وعده‌های اقتصادی و اجتماعی این فناوری و آمادگی جهان برای مواجهه با پیامدهای آن نیز به آزمون گذاشته خواهد شد.

از این منظر، اکونومیست سال ۲۰۲۷ را می‌توان نقطه گذار هوش مصنوعی از مرحله هیجان و شگفتی اولیه به دوره ارزیابی عملکرد، پاسخ‌گویی و مواجهه با نتایج واقعی آن دانست.

احتمال شکل‌گیری حباب اقتصادی در صنعت هوش مصنوعی

یکی از مهم‌ترین موضوعاتی که اکونومیست در پیش‌بینی‌های خود برای سال ۲۰۲۷ مطرح کرده، خطر شکل‌گیری یا ترکیدن حباب مالی در صنعت هوش مصنوعی است.

در سال‌های اخیر، شرکت‌های بزرگ فناوری مبالغ هنگفتی را به توسعه مدل‌های هوش مصنوعی، راه‌اندازی مراکز داده، خرید تراشه و ایجاد زیرساخت‌های پردازشی اختصاص داده‌اند. شدت گرفتن این رقابت باعث شده دسترسی به انرژی و منابع محاسباتی به یکی از عوامل اصلی تعیین‌کننده آینده این صنعت تبدیل شود.

با این حال، نگرانی اصلی به فاصله میان حجم سرمایه‌گذاری‌ها و میزان بازده اقتصادی قابل سنجش مربوط می‌شود.

بر اساس تحلیل اکونومیست، افزایش بدهی شرکت‌های فعال در حوزه هوش مصنوعی و پیچیده‌تر شدن قراردادهای تأمین مالی می‌تواند احتمال سقوط بازار را افزایش دهد. برخی از این قراردادها از ساختارهای پیچیده و شفافیت محدودی برخوردارند و همین مسئله ارزیابی دقیق ریسک‌های مالی را دشوار می‌کند.

از سوی دیگر، ایجاد و توسعه زیرساخت‌های هوش مصنوعی به سرمایه‌گذاری‌های بسیار سنگینی نیاز دارد، درحالی‌که درآمد حاصل از این فعالیت‌ها الزاماً با همان سرعت افزایش پیدا نمی‌کند.

در چنین شرایطی، شرکت‌های فناوری باید نشان دهند که هزینه‌های گسترده توسعه این فناوری در نهایت به درآمدهای پایدار، افزایش بهره‌وری و شکل‌گیری بازارهای جدید منجر خواهد شد. به این ترتیب، رقابت بر سر توسعه هوش مصنوعی به‌تدریج از یک رقابت فناورانه به آزمونی برای اثبات توجیه اقتصادی سرمایه‌گذاری‌ها تبدیل می‌شود.

حرکت هوش مصنوعی به سمت استقلال عملکردی

یکی دیگر از محورهای مورد توجه اکونومیست، افزایش توانایی سیستم‌های هوش مصنوعی برای انجام مستقل‌تر فعالیت‌هاست.

ابزارهای اولیه هوش مصنوعی مولد عمدتاً برای پاسخ‌گویی به درخواست کاربران طراحی شده بودند و تولید متن، تصویر، کد و تحلیل اطلاعات از کاربردهای اصلی آنها به شمار می‌رفت. اما روند پیشرفت این فناوری به سمت توسعه سیستم‌هایی حرکت کرده است که می‌توانند چندین وظیفه را به‌صورت مستقل انجام دهند، تصمیم‌های میانی بگیرند و با ابزارها و سامانه‌های مختلف ارتباط برقرار کنند.

این روند با عنوان هوش مصنوعی عامل‌محور یا Agentic AI شناخته می‌شود؛ رویکردی که در آن کاربر به‌جای طرح یک پرسش ساده، هدفی را مشخص می‌کند و سیستم برای رسیدن به آن، مجموعه‌ای از مراحل و اقدامات را اجرا می‌کند.

اکونومیست پیش‌بینی می‌کند در سال‌های آینده، مدل‌هایی با قابلیت ایفای نقش دستیار شخصی گسترش پیدا کنند و بتوانند با استقلال بیشتری در محیط‌های دیجیتال فعالیت داشته باشند.

