در رابطه در حال تکامل بین فناوری و جامعه، انسان ها خود را به طرز باورنکردنی سازگار نشان داده اند. چیزی که زمانی ما را بند می آورد، به زودی در زندگی روزمره ما ادغام می شود.
ویژگی های شگفت انگیز مدل های زبان بزرگ (LLM) مانند GPT چت همین چند ماه پیش، مظهر هوش مصنوعی پیشرفته بودند. آنها اکنون در حال تبدیل شدن به افزونه ها و افزونه هایی برای ویرایشگرهای متن و موتورهای جستجوی ما هستند.
ما به زودی متوجه خواهیم شد که به توانایی های آنها تکیه می کنیم و آنها را به طور یکپارچه در کارهای روزمره خود وارد می کنیم.
با این حال، این سازگاری سریع ما را با یک سوال طولانی مواجه می کند: بعد چه می شود؟ همانطور که انتظارات ما تغییر می کند، ما در مورد نوآوری بعدی که تخیل ما را تسخیر می کند شگفت زده می شویم.
مردم برای دستیابی به همه نوع تلاش خواهند کرد هوشمند - و نه چندان باهوش - چیزهایی با هوش مصنوعی بسیاری از ایده ها با شکست مواجه خواهند شد، برخی دیگر تأثیری پایدار خواهند داشت.
توپ کریستالی ما خیلی بهتر از توپ شما نیست، اما می‌توانیم به روشی ساختاریافته در مورد آینده‌ای فکر کنیم. برای اینکه هوش مصنوعی تأثیری پایدار داشته باشد، باید نه تنها از نظر فناوری امکان پذیر باشد، بلکه از نظر اقتصادی نیز مقرون به صرفه و از نظر هنجاری قابل قبول باشد - به عبارت دیگر، با ارزش هایی که جامعه از ما می خواهد مطابقت داشته باشد.
برخی از فناوری‌های هوش مصنوعی در حال حاضر در حاشیه هستند که نویدبخش هستند. چهار نفری که فکر می‌کنیم در بال‌ها منتظر هستند عبارتند از GPT سطح بعدی، روبات‌های انسان‌نما، وکلای هوش مصنوعی و علم مبتنی بر هوش مصنوعی. انتخاب‌های ما از نقطه‌نظر فناوری آماده به نظر می‌رسند، اما اینکه آیا هر سه معیاری که ذکر کردیم را برآورده می‌کنند یا خیر، بحث دیگری است. ما این چهار مورد را انتخاب کردیم زیرا آنها کسانی بودند که در تحقیقات ما در مورد پیشرفت فناوری‌های هوش مصنوعی مطرح می‌شدند.
1. کمک حقوقی هوش مصنوعی
شرکت استارت آپی DoNotPay ادعا می کند که دارد یک چت بات قانونی ساخت - ساخته شده بر اساس فناوری LLM - که می تواند به متهمان در دادگاه مشاوره دهد.
این شرکت اخیراً اعلام کرده است که به سیستم هوش مصنوعی خود اجازه کمک خواهد داد دعوای دو متهم با جریمه های سرعت غیر مجاز در زمان واقعی. هوش مصنوعی که از طریق یک گوشی متصل می‌شود، می‌تواند به جلسات رسیدگی کند و استدلال‌های قانونی را در گوش متهم زمزمه کند، و سپس او آنها را با صدای بلند برای قاضی تکرار می‌کند.
پس از انتقاد و شکایت برای وکالت بدون مجوز، این استارتاپ اولین جلسه دادگاه هوش مصنوعی را به تعویق انداخت. بنابراین، پتانسیل این فناوری با محدودیت های فنی یا اقتصادی تعیین نمی شود، بلکه توسط اقتدار سیستم قانونی تعیین می شود.
وکلا متخصصانی با دستمزد خوب هستند و هزینه های دادرسی بالاست، بنابراین پتانسیل اقتصادی برای اتوماسیون بسیار زیاد است. با این حال سیستم حقوقی ایالات متحده به نظر می رسد در حال حاضر با روبات هایی که نماینده انسان ها در دادگاه هستند مخالف است.
2. پشتیبانی علمی هوش مصنوعی
دانشمندان به طور فزاینده ای برای بینش به هوش مصنوعی روی می آورند. یادگیری ماشینی، جایی که یک سیستم هوش مصنوعی در طول زمان عملکرد خود را بهبود می بخشد، برای شناسایی الگوها در داده ها استفاده می شود. این سیستم‌ها را قادر می‌سازد تا فرضیه‌های علمی جدیدی را ارائه دهند - توضیحات پیشنهادی برای پدیده‌های موجود در طبیعت. اینها حتی ممکن است قادر به پیشی گرفتن از فرضیات و تعصبات انسانی باشند.
به عنوان مثال، محققان دانشگاه لیورپول از یک سیستم یادگیری ماشینی به نام شبکه عصبی برای رتبه‌بندی ترکیبات شیمیایی برای مواد باتری، هدایت آزمایش‌های آنها و صرفه‌جویی در زمان استفاده کرد.
