هزینه میلیاردی NSA برای ارزیابی مدلهای هوش مصنوعی؛ شکاف عمیق با بودجههای نظارتی کنگره
بر اساس برآوردهای محرمانه فاششده، آژانس امنیت ملی آمریکا (NSA) سالانه میلیاردها دلار برای ارزیابی امنیتی و سنجش مدلهای پیشرفته هوش مصنوعی هزینه میکند؛ بودجهای هنگفت که اختلاف چشمگیری با برنامههای نظارتی غیرنظامی دارد و بحثها را پیرامون پرداخت هزینه نظارت توسط شرکتهای هوش مصنوعی تشدید کرده است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- افشای برآوردهای محرمانه از صرف بودجه میلیاردی توسط NSA برای ارزیابی امنیتی مدلهای پیشرو هوش مصنوعی
- اختلاف شدید این رقم با بودجه ۲۰ میلیون دلاری پیشنهادی کنگره برای مرکز ارزیابی ریسک NIST
- هزینههای سنگین زیرساختهای پردازشی (Compute) و دستمزدهای نجومی متخصصان به عنوان دلایل اصلی گرانی آزمایش مدلها
- مذاکرات OpenAI ،Google و Anthropic برای تشکیل نهاد مشترک ایمنی همزمان با نگرانیها از تعارض منافع
آزمایشهای محرمانه NSA روی هوش مصنوعی، بودجه پیشنهادی ۲۰ میلیون دلاری کنگره برای بخش غیرنظامی را کاملاً تحتالشعاع قرار داده و بحثها بر سر پرداخت این هزینهها توسط توسعهدهندگان را بالا برده است.
بر اساس گزارشی که به نقل از منابع ناشناس منتشر شده، آژانس امنیت ملی آمریکا (NSA) به قانونگذاران اعلام کرده است که تنها در سال جاری میلیاردها دلار برای ارزیابی و آزمایش مدلهای پیشرفته هوش مصنوعی هزینه میکند. دو فرد آگاه از برآوردهای اطلاعاتی محرمانه این موضوع را مطرح کردهاند؛ هرچند تاکنون هیچ سند بودجه عمومی این رقم را تایید نکرده و پنتاگون نیز درباره نحوه تخصیص منابع NSA اظهار نظری نداشته است.
این ادعا کاملاً بر پایه منابع ناشناس و غیررسمی استوار است.
اقدامات واقعی NSA در حوزه هوش مصنوعی
بر اساس گزارشها، این هزینهکرد به «مرکز امنیت هوش مصنوعی» در NSA مربوط میشود؛ مرکزی که با هدف بررسی و شناسایی آسیبپذیریهای امنیتی در مدلهای پیشرو برای حفظ امنیت ملی تاسیس شده است.
مدلهای پیشرو (Frontier models) توانمندترین سیستمهای هوش مصنوعی فعلی هستند. این سیستمها به اندازهای پیچیده و پیشرفتهاند که پتانسیل کمک به حملات سایبری گسترده، بهرهبرداری از اطلاعات حساس یا انجام اقداماتی علیه امنیت ملی را دارند.
ارتباط گزارششده میان این بودجه و مرکز مذکور، هنوز توسط هیچ مقام رسمی در NSA، وزارت دفاع یا کنگره تایید نشده و ابعاد دقیق این ارزیابیها در اسناد عمومی نامشخص مانده است.
چرا ارزیابی هوش مصنوعی تا این حد پرهزینه است؟
زیرساختهای پردازشی و نیروی انسانی متخصص، دو محرک اصلی این هزینهها در گزارشهای موجود عنوان شدهاند؛ هرچند جزئیات دقیقی از بودجه NSA به صورت عمومی منتشر نشده است.
اصطلاح توان پردازشی (Compute) به تراشهها و ظرفیت مراکز داده مورد نیاز برای اجرای مکرر تستهای نفوذ و ارزیابیهای خصمانه علیه سیستمهایی اشاره دارد که خود نیازمند قدرت پردازشی فوقالعادهای هستند. از سوی دیگر، هزینههای پرسنلی چالش متفاوتی را رقم زده است؛ مهندسان هوش مصنوعی در بخش خصوصی بستههای دستمزدی چند ده یا چند صد میلیون دلاری دریافت میکنند که این امر فرآیند جذب نیرو را برای هر سازمان دولتی به شدت دشوار میسازد.
اگرچه NSA یکی از غنیترین مجموعههای نخبگان فنی دولتی را در اختیار دارد، اما شکاف میان اشلهای حقوقی بخش دولتی و دستمزدهای آزمایشگاههای پیشرو هوش مصنوعی به هیچ وجه ناچیز و قابل چشمپوشی نیست.
بر اساس گزارشهای نقلشده، Nathan Calvin از موسسه Encode عنوان کرده است که ظرفیت داخلی ارزیابی هوش مصنوعی «بسیار حیاتی و ضروری است، اما حقیقتاً هزینههای سنگینی به همراه دارد». همچنین Nat Purser از پژوهشگاه ارزیابی و راستیآزمایی هوش مصنوعی اظهار داشته که دولت باید «منابع پردازشی و تخصص مورد نیاز برای این کار را تامین مالی کند». با این حال، هیچ آدرس منبع عمومی و معتبری برای تایید این نقلقولها وجود ندارد و باید آنها را نقلقولهایی تاییدنشده از گزارشهای اولیه در نظر گرفت.
