رویداد جنجالی مون‌شات پیتر دیاماندیس: چرا تو عصر هوش مصنوعی خوش‌بینی واجبه؟

رویداد Moonshots LIVE پیتر دیاماندیس رو نمیشه به‌راحتی تو یه قالب مشخص جا داد یا فقط با یه برچسب ساده توصیفش کرد. تصورش رو بکنید: یه بخش همایش طرفداران پیشتازان فضا (Star Trek)، یه بخش رقابت‌های هیجان‌انگیز جایزه اکس‌پریز (XPRIZE) و یه بخش ضبط زنده پادکست محبوب Moonshots! حالا تصور کنید ۱,۵۰۰ کارآفرین، دانشمند، سرمایه‌گذار، متخصص فناوری و خالق محتوا تو یه سالن تئاتر تاریخی تو لس‌آنجلس دور هم جمع شدن تا ببینن با رشد نمایی هوش مصنوعی و فناوری‌های نوظهور، بشریت چه کارهای بزرگی رو می‌تونه به سرانجام برسونه.

دیاماندیس اسم این گردهمایی رو گذاشته بود «اسکار برای خوش‌بین‌ها». بعد از دو روز صحبت مداوم درباره ارجاعات جذاب Star Trek، شرکت‌کننده‌های جایزه XPRIZE و مکالمات عمیق درباره تمام کارهای شگفت‌انگیزی که می‌شه با هوش مصنوعی کرد، حس و حال بسیار بزرگ‌تری در جریان بود. رویداد Moonshots LIVE درست تو دورانی که امید و خوش‌بینی در کمترین حد خودش به نظر می‌رسه، پرچم خوش‌بینی هوشمندانه رو بالا برده بود.

البته قرار نیست چشم‌بسته خوش‌بین باشیم و رویا ببافیم. هر کسی که مدتی تو دنیای فناوری کار کرده باشه، خیلی خوب می‌دونه که همیشه خطرات، بحران‌ها و جابه‌جایی‌های شغلی وجود دارن. هوش مصنوعی هم قرار نیست مثل چوب جادو همه مشکلات عالم رو یه شبه حل کنه. این فناوری چالش‌های کاملاً واقعی تو حوزه‌های اشتغال، امنیت سایبری، اطلاعات غلط، نابرابری، تمرکز بیش از حد قدرت و اراده انسانی پیش روی ما گذاشته. تعریفی که فلسفه مون‌شات از خوش‌بینی ارائه می‌ده خیلی دقیق‌تر و کاربردی‌تره: مشکلات دنیا راه‌حل دارن، و ما وظیفه داریم برای حل کردنشون تلاش کنیم.

این تفاوت دیدگاه بسیار حیاتیه، چون داریم وارد دورانی می‌شیم که می‌تونیم اون رو منحنی رشد نمایی هوش (exponential intelligence curve) بنامیم.

در طول بیشتر تاریخ بشر، هوش کالایی کمیاب و گران‌بها بود که فقط در مغز انسان‌ها پیدا می‌شد. ما آدم‌ها رو آموزش می‌دادیم، تو قالب سازمان‌ها سازمان‌دهی می‌کردیم و نرم‌افزارها رو ساختیم تا کارشون بهره‌وری بالاتری پیدا کنه. اما حالا هوش مصنوعی معادله رو کاملاً به هم زده، چون ساخت و تولید هوش در مقیاس‌های سرسام‌آور شروع شده است.

