هوش مصنوعی می‌تواند در کارهای ظریف و خاص مانند بازی شطرنج برتری یابد، اما در انجام بیش از یک کار به خوبی تلاش می‌کند.
در حالی که هوش مصنوعی هنوز راه درازی برای دستیابی به چیزی مانند هوش در سطح انسان در پیش دارد، اما نتوانسته است سرمایه‌گذاری میلیاردها دلاری مانند گوگل، فیس‌بوک و آمازون را متوقف کند.
ماشین‌ها هر سال هوشمندتر و باهوش‌تر می‌شوند، اما هوش مصنوعی هنوز با هیاهویی که توسط برخی از بزرگترین شرکت‌های فناوری جهان ایجاد شده است، مطابقت ندارد.
هوش مصنوعی می‌تواند در کارهای باریک خاص مانند بازی شطرنج برتری یابد، اما در انجام بیش از یک کار به خوبی تلاش می‌کند. به عنوان مثال، یک کودک هفت ساله هوش بسیار وسیع تری نسبت به هر سیستم هوش مصنوعی امروزی دارد.
ادوارد گرفنستت، دانشمند محقق در Meta AI، که قبلاً تحقیقات هوش مصنوعی فیس بوک بود، به CNBC گفت: «الگوریتم های هوش مصنوعی در نزدیک شدن به وظایف فردی یا وظایفی که دارای درجه کمی از تغییر هستند، خوب هستند.
او افزود: «با این حال، دنیای واقعی پتانسیل قابل توجهی برای تغییر را در بر می‌گیرد، پویایی که ما در الگوریتم‌های آموزشی خود به خوبی نمی‌توانیم آن را به تصویر بکشیم، و هوش شکننده‌ای را به همراه دارد.»
گرفنستت گفت، محققان هوش مصنوعی شروع به نشان دادن راه‌هایی برای تطبیق مؤثر روش‌های آموزش هوش مصنوعی با تغییر محیط‌ها یا وظایف کرده‌اند که در نتیجه عوامل قوی‌تری ایجاد می‌کنند. او بر این باور است که امسال کاربردهای صنعتی و علمی بیشتری از چنین روش هایی وجود خواهد داشت که "جهش های قابل توجهی" ایجاد می کند.
در حالی که هوش مصنوعی هنوز راه درازی برای دستیابی به چیزی مانند هوش در سطح انسانی در پیش دارد، اما این امر مانع از سرمایه‌گذاری میلیاردها دلاری مانند گوگل، فیس بوک (متا) و آمازون برای استخدام محققان با استعداد هوش مصنوعی نشده است که می‌توانند به طور بالقوه همه چیز را بهبود بخشند. موتورهای جستجو و دستیارهای صوتی جنبه هایی از به اصطلاح "متاورس" را در نظر می گیرند.
بت سینگلر، انسان شناس، که در دانشگاه کمبریج روی هوش مصنوعی و روبات ها مطالعه می کند، به CNBC گفت که ادعاهای مربوط به اثربخشی و واقعیت هوش مصنوعی در فضاهایی که اکنون به عنوان متاورز برچسب گذاری می شوند، در سال 2022 رایج تر خواهد شد، زیرا پول بیشتری در این منطقه سرمایه گذاری می شود. و عموم مردم شروع به شناخت «متاورس» به عنوان یک اصطلاح و یک مفهوم می کنند.
سینگر همچنین هشدار داد که ممکن است در سال 2022 "بحث بسیار کمی" در مورد تأثیر متاورژن بر "هویت، جوامع و حقوق" افراد وجود داشته باشد.
گری مارکوس، دانشمندی که یک استارت‌آپ هوش مصنوعی را به اوبر فروخت و در حال حاضر رئیس اجرایی شرکت دیگری به نام هوش مصنوعی قوی است، به CNBC گفت که مهمترین پیشرفت هوش مصنوعی در سال 2022 احتمالاً چیزی خواهد بود که جهان فوراً شاهد آن نخواهد بود.
او گفت: «چرخه از کشف آزمایشگاهی تا عملی شدن می‌تواند سال‌ها طول بکشد،» و افزود که حوزه یادگیری عمیق هنوز راه درازی در پیش دارد. یادگیری عمیق ناحیه ای از هوش مصنوعی است که تلاش می کند فعالیت لایه های نورون های مغز را تقلید کند تا یاد بگیرد که چگونه الگوهای پیچیده در داده ها را تشخیص دهد.
مارکوس معتقد است که مهمترین چالش در حال حاضر برای هوش مصنوعی «پیدا کردن راهی خوب برای ترکیب همه دانش عظیم جهان از علم و فناوری» با یادگیری عمیق است. او گفت در حال حاضر "یادگیری عمیق نمی تواند از همه آن دانش استفاده کند و در عوض بارها و بارها سعی می کند همه چیز را از ابتدا یاد بگیرد."
مارکوس اضافه کرد: «پیش‌بینی می‌کنم امسال پیشرفتی در این مشکل وجود داشته باشد که در نهایت تحولی خواهد بود، به سمت آنچه سیستم‌های هیبریدی نامیدم، اما چند سال دیگر طول می‌کشد تا شاهد سودهای عمده‌ای باشیم». چیزی که احتمالا در سال جاری یا سال آینده خواهیم دید، اولین دارویی است که هوش مصنوعی در آن نقش مهمی در فرآیند کشف بازی کرده است.
