اخیراً سم آلتمن، مدیرعامل OpenAI، در مصاحبه‌ای با وینود خسلا شرکت کرد و دیدگاه‌ های خود را در مورد آینده هوش مصنوعی، اقتصاد و جهان به اشتراک گذاشت.

تصویری از جهان در سال ۲۰۴۰: تغییرات بنیادین در کنار ثبات انسانی

وقتی به آینده‌ای نه چندان دور، مثلاً بین سال‌ های ۲۰۳۵ تا ۲۰۵۰ نگاه می‌کنم، معتقدم سرعت تغییرات تکنولوژیک به قدری زیاد خواهد بود که درک آن با چارچوب‌های امروزی دشوار است. پیش‌بینی‌های دقیق مثل ساخت «کُره دایسون» یا کشف «نانوبات‌ها» سخت است، اما بسیاری از چیزها واقعاً متفاوت خواهند بود. با این حال، فکر می‌کنم مردم هنوز دور هم می‌نشینند و ناهار می‌خورند؛ از این جهت زندگی ادامه خواهد داشت. شاید تجربه انسانی چندان تغییر نکند، زیرا تکامل زمان زیادی می‌برد و محرک‌های بیولوژیکی قدرتمندی در ما نهادینه شده‌اند. اما از نظر زیرساخت‌های فناوری و کارهایی که یک نفر می‌تواند انجام دهد، دنیا بسیار متفاوت خواهد بود.

این تغییرات شرکت‌های امروزی را نیز عمیقاً تحت تأثیر قرار خواهد داد. من شرط می‌بندم که اکثر شرکت‌های فعلی نمی‌توانند به اندازه کافی سریع خود را تطبیق دهند و متحمل زیان‌های قابل توجهی خواهند شد. شتاب رشد شرکت‌های جدید بخشی از یک منحنی نمایی بزرگ است که در آن شرکت‌ها می‌توانند سریع‌تر، بزرگ‌تر و مهم‌تر شوند. OpenAI خود نمونه‌ای از این موضوع است؛ ما خیلی سریع، خیلی بزرگ شدیم.

این دگرگونی به‌ویژه در دنیای نرم‌افزار نزدیک‌تر به نظر می‌رسد. اگر به سمت دنیایی پیش برویم که بتوانید هر نرم‌افزاری را در لحظه بنویسید و برای انجام کاری کافی است در یک چت‌بات چیزی تایپ کنید و یک نرم‌افزار عالی تحویل بگیرید، شرایط کاملاً متفاوت می‌شود. به جای خرید محصول یک شرکت SaaS، فقط می‌گویید «اجرا کن» و انجام می‌شود. این یک تغییر بسیار بزرگ است که چندان هم دور نیست. البته دنیای فیزیکی و شرکت‌های بزرگ با زنجیره‌های تأمین پیچیده، همیشه زمان بیشتری برای تغییر نیاز دارند، اما تا سال ۲۰۴۰ حتی دنیای فیزیکی هم به اندازه کافی تغییر خواهد کرد.

آینده مشاغل: آیا هوش مصنوعی جایگزین همه چیز می‌شود؟

شاید به نظر برسد که در آینده شغلی در دنیای فکری باقی نماند که هوش مصنوعی نتواند حداقل ۸۰٪ آن را انجام دهد. اما من فکر می‌کنم مشاغل زیادی وجود دارند که شما نمی‌خواهید یک هوش مصنوعی آن‌ها را انجام دهد، یا حداقل بسیاری از مردم این را نمی‌خواهند. ما به شدت به اهمیت دادن به دیگران گرایش داریم و این یک مسئله عمیق بیولوژیکی است.

برای مثال، شاید بتوانید یک معلم هوش مصنوعی عالی داشته باشید، اما او به اندازه یک معلم انسانی متوسط برای شما انگیزه‌بخش نخواهد بود. من با خواندن ویکی‌پدیا بیشتر از هر معلمی یاد گرفتم، اما وقتی به لحظات خاص یادگیری‌ام فکر می‌کنم، همه چیز به افراد خاصی برمی‌گردد که با من ارتباط برقرار کردند و به من اهمیت دادند. دانستن اینکه طرف مقابل یک شخص واقعی است، تأثیر بسیار عمیقی دارد. بله، بخشی از این حس با هوش مصنوعی تکرار خواهد شد، اما غلبه بر برنامه‌ریزی بیولوژیکی ما بسیار دشوار است.

