هوش مصنوعی کدهایی برای پردازندههای گرافیکی مینویسد که حتی مهندسان خبره هم سر از آن درنمیآورند!
مهندسان متخصص کودا (CUDA) که سالها وظیفه بهینهسازی تراشههای انویدیا را بر عهده داشتند، حالا در حال واگذاری کارهای طاقتفرسای خود به ایجنتهای هوش مصنوعی هستند؛ کدهایی که گاهی آنقدر پیچیدهاند که حتی برای خود انسانها نیز به سادگی قابل درک نیست. با وجود این دگرگونی بزرگ، بازار کار برای این متخصصان همچنان به شدت داغ است و غولهای فناوری حقوقهای سالانه چندصد هزار دلاری به آنها پیشنهاد میدهند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- مهندسان کارکشته کودا (CUDA) که سالها برای تراشههای انویدیا کد میزدند، حالا به ناظران ایجنتهای هوش مصنوعی تبدیل شدهاند؛ مدلهایی که صدها نسخه کد یا کرنل را در چند دقیقه میسازند و بهینهترین گزینه را انتخاب میکنند.
- ماجرا وقتی جالبتر میشود که هوش مصنوعی کدهایی فوقالعاده پرسرعت تولید میکند که مهندسان خبره انسان هم سر از منطق پیچیده آن درنمیآورند؛ هرچند بعد از تست مشخص میشود خروجی بینقص است.
- با اینکه هوش مصنوعی حسابی کارها را سرعت داده، تقاضا برای استخدام این متخصصان کم نشده و انویدیا برای این موقعیتهای کلیدی تا سقف ۴۳۱ هزار دلار حقوق پایه سالانه پیشنهاد میدهد.
هوش مصنوعی کار طاقتفرسای گرانترین مهندسان سیلیکونولی را تصاحب میکند
سالها بود که مهندسان کودا (CUDA) — متخصصانی که وظیفه بهینهسازی تراشههای انویدیا را بر عهده دارند — جزو نایابترین و پرطرفدارترین نیروهای دنیای فناوری به حساب میآمدند. اما حالا ماجرا دستخوش تغییر شده و این افراد بیش از هر چیز، مشغول هدایت هوش مصنوعی برای انجام این کار شدهاند.
تخصص اصلی این مهندسان کار با پلتفرم اختصاصی «کودا» (Compute Unified Device Architecture) است؛ نرمافزاری از شرکت انویدیا برای برنامهنویسی تراشههای هوش مصنوعی یا همان پردازندههای گرافیکی (GPU)، تا کدها با بالاترین راندمان و سرعت ممکن روی سختافزار اجرا شوند.
دلیل اشتیاق شدید شرکتها به جذب این افراد کاملاً واضح است: هزینههای پردازش هوش مصنوعی سرسامآور است و مهندسی که بتواند ذرهذره قدرت یک تراشه را بیرون بکشد، میلیونها دلار برای سازمانها صرفهجویی مالی رقم میزند.
به طور سنتی، مهندسان کودا روزهای کاری خود را به نوشتن دستی «کرنلها» (Kernels) میگذراندند؛ یعنی همان قطعهکدهای ریزی که دقیقاً به GPU دیکته میکنند یک وظیفه مشخص را در سریعترین زمان ممکن انجام دهد. آنها سپس نسخههای مختلف را آزمایش میکردند تا سریعترین گزینه را پیدا کنند. حالا اما هوش مصنوعی بخش اعظم این کار پرزحمت را به دست گرفته؛ به این صورت که صدها نسخه کرنل تولید میکند، همه را تست میزند و در نهایت بهترین و سریعترین نسخه را گلچین میکند.
در نتیجه، متخصصان کودا حالا بخش عمده زمان خود را صرف نظارت بر ایجنتهای کدنویسی میکنند. این موضوع بخشی از یک تغییر بزرگتر در کل صنعت نرمافزار است که نشان میدهد توسعهدهندگان به آرامی از نقش «کدنویس» به «مدیر هوش مصنوعی» تغییر موقعیت میدهند.
جرمی نیکسون (Jeremy Nixon)، بنیانگذار استارتاپ اینفینیتی (Infinity) که در زمینه ساخت هوش مصنوعی برای بهینهسازی نرمافزارهای تراشه فعالیت دارد، میگوید: «این مسئولیت جدید شامل تعیین هدفها، راستیآزمایی نتایج و مداخله سریع در زمانهایی است که هوش مصنوعی گیر میکند یا به بنبست میرسد.»
آن اویانگ (Anne Ouyang)، همبنیانگذار استارتاپ زیرساخت هوش مصنوعی استاندارد کرنل (Standard Kernel) نیز میگوید از آنجا که هوش مصنوعی گاهی باگهای فوقالعاده «عجیبوغریب» و نامتعارفی تولید میکند که انسانها هرگز مرتکب نمیشوند، کار بازبینی و اعتبارسنجی کدهای هوش مصنوعی حالا به مراتب «حساستر و سنگینتر» شده است.
با وجود همه این تغییرات، دادههای بازار کار نشان میدهد تقاضا برای جذب مهندسان کودا کماکان بسیار بالاست. به گفته النا ماگرینی (Elena Magrini)، مدیر ارشد تحقیقات در شرکت تحلیل دادههای استخدامی لایتکست (Lightcast)، در حالی که تقاضای کلی برای مهندسان نرمافزار در مقایسه با سال ۲۰۲۳ افت داشته، اما «تقاضا برای مهارتهای خاص و کمیابی مانند کودا نه تنها کم نشده، بلکه رشد هم کرده است.»
بینگ شو (Bing Xu)، بنیانگذار استارتاپ بهینهسازی هوش مصنوعی INT21 نیز تأکید دارد که کمبود متخصص در این حوزه همچنان حس میشود؛ حتی با وجود اینکه هوش مصنوعی بهرهوری را چند برابر کرده است. علت این است که تسلط عمیق بر کودا به بیش از ۲۰ سال تجربه متکی است؛ یعنی سالها قبل از اینکه تب هوش مصنوعی بازار را فتح کند.
شو میگوید: «در گذشته هرگز نمیتوانستیم به اندازه کافی مهندس کودای کاربلد پیدا کنیم، اما حالا هوش مصنوعی به دادمان رسیده و این خلأ را پر کرده است.»
شغل مهندسی کودا (CUDA) در حال دگرگونی است
فرصتهای شغلی مرتبط با کودا هم درون خود انویدیا و هم در شرکتهای دیگر — از جمله آزمایشگاههای بزرگ هوش مصنوعی و غولهای ابری — فراوان است. دادههای لایتکست نشان میدهد آگهیهای استخدام نیازمند مهارت کودا در آمریکا طی هشت ماه نخست سال ۲۰۲۶، حتی از آمار کل سال ۲۰۲۵ هم بیشتر بوده است.
طبق این آمار، انویدیا همچنان بزرگترین استخدامکننده این موقعیتها به شمار میرود و تا ماه سپتامبر بیش از ۳۰۰ موقعیت شغلی فعال در آمریکا ثبت کرده است. جالب اینجاست که در آگهیهای رسمی انویدیا، حقوق پایه برای برخی از این مهندسان تا سقف سالانه ۴۳۱٬۲۵۰ دلار (بدون احتساب پاداش و سهام شرکتی) پیشنهاد شده است!
نیکسون معتقد است هوش مصنوعی از یک طرف موانع ورود را برای نیروهای کمتجربهتر کاهش میدهد و از طرف دیگر، مهندسان کارکشته را به سمت کارهای سطح بالاتر و راهبردیتر، مثل نظارت بر عملکرد هوش مصنوعی، سوق میدهد.
با این حال، اویانگ معتقد است این موج جدید ممکن است بیش از همه به مهندسان تازهکار ضربه بزند؛ در حالی که متخصصانی که بتوانند بهتر از هوش مصنوعی عمل کنند و خروجیهای آن را به درستی محک بزنند، به مراتب ارزشمندتر و گرانتر خواهند شد.
علاوه بر این، پیشبینی میشود با گذر زمان، هوش مصنوعی نقشهای بزرگتری را بر عهده بگیرد.
شو میگوید بررسیهای تیم آنها نشان داده که هوش مصنوعی در حال حاضر در نوشتن برخی کرنلهای خاص و بنچمارکها توانسته مهندسان انسان را پشت سر بگذارد.
نیکسون هم تأیید میکند که در مواردی، هوش مصنوعی کدهایی به زبان کودا مینویسد که مهندسان انسان اصلاً نمیتوانند به طور کامل منطق و نحوه کار آن را درک کنند، هرچند میتوانند درستی کارکردش را بسنجند و تأیید کنند.
به گفته او، توانایی پیشی گرفتن از مهندسان خبره انسان، یکی از نخستین جلوههای واقعی از پیدایش «هوش مصنوعی ابرانسانی» (Superhuman AI) در دنیای واقعی به شمار میرود.
مطالب مرتبط و پیشنهادی

