اتفاقات مورد انتظار در حوزه هوش مصنوعی در سال 2023

با توجه به محبوبیت چشمگیر هوش مصنوعی در ماه‌های اخیر، 2023، سال مهمی برای شرکت‌های فعال در این حوزه خواهد بود.

هوش مصنوعی هم مانند هر فناوری دیگری مزایا و معایب خود را دارد. این فناوری هم می‌تواند باعث ترس و وحشت شود و هم می‌تواند امید و روشنی بیافریند. در این‌ مطلب قصد داریم مهم‌ترین اتفاقات مورد انتظار در حوزه هوش مصنوعی در ماه‌های آینده ۲۰۲۳ را شرح دهیم.

مدل‌های هوش مصنوعی خالق آثار هنری، با خلاقیت سرشار خود باعث ایجاد اپلیکیشن‌های متعدد ساخت عکس و حتی ایجاد مدل‌های تجاری شده‌اند Stable Diffusion (استیبل دیفیوژن) که در تابستان ۲۰۲۲ منتشر شد، یکی از این‌مدل‌هاست.

اما از سوی دیگر، ماهیت متن‌باز این ‌مدل‌ها باعث شد آن‌ها ابزار دست جاعلان برای ساخت تصاویر دیپ فیک شوند. در ضمن راه‌اندازی Stable Diffusion، اعتراضات هنرمندان دیجیتالی در مورد کاهش درآمدشان را نیز به دنبال داشت.

1) افزایش اپلیکیشن‌های خلق آثار هنری با هوش مصنوعی

شرکت پریزما لبز که اپلیکیشن لنزا (lensa)، مخصوص گرفتن عکس‌های سلفی و ویرایش آن‌ها را منتشر کرده است، در سال ۲۰۲۲ موفقیت و محبوبیت زیادی را به دست آورد. با توجه به موفقیت این ‌اپلیکیشن انتظار می‌رود سال ۲۰۲۳ شاهد انتشار تعداد زیادی از اپلیکیشن‌های مشابه از سوی شرکت‌های فعال در این‌ حوزه باشیم.

البته متأسفانه ممکن است تصاویر خروجی چنین اپلیکیشن‌هایی، از نظر اخلاقی نامناسب ‌باشد. حتی ممکن است این‌ اپلیکیشن‌ها برای ایجاد جذابیت جنسی در تصاویر زنان، ظاهر چنین تصاویری را به شکل نامناسبی تغییر دهند.

به نظر ماکسیمیلیان گانتز (Maximilian Gahntz)، پژوهشگر ارشد در حوزه خط‌مشی‌ها در بنیاد موزیلا (Mozilla Foundation)، ادغام سیستم‌های هوش مصنوعی زایا در فناوری‌های مصرفی، باعث بهبود تأثیرگذاری و عملکرد این فناوری‌ها می‌شود. این اتفاق تأثیرات خوب و بد متفاوتی را به دنبال خواهد داشت. مثلاً برای آموزش تطابق کلمات و مفاهیم خاص با تصاویر خاص به سیستم هوش مصنوعی Stable Diffusion، از میلیاردها عکس موجود در اینترنت استفاده شد. اما از طرفی دیگر ابزار هوش مصنوعی ایجادکننده متن را می‌توان به‌راحتی فریب داد و آن‌ها را به ابزاری برای ارائه نگرش‌های توهین‌آمیز و اطلاعات گمراه‌کننده تبدیل کرد.

مایک کوک (Mike Cook) عضو گروه پژوهش باز نایوز و پینت براشیز (Knives and Paintbrushes) در مورد اینکه هوش مصنوعی زایا در آینده زمینه‌ساز ایجاد تغییرات اساسی و البته مشکل‌آفرین اجباری می‌شود، با گانتز موافق است. اما قبلاً گفته سرمایه‌گذاری برای توسعه هوش مصنوعی زایا در سال ۲۰۲۳، تنها برای بهبود وضعیت کنونی آن انجام می‌شود و سرمایه‌ها صرف تحقق وعده‌های داده شده در مورد آن نمی‌شوند.