البته شکی نیست که یک سرمایه‌گذار هوش مصنوعی بسیار بهتر از من وجود خواهد داشت. راستش را بخواهید به این فکر کرده‌ام که آیا باید یک سرمایه‌گذار استارتاپ هوش مصنوعی بسازیم. فکر می‌کنم با مدل‌های فعلی، شاید همین الان هم قابل انجام باشد. اما من شخصاً هنوز از شام خوردن با یک انسان لذت می‌برم و اگر یک انسان به من بگوید «کارت خوب بود»، برایم انگیزه‌بخش‌تر از هوش مصنوعی است.

شتاب پیشرفت: از ChatGPT تا هوش مصنوعی عمومی (AGI)

رفتن از «هیچ» به اولین نسخه ChatGPT شاید بزرگترین شوک سیستمی بود که اکثر مردم احساس کردند، زیرا یک‌دفعه چیزی که وجود نداشت، به وجود آمد. شاید ما اکنون از ۱ به ۱۰ رفته‌ایم و در ۱۸ ماه آینده از ۱۰ به ۱۰۰ برویم. پیشرفت واقعی شگفت‌انگیز خواهد بود، اما اکنون دیگر انتظار می‌رود که شگفت‌انگیز باشد، در حالی که ChatGPT برای اکثر مردم یک اتفاق غیرمنتظره بود.

جالب است که وقتی با افراد عادی صحبت می‌کنم، می‌گویند: «آه بله، AGI تقریباً اینجاست و کامپیوترها بسیار باهوش‌تر از انسان‌ها خواهند شد.» به نظرم یک به‌روزرسانی بزرگ در ذهنیت مردم اتفاق افتاده است.

محرک این پیشرفت نمایی، همان قوانین مقیاس‌پذیری (scaling laws) است. در سطح بالا، ورودی‌ها تغییر نکرده‌اند: الگوریتم‌های بهتر، کامپیوترهای بزرگ‌تر و داده‌های بیشتر. البته به جایی خواهیم رسید که سیستم‌ها نوعی یادگیری مستمر داشته باشند و برای همیشه هوشمندتر شوند.

یک عامل مهم دیگر، نقش خود هوش مصنوعی در تحقیقات آینده است. این یک فرآیند تدریجی خواهد بود. امروز یک محقق OpenAI از ابزارهای هوش مصنوعی استفاده می‌کند تا ۱۰٪ کارآمدتر باشد، فردا ۲۰٪ و همین‌طور ادامه می‌یابد. شاید هوش مصنوعی در ارائه فرضیه‌ها کمک کند، اما محقق هنوز احساس می‌کند که خودش تحقیق را انجام می‌دهد. اما نتیجه نهایی این است که ما هر سال در جبهه تحقیقات بسیار سریع‌تر حرکت خواهیم کرد، زیرا ابزارهای بهتری داریم.

داستان ناگفته ChatGPT و چشم‌انداز آینده OpenAI

جالب است بدانید که ما با یک آزمایشگاه تحقیقاتی بسیار خوب شروع کردیم و بعداً یک شرکت نه‌چندان خوب را به آن اضافه کردیم. حدود چهار سال و نیم پس از تأسیس، به این نتیجه رسیدیم که برای تأمین سرمایه، باید یک شرکت بزرگ بسازیم. ما مدلی به نام GPT-3 داشتیم اما محصولی برای آن پیدا نمی‌کردیم. به یاد توصیه‌ای از پل گراهام افتادم:

“همیشه یک API بسازید. تحت هر شرایطی، یک API بسازید. اتفاقات خوبی خواهد افتاد.”

ما هم همین کار را کردیم و GPT-3 را در قالب یک API عرضه کردیم.

کل دنیا دقیقاً یک کار با آن پیدا کرد: اپلیکیشن‌های کپی‌رایتینگ. اما ما یک ابزار به نام Playground داشتیم که در آن می‌شد با مدل چت کرد و این، موفقیت دور از انتظار ما بود. سیگنال واضحی از کاربران وجود داشت که مردم می‌خواهند با مدل‌ها صحبت کنند. بنابراین، تحقیقات را برای آسان‌تر کردن چت شروع کردیم و نتیجه آن، پیش‌نمایشی شد که امروز به نام ChatGPT می‌شناسیم. یک یادگیری مهم این بود که حتی اگر محصولی نرخ ماندگاری کاربر پایینی (مثلاً ۵٪) داشته باشد، اما این نرخ صفر نباشد، شما در وضعیت بسیار خوبی هستید.

