رویارویی با نسخه فیزیکی تکینگی هوش مصنوعی

در هفته‌های اخیر، در پی رفتارهای غیرمنتظره و نگران‌کننده عامل‌های هوش مصنوعی، نگرانی‌ها درباره ابرهوش مصنوعی به‌شدت افزایش یافته است. این نگرانی‌ها حول روایت آینده‌نگرانه «تکینگی هوش مصنوعی» (AI Singularity) متمرکز هستند که می‌گوید: هوش مصنوعی در نهایت از آستانه‌ای عبور خواهد کرد که پس از آن، با سرعتی نمایی خود را بهبود می‌دهد و انسان‌ها را پشت سر می‌گذارد؛ درحالی‌که منحنی پیشرفت به‌صورت عمودی اوج می‌گیرد. اما تکینگی دیگری نیز وجود دارد که باید توجه بیشتری به آن شود. این تکینگی ملموس‌تر است، هم‌اکنون در حال وقوع است و احتمالاً خیلی زودتر پیامدهای ژئوپلیتیکی بزرگی خواهد داشت. این امر همان «تکینگی فیزیکی» است.

انسان‌ها همین حالا نیز برای انجام بسیاری از کارهای دستی به ماشین‌ها متکی هستند. ماشین‌ها نیروی کار انسانی را چندبرابر می‌کنند و به ما امکان می‌دهند جهان فیزیکی خود را با سرعتی بسیار بیشتر از آنچه تنها با دستان خود می‌توانستیم، تغییر دهیم. هرچه ماشین‌های ما توانمندتر شوند، سهم تلاش انسانی موردنیاز نیز همچنان کاهش خواهد یافت و به سمت صفر حرکت خواهد کرد. انبارها بیش‌ازپیش با حداقل مداخله انسانی فعالیت می‌کنند. بخش قابل‌توجهی از تجهیزات مورداستفاده در معدن‌کاری خودکار شده‌اند. کارگاه‌ها و سایت‌های ساختمانی نیز از سامانه‌های رباتیک استفاده می‌کنند. بااین‌حال، هر یک از این موارد به‌تنهایی، صرفاً پیشرفت‌هایی تدریجی هستند.

بااین‌حال، پیش از آنکه میزان تلاش انسانی به صفر برسد، آستانه‌ای حیاتی وجود خواهد داشت که از آن عبور خواهیم کرد. این نقطه زمانی فرا خواهد رسید که طراحی، لجستیک، تولید و استقرار در قالب سامانه‌ای یکپارچه با یکدیگر ادغام شوند؛ سامانه‌ای که رشد ظرفیت تولیدی را خودکار می‌کند و درعین‌حال، وابستگی آن به نیروی کار انسانی را کاهش می‌دهد. فراتر از ماشین‌هایی که منابع را استخراج می‌کنند، آنها را جابه‌جا می‌کنند و می‌سازند؛ تصور کنید ربات‌هایی کارخانه‌هایی را بسازند که سپس در آنها ربات‌های بیشتری تولید شود.

این ماشین‌ها تنها جهان فیزیکی را دگرگون نخواهند کرد؛ آنها با نرخی که به‌صورت نمایی افزایش می‌یابد، خودِ سامانه‌ای را که جهان را دگرگون می‌کند نیز گسترش خواهند داد. در مقطعی طی یک یا دو دهه آینده، نیروی کار انسانی دیگر محدودیت اصلی سرعت رشد ظرفیت صنعتی نخواهد بود. این تحول، اقتصاد رشد را دگرگون خواهد کرد.

یک اقتصاد صنعتی سنتی به‌صورت خطی رشد می‌کند؛ یعنی این نیروی کار انسانی، مواد خام، انرژی و سرمایه‌گذاری و هزینه سرمایه‌ای هستند که نرخ توسعه را تعیین و محدود می‌کنند. بررسی‌های اقتصادی در کشورهای ثروتمند به طور مستمر کمبود نیروی کار را یکی از عوامل محدودکننده استفاده از ظرفیت صنعتی عنوان می‌کنند. در نقطه تکینگی فیزیکی، مقیاس‌پذیری بازگشتی (Recursive Scaling) به هر افزایش تدریجی در ظرفیت اجازه می‌دهد سرعت گسترش بعدی را افزایش دهد، بدون آنکه محدودیت‌های ناشی از نیروی کار انسانی در جهت مخالف عمل کنند.

این بدان معنا نیست که تولید فیزیکی نامحدود می‌شود یا سایر محدودیت‌ها از میان می‌روند. انرژی، مواد اولیه و سرمایه همچنان اهمیت دارند. بااین‌حال، حذف نیروی کار انسانی به‌عنوان یک گلوگاه، نحوه و سرعت رسیدن به این محدودیت‌ها و سپس کاهش یا رفع آنها را تغییر می‌دهد.

امروزه تلاش‌ها برای افزایش تولید انرژی یا استخراج منابع، در نهایت با یک گلوگاه نیروی کار مواجه می‌شوند. ساخت یک نیروگاه، توسعه شبکه برق، بهره‌برداری از یک معدن یا احداث یک کارخانه به نیروی انسانی نیاز دارد. وقتی قسمت‌های بیشتری از یک سامانه صنعتی خودکار می‌شود، خود این اتوماسیون محدودیت‌های نیروی کار را کاهش می‌دهد. افزایش ظرفیت صنعتی باعث می‌شود بهره‌برداری از فعالیت‌هایی که امروز از نظر اقتصادی توجیه‌پذیر نیستند، به‌تدریج عملی‌تر شود.