شواهد این تحول روزبه‌روز واضح‌تر می‌شن. گزارش شاخص هوش مصنوعی سال ۲۰۲۶ مؤسسه استنفورد (HAI) نشون می‌ده که ۸۸ درصد سازمان‌ها در سال ۲۰۲۵ حداقل در یکی از بخش‌های کاری‌شون از هوش مصنوعی استفاده کردن. از اون جالب‌تر، هوش مصنوعی مولد ظرف فقط سه سال به ضریب نفوذ ۵۳ درصدی رسید؛ سرعتی باورنکردنی که حتی از دوران پیدایش کامپیوترهای شخصی یا ورود اینترنت هم سریع‌تر بوده! اقتصاد این ماجرا هم به همان اندازه تکان‌دهنده است. داده‌های استنفورد نشون می‌ده هزینه کار با مدلی هم‌رده GPT-3.5 از ۲۰ دلار به ازای هر یک میلیون توکن در اواخر سال ۲۰۲۲، تا اواخر ۲۰۲۴ به رقم ناچیز ۰.۰۷ دلار سقوط کرده است. این افت قیمت وحشتناک به این معنی نیست که همه مدل‌های پیشرو و پرچمدار زیر ۰.۰۷ دلار هستن؛ بلکه ساختار جدیدی در بازار شکل گرفته: سازمان‌ها می‌تونن مدل‌های پرچمداری مثل GPT-6 رو برای استدلال‌های پیچیده، کدنویسی و کارهای نیازمند ایجنت‌ها نگه دارن و کارهای روتین و پرتکرار رو با هزینه‌ای ناچیز به مدل‌های سبک‌تر بفرستن. الان مدل‌های چینی محبوبی مثل DeepSeek و Qwen ورودی‌ها رو با هزینه‌ای حدود ۰.۱۰ تا ۰.۴۰ دلار به ازای هر میلیون توکن پردازش می‌کنن که با کش کردن به چند صدم سنت هم می‌رسه! مدل‌های متن‌باز هم این امکان رو می‌دن که شرکت‌ها قابلیت‌ها رو روی زیرساخت اختصاصی خودشون پیاده کنن. نتیجه عملی این تحول شگفت‌انگیزه: هوش مصنوعی دیگه یک منبع کمیاب نیست که جیره‌بندی بشه، بلکه یه لایه عملیاتی فوق‌العاده ارزان‌قیمته که می‌شه با ریسک و پیچیدگی هر کار تطبیقش داد.

وقتی هزینه دسترسی به هوش افت شدیدی می‌کنه و در عین حال توانایی‌هاش چند برابر می‌شه، هوش از حالت «کمیابی» به سمت «وفور و فراوانی» حرکت می‌کنه. در این حالت، هر دانشمندی می‌تونه دستیار پژوهشی هوش مصنوعی داشته باشه؛ هر کارآفرینی می‌تونه به ابزارهایی دسترسی پیدا کنه که قدیما نیاز به یه سازمان عریض و طویل داشت؛ هر دانش‌آموزی می‌تونه معلم خصوصی هوشمند داشته باشه و هر کارمندی فوراً به تخصص‌های پیشرفته دست پیدا کنه. حتی سازمان‌ها در آینده می‌تونن با هزاران یا میلیون‌ها ایجنت دیجیتال که دوشادوش انسان‌ها و بقیه ایجنت‌ها کار می‌کنن، اداره بشن.

ابعاد و اثرات این ماجرا فرسنگ‌ها فراتر از چتبات‌های ساده است.

پیتر دیاماندیس و معماری خوش‌بینی

برای درک درست رویداد Moonshots LIVE، باید اول خود پیتر دیاماندیس رو بشناسیم. او بنیان‌گذار و رئیس هیئت مدیره بنیاد XPRIZE، بنیان‌گذار دانشگاه سینگولاریتی (Singularity University)، پزشک، مهندس هوافضا، کارآفرین، سرمایه‌گذار و نویسنده کتاب‌های معروفی مثل فراوانی (Abundance)، جسارت (BOLD) و آینده سریع‌تر از چیزی است که فکر می‌کنید است. دیاماندیس تاکنون بیش از ۲۵ شرکت مختلف در حوزه‌های فضا، سلامت، آموزش، هوش مصنوعی و سرمایه‌گذاری خطرپذیر تاسیس یا هم‌بنیان‌گذاری کرده است.

ایده مشترکی که همه این فعالیت‌ها رو به هم وصل می‌کنه بسیار ساده و شفافه: به‌جای اینکه فرض کنیم محدودیت‌های امروزی همیشگی و غیرقابل‌تغییر هستن، باید بپرسیم وقتی یه فناوری با رشد نمایی میاد و خودِ اون محدودیت رو از بین می‌بره، چه اتفاقی می‌افته؟

بنیاد XPRIZE دقیقاً همین فلسفه رو به یه سیستم انگیزشی تبدیل کرده. این بنیاد به‌جای سرمایه‌گذاری روی وعده‌ها و حرف‌های قشنگ، مسابقات عظیمی با اهداف و نتایج کاملاً ملموس و قابل اندازه‌گیری طراحی می‌کنه. طی سه دهه گذشته، XPRIZE اعلام کرده که ۳۰ رقابت بزرگ راه انداخته، بیش از ۳۵ هزار نوآور رو از ۱۷۳ کشور جهان وارد گود کرده و تبدیل ۵۱۹ میلیون دلار جایزه نقدی به بیش از ۳۱ میلیارد دلار ارزش اقتصادی و اجتماعی ملموس رو رقم زده است.

رویداد Moonshots LIVE همین فلسفه جسورانه رو تبدیل به یه جامعه و کامیونیتی واقعی کرد.