البته افزایش استقلال این سیستم‌ها در کنار فرصت‌های اقتصادی، مسائل تازه‌ای درباره مسئولیت‌پذیری آنها مطرح می‌کند. برای مثال، اگر یک سیستم هوش مصنوعی هنگام اجرای مأموریت خود تصمیم اشتباهی بگیرد یا اطلاعات نادرستی منتشر کند، مسئولیت این اتفاق متوجه چه کسی خواهد بود؟ توسعه‌دهنده فناوری، شرکت استفاده‌کننده یا فردی که انجام مأموریت را به سیستم واگذار کرده است؟

این موضوع با افزایش واگذاری وظایف به سیستم‌های هوشمند اهمیت بیشتری پیدا می‌کند. در چنین شرایطی، نظارت انسانی، ثبت تصمیم‌های سیستم و مشخص کردن محدوده اختیارات آن، از الزامات مهم استفاده گسترده‌تر از هوش مصنوعی خواهد بود.

رقابت آمریکا و چین؛ از توسعه مدل‌ها تا کنترل زیرساخت‌های راهبردی

اکونومیست در بررسی چشم‌انداز سال ۲۰۲۷، هوش مصنوعی را یکی از مؤلفه‌های تأثیرگذار بر توازن قدرت در جهان معرفی می‌کند.

رقابت آمریکا و چین برای دستیابی به فناوری‌های پیشرفته، دیگر صرفاً به تولید قدرتمندترین مدل‌های زبانی محدود نیست. دسترسی به تراشه‌های پیشرفته، منابع پردازشی، داده، انرژی و نیروی انسانی متخصص نیز به بخش مهمی از این رقابت تبدیل شده است.

در این میان، مفهوم «ملی‌گرایی هوش مصنوعی» اهمیت بیشتری پیدا می‌کند. کشورها تلاش خواهند کرد کنترل بیشتری بر دسترسی به مدل‌ها، زیرساخت‌ها و فناوری‌های راهبردی داشته باشند. محدودیت‌های صادراتی، کنترل عرضه تراشه‌های پیشرفته و وضع مقررات برای انتشار مدل‌های قدرتمند از جمله ابزارهایی هستند که می‌توانند در این رقابت مورد استفاده قرار گیرند.

در کنار این تحولات، اکونومیست به نقش مدل‌های متن‌باز، به‌ویژه نمونه‌های توسعه‌یافته در چین، نیز توجه کرده است. نزدیک شدن قابلیت‌های این مدل‌ها به محصولات پیشرفته تجاری می‌تواند معادلات بازار هوش مصنوعی را تغییر دهد.

گسترش این مدل‌ها ممکن است انحصار شرکت‌های بزرگ فناوری را دشوارتر کند و امکان دسترسی بازیگران بیشتری به ابزارهای قدرتمند هوش مصنوعی را فراهم آورد.

با این حال، چنین روندی دو پیامد متفاوت دارد؛ از یک سو، دسترسی گسترده‌تر به فناوری می‌تواند فرصت‌های نوآوری را افزایش دهد و از سوی دیگر، نظارت و مدیریت خطرات ناشی از انتشار ابزارهای قدرتمند را پیچیده‌تر خواهد کرد.

افزایش تهدیدهای سایبری و دشوارتر شدن تشخیص اطلاعات جعلی

از دیگر نگرانی‌های مطرح‌شده در چشم‌انداز اکونومیست برای سال ۲۰۲۷، افزایش تهدیدهای سایبری در پی پیشرفت سیستم‌های هوش مصنوعی است.

این فناوری می‌تواند توانایی تحلیل داده‌ها، شناسایی نقاط ضعف امنیتی و تولید محتوای فریبنده را تقویت کند. در نتیجه، حملات سایبری ممکن است با سرعت بیشتری انجام شوند، دامنه گسترده‌تری پیدا کنند و شناسایی آنها دشوارتر شود.

پیامدهای این وضعیت تنها متوجه شرکت‌های فناوری نخواهد بود. زیرساخت‌های مالی، نهادهای دولتی، شبکه‌های ارتباطی و حتی فرایندهای سیاسی نیز ممکن است با تهدیدهای جدیدی مواجه شوند.

در کنار خطرات امنیتی، توسعه ابزارهای تولید محتوای مصنوعی نیز تشخیص اصالت اطلاعات را با دشواری بیشتری روبه‌رو می‌کند.

با گسترش امکان تولید تصویر، صدا و ویدئوی مصنوعی، دیگر نمی‌توان هر محتوای تصویری یا صوتی را به‌عنوان مدرکی قطعی از وقوع یک رویداد در نظر گرفت. این شرایط می‌تواند اعتماد عمومی به رسانه‌ها و منابع اطلاعاتی را تحت تأثیر قرار دهد.

