مهندسی در عصر پس از مدل‌های زبانی بزرگ؛ چالش زمان، انقلاب ایجنت‌ها و مزیت‌های رقابتی پایدار

دکتر بابک خلج با تمرکز بر نسل جوان و مهندسان حوزه‌های برق و کامپیوتر، تلاش کرد پرسش‌هایی اساسی درباره مسیر آینده این فناوری و چالش‌های پیش روی زیست‌بوم فناوری کشور مطرح کند. به باور خلج، هرچند سردرگمی عمومی درباره جهت حرکت هوش مصنوعی در جهان وجود دارد، اما درک دقیق متغیرهای جدید این عصر برای بقا در بازار کار بین‌المللی و داخلی ضروری است.

نقطه عطف تاریخی و بحران سرعت در فضای پس از مدل‌های زبانی بزرگ

دکتر بابک خلج با اشاره به تاریخچه حیات بشر، عرضه عمومی ابزار ChatGPT در ۳۰ نوامبر ۲۰۲۲ را یکی از بزرگ‌ترین رویدادهای تاریخ تمدن توصیف کرد که بسترساز دگرگونی بنیادین در سال‌های پیش رو خواهد بود. وی تأکید کرد که در فضای پس از مدل‌های زبانی بزرگ، بحث برنامه‌نویسی و توسعه نرم‌افزار دستخوش تغییرات ساختاری عمیقی شده است. به گفته وی، تحلیل‌های ارائه ‌شده توسط موسساتی نظیر مک‌کنزی و بی‌سی‌جی (BCG) در دو سال گذشته، امروزه به واقعیت ملموسی تبدیل شده‌اند که نشان می‌دهد توسعه نرم‌افزار به زمان بسیار کمتری نسبت به گذشته نیاز دارد.

خلج با تشریح تغییرات بازار کار در قطب‌های فناوری جهان مانند سیلیکون‌ولی، اظهار داشت: «فضایی که یک یا دو سال پیش حاکم بود، دیگر وجود ندارد و پارامتر زمان با مقیاس ۱۰ تا ۱۰۰ برابری سریع‌تر شده است.» وی در ادامه با ابراز تأسف از وضعیت داخلی کشور تصریح کرد که در یک سال اخیر، ارزش متفاوتی که برای «زمان» در دنیا شکل گرفته، در کشور ما لمس نشده است. خلج هشدار داد که زمان به صورت نمایی در حوزه‌های مهندسی در حال سپری شدن است و این امر به افزایش روزافزون عقب‌ماندگی کشور منجر خواهد شد.

به باور این استاد دانشگاه شریف، غول‌های فناوری نظیر مایکروسافت، متا و گوگل دیگر شرکت‌های نرم‌افزاری محض نیستند و بخش عمده‌ای از فعالیت‌های روتین آن‌ها به سمت اتوماسیون کامل حرکت می‌کند. وی با بیان اینکه با حذف برنامه‌نویسی سنتی، حوزه‌های شغلی مختلف از جمله پزشکی در ده سال آینده تغییر ماهیت جدی خواهند داشت، بر لزوم حفظ مزیت رقابتی در دهه‌های آینده تأکید کرد. خلج سرمایه‌گذاری‌های کلان مراکزی مانند Microsoft Research روی حوزه‌های نوین از جمله محاسبات کوانتومی را شاهدی بر خروج مرزهای فناوری از نرم‌افزار سنتی دانست.

آیا هوش مصنوعی قادر به خلق ایده‌های نو است؟ تقابل «حل مسئله» با «فرموله کردن مسئله»

یکی از بخش‌های کلیدی سخنرانی دکتر خلج، بررسی مرزهای توانمندی هوش مصنوعی در خلق مفاهیم جدید علمی بود. وی با ارجاع به مقاله‌ای علمی که اخیراً در این حوزه منتشر شده است، این پرسش را مطرح کرد که آیا هوش مصنوعی می‌تواند مانند نوابغ فیزیک نظیر آلبرت اینشتین، ایده‌های کاملاً جدیدی مانند نسبیت عام را ابداع کند؟

خلج توضیح داد که در حال حاضر بسیاری از کارشناسان معتقدند هوش مصنوعی توانایی خلق ایده کاملاً جدید را ندارد و برتری انسان در این حوزه حفظ شده است، اما وی پیش‌بینی کرد که این برتری انسان در آینده پایدار نخواهد ماند. وی برای تبیین شیوه استخراج دانش، به تفاوت میان سه رویکرد منطقی اشاره کرد:

1. قیاس (Deduction)
2. استقرا (Induction)
3. ابداع (Abduction)

وی فرایند رسیدن اینشتین به نظریه نسبیت عام را نمونه‌ای از رویکرد «ابداع» دانست. اینشتین با پیوند دادن دو مشاهده ذهنی متمایز – یعنی احساس شتاب جاذبه در آسانسور روی زمین و تجربه آسانسوری شتاب‌دار در فضای بدون جاذبه – موفق شد جهشی ذهنی انجام دهد که پیش از آن در هیچ قانون فیزیکی وجود نداشت. خلج با تکیه بر این مثال، فرایند کشف علمی را زنجیره‌ای از مشاهده، تجربه، تست ذهنی و شبیه‌سازی دانست.

