تجاری سازی هوش مصنوعی و مصائب آن: آزمایشگاه‌های تحقیقاتی در لبه پرتگاه

تجاری سازی هوش مصنوعی همواره با مصائبی همراه بوده است. هفته گذشته با توجه به موفقیت شرکت دیپ مایند در استفاده از هوش مصنوعی برای پیش‎‌بینی تاشدگی پروتئین، این خبر منتشر شد که این شرکت هوش مصنوعی مستقر در انگلستان هنوز سالانه صدها میلیون دلار به شرکت مادر خود، آلفابت، ضرر می‌زند.این که یک شرکت فعال در حوزه تکنولوژی پول از دست بدهد، اتفاق تازه‌ای نیست. تاریخ صنعت تکنولوژی سرشار از داستان‌های مربوط به سرمایه‌گذارانی است که با رویای تجاری سازی هوش مصنوعی، کارشان را آغاز کردند و خیلی زود تمام پولشان را از دست دادند. اما دیپ مایند یک شرکت معمولی نیست که با رویای به دست آوردن سهمی در بازار، پا به عرصه رقابت در این زمینه گذاشته باشد. این شرکت یک آزمایشگاه تحقیقاتی مربوط به هوش مصنوعی است که حالا مجبور شده برای بقا نیمی از تمرکزش را روی اهداف تجاری متمرکز کند.

هرچند مالک این شرکت که مالکیت شرکت مادر گوگل را هم دارد، فعلا مشکلی با هزینه‌های سرسام‌آور این شرکت ندارد، اما تضمینی نیست که این حمایت او همیشگی باشد و شرایط در آینده تغییر نکند. به همین دلیل است که دیپ مایند برای آینده باید نگاهی به تجاری سازی هوش مصنوعی داشته باشد.

ضرر و زیان‌های دیپ‌مایند

طبق گزارش سالانه خانه شرکت‌های بریتانیا، دیپ مایند در سال 2019 توانسته درآمدش را از دو برابر هم بیشتر کند و آن را به 266 میلیون پوند برساند. این رقم در سال 2018 حدود 103 میلیون پوند بوده است. اما به همین نسبت مخارج این شرکت هم افزایش پیدا کرده و از 568 میلیون پوند سال 2018 به 717 میلیون پوند در سال 2019 رسیده است. در نتیجه ضرر کلی این شرکت از 470 میلیون در سال 2018 به 477 میلیون در سال 2019 رسیده است.

در نگاه اول، این خبر بدی نیست. در مقایسه با سال‌های قبل، تجاری سازی هوش مصنوعی در دیپ مایند موفق بوده است. یعنی ضرر بسیار کم بوده و سوددهی آن هم رشد خوبی داشته است.

اما در گزارش موارد دیگری هم مطرح شده است. در بخشی آمده که « پاداش تحقیق و توسعه گردش مالی از سایر شرکت‌های گروهی»؛ این یعنی مشتری اصلی دیپ‌مایند خودش است. آلفابت هزینه‌های دیپ مایند را پرداخت می‌کند تا تحقیقات هوش مصنوعی‌‎اش را در زیرساخت‌های گوگل اعمال کند. در گذشته گوگل از خدمات دیپ مایند برای اموری مانند مدیریت شبکه برق مرکز داده خود و بهبود هوش مصنوعی دستیار صوتی آن استفاده می‌‎کرد.

برداشت دیگری که می‌توان کرد این است که دیپ‌مایند هنوز در بازار هوش مصنوعی سهمی ندارد و اگر هم بازاری باشد، فقط متعلق به گوگل است.

در گزارش منتشر شده همچنین آمده که افزایش هزینه‌ها عمدتا به دلیل افزایش استفاده از زیرساخت‌های فنی، کارمندان و غیره است.

