دهمین شماره ماهنامه هوش مصنوعی
بسیاری از اندیشمندان و آینده پژوهان معتقدند هوش مصنوعی جهان را بیش از هر چیزی در تاریخ بشریت تغییر خواهد داد. چنین پیشرفتی میتواند فرصتها و مخاطرات زیادی را برای بشریت در پی داشته باشد.
در چنین شرایطی، یکی از چالشها و دغدغه های اصلی هر کشور، حکمرانی هوش مصنوعی است. در عین حال، به نظر میرسد سرعت پیشرفت حکمرانی در این زمینه، از سرعت پیشرفت جنبه های فنی آن، کمتر بوده است.
واقعیت این است که حکمرانی هوش مصنوعی، با وجود اشتراکات با موضوع حکمرانی عمومی، و حکمرانی فناوری، به تناسب ویژگیهای خاصی که دارد، حساسیت ها و تدابیر ویژه ای میطلبد.
بدیهی است برای حکمرانی خوب هوش مصنوعی، توجه به چند نکته اساسی، الزامی است؛ مفهوم حکمرانی هوش مصنوعی، متولی یا متولیان حکمرانی هوش مصنوعی، آینده اندیشی و آثار و پیامدهای اقدامات در جهت حکمرانی هوش مصنوعی، معیارها و ابعاد حکمرانی هوش مصنوعی و شیوه رصد و ارزیابی آن.
آنچه در این شماره میخوانید
موفقیت هوش مصنوعی در پیشبینی ساختار سویه اومیکرون
آموزش هوش مصنوعی برای کنترل راکتور همجوشی هسته ای توسط دانشمندان شرکت دیپ مایند
چه زمانی میتوان به پیشبینیهای دستیار هوش مصنوعی اعتماد کرد؟
سناریوهایی برای آینده هوش مصنوعی
تهدیدهای هدفگذاری هوشمند در متاورس
آیا ما شاهد ظهور علم پسانظریه هستیم؟
نگاه به آینده: غربالگری شخصی سرطان با هوش مصنوعی
از آنجایی که شکل پروتئین نحوه رفتار آن را تعیین میکند، دانستن ساختار آن میتواند به انواع تحقیقات زیستشناسی، از مطالعات تکامل گرفته تا کار بر روی بیماریها کمک کند. در تحقیقات دارویی، کشف ساختار پروتئینی میتواند به کشف روشهای جدید درمان کمک کند. در خبر "موفقیت هوش مصنوعی در پیشبینی ساختار سویه اومیکرون"، آمده است که با استفاده از هوش مصنوعی میتوان در زمانی کوتاه، برآوردهایی در مورد ساختار پروتئینی ویروسها انجام داد که در شرایطی مانند کووید، این پیشبینیها از اهمیت بالایی برخوردار هستند. محققان معتقدند که پیشبینیهای مبتنی بر هوش مصنوعی بهطور فزایندهای برای این دسته از تحقیقات مورد استفاده قرار گرفته و در پاندمیهای آینده نقش محوری خواهند داشت.
در خبر "آموزش هوش مصنوعی برای کنترل راکتور همجوشی هسته ای توسط دانشمندان شرکت دیپ مایند"، آمده است: سرپرست محققان هوش مصنوعی شرکت دیپ مایند[1] اخیراً اعلام کرد که پژوهشگران این شرکت موفق به آموزش یک سیستم هوش مصنوعی برای کنترل پلاسمای فوق گرم (بسیار گرم) داخل یک راکتور همجوشی هسته ای شده اند؛ همجوشی هستهای، یا همان فرایند تولید انرژی در خورشید، دربرگیرنده واکنشهایی است که در آن دو هسته اتم سبکتر به هم پیوسته و هسته سنگینتری را به وجود میآورند. این فرایند انرژی زیادی آزاد میکند و منبعی بالقوه برای تولید انرژی پاک نامحدود محسوب میشود. هنگامیکه بشر بتواند بر این فناوری مسلط شود به دستاوردی عظیم خواهد رسید چرا که به انرژی تقریباً بیحد و حصری دسترسی خواهد داشت.
گزیده "چه زمانی میتوان به پیشبینیهای دستیار هوش مصنوعی اعتماد کرد؟"، خبر از تلاشهای پژوهشگران به روشی برای بهبود همکاری کارکنان و سیستمهای هوش مصنوعی میدهد. در این تکنیک، یک مرحله آموزشی پیشنهاد داده شده که در آن، افراد بهتدریج با مدل هوش مصنوعی آشنا میشوند تا بتوانند خود، نقاط ضعف و قوت آن را درک کنند. این کار، با تقلید از نحوه تعامل انسان با هوش مصنوعی در عمل انجام میشود.
در مقاله "تهدیدهای هدفگذاری هوشمند در متاورس"، به هوش مصنوعی بهعنوان کلید و بنای اصلی متاورس اشاره شده و با توجه به تهدیدهای ناشی از گسترش هوش مصنوعی در این فضا و قابلیت نفوذ بر عقاید، باورها و عادات انسانها، ضرورت "تنظیمگری و قانونمندی" در آن، قید شده است. همچنین به تسهیلکنندگان زندگی الکترونیکی (همانند دستیارهای دیجیتال) اشاره کرده است که اگرچه کاربردهای مثبت بسیاری برای آنها میتوان برشمرد، اما در صورت کنترل توسط شرکتهای انتفاعی این عوامل هوش مصنوعی میتوانند بدون اینکه ما متوجه باشیم ما را به سمت محصولات و خدمات خاصی هدایت کنند. بنابراین چنین مسائل و تهدیدهایی باید توسط متخصصان و سیاستگذران مورد بررسی قرار گرفته و پیش از اینکه چالشهای طرح شده به مشکلاتی اجتنابناپذیر تبدیل شوند، برای رفع آنها سازوکارهایی تعریف شود.