چه کسی باید صورتحساب را بپردازد؟
رقم گزارششده درباره بودجه NSA به مراتب بزرگتر از رقم پیشنهادی کنگره برای نظارت غیرنظامی بر هوش مصنوعی است؛ موضوعی که مباحثات جدی را درباره نحوه تامین مالی این نظارتها به راه انداخته است.
برای درک بهتر این مقیاس، میتوان آن را با لوایح و پیشنهادات موجود مقایسه کرد. دفتر بودجه کنگره برآورد کرده است که لایحه H.R. 9363 با عنوان «قانون نوآوری و امنیت هوش مصنوعی»، برای مرکز غیرنظامی NIST با تمرکز بر سنجش ریسکهای هوش مصنوعی، برای هر سال مالی بین سالهای ۲۰۲۷ تا ۲۰۳۲ بودجهای ۲۰ میلیون دلاری تخصیص دهد که کل هزینه اجرای آن در دوره ۲۰۲۶ تا ۲۰۳۱ به حدود ۸۰ میلیون دلار میرسد.
این دو مسیر اهداف کاملاً متفاوتی را دنبال میکنند: آزمایشهای محرمانه در حوزه امنیت ملی از یک سو، و استانداردها و پژوهشهای غیرنظامی از سوی دیگر. با این وجود، تفاوت فاحش این ارقام فارغ از تفاوت ماموریتها، بسیار چشمگیر است.
این اختلاف بودجه ظاهراً برخی قانونگذاران را به بررسی مدل «ارزیابی هزینه از توسعهدهندگان» سوق داده است؛ مدلی که در واقع دریافت کارمزد و مالیات از شرکتهای پیشرو هوش مصنوعی برای تامین مالی ارزیابیهای مستقل است. طبق گزارشها، شرکتهای Anthropic و OpenAI از نظارت فدرال استقبال کردهاند، اما شواهد موجود نشان نمیدهد که هیچیک از این شرکتها با پرداخت هزینههای آن موافقت کرده باشند.
بهطور جداگانه، گزارش شده است که شرکتهای Anthropic ،Google و OpenAI در حال گفتگو برای ایجاد یک نهاد مشترک استانداردسازی ایمنی هوش مصنوعی بودهاند و این رایزنیها تا سپتامبر ۲۰۲۶ ادامه داشته است. Demis Hassabis، مدیرعامل Google DeepMind، ظاهراً طرح تشکیل نهادی تحت رهبری ایالات متحده با ترکیبی از نظارت دولتی، تامین مالی توسط صنعت و حضور کارشناسان فنی مستقل را مطرح کرده است.
OpenAI این گفتگوها را تایید کرده و مدیر امور بینالملل این شرکت تاکید کرده است که استانداردهای هدایتشده توسط صنعت، مکمل محافظتهای فدرال و نظارت دموکراتیک خواهند بود و جایگزین آنها نمیشوند.
در این میان، منتقدان به یک نگرانی ساختاری مهم اشاره میکنند: شرکتهایی که خود در تعیین استانداردهای ارزیابی محصولاتشان مشارکت دارند، با تعارض منافع ذاتی روبرو خواهند شد. تا زمان انتشار این گزارش، هیچ اساسنامه رسمی، مدل حاکمیتی یا ساختار تامین مالی مشخصی برای این نهاد پیشنهادی معرفی نشده است.
مسئله حلنشده امروز این نیست که آیا نظارت بر هوش مصنوعی پرهزینه است یا خیر؛ چرا که به گفته افراد آگاه، این نظارت در حال حاضر نیز بسیار گران تمام میشود. پرسش بیپاسخ اصلی این است که آیا نهادهایی با توانایی به چالش کشیدن ادعاهای ایمنیِ قدرتمندترین توسعهدهندگان هوش مصنوعی توسط دولتها ایجاد میشوند، از سوی خود شرکتهای تحت نظارت تامین مالی خواهند شد، یا با پیشرفت سریع مدلها، بدون منابع مالی کافی به حال خود رها میشوند.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعهدهندهها قید مدلهای گرانقیمت را میزنند!
مدل زبانی تخصصی LEGAL-BERT با ثبت بیش از ۸۳۳ هزار دانلود در ماه روی پلتفرم هاگینگ فیس حسابی خبرساز شده است. این ابزار جمعوجور و تخصصی نشان میدهد که برای پردازش و تحلیل متون حقوقی، حتماً نیازی به مدلهای غولپیکر و پرهزینه ندارید و گزینههای بهینه همچنان در اوج هستند.

جاسوسی هوش مصنوعی در محل کار؛ کارمندان میگویند کارفرماها باید قانوناً مچگیریهایشان را لو بدهند!
نظرسنجیهای تازه نشان میدهد که بیشتر کارمندان حس میکنند مدیرانشان با ابزارهای هوش مصنوعی تمام حرکات آنها را زیر نظر گرفتهاند. حالا بیش از ۸۰ درصد شاغلان خواستار تصویب قانونی شدهاند که شرکتها را مجبور کند هرگونه مچگیری و نظارت هوش مصنوعی در محیط کار را رسماً اعلام کنند.

گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!
مایکروسافت در تازهترین گزارش خود از ضریب نفوذ هوش مصنوعی در جهان پرده برداشت؛ آماری شگفتانگیز که نشان میدهد امارات و سنگاپور با فاصلهای خیرهکننده پیشتاز دنیا هستند و در مقابل، آمریکا در رتبه ۲۱ جا مانده است. همچنین الگوی استفاده از هوش مصنوعی میان کشورهای غربی و کشورهای در حال توسعه، از تفاوتی عمیق میان کاربردهای روزمره و آموزش پرده برمیدارد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.