این نکته مهمی است. زیرساخت فنی دیپ مایند عمدتا بر روی خدمات ابری گوگل و پردازنده هوش مصنوعی مخصوص این شرکت، واحد پردازش تنسور است. بخش اصلی تحقیقات دیپ مایند یادگیری تقویتی است که نیاز به دسترسی به هر منبع محاسباتی گران‌قیمتی را دارد. برخی از پروژه‌های این شرکت در سال 2019 مانند کار بر روی یک سیستم هوش مصنوعی به نام StarCraft 2 و دیگری به نام Quake 3، بود که هر دو میلیون‌ها دلار هزینه، فقط در مرحله تمرینی داشتند.

یکی از سخنگویان شرکت دیپ مایند در گفتگو با مطبوعات این طور عنوان کرد که رقم ذکر شده در گزارش کار بر روی پروژه AlphaFold را هم شامل می‎‌شود؛ پروژه پرهزینه دیگری که روی موضوع هوش مصنوعی و تاشدگی پروتئین کار می‌کند.

جزئیاتی از این که گوگل چه مبلغی از دیپ مایند برای خدمات ابری‌اش دریافت می‌کند، در دسترس عموم قرار نگرفته است. اما انتظار می‌رود که تخفیفی برای این شرکت در نظر گرفته باشد. این یعنی بدون حمایت گوگل، هزینه‌های دیپ مایند حتی از این بیشتر هم می‎‌شد.

یک مورد مهم دیگر هزینه مربوط به کارکنان است. در حالی که حضور در دوره‌های یادگیری ماشین در سال‌های گذشته رشد زیادی داشته، دانشمندانی که می‌توانند در نوعی تحقیق پیشرفته در زمینه هوش مصنوعی شرکت کنند که دیپ مایند در آن نقش دارد، بسیار کم هستند. حتی گفته می‎‌شود برخی از متخصصان هوش مصنوعی دستمزد سالانه 7 رقمی دارند.

با افزایش اشتیاق به یادگیری عمیق و کاربرد آن در امور تجاری، شرکت‌های فعال در زمینه تکنولوژی مجاب شدند تا برای به خدمت گرفتن افراد متخصص هوش مصنوعی رقابت کنند. بیشتر متخصصین بزرگ این حوزه هم به صورت تمام‌وقت یا پاره‌وقت برای شرکت‌های بزرگی مانند گوگل، فیس‌بوک، آمازون و مایکروسافت کار می‌کنند. اما رقابت برای جذب متخصصین هوش مصنوعی دو جنبه دارد. اول این که مثل هر زمینه دیگری، وقتی عرضه و تقاضا متعادل نباشند، نتیجه افزایش بیش از اندازه دستمزدها می‌شود. دوم این که بسیاری از موسسات و دانشگاه‌ها توان پرداخت دستمزدهای متخصصین هوش مصنوعی را ندارند و در نتیجه این افراد را از دست داده‌اند. برخی از دانشمندان به منظور ادامه تحقیقات در بخش آموزش هم فعال ماندند، اما تعدادشان خیلی کم است.

همچنین بدون حمایت شرکت‌های بزرگی مانند گوگل، آزمایشگاه‌های تحقیقاتی مانند دیپ مایند نمی‌توانند متخصصین بزرگ را برای کار بر روی پروژه‌هایشان استخدام کنند.

پس با این که دیپ مایند با سرعت کمی به سمت تجاری سازی هوش مصنوعی خود می‌رود، نباید فراموش کند که همین سود اندک را هم مدیون گوگل است که با منابع مالی مناسب و اعطای دسترسی به زیرساخت ابری آن هم با قیمت پایین‌تر از قیمت اصلی، به آن‌ها کمک کرده است.

گوگل هنوز از دیپ مایند راضی است

طبق گزارش سالانه دیپ مایند، هلدینگ ایرلند گوگل با مسئولیت نامحدود، یکی از شعب سرمایه‌‎گذاری آلفابت، از بازپرداخت وام‌های بین شرکت‌ها و کلیه سودهای تعلق گرفته به مبلغ 1.1 میلیارد پوند، صرف نظر کرده است.