چشم‌انداز ما برای آینده این است که OpenAI مجموعه‌ای کوچک از محصولات و یک پلتفرم بسازد تا به نوعی AGI شخصی پیش‌فرض شما باشد؛ سیستمی که شما را بشناسد، به اطلاعات شما متصل باشد و همانطور که شما می‌خواهید رفتار کند. چه از طریق چت، چه در محصولات دیگر یا با استفاده از ایجنت‌ها. ما می‌خواهیم ChatGPT یک «سیستم عامل برای هوش» باشد، هرچند هنوز خیلی در ابتدای راه هستیم.

هوش مصنوعی در سازمان‌ها و توصیه‌ای برای کارآفرینان

در حوزه سازمانی، دو مسیر جالب وجود دارد. یکی، ایده همکاران مجازی که تمام کارهای یک سازمان را بهبود می‌بخشند. دیگری که برای من هیجان‌انگیزتر است، این است که یک سازمان بتواند یک کلاستر کامل محاسباتی را به یک مشکل واقعاً سخت، مانند یک کشف علمی، اختصاص دهد.

در کوتاه‌مدت، حدس من این است که مهندس نرم‌افزار هوش مصنوعی بیشترین تحول را در سازمان‌ها ایجاد خواهد کرد. شرکت‌ها سریع‌تر از هر حوزه دیگری در این زمینه سرمایه‌گذاری می‌کنند.

برای کارآفرینانی که در این عدم قطعیت تصمیم می‌گیرند، توصیه‌ام این است: فرض کنید مدل‌ها هر سال از هر نظر (هوش، استدلال، قابلیت‌های چندوجهی) ۱۰ برابر بهتر و ارزان‌تر می‌شوند. سپس از خودتان بپرسید: با این فرض، چه محصولی را و چه زمانی باید بسازم؟

این رویکرد به ظهور پدیده‌های جدیدی مانند «شرکت ۱۰ نفره با درآمد یک میلیارد دلاری» منجر خواهد شد. من شرط می‌بندم که چنین شرکتی یا قبلاً شروع به کار کرده یا در چند سال آینده شروع خواهد کرد. می‌توانید یک داروی واحد را تصور کنید که توسط یک نفر و ۵۰,۰۰۰ پردازنده گرافیکی کشف شود و بیش از یک میلیارد دلار درآمد ایجاد کند.

پیامدهای جهانی: از اقتصاد تا نقش دولت

ChatGPT اکنون پنجمین وب‌سایت بزرگ جهان است و اگر در مسیر فعلی بماند، بزرگترین وب‌سایت جهان خواهد شد. میلیاردها نفر از هوش مصنوعی عمومی رایگان استفاده خواهند کرد و به مشاوره پزشکی و آموزش عالی دسترسی خواهند داشت. اینگونه است که فناوری با قرار دادن ابزارها در دستان مردم، به جهان سود می‌رساند.

امیدوارم هوش مصنوعی به شدت تورم‌زدا باشد. تمام ثروت اضافی که ایجاد می‌شود، باید به جایی برود. امیدوارم چیزهایی مانند آب، غذا و مراقبت‌های بهداشتی آنقدر ارزان شوند که همه توانایی خرید آن را داشته باشند.

در این میان، نقش دولت‌ها نیز حیاتی است. اطمینان از اینکه می‌توانیم به اندازه کافی هوش مصنوعی بسازیم تا فراوان باشد و فقط در دسترس ثروتمندان قرار نگیرد، یک وظیفه مهم است. نیاز به چارچوب‌های محافظتی وجود خواهد داشت. مقررات بیش از حد می‌تواند فاجعه‌بار باشد، اما عدم وجود آن نیز می‌تواند بسیار بد باشد. تعیین برخی قوانین جهانی، به‌ویژه با قدرتمندتر شدن سیستم‌ها، تنها از عهده دولت‌ها برمی‌آید.

منبع: استارتاپ لب