دیاماندیس روی صحنه در کنار رفقای همیشگی پادکست مون‌شات (Moonshots Mates) قرار گرفت: الکس ویسنر-گراس، سلیم اسماعیل، دیو بلاندین و عماد مستاق. هر کدوم از این چهره‌ها از یه زاویه منحصربه‌فرد به تغییرات نمایی نگاه می‌کنن. ویسنر-گراس با نگاه یه فیزیکدان و متخصص کامپیوتر به این می‌پردازه که هوش مصنوعی چه پیشرفت‌های علمی جدیدی رو ممکن می‌کنه. سلیم اسماعیل، نویسنده کتاب مشهور سازمان‌های نمایی، روی شکاف عمیق بین سرعت سرسام‌آور رشد فناوری و سازمان‌هایی که هنوز لاک‌پشتی تغییر می‌کنن تمرکز داره. بلاندین زاویه دید یک کارآفرین و سرمایه‌گذار رو میاره که فناوری‌های نمایی چطور بازارهای کاملاً جدیدی خلق می‌کنن. و در نهایت، عماد مستاق، بنیان‌گذار و مدیرعامل سابق Stability AI، کوله‌باری از تجربه در جنبش هوش مصنوعی مولد متن‌باز رو روی میز می‌ذاره.

بحث‌های این چهره‌ها مرتباً به یک سؤال به‌ظاهر ساده برمی‌گشت: وقتی خود هوش وارد فاز رشد نمایی بشه، چه افق‌هایی باز می‌شه؟

فهرست سخنران‌های رویداد این سؤال رو از دنیای تئوری به واقعیت ملموس تبدیل کرد. پالمر لاکی از شرکت Anduril، بن لم از Colossal و استرو تلر از آزمایشگاه X به بررسی الزامات ساخت شرکت‌های فوق‌بلندپرواز پرداختند. کتی وود (Cathie Wood) پیامدهای سرمایه‌گذاری همگرایی این فناوری‌ها رو تحلیل کرد. نیکی چاندهوک از شرکت Circle درباره پول‌های قابل برنامه‌ریزی و اقتصاد مبتنی بر ایجنت‌ها صحبت کرد. انوشه انصاری دوباره مدل مسابقات XPRIZE رو برای حل چالش‌های بزرگ بشری یادآوری کرد. چهره‌های سرشناسی مثل نیل دگراس تایسون، نیل استفنسون، میرا لین و راد رادنبری هم نماینده یه بعد حیاتی دیگه بودن: توانایی ما انسان‌ها برای تصور کردن آینده، قبل از اینکه اون رو بسازیم.

اگر آینده واقعاً عالی پیش بره چی؟

این ارتباط عمیق، شب قبل از رویداد و در جریان اکران جهانی مستند The Sixty-Year Mission به مناسبت شصتمین سالگرد Star Trek بیشتر از هر زمان دیگه‌ای حس شد.

واقعیت اینه که سریال Star Trek هرگز فقط درباره سفینه‌های فضایی نبود؛ مهم‌ترین دارایی و فناوری این مجموعه، «چشم‌اندازی» بود که از آینده به تصویر کشید.

جین رادنبری تمدنی رو تصور کرده بود که علم و تکنولوژی به کمکش اومده تا بر محدودیت‌های مادی و شکاف‌های اجتماعی غلبه کنه. فناوری‌ها خیلی قبل‌تر از اینکه به شکل فیزیکی متولد بشن، در قالب داستان‌ها و قصه‌ها خلق می‌شن. داستان‌های علمی‌تخیلی در واقع مثل یه جور پیش‌نمونه و پروتوتایپ برای تمدن عمل می‌کنن.

همین موضوع باعث شد مسابقه Future Vision XPRIZE تا این حد قدرتمند و تاثیرگذار باشه. ما انسان‌ها استاد این شدیم که تصور کنیم تکنولوژی چطور قراره نابودمون کنه! از نابودگر (The Terminator) گرفته تا بلک میرور (Black Mirror)، تخیل فرهنگ عامه پر شده از سناریوهای وحشتناک هوش مصنوعی آخرالزمانی و ربات‌های شرور. مسلماً این هشدارها اهمیت دارن، اما اگه تنها آینده‌ای که بلدیم تصور کنیم یه دنیای تاریک و ویران‌شهری باشه، هزینه سنگینی پرداخت خواهیم کرد.