مایک کوک در مورد موضوع اینچنین گفته است:

«ترغیب جامعه متخصصان هوش مصنوعی برای ایجاد فناوری جدید و تلاش آنها برای تحقیق تأثیرگذاری بلند مدت این ‌فناوری‌ها روی زندگی مردم، به‌ تنهایی کافی نیست و باید شرایط کسب درآمد سرشار از این ‌فناوری‌ها یا ایجاد تأثیرات محسوس آن‌ها روی زندگی روزمره مردم را نیز فراهم کرد. بنابراین به نظرم در آینده شاهد اقدام پیشران جدیدی برای دستیابی هوش مصنوعی زایا به یکی از این دو هدف مذکور یا کسب موفقیت آن در هر دو زمینه باشیم».

2) مقابله با استفاده از آثار هنری هنرمندان برای آموزش سیستم‌های هوشمند مصنوعی

شبکه اجتماعی آنلاین هنرمحور دویان‌آرت (DeviantArt)، یک هوش مصنوعی خالق آثار هنری بر پایه Stable Diffusion ایجاد کرده است. در این‌ مدل از مجموع آثار برگزیده شبکه هنری جامعه دویان‌آرت نیز استفاده شده است. اما متأسفانه این ابزار مورد حمله شدید اعضای طولانی‌ مدت جامعه هنری دویان‌آرت قرار گرفت. این هنرمندان در مورد عدم شفافیت سیستم در مورد استفاده از آثار هنری بارگذاری شده آن‌ها در دویان‌آرت، برای آموزش هوش مصنوعی، شدیداً انتقاد کرده‌اند.

همچنین OpenAI (اوپن‌‌ای‌آی) و Stability AI (استیبیلیتی اِی‌آی‌)، دو شرکت سازنده محبوب‌ترین سیستم‌های هوش مصنوعی کنونی یعنی ChatGPT و Stable Diffusion، اعلام کرده‌اند در حال انجام اقداماتی برای محدودکردن میزان محتوای آسیب‌ زننده ایجادشده توسط این دو مدل هستند.

البته خروجی‌های این دو ابزار بر مبنای بسیاری از تصاویر و متون موجود در شبکه‌های اجتماعی مورد قضاوت قرار می‌گیرند و بی‌شک هر دو هنوز جای کار دارند.

گانتز که در حال مقایسه بحث‌وجدل‌های دائمی مرتبط با بازبینی محتوای شبکه‌های اجتماعی است، در مورد این موضوع این چنین گفته است:

«رفع چنین مشکلاتی نیازمند جمع‌آوری، مدیریت و ارائه دائمی مجموعه داده‌ها است. چنین داده‌هایی ازجمله داده‌های کسب‌شده از جوامعی که در ارائه محتوا چندان موفق نبوده‌اند، باید موشکافانه بررسی شوند».

شرکت Stability AI که بخش عمده‌ای از سرمایه موردنیاز پروژه Stable Diffusion را تأمین کرده، اخیراً در برابر فشارهای عمومی تسلیم شده است. چنین اقدامی نشان داد که شرکت مذکور این حق را به هنرمندان داده که اجازه ندهند از آثار هنری‌شان که در حقیقت همان مجموعه داده‌ها هستند، برای آموزش نسل بعدی Stable Diffusion استفاده شود. هنرمندانی که این حق را دارند، می‌توانند تا چند هفته قبل از آغاز فرایند آموزش هوش مصنوعی با مراجعه به وب‌سایتی، درخواستشان را برای استفاده‌ نشدن از آثار هنری خود برای این‌ کار ثبت کنند.