وی با تأکید بر تفاوت ساختاری میان «حل کردن مسئله» و «فرموله کردن مسئله» تصریح کرد: «در جهش‌های بزرگ بشری، فرموله کردن درست مسئله به مراتب دشوارتر و باارزش‌تر از حل کردن آن است.» به باور وی، فرمولاسیون جدید است که به اختراعات و نوآوری منجر می‌شود. خلج معتقد است برای رسیدن به این مرحله، هوش مصنوعی باید بتواند از چارچوب‌های موجود فراتر رفته و به اصطلاح بیرون از جعبه (Out of the box) فکر کند؛ فرایندی که هرچند هنوز به طور کامل در مدل‌ها محقق نشده، اما وقوع آن در آینده بسیار محتمل است.

انقلاب سیستم‌های عامل خودمختار و کاهش هزینه‌های کارآفرینی

محور دیگر سخنرانی دکتر خلج به نسل جدید ابزارهای هوش مصنوعی یعنی سیستم‌های عامل خودمختار یا ایجنت‌های هوشمند اختصاص داشت. وی با نقل‌قول از مدیر تحقیقات شرکت OpenAI، ابزارهای مورد نیاز در این دوره را تشریح کرد:

• چرخه‌های ایجنتیک (Agentic Loops)
• سیستم‌های ارزیابی مناسب (Evaluation Systems)
• متریک‌های دقیق ارزیابی و روش‌های بهینه‌سازی
• شبکه‌ای از ایجنت‌های هماهنگ با یکدیگر

خلج با مقایسه فرایند راه‌اندازی استارتاپ‌ها در گذشته و حال اظهار داشت که اگر دو سال پیش برای پیاده‌سازی یک ایده استارتاپی در سیلیکون‌ولی به تیمی ۱۰ تا ۱۵ نفره، یک سال زمان و بودجه‌ای معادل یک تا دو میلیون دلار نیاز بود، امروز این فرایند با دو تا سه نفر، در مدت یک تا دو ماه و با بودجه‌ای زیر چندصد هزار دلار امکان‌پذیر است. وی تأکید کرد که در صورت توسعه چرخه و متریک‌های ارزیابی درست، یک شبکه از ایجنت‌های هماهنگ می‌توانند فراتر از یک تیم ۱۰۰ نفره از مهندسان عمل کنند. خلج با ارجاع به تعبیری از مدیر تحقیقات شرکت OpenAI افزود: «ما نه با یک فرصت عادی در طول زندگی، بلکه با یک فرصت تاریخی در سطح تمدن بشری روبه‌رو هستیم.»

نقشه راه هوشمندی و مزیت‌های رقابتی متخصصان در آینده

دکتر خلج برای تبیین جایگاه متخصصان رشته‌های مختلف، الگویی جامع از ساختار هوشمندی ارائه داد که شامل سه بخش اصلی است:

1. حسگرها: برای دریافت داده‌ها و اطلاعات (مشابه حواس طبیعی انسان)
2. لایه ارتباطات و مخابره (Connection) یا همگام‌سازی (Synchronization): برای جمع‌آوری، جابه‌جایی و پردازش اولیه داده‌ها.
3. خروجی‌ها: که شامل ثبت تجربه و دانش در حافظه مدل و استفاده از عملگرها (Actuators) برای کارهای عملیاتی است.

وی جایگاه مهندسان بخش‌های مختلف را در این نقشه تعریف کرد؛ به عنوان مثال، مهندسان حوزه دیوایس و فیزیک‌دانان را متمرکز بر لایه حسگرها دانست و یادآور شد که این الگو برای حوزه‌های علوم انسانی و روان‌شناسی نیز کاملاً صادق است.

بر اساس این نقشه راه، خلج مزیت‌های رقابتی کلیدی متخصصان در آینده را مواردی همچون توانایی تعریف و فرموله کردن مسائل جدید، تغییر پارادایم‌ها، تفکر فراتر از چهارچوب‌ها و جهش به فضاهای نو و همچنین داشتن نگاه سیستمی در مواجهه با مسائل پیچیده خلاصه کرد.

تعامل با فرایندهای فیزیکی و ساخت، توجه به سخت‌افزار و رباتیک و ورود به حوزه‌های بنیادی مانند حسگرهای زیستی و محاسبات کوانتومی از دیگر مواردی هستند که دکتر خلج در این خلاصه‌سازی از آنها نام برد.

