چگونه هوش مصنوعی را ایمن کنیم و وابستگی به آمریکا و چین را کاهش دهیم

سر «دمیس هاسابیس»، مدیرعامل گوگل DeepMind در گفت‌وگو با اکونومیست، ایجاد یک نهاد تنظیم‌گر مشترک میان دولت و بخش خصوصی را برای این صنعت پیشنهاد کرد؛ ایده‌ای که با دیدگاه پیش‌تر مطرح‌شده اکونومیست نیز همسو است. این نهاد تنظیم‌گر بر اساس الگویی مشابه سازمانی طراحی شده که بر فعالیت کارگزاران و بازارهای سهام نظارت می‌کند.

وجود چنین مقرراتی ضروری است، زیرا جدیدترین مدل‌های مرزی، اکنون از قابلیت‌هایی برخوردارند که می‌توانند مخاطرات جدی ایجاد کنند؛ از نفوذ به زیرساخت‌های حیاتی دیجیتال گرفته تا تدوین دستورالعمل ساخت سلاح‌های زیستی جدید. در نبود سازوکاری سازمان‌یافته برای مدیریت این مخاطرات، دولت آمریکا ناچار شده است به‌صورت موردی و هم‌زمان با پیشرفت فناوری، قواعد لازم را تدوین کند تا دسترسی به مدل‌هایی مانند Mythos و Sol را کنترل کند. در حالت ایده‌آل، این مقررات باید در سطح بین‌المللی و به‌ویژه میان آمریکا و چین که مدل‌هایشان از تمامی رقبا پیشرفته‌تر است، مورد توافق قرار گیرد. اما زمان چندانی باقی نمانده است. هاسابیس معتقد است اگر آمریکا به‌تنهایی چنین چارچوبی را اجرا کند، سایر کشورهای جهان نیز در نهایت به همان نظام خواهند پیوست.

شاید او درست بگوید. اما مسئله ایمنی تنها بخشی از ماجراست. اکنون بیش از هر زمان دیگری روشن شده است که آمریکا و چین احتمالاً دسترسی به مدل‌های هوش مصنوعی خود را نه‌فقط به دلایل ایمنی، بلکه به دلایل اقتصادی و راهبردی نیز محدود خواهند کرد. دولت آمریکا در دوران ریاست‌جمهوری دونالد ترامپ بدون تردید از وابستگی نظامی متحدان خود به‌عنوان اهرم فشار در مذاکرات استفاده کرده است؛ بنابراین بعید نیست روزی وابستگی آنها به هوش مصنوعی را نیز به ابزاری برای اعمال نفوذ تبدیل کند. چین نیز پیش‌تر از صادرات برخی کالاها، مانند عناصر خاکی کمیاب، به‌عنوان مزیتی ژئوپلیتیکی بهره برده است و به‌احتمال زیاد هوش مصنوعی را نیز از همین منظر می‌نگرد.

سطح کنترلی که این دو دولت بر فناوری هوش مصنوعی مرزی اعمال می‌کنند، سایر کشورها را در موقعیتی بسیار دشوار قرار داده است؛ به‌ویژه اکنون که این فناوری با سرعت در حال گسترش است. «آرتور منش»، مدیرعامل شرکت Mistral AI و سازنده پیشرفته‌ترین مدل‌های هوش مصنوعی اروپایی در برنامه Inside Tech این سؤال را مطرح کرد که: «اگر آمریکا دسترسی یک کشور را به مدل‌های خود و مراکز داده‌اش قطع کند، آیا کارخانه‌های آن کشور همچنان قادر به ادامه فعالیت خواهند بود؟» افزون بر این، دسترسی به هوش مصنوعی به‌تدریج به مؤلفه‌ای حیاتی در حوزه امنیت نیز تبدیل خواهد شد.

در چنین شرایطی، سایر کشورها چه باید کنند؟

تلاش دولت‌ها برای رسیدن به سطح مدل‌های مرزی آمریکا، از همان ابتدا محکوم به شکست است. تاکنون OpenAI و آنتروپیک هر یک بیش از ۱۰۰ میلیارد دلار سرمایه جذب کرده‌اند. هر برنامه‌ای که با بودجه‌ای به‌مراتب کمتر دنبال شود، از اساس فاقد اعتبار و امکان موفقیت است. حتی اگر سیاست‌گذاران بتوانند چنین منابع مالی عظیمی را تأمین کنند، پژوهش در حوزه هوش مصنوعی از آن دسته فعالیت‌هایی است که نیازمند پژوهشگران بسیار گران‌قیمت و سرمایه‌گذاری‌های پرریسک است؛ حوزه‌ای که دولت‌ها سابقه چندان موفقی در آن ندارند. امروز چه کسی پروژه Quaero را به‌خاطر دارد؛ موتور جست‌وجویی که دولت‌های فرانسه و آلمان در سال ۲۰۰۵ آن را به‌عنوان رقیب گوگل معرفی کردند؟

