پیش‌بینی تکان‌دهنده ایلیا ساتسکور: روزی فرا می‌رسد که هوش مصنوعی تمام کارهای انسان را انجام دهد

از زمان معرفی ChatGPT در نوامبر ۲۰۲۲، سرعت رشد هوش مصنوعی بسیار چشمگیر بوده است و بسیاری پیش‌بینی می‌کنند که فناوری فعلی مبتنی بر شبکه‌های عصبی روزی می‌تواند به سطحی برسد که از انسان‌ها پیشی بگیرد. این موضوع مدت‌ها در صنعت به عنوان یک احتمال نظری مطرح بوده است، اما آیا سرانجام به فناوری لازم برای تحقق این چشم‌انداز دست یافته‌ایم؟

فراتر از توانمندی‌های انسانی

ایلیا ساتسکور (Ilya Sutskever) یکی از هم‌بنیان‌گذاران OpenAI بود؛ جایی که به عنوان دانشمند ارشد، رهبری تحقیقاتی را بر عهده داشت که به موج جدید مدل‌های استدلالی منجر شد. او اکنون هم‌بنیان‌گذار و مدیرعامل شرکت Safe Superintelligence است.

ساتسکور در جریان دریافت مدرک افتخاری از دانشگاه تورنتو، در سخنرانی خود به تشریح واقعیت فناوری هوش مصنوعی که امروز استفاده می‌کنیم و همچنین آینده احتمالی سیستم‌های پیش‌رو پرداخت.

او در سخنرانی خود اذعان کرد که اگرچه تصور آینده‌ای که در آن هوش مصنوعی تمام کارهای انسانی را بر عهده بگیرد با چالش‌های بزرگی همراه خواهد بود، اما این چیزی است که بشریت باید خود را برای آن آماده کند. به طور خاص، حتی اگر افراد در حال حاضر علاقه‌ای به هوش مصنوعی نداشته باشند، این بدان معنا نیست که این فناوری در آینده بر زندگی آن‌ها تأثیر نخواهد گذاشت.

نکته نگران‌کننده‌تر این بود که او اشاره کرد یک هوش مصنوعی فوق‌هوشمند فرضی ممکن است در مورد نیات خود صادق نباشد. این موضوع چالش وجودی دیگری را مطرح می‌کند که باید با آن مقابله کنیم.

ماشین‌های متفکر

مفهوم هوش مصنوعی فوق‌هوشمند سال‌ها قدمت دارد. اولین اشاره تاریخی شناخته‌شده به یک ماشین فوق‌هوشمند، در مقاله مهم و تأثیرگذار «گمانه‌زنی‌هایی درباره اولین ماشین فوق‌هوشمند» اثر آی. جی. گود (I.J. Good)، ریاضیدان بریتانیایی، مطرح شد.

از زمان مطرح شدن این نظریه، بسیاری از دانشمندان بر این باورند که پیشرفت‌های ما در حوزه هوش مصنوعی روزی به ظهور «هوش مصنوعی جامع» (AGI) منجر خواهد شد؛ سیستمی بسیار توانمند که می‌تواند در حوزه‌های متعدد از انسان پیشی بگیرد و کدهای خود را بهبود بخشد. این روند در نهایت زمینه‌ساز پیدایش «هوش مصنوعی فوق‌هوشمند» (ASI) خواهد شد.

دانشمندان در مورد اینکه آیا سیستم‌های هوش مصنوعی غالب امروز که مبتنی بر شبکه‌های عصبی هستند می‌توانند به یک AGI واقعی منجر شوند یا خیر، اختلاف نظر دارند. بسیاری پیشنهاد می‌کنند که این صنعت باید از معماری مبتنی بر ترانسفورمرها که دانشمندان Google در سال ۲۰۱۷ پیشگام آن بودند، فراتر برود.