Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 صنعتی شدن هوش مصنوعی و چالش‌های این حوزه

صنعتی شدن هوش مصنوعی و چالش‌های این حوزه

زمان مطالعه: 3 دقیقه

طبق گزارشی جدید و جامع، هوش مصنوعی در مسیر پر فراز و نشیب صنعتی شدن قرار دارد. درباره دلایل اهمیت صنعتی شدن هوش مصنوعی باید گفت که امروزه هوش مصنوعی تقریباً در تمام حوزه‌های کسب و کار به کار می‌رود و شیوع ویروس کرونا باعث شده است سرمایه گذاری‌های بیشتری در حوزه پزشکی و داروپردازی صورت گیرد. بنابراین همراه با تکامل این فناوری، چالش‌های پیرامون مسائل اخلاقی و تنوع آن نیز گسترش می‌یابد.

«موسسه هوش مصنوعی انسان محور دانشگاه استنفورد» (HAI) شاخص سالانه AI خود را منتشر نمود. این شاخص در بر گیرنده چشم انداز کلی این حوزه از فناوری است.

اکثر فارغ التحصیلان مقطع دکتری رشته  هوش مصنوعی، وارد بازار کار می‌شوند. این آمار نسبت به سال 2010 از 44% به 65% افزایش یافته است و حاکی از نقش فزاینده‌ای است که شرکت‌های بزرگ در پژوهش‌های مرتبط با هوش مصنوعی و کاربست آن ایفا می‌کنند.

اریک برینجولفسون ، عضو هیات علمی HAI و سرپرست آزمایشگاه اقتصاد دیجیتالی استنفورد ، بیان نمود «از نظر من نکته حائز اهمیت این است که هوش مصنوعی از مرحله تحقیقاتی به سمت صنعتی شدن سوق پیدا کرده است.»

قدم به قدم: حتی در شرایط کرونایی، در سال 2020 سرمایه گذاری‌های خصوصی با نرخ 9.3% رشد یافته و نسبت به سال 2019 افزایش چشم‌گیری داشته است. با این وجود، برای سومین سال متوالی تعداد شرکت‌های تازه تاسیس کاهش یافته‌ است. طبق اظهارات این عضو HAI، این امر حاکی از این است که «شرکت‌های کوچکِ نوپا از مرحله اکتشافی و تحقیق و توسعه به سمت شرکت‌های بزرگ و صنعتی سوق پیدا کرده‌اند».

اگر چه هنوز دانشگاه بزرگ‌ترین منبع داوری تخصصی مقاله‌های حوزه هوش مصنوعی است، در حال حاضر پژوهش‌های انجام گرفته توسط شرکت‌ها تقریباً یک پنجم تمام مقاله‌های منتشر شده در ایالات متحده را در بر می‌گیرند و دومین منبع بزرگ هوش مصنوعی به شمار می‌آیند.

بیشترین سهم سرمایه گذاری‌های خصوصی در سال 2020 به صنعت پزشکی و داروسازی اختصاص دارد. این صنعت بیش از 13.8 میلیارد دلار، 4.5 برابر سرمایه گذاری در سال 2019 و تقریباً سه برابر صنعت اتومبیل‌های خودران (که در رتبه دوم قرار دارد)، جذب سرمایه داشته است.

جذب سرمایه: اگر چه در گذشته شاهد افول ناگهانی این حوزه بوده‌ایم، دوره‌ای موسوم به «زمستان هوش مصنوعی » که جذب سرمایه‌ به این حوزه افت شدید داشته است، امّا در چشم انداز پیش‌رو شواهد اندکی مبنی بر سقوط این صنعت به چشم می‌خورد. با این حال صنعتی شدن با دشواری‌های خاص خود همراه است.

هوش مصنوعی پیشرفته به طور فزاینده به حجم وسیعی از محاسبات و داده ها نیاز دارد و همین امر قدرت بیشتری در اختیار بازیگردان‌های اصلی این حوزه، که البته تعداد آن‌ها زیاد نیست، قرار می‌دهد

از طرف دیگر، کالایی‌سازی فناوری‌های هوش مصنوعی، مانند تشخیص چهره، مبین حضور بازیگران بیشتری در این حوزه چه در سطح ملی و چه در سطح بین‌المللی است و باعث می‌شود قانونگذاری پیرامون استفاده از این فناوری‌ها دشوارتر شود.