پیچیدگی شبکه های عصبی به این معنی است که در درک ما از نحوه تصمیم گیری آنها شکاف هایی وجود دارد - به اصطلاح مشکل جعبه سیاه. با این وجود، تکنیک‌هایی وجود دارند که می‌توانند منطق پشت پاسخ‌های آنها را روشن کنند و این می‌تواند منجر به اکتشافات غیرمنتظره شود.
در حالی که هوش مصنوعی در حال حاضر نمی تواند به طور مستقل فرضیه ها را فرموله کند، می تواند دانشمندان را ترغیب کند تا به مسائل از دیدگاه های جدید برخورد کنند.
3. AutoGPT
به زودی شاهد نسخه‌های جدید بیشتری از چت ربات‌های هوش مصنوعی بر اساس آخرین فناوری LLM، معروف به GPT-4 خواهیم بود. ما شاهد هوش مصنوعی خواهیم بود که می تواند انواع مختلفی از داده ها مانند تصاویر و گفتار و همچنین متن را مدیریت کند. اینها نامیده می شوند سیستم های چندوجهی.
اما بیایید کمی بیشتر به آینده نگاه کنیم. خودکار GPT، یک ابزار پیشرفته هوش مصنوعی منتشر شده توسط Significant Gravitas، در حال حاضر است ایجاد موج در صنعت فناوری.
به Auto-GPT یک هدف کلی داده شده است، مانند برنامه ریزی یک جشن تولد، و آن را به وظایف فرعی تقسیم می کند که سپس به خودی خود و بدون دخالت انسان انجام می شود. این آن را از ChatGPT متمایز می کند.
Auto-GPT از عوامل یا سیستم‌های هوش مصنوعی استفاده می‌کند که بر اساس قوانین و اهداف از پیش تعیین‌شده تصمیم‌گیری می‌کنند. علیرغم محدودیت‌های نصب، چنین عملکردی در هنگام استفاده با ویندوز مشکل دارد، Auto-GPT پتانسیل زیادی را در برنامه‌های مختلف نشان می‌دهد.
4. ربات های انسان نما
روبات‌های انسان‌نما - آنهایی که شبیه ما هستند و حرکت می‌کنند - از اولین چالش روباتیک دارپا در سال 2015، مسابقه‌ای که در آن تیم‌ها ربات‌هایی را برای انجام یک سری وظایف پیچیده تعیین‌شده توسط سازمان‌دهندگان، ساخته‌اند، پیشرفت چشمگیری داشته‌اند. اینها شامل پیاده شدن از ماشین، باز کردن در و سوراخ کردن دیوار بود. بسیاری برای رسیدن به اهداف تلاش کردند.
با این حال، استارت‌آپ‌ها اکنون در حال توسعه «انسان‌نماهایی» هستند که قادر به انجام کارهایی مانند این هستند و در انبارها و کارخانه‌ها استفاده می‌شوند.
گزارشی از چالش روباتیک دارپا در سال 2015.
پیشرفت‌ها در زمینه‌های هوش مصنوعی مانند بینایی کامپیوتر و همچنین باتری‌های پرقدرت که جریان‌های کوتاهی را ایجاد می‌کنند، ربات‌ها را قادر ساخته است تا با حفظ تعادل در محیط های پیچیده حرکت کنید به صورت پویا - در زمان واقعی. Figure AI، شرکتی که ربات‌های انسان‌نما را برای کار در انبار می‌سازد، قبلاً ۷۰ میلیون دلار (۵۵ میلیون پوند) بودجه سرمایه‌گذاری کرده است.
شرکت‌های دیگری از جمله 1X، Apptronik و Tesla نیز در حال سرمایه‌گذاری بر روی روبات‌های انسان‌نما هستند که نشان می‌دهد این حوزه در حال بلوغ است. ربات‌های انسان‌نما نسبت به سایر روبات‌ها در کارهایی که نیاز به ناوبری، مانورپذیری و سازگاری دارند، مزایایی را ارائه می‌دهند، زیرا تا حدودی در محیط‌هایی کار خواهند کرد که بر اساس نیازهای انسان ساخته شده‌اند.
با توجه به دیدگاه طولانی
موفقیت بلندمدت این چهار مورد به چیزی بیش از قدرت محاسباتی بستگی دارد.
ربات‌های انسان‌نما در صورتی که هزینه‌های تولید و نگهداری آنها بیشتر از مزایای آنها باشد، می‌توانند جذابیت خود را به دست نیاورند. وکلای هوش مصنوعی و دستیاران چت بات ممکن است کارایی قابل توجهی داشته باشند. با این حال، در صورتی که تصمیم گیری آنها با "قطب نمای اخلاقی" جامعه یا قوانین با استفاده از آنها موافق نباشد، پذیرش آنها ممکن است متوقف شود.
ایجاد تعادل بین مقرون به صرفه بودن و ارزش های جامعه برای اطمینان از شکوفایی این فناوری ها بسیار مهم است.
درباره نویسنده
فابیان استفانی، مدرس، دانشگاه آکسفورد و یوهان لاکس، پژوهشگر فوق دکترا ، دانشگاه آکسفورد
این مقاله از مجله منتشر شده است گفتگو تحت مجوز Creative Commons دفعات بازدید: مقاله.