بر همین اساس، مفهوم امنیت سایبری نیز گسترده‌تر خواهد شد و علاوه بر حفاظت از شبکه‌ها و داده‌ها، صیانت از اعتبار و اصالت اطلاعات را نیز در بر خواهد گرفت.

آیا نگرانی‌ها درباره حذف مشاغل و آسیب‌های زیست‌محیطی بزرگ‌نمایی شده‌اند؟

اکونومیست در بخشی دیگر از پیش‌بینی‌های خود، دیدگاه متفاوتی درباره نگرانی‌های مربوط به تأثیر هوش مصنوعی بر اشتغال و محیط‌زیست مطرح می‌کند.

در شرایطی که بسیاری از کارشناسان درباره جایگزینی نیروی انسانی با سیستم‌های هوشمند هشدار می‌دهند، این نشریه معتقد است نگرانی‌ها درباره پیامدهای هوش مصنوعی بر بازار کار و محیط‌زیست ممکن است بیش از اندازه بزرگ‌نمایی شده باشند.

البته این دیدگاه به معنای نادیده گرفتن تغییرات احتمالی در ساختار اشتغال نیست. هوش مصنوعی می‌تواند بسیاری از وظایف تکراری و حتی بخش‌هایی از فعالیت‌های تخصصی را خودکار کند، اما حذف یک وظیفه الزاماً به معنای از بین رفتن کامل یک شغل نیست.

در حوزه‌هایی مانند حسابداری، بازاریابی، تولید محتوا، برنامه‌نویسی و تحلیل داده، بخشی از فعالیت‌ها ممکن است به سیستم‌های هوشمند واگذار شوند؛ با این حال، مسئولیت نهایی، نظارت، تصمیم‌گیری و تعامل انسانی همچنان می‌تواند به حضور نیروی متخصص نیاز داشته باشد.

یکی از مسائل مهم در این زمینه، تغییر مسیر ورود افراد تازه‌وارد به بازار کار است. اگر سیستم‌های هوش مصنوعی بخش قابل‌توجهی از وظایف ابتدایی و آموزشی مشاغل را بر عهده بگیرند، افراد تازه‌کار چگونه فرصت کسب تجربه و یادگیری مهارت‌های حرفه‌ای را به دست خواهند آورد؟

این مسئله از آن جهت اهمیت دارد که بسیاری از مهارت‌های شغلی از طریق انجام فعالیت‌های ساده‌تر و حرکت تدریجی به سمت مسئولیت‌های پیچیده‌تر شکل می‌گیرند.

بنابراین، چالش آینده بازار کار ممکن است تنها به حذف مشاغل محدود نباشد، بلکه تغییر در شیوه آموزش، کسب تجربه و مسیر پیشرفت حرفه‌ای را نیز شامل شود.

انرژی و تراشه؛ زیرساخت‌های تعیین‌کننده آینده هوش مصنوعی

اگرچه هوش مصنوعی اغلب به‌عنوان فناوری‌ای دیجیتال و ناملموس شناخته می‌شود، توسعه آن به زیرساخت‌های فیزیکی گسترده‌ای وابسته است.

مدل‌های پیشرفته برای فعالیت به مراکز داده، تراشه‌های قدرتمند، تجهیزات خنک‌کننده و منابع قابل‌توجه انرژی نیاز دارند. به همین دلیل، رقابت در این صنعت دیگر تنها به توسعه نرم‌افزار و طراحی الگوریتم محدود نمی‌شود.

اکونومیست در پیش‌بینی‌های خود برای سال ۲۰۲۷، محدودیت منابع انرژی و کمبود تراشه را از عوامل مؤثر بر جایگاه کشورها در رقابت جهانی هوش مصنوعی می‌داند.

این موضوع برای کشورهای اروپایی اهمیت ویژه‌ای دارد؛ زیرا آنها برای رقابت با آمریکا و چین، علاوه بر توسعه فناوری، باید زیرساخت‌های مورد نیاز برای تأمین انرژی و پردازش را نیز گسترش دهند.

در چنین شرایطی، برخورداری از منابع انرژی ارزان و پایدار می‌تواند به یکی از مزیت‌های رقابتی کشورها تبدیل شود.

به نقل از خبرآنلاین، بر این اساس، آینده هوش مصنوعی تنها به توانایی شرکت‌ها در طراحی الگوریتم‌های پیشرفته وابسته نخواهد بود؛ بلکه کشورهایی که امکان تأمین انرژی، دسترسی به تراشه و ایجاد زیرساخت‌های پردازشی مناسب را دارند نیز در تعیین مسیر این رقابت نقش مهمی ایفا خواهند کرد.

خروج از نسخه موبایل