در مقاله "رشد چشمگیر سرمایه گذاریهای هوش مصنوعی نسبت به 20 سال گذشته"، آمده است: بر اساس جدیدترین گزارشهای معتبر، سرمایهگذاری جهانی در شرکتهای هوش مصنوعی از سال 2020 تاکنون (تاریخ خبر 12 ژانویه 2022) 115 درصد افزایش یافته است که بزرگترین رشد سالانه سرمایهگذاری در هوش مصنوعی در حداقل دو دهه اخیر است. کل سرمایهگذاری هوش مصنوعی در سال 2021 به 77.5 میلیارد دلار رسید که نسبت به رکورد قبلی 36 میلیارد دلاری سال گذشته افزایش قابل توجهی دارد. لازم به ذکر است که به طور کلی، کووید-19، به افزایش علاقه جهانی دولتها و سرمایهگذاران به هوش مصنوعی کمک کرده است.
در مقاله "آیا ما شاهد ظهور علم پسانظریه هستیم؟"، به بیان باورهای مختلف صاحبنظران در مورد نقش هوش مصنوعی در توسعه یا توقف رشد نظریه ها، پرداخته شده است. اما نکته قابل توجه این است که نظریه نمرده و در حال تحول است؛ تحولی که شاید ورای بازشناسی ماست. در همین ارتباط، در این مقاله آمده است: همانطور که سابینا لئونلی فیلسوف علم در دانشگاه اکستر توضیح میدهد، «چشماندازه دادههایی که ما به کار میگیریم به طرز شگفتآوری مخدوش است». اما بهرغم اینکه این مشکلات بیتردید وجود دارند، پیتر دایان آنها را حاد یا غیرقابل رفع نمیداند. به زعم او، انسانها نیز دارای سوگیریاند و برخلاف هوش مصنوعی، «سوگیریهای انسانی بهنحوی است که دشوار میتوان آنها را زیر سؤال برد یا اصلاح کرد». عاقبت، اگر یک نظریه در مقایسه با یک هوش مصنوعی پیشبینیهای غیر قابل اعتمادتری داشته باشد، دشوار میتوان ادعا کرد که ماشین بیش از نظریه واجد سوگیری است و مانع جدیتری که بر سر راه علم جدید است شاید نیاز انسانی ما به توضیح و تشریح جهان باشد؛ یعنی صحبتکردن بر اساس رابطۀ علت و معلول. مخلص کلام اینکه در سال 2022، تقریباً عرصهای در فرآیندهای علمی وجود ندارد که در آن ردّی از هوش مصنوعی مشاهده نشود. از این رو، هر چه ما بیشتر آن را در طلب دانش سهیم کنیم، هوش مصنوعی بیشتر این مسیر را دگرگون خواهد کرد. ما ناچاریم زندگی با آن را بیاموزیم و در عین آن، در خصوص یک چیز میتوانیم به خود قوتقلب دهیم: هنوز این ما هستیم که طرح پرسش میکنیم.
هوش مصنوعی، یکی از تحولآفرین ترین فناوریهای چند دهه اخیر است و ماهیت همهمنظوره آن، مانند برق و اینترنت، درک کامل میزان تأثیر بالقوه آن بر آینده ما را بسیار دشوار میکند. این موضوع، نهتنها به ماهیت فناوری مربوط میشود، بلکه به توسعه محیط سیاسی، اجتماعی و اقتصادی آن نیز برمیگردد. در سرمقاله "سناریوهایی برای آینده هوش مصنوعی"، بر اساس دو عدم قطعیت؛ "میزان مشارکت فعال دولتها در توسعه و پذیرش فناوری" و "میزان تأکید بر تنظیمگری یا نوآوری"، چهار سناریو برای آینده هوش مصنوعی در کشورها متصور شده است. نقاط تمرکز سناریوها پاسخ به سؤالاتی مانند اینست که هوش مصنوعی چگونه توسعه مییابد، تمرکز دولتها و تنظیمگران کجاست، ساختار بازار چگونه خواهد بود و تأثیر کلی استفاده از هوش مصنوعی بر اقتصاد، صنایع و مصرفکنندگان چه خواهد بود.
بر اساس دستورالعملهای پزشکی فعلی زنان 45 تا 54 ساله باید هر سال ماموگرافی انجام دهند. در عین حال، احتمال 19 درصدی خطای این تست، دانشمندان آزمایشگاه علوم کامپیوتر و هوش مصنوعی دانشگاه ام.آی. تی را بر آن داشت تا با همکاری کلینیک یادگیری ماشینی و سلامت جمیل، تلاشهایی را برای استفاده از یادگیری ماشینی بهمنظور ارائه غربالگری شخصی انجام دهند. ایشان معتقدند. با تنظیم غربالگری بر اساس ریسکهای فردی هر بیمار، میتوان درمان بیش از حد را کاهش داده، نابرابریهای سلامتی را از بین برده و کیفیت درمان را بهبود بخشید.
[1] DeepMind
نظر دهید