این موضوع یک عدم تقارن جالب را آشکار می‌کند. بدون وجود تکینگی فیزیکی، محدودیت‌های انرژی، منابع و سرمایه واقعاً می‌توانند مانع از آن شوند که تکینگی هوش مصنوعی شتاب بگیرد. اما عکس این گزاره صادق نیست. دستیابی به تکینگی فیزیکی تنها به سطح کافی از هوش مصنوعی نیاز دارد، نه به مقدار نامحدودی از آن. تنها به‌اندازه‌ای هوش مصنوعی نیاز است که ماشین‌ها بتوانند خود را بازتولید کنند و توانایی خود برای تغییر جهان را گسترش دهند؛ نه افزایش بازگشتی هوش، بلکه گسترش بازگشتی ظرفیت صنعتی. به باور اشنایدر، ما امروز به این سطح نزدیک شده‌ایم.

تکینگی هوش مصنوعی با نگرانی‌های قابل‌قبولی درباره کنترل همراه است؛ از جمله این ترس که عامل‌های خودمختار ممکن است اهدافی را دنبال کنند که به بشریت آسیب می‌زند. اما تکینگی فیزیکی به عاملیت ماشین‌ها به این معنا نیاز ندارد. آنچه امکان توسعه پرشتاب ظرفیت صنعتی را فراهم می‌کند، رهایی از محدودیت ظرفیت نیروی کار انسانی است، نه رهایی کامل از کنترل انسان.

این مسئله اهمیت موضوع را دوچندان می‌کند. سامانه‌ای که ظرفیت تولیدی خود را با سرعت زیادی افزایش می‌دهد، دارایی‌ای با ابعادی بی‌سابقه است. هرکس طراحی و استقرار آن را کنترل کند، هم یک مزیت اقتصادی به دست می‌آورد و هم قدرت مادیِ انباشته‌شده و روبه‌رشدی در اختیار خواهد داشت.

ما هنوز به آن نقطه نرسیده‌ایم و سرمایه‌گذاری‌هایی که اکنون انجام می‌دهیم، بر سرعت نزدیک‌شدن ما به تکینگی فیزیکی تأثیر خواهند گذاشت. هوش مصنوعی فیزیکی چالش‌های جدید بسیاری ایجاد می‌کند. سامانه‌های فیزیکی در برابر خط تحمل‌ناپذیر هستند که امری منحصربه‌فرد است. چت‌بات‌هایی که ۹۰ درصد مواقع خروجی‌های خوبی تولید می‌کنند، همچنان مفید هستند؛ اما یک خودروی خودران که در ۹۰ درصد تقاطع‌ها با ایمنی حرکت می‌کند، خطرناک است. به همین دلیل، دولت‌هایی که درباره هوش مصنوعی سیاست‌گذاری می‌کنند، باید فراتر از مدل‌ها، تراشه‌ها و مراکز داده را ببینند. رباتیک، خودروهای خودران، معدن‌کاری، انرژی، تولید و ساخت‌وساز نیز به همان اندازه اهمیت دارند. اینها فناوری‌هایی هستند که هوش مصنوعی را به قدرت فیزیکی متصل می‌کنند.

هنگامی که گسترش صنعتی به فرایندی خودپایدار تبدیل شود، مزیت‌های اولیه روی یکدیگر انباشته خواهند شد. کشورهای خاص یا شرکت‌های خاص ممکن است مزیت‌هایی ایجاد کنند که بازگشت‌پذیر نباشند. در چند دهه گذشته، قدرت تولیدی به سمت مناطقی منتقل شد که می‌توانستند نیروی کار ارزان‌تری را بسیج کنند؛ تحولی که هم موجب ایجاد ثروت جدید و چشمگیر شد و هم ویرانگری اقتصادی به همراه داشت. تکینگی فیزیکی با کاهش نقش نیروی کار به‌عنوان یک عامل تعیین‌کننده، بار دیگر چنین جابه‌جایی‌ای را رقم خواهد زد.

پیامدهای این تحول صرفاً اقتصادی نخواهد بود. در جنگ اوکراین، انسان‌ها در خط مقدم تا حدی با ماشین‌ها جایگزین می‌شوند و این چشم‌انداز را مطرح می‌کنند که دفاع از مرزها در آینده تحت سلطه کسانی خواهد بود که بتوانند بیشترین تعداد ماشین‌ها را تولید کنند.

هم‌زمان با تشدید بحث درباره تکینگی هوش مصنوعی، زمان آن رسیده است که به رقابت تعیین‌کننده دیگر در عصر هوش مصنوعی نیز بیشتر فکر کنیم. رقابتی نه بر سر هوش، بلکه بر سر اینکه کدام جامعه ماشین‌هایی را می‌سازد که به‌صورت بازگشتی جهان فیزیکی را می‌سازند. پیامدهای این رقابت به‌سختی می‌توانند ملموس‌تر از این باشند.

گزارش حاضر در نسخه October 3^rd 2026 نشریه The Economist منتشر شده است.