سه‌شنبه ۶ مرداد ۱۴۰۵ | ۱۳:۲۷
شرکت‌های متکی به یک مدل هوش مصنوعی دوام نمی‌آورند!

مدیرعامل «مایکروسافت» مطرح کرد

شرکت‌های متکی به یک مدل هوش مصنوعی دوام نمی‌آورند!

مدیرعامل «مایکروسافت» گفت: شرکت‌هایی که برای همه چیز به یک مدل هوش مصنوعی اعتماد می‌کنند، ممکن است دوام نیاورند.

به گزارش ایسنا، «ساتیا نادلا»(Satya Nadella) مدیرعامل مایکروسافت، هشدار تکان‌دهنده‌ای را که اوایل ماه جاری میلادی به کسب‌وکارهای استفاده ‌کننده از هوش مصنوعی داده بود، دو چندان کرد و این بار پا را فراتر گذاشت.

به نقل از تک‌کرانچ، نادلا پیش‌بینی می‌کند شرکت‌هایی که برای نیازهای هوش مصنوعی خود کاملاً به آزمایشگاه‌های اختصاصی هوش مصنوعی متکی هستند، در نهایت دوام نخواهند آورد. نادلا گفت کسب‌وکارها باید نسبت به هر چیزی که ارائه می‌دهند، از داده‌ها گرفته تا دستورالعمل‌هایشان، محتاط باشند.

خلاصه حرف نادلا این است که شرکت‌هایی که مدل‌های خودشان را ندارند یا بدون لایه‌ای از زیرساخت هوش مصنوعی که به عنوان دروازه هوش مصنوعی شناخته می‌شود تا دستورالعمل‌ها را از خود مدل جدا کند، به دردسر خواهند افتاد.

نادلا به ‌طور ویژه می‌خواهد شرکت‌ها از اتکا به ابزارهای کدنویسی داخلی آزمایشگاه‌های هوش مصنوعی که به عنوان «هارنس»(harnesses) شناخته می‌شوند، دست بردارند. «کلود کد»(Claude Code) شرکت «آنتروپیک»(Anthropic) و «چت‌جی‌پی‌تی کدکس»(ChatGPT Codex) شرکت «اوپن‌ای‌آی»(OpenAI) نمونه‌هایی از این موارد هستند.

نادلا گفت: شما با جدا نگه داشتن هارنس و محتوا و حافظه از مدل می‌توانید از چندین مدل برای کاری که در آن عالی هستند، استفاده کنید. در عین حال، هر مدلی ممکن است از بین برود، اما همچنان می‌توانید سرنوشت خود را در دست داشته باشید.

توجه داشته باشید که مایکروسافت در دو شرکت بزرگ هوش مصنوعی آنتروپیک و اوپن‌ای‌آی سرمایه‌گذار است. عوامل کدنویسی روشی محبوب برای استفاده از مدل‌های هوش مصنوعی در شرکت‌ها هستند و از هر نظر، پول هنگفتی را برای سازندگان مدل به ارمغان می‌آورند. با وجود این، نادلا به شرکت‌ها می‌گوید که بیش از حد به آنها تکیه نکنند. طبیعتاً مایکروسافت از این هشدار سود خواهد برد، زیرا کسب‌وکار فضای ابری آن اکنون زیرساخت‌های جایگزینی را می‌فروشد که او توصیه می‌کند.

به رغم تاکتیک ترس آشکارا خودخواهانه، نادلا اشتباه نمی‌کند. شرکت‌ها متوجه می‌شوند که به مدل‌های بسیار به ویژه گزینه‌های ارزان‌تر نیاز دارند و به مدل‌های وزن باز که کد زیربنای آنها به صورت عمومی در دسترس است، روی می‌آورند تا بتوانند آنها را تنظیم و روی سخت‌افزار خود اجرا کنند. این بدان معناست که آنها به روش‌هایی برای مدیریت چندین مدل و عوامل کدنویسی که به یک ارائه‌دهنده مدل خاص وابسته نیستند نیز نیاز خواهند داشت.

صحبت نادلا فقط مربوط به بودجه‌های سرسام‌آور نیست. او پیش‌بینی می‌کند که وقتی یک شرکت تفکر خود را به یک مدل برون‌سپاری می‌کند، دیگر نمی‌توان جلوی آزمایشگاه هوش مصنوعی را گرفت که در نهایت سرویس رقیب خود را ارائه دهد. این خطر با پذیرش عوامل هوش مصنوعی توسط شرکت‌ها و دسترسی آنها به بخش‌های داخلی شرکت افزایش می‌یابد.

این همان هشداری است که صنعت استارت‌آپ سال‌هاست از آن می‌ترسد؛ هشداری مبنی بر این که چه چیزی می‌تواند مانع از آن شود که مدل‌سازان با کپی کردن و رقابت با استارت‌آپ‌ها، آنها را از میدان به در کنند.

برای مثال، در ماه مه وقتی «سم آلتمن»(Sam Altman) مدیرعامل اوپن‌ای‌آی، پیشنهاد سرمایه‌گذاری در استارت‌آپ «Y Combinator» را با ارائه اعتبارات هوش مصنوعی به آنها داد، «جیسون کالاکانیس»(Jason Calacanis) سرمایه‌گذار مرحله مقدماتی، هشدار مشابهی را درباره مراقب بودن صادر کرد و نوشت: اگر این توکن‌ها را بگیرید، احتمال این که اوپن‌ای‌آی دقیقاً فعالیت استارت‌آپ شما را بررسی کند، ایده شما را کپی کند و اپلیکیشن شما را در پیشنهاد رایگان خود قرار دهد، صفر نیست. این یک دستورالعمل کلاسیک برای پلتفرم است. بنیانگذاران! مراقب باشید.

حالا نادلا همین استدلال را برای شرکت‌ها مطرح می‌کند.

یک نکته این است که نگرانی نادلا درباره اشتراک‌گذاری بیش از حد داده‌ها توسط مدل‌های هوش مصنوعی فقط به کسب‌وکارها مربوط می‌شود، نه افراد. وقتی از نادلا پرسیده شد که چگونه افراد عادی می‌توانند از خود محافظت کنند، او بی‌تفاوت ماند و گفت که اشتراک‌گذاری داده‌ها صرفاً بهایی است که مصرف‌کنندگان برای استفاده از یک سرویس به ویژه یک سرویس رایگان می‌پردازند.

نادلا گفت: تا حدودی باید نوعی تبادل ارزش در فضای مصرف‌کننده وجود داشته باشد که در آن شما چیزی را به صورت رایگان - شاید در ازای داده‌هایتان - دریافت ‌کنید. این تقریباً نحوه‌ عملکرد مدل کسب‌وکار تبلیغات است.

انتهای پیام

# علمی‌ و دانشگاهی

آخرین اخبار علمی‌ و دانشگاهی