مسابقه Future Vision جهت ماجرا رو برعکس کرد و پرسید: آینده‌ای که واقعاً ارزش ساختن داشته باشه، دقیقاً چه شکلیه؟

بیش از ۲,۵۰۰ تریلر و ایده فیلم که آینده‌ای امیدوارکننده و مجهز به فناوری رو نشون می‌دادن به این رقابت ارسال شدن. ۵ فینالیست برتر روی پرده Moonshots LIVE به نمایش دراومدن و توسط داوران سرشناسی مثل نیل دگراس تایسون، نیل استفنسون، میرا لین، جان زیسیموس و راد رادنبری داوری شدن.

برنده نهایی پروژه The Gifted ساخته جف توماس بود که سرمایه‌گذاری ۲.۵ میلیون دلاری برای تولید فیلم سینمایی و ۱۰۰ هزار دلار برای نگارش فیلم‌نامه دریافت کرد.

جایزه مالی جذاب بود، اما سازوکار پشتش اهمیت خیلی بیشتری داشت: تخیل، امکان‌پذیری رو خلق می‌کنه؛ امکان‌پذیری به اشتیاق و جاه‌طلبی دامن می‌زنه؛ جاه‌طلبی استعدادها و سرمایه‌ها رو جذب می‌کنه؛ و در نهایت استعداد و سرمایه هستن که آینده رو می‌سازن.

این زنجیره منطقی، تمام تکه‌های به‌ظاهر پراکنده رویداد رو به هم پیوند داد: Star Trek آینده رو تخیل کرد، فیلم The Gifted همون آینده رو برای عصر هوش مصنوعی بازآفرینی کرد، XPRIZE انگیزه‌ها رو برای رفتن سراغ اهداف غیرممکن چید، اعضای پادکست مون‌شات فناوری‌های پیشرو رو تحلیل کردن و کارآفرین‌های روی استیج آستین‌ها رو برای ساختن این مرزها بالا زدن.

خوش‌بینی حالا دیگه فقط یه حس و حال قلبی نبود، بلکه تبدیل به یک «سیستم و سازوکار» شده بود.

چرا خوش‌بینی مهم‌ترین مهارت یک رهبر است؟

اینجا بود که بحث برای مدیران عامل، مدیران ارشد و اعضای هیئت مدیره شرکت‌ها اهمیت فوق‌العاده‌ای پیدا کرد.

این روزها مدیران شرکت‌ها با سیلی از دلایل برای نگرانی از هوش مصنوعی بمباران می‌شن که خیلیاشون هم منطقی و به‌جان. اما مدیریت ریسک نباید به تنها چارچوب فکری ما برای نگاه به آینده تبدیل بشه. هیئت‌مدیره‌ها وظیفه دارن بپرسن چی ممکنه خراب بشه، اما حتماً باید این سوال رو هم بپرسن: چه اتفاقاتی ممکنه به شکلی باورنکردنی عالی پیش بره؟

چه می‌شه اگه تک‌تک کارمندها به هوشی خارق‌العاده دسترسی داشته باشن؟ چه تجربه‌هایی برای مشتریان ممکن می‌شه وقتی تخصص پیشرفته بتونه فوراً و با هزینه‌ای ناچیز در اختیارشون قرار بگیره؟ چه معماهای علمی لاینحلی حل می‌شن؟ ساختار سازمانی یه شرکت چطور دگرگون می‌شه وقتی ایجنت‌های هوش مصنوعی بتونن کارهایی رو انجام بدن که قبلاً نیاز به تیم‌های بزرگ انسانی داشت؟

این‌ها چالش‌های جدی در زمینه حاکمیت و حکمرانی شرکت‌ها هم به شمار میان.

با تغییر جهت هوش مصنوعی از مرحله «تولید محتوا و اطلاعات» به مرحله «اقدام و انجام عمل»، این سوالات اهمیت خیلی جدی‌تری پیدا می‌کنن: یک ایجنت هوش مصنوعی اجازه چه اقداماتی رو داره؟ این اختیارات رو چه کسی بهش داده؟ کدوم تصمیم‌ها باید حتماً دست انسان بمونن؟ اگه ایجنت خطایی مرتکب شد، مسئولیتش با کیه؟ و اعضای هیئت‌مدیره چطور باید بر شرکت‌هایی نظارت کنن که کارهای حیاتی و سرنوشت‌سازشون توسط بازیگران غیرانسانی انجام می‌شه؟

آمار و ارقام استنفورد این دوران گذار رو به خوبی تصویر می‌کنه: در حالی که ۸۸ درصد سازمان‌ها از نوعی هوش مصنوعی استفاده می‌کنن، نرخ پیاده‌سازی واقعی ایجنت‌های هوش مصنوعی (AI Agents) در اکثر بخش‌های تجاری در سال ۲۰۲۵ هنوز زیر ۱۰ درصد بوده است. در واقع، آزمون و خطا زیاده، اما شرکت‌هایی که واقعاً ماهیت ایجنتی پیدا کرده باشن هنوز اول راه هستن.