موازنه سخت‌افزاری، سیستم‌های چندایجنتیک و ضرورت مراجع ارزیابی

در حوزه سخت‌افزار، دکتر خلج تراشه‌های GPU و TPU را محدود کننده‌های اصلی فرایند پردازش دانست. وی با اشاره به رقابت اقتصادی و فناوری میان ایالات متحده و چین اظهار داشت که جنگ اصلی این دو قدرت بزرگ بر سر انحصار زیرساخت‌های سخت‌افزاری است و پیش‌بینی کرد که در آینده، دسترسی به سخت‌افزارهای ارزان‌تر و متنوع‌تر محقق خواهد شد.

وی موضوع سیستم‌های چند ایجنتیک (Multi-Agent Systems) را یکی از روندهای داغ تحقیقاتی معرفی کرد که در حوزه‌های حساسی مانند اتاق‌های عمل کاربرد بالایی دارد. خلج توضیح داد که هماهنگی، تعامل و حل اختلاف میان ایجنت‌های مختلف، کانون سرمایه‌گذاری‌های سنگین شرکت‌های پیشرو دنیا نظیر Deep Mind است.

این استاد دانشگاه با اشاره به لزوم توجه به سیستم‌های پیچیده، فرایندهای تکاملی، هوش مصنوعی فیزیکی و تعامل انسان و ماشین، بر اهمیت بی‌بدیل ریاضیات و فیزیک در آینده این فناوری تأکید کرد. وی با مقایسه بازار کار ایران و سیلیکون‌ولی گفت: «برعکس فضای داخلی کشور ما که فارغ‌التحصیلان ریاضی و فیزیک بستر شغلی مناسبی ندارند، در سیلیکون‌ولی بیشترین اقبال به متخصصین ریاضی و فیزیک است، زیرا توانایی بالایی در مدل‌سازی مسائل پیچیده دارند.»

خلج در بخش دیگری از سخنان خود به اقدامات مرکز علوم داده دانشگاه صنعتی شریف اشاره کرد. وی از پروژه راه‌اندازی «آزمایشگاه مرجع هوش مصنوعی در صنایع زیرساختی» خبر داد که قرار است در سال آینده افتتاح شود. به گفته وی، هدف این مرکز، ارزیابی استاندارد محصولات هوش مصنوعی ورودی به صنایع کشور است، زیرا در حال حاضر هیچ متریک و مرجع مشخصی برای سنجش کیفیت این محصولات در صنایع داخلی وجود ندارد.

همزاد دیجیتال و هشدار پایانی پیرامون سرعت تحولات

دکتر خلج مبحث همزاد دیجیتال (Digital Twin) را یکی دیگر از حوزه‌های راهبردی آینده معرفی کرد. او برای ملموس کردن این مفهوم اظهار داشت که بزرگ‌ترین همزاد دیجیتال دنیا هم‌اکنون از طریق تلفن‌های همراه کاربران در حال پیاده‌سازی است. به گفته وی، برای هر کاربری که از سیستم‌عامل اندروید استفاده می‌کند، یک مدل همزاد دیجیتال دقیق در سرورهای گوگل (واقع در سانی‌ویل) و برای کاربران iOS نمونه مشابه آن در شرکت اپل (واقع در کوپرتینوی کالیفرنیا) وجود دارد که تمام رفتارها، علایق و مسیرهای پیموده شده فرد را ثبت می‌کند. خلج با استناد به مقاله اخیر مشترک دانشگاه‌های هاروارد و ام‌آی‌تی اعلام کرد که داده‌های همزاد دیجیتال نزدیک به ۸ میلیارد نفر در جهان با اهداف R&D جمع‌آوری شده است تا رفتارهای فعلی و آینده جوامع شبیه‌سازی شود.

وی در جمع‌بندی سخنان خود، بار دیگر بر اهمیت فاکتور سرعت و زمان تأکید کرد و ابراز داشت که متأسفانه در داخل کشور، زمان ارزش واقعی خود را از دست داده و زیست‌بوم فناوری درگیر چالش‌های جزئی است، در حالی که مرزهای علم در جهان با سرعتی سرسام‌آور پیش می‌رود. خلج به متخصصان و دانشجویان توصیه کرد که با تقویت انعطاف‌پذیری فردی، تسلط بر ابزارهای ریاضی و فیزیک، و ورود به حوزه‌های میان‌رشته‌ای، خود را برای بازار کار نوین جهانی آماده کنند. وی در پایان با اشاره به تغییر هرم قدرت علمی جهان، به طوری که بودجه‌های تحقیقاتی دانشگاه تسینگ‌هوای چین امروزه از دانشگاه‌های مطرحی چون MIT و استنفورد پیشی گرفته است، تأکید کرد که فرصت‌های بی‌شماری پیش روی نسل جدید قرار دارد که بهره‌مندی از آن‌ها نیازمند پویایی و خروج از تخصص‌های تک‌بعدی است.