البته متأسفانه OpenAI چنین مکانیسم ایجاد نکرده است. این شرکت مشارکت با شرکت‌هایی ارائه‌دهنده تصاویر باکیفیت مثل شاتر استاک (Shutterstock) به‌ منظور کسب مجوز قانونی استفاده از بخشی از کلکسیون تصاویر چنین شرکت‌هایی برای آموزش هوش مصنوعی را به استفاده از آثار هنرمندان ترجیح داده است. البته Stability AI با فشارها و مخالفت‌های قانونی و عمومی در مورد استفاده از عموم آثار هنرمندان مواجه شده است. به همین دلیل این شرکت نیز مدت کوتاهی قبل از آغاز فرایند آموزش هوش مصنوعی، رویکرد OpenAI را دنبال خواهد کرد. حتی ممکن است دادگاه Stability AI را وادار به انجام چنین کاری کند، زیرا اکنون شرکت‌های مایکروسافت، گیت هاب و OpenAI به دلیل نقض قانون کپی‌رایت به خاطر استفاده از ابزار هوش مصنوعی کوپایلوت (Copilot)، سرویس گیت هاب با قابلیت پیشنهاد خودکار خطوط کدها، تحت پیگرد قضایی هستند. طبیعتاً امکان دارد Stability AI نیز با چنین مشکلی مواجه شود.

انتظار می‌رود در سال ۲۰۲۳ انتقادات در مورد هوش مصنوعی افزایش یابد. درضمن ممکن است قوانینی که لزوم استفاده صرفاً تجاری از سیستم‌های آموزش‌ دیده با داده‌های عمومی را حذف می‌کنند، به‌دقت و با تفکر کامل بررسی شوند.

3) ادامه رشد پروژه‌های متن‌باز و غیرمتمرکز هوش مصنوعی

همچنین بخوانید: «هوش مصنوعی چیست؟ تعریف و کاربرد آن»

در سال ۲۰۲۲ تنها تعداد معدودی از شرکت‌های هوش مصنوعی، صحنه را در دست گرفتند که OpenAI و Stability AI مهم‌ترین آن‌ها بودند. اما انتظار می‌رود در سال میلادی جاری سیستم‌های باز هم به سمت متن‌باز شدن حرکت کنند. همچنین ممکن است ساخت سیستم‌هایی با قابلیت‌هایی فراتر از قابلیت‌های سیستم‌های هوش مصنوعی قوی کنونی با قابلیت‌های متعدد، نیز امکان‌پذیر شود. نگرش جامعه هوش مصنوعی می‌تواند منجر به بررسی دقیق‌تر سیستم‌ها در حین فرایند ساخت یا به کارگیری آن‌ها شود.

گانتز در مورد این‌موضوع این‌چنین می‌گوید:

اگر مدل‌ها متن‌باز و مجموعه داده‌ها هم باز باشند، پژوهش انتقادی به میزان بسیار بیشتری امکان‌پذیر می‌شود. این اتفاق منجر به نمایان شدن بسیاری از اشتباهات و آسیب‌های مرتبط با هوش مصنوعی زایا می‌شود. پی‌بردن به این اشتباهات و آسیب‌ها تا به امروز بسیار دشوار بوده است.

ایجاد مدل‌های زبانی بزرگ ایجادشده توسط الوثر ای‌آی (EleutherAI) و بیگ ساینس (BigScience)، نمونه‌‌ای از این تلاش‌های متمرکز بر جامعه هوش‌ مصنوعی هستند. این مدل‌ها با پشتیبانی استارتاپ هوش مصنوعی هاگینگ فیس (Hugging Face) انجام شده‌اند. EleutherAI گروه غیرمتمرکزی از پژوهشگران، مهندسان و توسعه‌دهندگان داوطلب متمرکز روی متوازن‌سازی و مقیاس‌گذاری هوش مصنوعی و پژوهش در مورد هوش مصنوعی متن‌باز است. BigScience یک گروه علمی باز پیشگام متشکل از محققان سراسر جهان با هدف همکاری برای آموزش یک سیستم زبانی بزرگ است.

در ضمن خود Stability AI هم در حال تأمین سرمایه مورد نیاز تعدادی از جوامع هوش مصنوعی است. از میان این‌ جوامع می‌توان به هارمون آی‌ای (Harmonai)، جامعه متمرکز روی ساخت موسیقی و اوپن‌بیو‌ام‌ال (OpenBioML)، مجموعه‌ای گسترده از آزمایش‌های زیست‌ فناوری، اشاره کرد.