دیپ مایند همچنین از گوگل تعهدنامه کتبی دریافت کرده که حداقل برای مدت 12 ماه به حمایت‌های مالی از پژوهش‌های مربوط به هوش مصنوعی شرکت، ادامه دهد. به نظر در حال حاضر گوگل از پیشرفت دیپ مایند راضی است و این موضوع در صحبت‌های مدیران گوگل و آلفابت هم مشخص است.

ساندر پیچای، مدیر آلفابت، در رویداد ارائه درآمد سه ماهه برای سرمایه‌گذاران و تحلیلگران که در ماه جولای برگزار شد، گفت:«از سرعت مجموعه توسعه و تحقیقاتمان در حوزه هوش مصنوعی بسیار راضی‌ام و برای من این مهم است که ما به عنوان یک شرکت در این زمینه پیشرو هستیم. من به شخصه از سرعت کار مهندسانمان در بخش توسعه و تحقیقات گوگل و دیپ مایند راضی هستم».

تحقیقات علمی در دنیا اما سرعتی متفاوت دارند. تحقیقات علمی هر 10 سال یک بار اندازه‌‎گیری می‎‌شوند. بیشتر تکنولوژی هوش مصنوعی که امروزه در تجارت مورد استفاده قرار می‌گیرد، از دهه 70 و 80 میلادی شروع به شکل گرفتن کرده است. به همین ترتیب، بسیاری از تحقیقات پیشرفته و تکنیک‌هایی که در کنفرانس‌های هوش مصنوعی به آن اشاره می‎‌شود، قرار نیست در سال‌های پیش رو و خیلی زود به بازار راه پیدا کنند. هدف نهایی دیپ مایند توسعه عمومی هوش مصنوعی است که خوش‌بینانه چندین دهه با تحقق آن فاصله دارد.

از طرفی صبر سهامداران و سرمایه‌گذاران ماهانه و سالانه کمتر می‌شود. شرکت‌هایی که در عرض چند سال در تجاری سازی هوش مصنوعی ناموفق باشند یا حداقل نشانه‌های مثبتی نداشته باشند، سرمایه‌گذارانشان را از دست می‌دهند. دیپ مایند هم یکی از این شرکت‌هاست. مشخص هم نیست که ایده‌های تجاری این شرکت یا حداقل یکی از آن‌ها، چه زمانی برای بهره‌برداری آماده است.

این معضل اصلی دیپ مایند است. دیپ مایند یک آزمایشگاه تحقیقاتی است که می‌خواهد محدودیت‌ها را کنار بزند و واقعیت این است که باید بتواند در زمینه تجاری سازی هوش مصنوعی هم قدم‌هایی بردارد. هدف مالک آن این است که محصولاتی بسازد که بتواند مشکلات بشر را حل کند و از طریق تجاری سازی هوش مصنوعی به سود هم برسد. البته که این دو مورد با هم در تضاد هستند و باعث می‎‌شود که دیپ مایند مجبور باشد در دو جهت حرکت کند. این که جنبه علمی خود را حفظ کند، یا این که تبدیل به یک شرکت هوش مصنوعی شود که محصول تولید می‌کند. پیش از این هم دیپ مایند برای برقراری تعادل بین این دو زمینه با مشکل جدی مواجه شده بود.

جالب است بدانید این فقط مشکل دیپ مایند نیست. شرکت اوپن ای‌آی، رقیب مطلق دیپ مایند هم همین بحران هویتی را دارد. این شرکت یک آزمایشگاه تحقیقاتی است که حمایت مالی مایکروسافت را دارد و حالا در حال تبدیل شدن به شرکتی است که مدل های یادگیری عمیق خود را اجاره می‌دهد.

از این رو، در حالی که دیپ مایند حداقل در حال حاضر نباید نگران مسائل مالی باشد، همچنین نباید از فکر به آینده خودش و آزمایشگاه‌های هوش مصنوعی غافل شود.