طبق اظهارات برینجولفسون، هم‌زمان با گسترش هوش مصنوعی، چالش‌های اخلاقی نهفته در این حوزه مبین «تعریفی نو از نقض حریم خصوصی و سوء استفاده از این فناوری» خواهد بود و این حقیقت که 45% فارغ‌التحصیلان مقطع دکتری این رشته سفید پوست و تنها 2% آنها سیاه پوست هستند، بر چالش‌های اخلاقی دامن می‌زند.

شاخص هوش مصنوعی دانشگاه استنفورد نشان می‌دهد که بر خلاف گسترش حوزه اخلاق در هوش مصنوعی، طبق گفته‌های برینجولفسون، سطح سود شرکت‌های بزرگ همچنان «ناامید کننده و اندک» است.

جزئیات: تاثیر این دشواری‌ها بر یکی از جالب‌ترین موارد کاربرد هوش مصنوعی، یعنی مدل‌های تولید محتوای متنی در سطح کلان، کاملاً مشهود است.

سیستم‌هایی همانند GPT-3 محصول شرکت OpenAI، که سال گذشته منتشر شد، به منظور تولید متن اصیل، متنی که گویی توسط انسان تولید شده است، صدها هزار کلمه را در بطن خود جای می‌دهند.

با کمک مدل‌های تولید محتوای متنی می‌توان رزومه‌های نوشته شده توسط انسان را اصلاح نمود. لیکن، صرف نظر از اینکه این فناوری می‌تواند بر جهان‌بینی ما تاثیر منفی بگذارد، این احتمال نیز وجود دارد که این فناوری برای ارسال هرزنامه‌هایی از طرف متقاضیانِ به ظاهر واقعی به شرکت‌های رقیب مورد استفاده قرار گیرد.

کریستین تینسکی ، هم‌بنیانگذار و نایب رئیس شرکت بازایابی داده محورِ Fractl، در این باره می‌گوید: «به طور قطع داشته‌های ما از مدل‌های تولید محتوا به مثابه یک شمشیر دولبه است».

رقابت ابرقدرت‌ها بر سر هوش مصنوعی: افزایش روز افزون رقابت ژئوپلیتیک بین ایالات متحده و چین بر سر هوش مصنوعی ادامه دارد.

کمیسیون امنیت ملی آمریکا در حوزه هوش مصنوعی طی گزارشی هشدار داد که «اگر رویکردهای فعلی تغییر نکنند، چین از توانمندی، استعداد و جاه‌طلبی لازم برای پیشی گرفتن از آمریکا و تبدیل شدن به قدرت برتر جهان در حوزه هوش مصنوعی تا یک دهه دیگر برخوردار است»

اریک اشمیت، مدیر عامل سابق شرکت گوگل و دبیر هیات تحریریه این گزارش، به اینا فرید، یکی از کارکنان سایت خبری آکسیوس، گفت «لزومی ندارد با چین وارد جنگ شویم، فقط کافی است با آن رقابت کنیم.»

و امّا؛ اگر چه پژوهشگران چینی مقاله‌های بیشتری در حوزه هوش مصنوعی منتشر می‌کنند، امّا طبق آخرین نظرسنجی دانشگاه استنفورد، ایالات متحده همچنان در کیفیت حرف اول را می‌زند.

علی رغم اینکه اکثر دارندگان مدرک دکتری هوش مصنوعی در ایالات متحده از کشورهای خارجی هستند، بیش از 80% این افراد در صورت پیداکردن شغل در این کشور می‌مانند. این امر حاکی از جاذبه پایدار بخش فناوری ایالات متحده است.

کلام آخر: هوش مصنوعی راه دارازی در پیش دارد لیکن چالش‌های پیش روی این حوزه از سمت قابلیت‌ها به سمت بایدها سوق پیدا می‌کند.

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]