بااین‌حال، کشورهای دیگر می‌توانند مراکز داده احداث کنند. اغلب آنها برای اجرای سامانه‌های هوش مصنوعی روی داده‌های حساس، به چنین زیرساخت‌هایی نیاز خواهند داشت. وجود مراکز داده داخلی نوعی بیمه در برابر خطر قطع ناگهانی دسترسی به توان پردازشی یا همان رایانش (Compute) محسوب می‌شود. این زیرساخت‌ها همچنین حفظ توانایی واقعی برای مهاجرت به مدل‌های با وزن‌باز را آسان‌تر می‌کنند؛ مدل‌هایی که در صورت قطع دسترسی به پیشرفته‌ترین قابلیت‌های هوش مصنوعی، هر فرد یا سازمانی می‌تواند آنها را به‌صورت مستقل اجرا کند.

بااین‌حال، بخش بزرگی از جهان از نظر توسعه مراکز داده فاصله قابل‌توجهی با آمریکا و چین دارد. مهم‌ترین موانع معمولاً مقررات دست‌وپاگیر و دشواری دسترسی به برق هستند. تأخیرهای اداری با به تعویق‌انداختن درآمدها و بلوکه کردن سرمایه، آثار اقتصادی بسیار بزرگی بر پروژه‌ها دارند. بر اساس برآورد بنیاد کارنگی برای صلح بین‌المللی (Carnegie Endowment)، تنها ۹ ماه تأخیر در راه‌اندازی یک مرکز داده، به‌اندازه دو برابر شدن کل هزینه برق آن در طول عمر پروژه، اقتصاد آن را تضعیف می‌کند. در هند و بریتانیا، متوسط زمان انتظار برای اتصال یک مرکز داده به شبکه برق سه سال است؛ این زمان در آلمان و کره جنوبی به سه سال و نیم می‌رسد، درحالی‌که در آمریکا به طور متوسط دو سال است.

تسریع روند صدور مجوزهای قانونی، ایجاد مسیرهای ویژه برای اتصال سریع‌تر به شبکه برق و اجازه استفاده از روش‌های تولید برق مستقل از شبکه سراسری، همگی می‌توانند به حل این مشکل کمک کنند. در این میان، نیازی به پرداخت یارانه نیز وجود ندارد؛ زیرا شرکت‌های فعال در حوزه هوش مصنوعی به‌شدت تشنه توان پردازشی هستند و حاضرند برای دسترسی به آن هزینه کنند. حتی این احتمال جذاب نیز وجود دارد که توافق‌هایی شکل گیرد که بر اساس آنها، توسعه‌دهندگان هوش مصنوعی در ازای احداث مراکز داده در یک کشور، متعهد شوند همان مدل‌هایی را که در اختیار آمریکا قرار می‌دهند، در اختیار آن کشور نیز بگذارند. افزون بر این، صرفاً تبدیل‌شدن به یکی از مشتریان بزرگ آزمایشگاه‌های هوش مصنوعی آمریکا، از طریق تسریع گسترش و به‌کارگیری این فناوری، می‌تواند خود به اهرم چانه‌زنی تبدیل شود. توسعه‌دهندگان مدل‌های هوش مصنوعی برای توجیه سرمایه‌گذاری‌های عظیم خود به درآمد نیاز دارند؛ بنابراین انگیزه خواهند داشت در برابر سیاست‌های حمایت‌گرایانه آمریکا که به مشتریان خارجی آنها آسیب می‌زند، لابی کنند.

برخی کشورها از این مزیت برخوردارند که خود بر گلوگاه‌های حیاتی زنجیره تأمین فناوری مسلط هستند. تایوان در صنعت تولید تراشه جایگاهی کلیدی دارد؛ هلند مالک شرکت ASML و فناوری منحصربه‌فرد تجهیزات لیتوگرافی است و کره جنوبی در فناوری حافظه‌های نیمه‌رسانا برتری دارد. چنین مزیت‌های تخصصی باید به‌دقت حفظ شوند. اما حتی همین کشورهای خوش‌اقبال نیز قادر نخواهند بود یک اکوسیستم کاملاً مستقل و حاکمیتی برای هوش مصنوعی ایجاد کنند. ازاین‌رو، کشورها باید خود را برای تعاملی مبتنی بر منافع متقابل با ابرقدرت‌های هوش مصنوعی آماده کنند. بااین‌حال، در چنین جهانی هر اهرم چانه‌زنی و هر منبع قدرت مذاکره اهمیت تعیین‌کننده‌ای خواهد داشت.

گزارش حاضر در نسخه July 18^th 2026 نشریه The Economist منتشر شده است.