پیشنهاد می‌کنیم مقاله «هوش مصنوعی ChatGPT چیست؟ توضیح کامل و به زبان ساده» را نیز از دست ندهید.

4) تغییر رویکرد شرکت‌های هوش مصنوعی در راستای تبعیت از قوانین جدید

قوانینی مثل قانون هوش مصنوعی اتحادیه اروپا (EU’s AI Act) می‌توانند رویکرد شرکت‌های هوش مصنوعی در مورد نحوه ایجاد و به‌کارگیری سیستم‌های هوش مصنوعی در آینده را تغییر دهند. بنابراین سایر قوانین هوش مصنوعی محلی مثل قانون به‌کارگیری هوش مصنوعی نیز می‌توانند زمینه‌ساز چنین تغییراتی شوند.

بر اساس قانون هوش مصنوعی نیویورک، آن دسته از فناوری‌های هوش مصنوعی یا فناوری‌های مبتنی بر الگوریتم‌ها که برای استخدام رسمی و استخدام قراردادی و فروش استفاده می‌شوند، باید قبل از استفاده‌ شدن، از نظر متعصبانه بودن یا نبودن، بررسی شوند.

قوانین جدید حوزه هوش مصنوعی می‌توانند شرکت‌های فعال در این‌حوزه را در سال ۲۰۲۳ به چالش بکشاند. همچنین انتظار می‌رود امسال شاهد بحث‌ و جدل‌های بیشتری در مورد این قوانین باشیم. حتی ممکن است میزان برگزاری دادگاه‌ها قبل از جریمه یا متهم شدن افراد، افزایش یابد.

البته ممکن است رقابت شرکت‌های هوش مصنوعی برای کسب جایگاهی ارزشمند در سودمندترین گروه‌های طبقه‌بندی‌های قانون‌های آینده، در این سال همچنان ادامه داشته باشد. گروه‌های «risk (پرخطر)» در طبقه‌بندی قانون هوش مصنوعی اتحادیه اروپا، نمونه‌ای از این‌ گروه‌ها هستند. قوانین کنونی هوش مصنوعی، سیستم‌های هوش مصنوعی را به ۴ گروه پرخطر تقسیم کرده‌اند. در هر یک از این‌گروه‌ها، سیستم‌های هوش مصنوعی دارای ویژگی‌های خاصی قرار می‌گیرند. در ضمن در هر گروه سیستم‌ها در سطح متفاوتی، با دقت بالایی بررسی‌ می‌شوند. مثلاً الگوریتم‌های امتیازبندی اعتبار و اپلیکیشن‌های جراحی با هوش مصنوعی، در گروه سیستم‌های پرخطر (high risk) قرار گرفته‌اند. سیستم‌های هوش مصنوعی برای کسب مجوز ورود به بازار اروپا، باید یکسری استانداردهای قانونی، اخلاقی و فنی را داشته باشند. اما سیستم‌های دارای کمترین میزان خطر یا بدون خطر لازم نیست چنین استانداردهایی را داشته باشند. این‌ سیستم‌ها مثل سیستم‌های فیلتر اسپم‌ها و بازی‌های کامپیوتری دارای هوش مصنوعی، تنها ملزم به رعایت شفاف‌سازی هستند؛ مثلاً چنین سیستم‌هایی باید به کاربران اطلاع دهند که آن‌ها درحال تعامل با یک سیستم هوش مصنوعی هستند.

5) جذب سرمایه‌های قابل‌ توجه

گانتز معتقد است حتی اگر هوش مصنوعی برای بسیاری از افراد به‌ اندازه کافی خوب باشد، به برخی از افراد آسیب‌های عمیقی وارد می‌کند. به نظر او قبل از آغاز استفاده گسترده مردم از ابزارهای هوش مصنوعی یا شروع استفاده تجاری از آن‌ها باید کارهای زیادی در این‌ حوزه انجام شود.