مراحل بعدی DeepMind
یکی از بزرگترین پیشرفت‌های هوش مصنوعی در دو سال گذشته از آزمایشگاه تحقیقاتی DeepMind مستقر در لندن، که متعلق به آلفابت است، به دست آمد.
این شرکت با موفقیت نرم‌افزار هوش مصنوعی ایجاد کرده است که می‌تواند ساختاری را که پروتئین‌ها در عرض چند روز به هم می‌پیوندند را به‌دقت پیش‌بینی کند و یک «چالش بزرگ» ۵۰ ساله را حل کند که می‌تواند راه را برای درک بهتر بیماری‌ها و کشف دارو هموار کند.
نیل لارنس، استاد یادگیری ماشین در دانشگاه کمبریج، به CNBC گفت که انتظار دارد ببیند که DeepMind در سال 2022 سؤالات علمی بزرگتری را هدف قرار دهد.
مدل‌های زبان – سیستم‌های هوش مصنوعی که می‌توانند متن قانع‌کننده تولید کنند، با انسان‌ها مکالمه کنند، به سؤالات پاسخ دهند و موارد دیگر – نیز در سال ۲۰۲۲ بهبود خواهند یافت.
شناخته‌شده‌ترین مدل زبان OpenAI's GPT-3 است، اما DeepMind در ماه دسامبر گفت که مدل جدید زبان «RETRO» آن می‌تواند ۲۵ برابر اندازه‌اش، دیگران را شکست دهد.
کاترین برسلین، دانشمند یادگیری ماشینی که قبلاً روی آمازون الکسا کار می‌کرد، فکر می‌کند که فناوری بزرگ سال آینده به سمت مدل‌های زبانی بزرگ‌تر و بزرگ‌تر رقابت خواهد کرد.
برسلین، که اکنون شرکت مشاوره هوش مصنوعی Kingfisher Labs را اداره می‌کند، به CNBC گفت که حرکتی به سمت مدل‌هایی وجود خواهد داشت که توانایی‌های بینایی، گفتار و زبان را ترکیب می‌کنند، نه اینکه آنها را به‌عنوان وظایف مجزا در نظر بگیرند.
Nathan Benaich، سرمایه‌گذار با Air Street Capital و یکی از نویسندگان گزارش سالانه وضعیت هوش مصنوعی، به CNBC گفت که نسل جدیدی از شرکت‌ها احتمالاً از مدل‌های زبانی برای پیش‌بینی مؤثرترین توالی‌های RNA ریبونوکلئیک اسید استفاده می‌کنند.
او گفت: سال گذشته ما شاهد تأثیر فناوری‌های RNA بودیم زیرا واکسن‌های جدید کووید، که بسیاری از آنها بر اساس این فناوری ساخته شده‌اند، به قرنطینه‌های سراسری پایان دادند.» «امسال، من معتقدم که ما شاهد محصول جدیدی از شرکت‌های درمانی RNA با استفاده از هوش مصنوعی خواهیم بود. این شرکت‌های جدید با استفاده از مدل‌های زبانی برای پیش‌بینی مؤثرترین توالی‌های RNA برای هدف قرار دادن یک بیماری مورد علاقه، می‌توانند زمان لازم برای کشف داروها و واکسن‌های جدید را به‌طور چشمگیری افزایش دهند.
نگرانی های اخلاقی
در حالی که تعدادی از پیشرفت‌ها ممکن است در گوشه و کنار باشد، نگرانی‌های عمده‌ای در مورد اخلاق هوش مصنوعی وجود دارد، که وقتی روی مجموعه‌های داده خاص آموزش داده می‌شود، می‌تواند بسیار تبعیض‌آمیز و جانبدارانه باشد. همچنین از سیستم‌های هوش مصنوعی برای نیرو دادن به سلاح‌های مستقل و تولید پورن جعلی استفاده می‌شود.
ورنا ریزر، استاد هوش مصنوعی محاوره‌ای در دانشگاه هریوت وات در ادینبورگ، به CNBC گفت که در سال 2022 تمرکز قوی‌تری بر روی پرسش‌های اخلاقی پیرامون هوش مصنوعی خواهد شد.
او گفت: «من نمی‌دانم هوش مصنوعی تا پایان سال 2022 می‌تواند کارهای «جدید» زیادی انجام دهد یا نه، اما امیدوارم این کار را بهتر انجام دهد یا خیر.
سامیم وینیگر، محقق مستقل هوش مصنوعی که قبلاً برای یک شرکت فناوری بزرگ کار می‌کرد، افزود که معتقد است در مورد استفاده از مدل‌های یادگیری ماشینی در بازارهای مالی، جاسوسی و مراقبت‌های بهداشتی افشاگری‌هایی وجود خواهد داشت.
او به CNBC گفت: «این سؤالات بزرگی را در مورد حریم خصوصی، قانونی، اخلاقیات و اقتصاد ایجاد خواهد کرد.
های فن تک از شما دعوت می کند نظرات خود را در مورد این مقاله به اشتراک بگذارید