فناوری ممکنه با سرعتی نمایی بتازه، در حالی که ساختارهای نهادی ما لاک‌پشتی حرکت می‌کنن. ما داریم هوش قرن ۲۱ رو به ساختارهای شرکتی و سیستم‌های مدیریتی تزریق می‌کنیم که برای دورانی طراحی شده بودن که انسان‌ها کار رو می‌کردن و نرم‌افزار فقط یه ابزار دست بود.

شاید بزرگ‌ترین مانع در آینده نزدیک، توانایی هوش مصنوعی نباشه، بلکه این باشه که آیا سازمان‌های ما می‌تونن با سرعت کافی خودشون رو وفق بدن تا از این ابزار به‌طور مسئولانه استفاده کنن یا نه.

دقیقاً به همین خاطره که خوش‌بینی اهمیت پیدا می‌کنه.

بدبینی مشکل رو می‌بینه و صغری کبری می‌چینه که چرا حل‌شدنی نیست؛ ساده‌لوحی تکنولوژی رو می‌بینه و فرض می‌کنه مشکل خودش خودبه‌خود حل می‌شه؛ اما خوش‌بینی واقعی، مشکل رو کاملاً شفاف می‌بینه و تصمیم می‌گیره که هنوز ارزش حل کردن داره.

مدیریت در دوران تغییرات تدریجی، بیشتر شبیه بهینه‌سازی کارهای قبلیه؛ اما رهبری در عصر تغییرات نمایی، نیازمند قدرت تخیل و جسارته.

هیئت‌مدیره‌ها باید ریسک‌ها رو کنترل کنن، اما هم‌زمان موظفن فرصت‌ها رو هم تصور کنن. مدیران عامل باید از کسب‌وکارهای فعلی محافظت کنن و در عین حال بپرسن وقتی هوش مثل آب روان فراوان و ارزان بشه، شرکتشون چه شکلی پیدا می‌کنه. دولت‌ها باید مراقب آسیب‌های فناوری باشن، اما نباید شرایطی که باعث جهش‌های بزرگ می‌شه رو خفه کنن. فعالان حوزه حکمرانی فناوری هم باید حواسشون باشه که قوانین و نهادها متناسب با قدرت این تکنولوژی‌ها تکامل پیدا کنن.

خوش‌بینی بدون احساس مسئولیت، به سر و صدای توخالی (Hype) تبدیل می‌شه؛ و مدیریت بدون خوش‌بینی هم به بروکراسی کسل‌کننده می‌رسه. ما به هر دوی این‌ها در کنار هم نیاز داریم.

شاید درس واقعی رویداد «اسکار برای خوش‌بین‌ها» همین باشه: تمدن بشری وقتی به جلو پرتاب می‌شه که آدم‌ها به محدودیت‌هایی که همه فکر می‌کنن ابدیه نگاه کنن و بپرسن: واقعاً چرا باید این محدودیت بمونه؟ یه روزی یه نفر موشک‌های با قابلیت استفاده مجدد رو تصور کرد؛ یه نفر کامپیوترهایی رو تخیل کرد که تو جیب جا بشن؛ یه نفر به ماشین‌هایی فکر کرد که زبون آدمیزاد رو بفهمن؛ و یه نفر داستان Star Trek رو نوشت... و بعد از اون، انسان‌هایی بلند شدن و این رویاها رو ساختن.

ما در حال ورود به عصری هستیم که در اون خود هوش توانمندتر، در دسترس‌تر و بسیار ارزان‌تر از همیشه می‌شه. این قضیه خودبه‌خود دنیای پر از فراوانی نمی‌سازه، بلکه ابزارهایی فوق‌العاده قدرتمند در اختیارمون می‌ذاره تا به سمتش حرکت کنیم.

آینده چیزی نیست که فقط منتظر بمونیم تا سرمون بیاد؛ آینده چیزیه که ما تصورش می‌کنیم، روش سرمایه‌گذاری می‌کنیم، اختراعش می‌کنیم، مدیریتش می‌کنیم و در نهایت می‌سازیمش. خوش‌بینی پیش‌گویی این نیست که همه چیز قراره خودبه‌خود عالی پیش بره؛ خوش‌بینی یک تصمیم شجاعانه است که آینده هنوز ارزش تلاش کردن داره.