ترکیب جادویی گویندگی و موسیقی متن فقط با یک پرامپت؛ قابلیت جذاب Suno Speech از راه رسید!
استارتاپ محبوب سونو با معرفی قابلیت آزمایشی Speech، گام هیجانانگیز دیگری در دنیای صوت برداشته است. این مدل هوش مصنوعی میتواند متن شما را تحویل بگیرد و همزمان نریشن را همراه با موسیقی متنی هماهنگ در قالب یک قطعه صوتی یکپارچه بسازد. با این نوآوری، دردسرهای میکس و ادیت دستی صدا برای تولیدکنندگان محتوا به حداقل خواهد رسید.

آزمایش جنجالی روی ۱۰ مدل هوش مصنوعی: تعصب جنسیتی همهجا هست، اما با نتایجی کاملاً متناقض!
نتایج بررسی ۱۰ مدل زبانی بزرگ از ۹ شرکت نامدار نشان میدهد که سوگیری جنسیتی همچنان در هوش مصنوعی موج میزند، اما جهتگیری این تعصبها در هر سیستم کاملاً متفاوت است. این ناهمگونی عجیب باعث شده تا توسعهدهندگان نتوانند نتایج یک مدل را به سایر مدلها تعمیم دهند و ناچار باشند رفتار هر ابزار را جداگانه بسنجند.

خرابکاری باتها و دیپفیکها در تحقیقات کاربری؛ بحران هویتهای تقلبی بیخ گوش تیمهای محصول!
ابزارهای در دسترس هوش مصنوعی و دیپفیکها کار جعل هویت را آنقدر آسان کردهاند که حالا بلای جان تحقیقات کاربری شدهاند. طبق بررسیهای جدید، ۹۵ درصد از پژوهشگران کیفی با ورود کاربران تقلبی مواجه شدهاند؛ مشکلی جدی که دادههای تیمهای توسعه را مسموم کرده و مسیر ساخت محصولات دیجیتال را به بیراهه میبرد.
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.