مسلماً در صورت تولید محتوای نامناسب و درهم‌ برهم توسط هوش مصنوعی زایا، کاربران دیگر تمایلی به استفاده از آن نخواهد داشت. در ضمن هوش مصنوعی باید برای همه کاربران محتوایی باکیفیت یکسان ارائه دهد.

هنوز مشخص نیست که آیا در سال ۲۰۲۳ شرکت‌های هوش مصنوعی متقاعد به رعایت موارد مذکور خواهند شد یا نه. این‌موضوع اهمیت زیادی دارد. به‌خصوص اکنون که سرمایه‌گذاران متمایل به سرمایه‌گذاری روی هر گونه هوش مصنوعی زایای نویدبخش هستند.

گفته می‌شود OpenAI در حال حاضر ۲۰ میلیارد دلار ارزش دارد. در ضمن این‌ شرکت برای گرفتن سرمایه بیشتر از مایکروسافت در حال رایزنی‌های پیشرفته با این شرکت است. مایکروسافت قبلاً در سال ۲۰۱۹ یک میلیارد دلار در OpenAI سرمایه‌گذاری کرده است.

مقاله پیشنهادی برای شما: «هوش مصنوعی ChatGPT جایگزین چه شغل‌هایی می‌شود؟»

طبق اطلاعات ارائه‌شده در وب‌سایت کرانچ‌بیس (crunchbase)، وب‌سایت ارائه‌دهنده اطلاعات تجاری شرکت‌های خصوصی و دولتی، تقریباً تمام شرکت‌های هوش مصنوعی برتر موفق به جذب سرمایه در سال ۲۰۲۲، شرکت‌های نرم‌افزاری هستند. تنها چهار شرکت هوش مصنوعی سخت‌افزاری موفق به کسب چنین موفقیتی در سال ۲۰۲۲ شدند. این‌ شرکت‌ها شامل سه شرکت فعال در حوزه فناوری خودران یعنی کرروز (Cruise) و وی‌وی (Wayve) و وی‌راید (WeRide) و شرکت رباتیک مگاروبو (MegaRobo) می‌شود.

کانتنت اسکوئر Contentsquare، شرکت فروشنده سرویس ارائه‌ دهنده محتوای پیشنهادی هوش مصنوعی‌ محور برای فضای وب، در جولای ۲۰۲۲ فرایند سرمایه‌گذاری ۶۰۰ میلیون دلاری خود را تکمیل کرد. یونیفور (Uniphore)، شرکت فروشنده نرم‌افزارهای تحلیل مکالمات و دستیارهای قادر به مکالمه (برای استفاده در مکان‌هایی مثل مراکز تماس)، در فوریه ۲۰۲۲ سرمایه‌گذاری ۴۰۰ میلیون دلاری خود را انجام داد.

شرکت‌های اسپات (Highspot) که پلتفرم هوش مصنوعی آن توانایی ارائه پیشنهاد‌های جذب مشتری بازاریابی آنی‌ داده محور را دارد، نیز در ژانویه ۲۰۲۲ دست به سرمایه‌گذاری ۲۴۸ میلیون دلاری زد.

ممکن است سرمایه‌گذاران به دنبال سرمایه‌گذاری در حوزه‌های مطمئن هوش مصنوعی باشند؛ حتی اگر چنین حوزه‌هایی به‌ اندازه هوش مصنوعی زایا جذاب نباشند. از میان این حوزه‌ها می‌توان به خودکارسازی فرایند تجزیه‌ و تحلیل اطلاعات با هوش مصنوعی پیشرفته اشاره کرد. ایجاد بازدیدکنندگان دائمی (منظور ارجاع‌ دادن مشتریان به یک پلتفرم فروش است) نیز حوزه بدون خطری برای سرمایه‌گذاری است.

هوش مصنوعی حوزه‌ای نیست که توانایی جلب توجه سرمایه‌گذاران را نداشته باشد، اما بیشتر برای سرمایه‌گذاران مطرح با نفوذ و مطلع از اتفاقات احتمالی آینده دنیای فناوری مناسب است.

منبع: techcrunch