تاثیر هوش مصنوعی بر جامعه و زندگی روزمره
نویسنده : داوود سلیانچی
هوش مصنوعی در حال تغییر جهان است و تاثیر آن بسیار زیاد خواهد بود: در نحوه کار، ما زندگی می کنیم، هم کاری می کنیم، تصمیم می گیریم و به عنوان یک جامعه عمل می کنیم.
اما چگونه افراد و جوامع می توانند از هوش مصنوعی بهره ببرند؟ مشکلات جهانی که اکنون می توان با استفاده از هوش مصنوعی به طور موثرتری برطرف کرد، چیست؟ خطرات هوش مصنوعی در سطح اجتماعی چیست؟ «تکینگی فناوری» چیست و چگونه می تواند بر ما تأثیر بگذارد؟ چگونه افراد و جوامع باید برای هوش مصنوعی آماده شوند؟
دکتر مایکل وو، نل واتسون، آنتونی میلز، آلف رن، دکتر مریلی نیکا، نظر زکی، آنجلیکی ددوپولو، جان اسکرنیر آگوستسون و بویکا سیمئونوا بینش های خود را به اشتراک می گذارند.
دکترای مایکل وو
استراتژیست ارشد هوش مصنوعی — PROS Inc. • ایالات متحده آمریکا
در طول سه انقلاب صنعتی اول، انسان ها یاد گرفته اند که از ماشین ها برای خودکارسازی وظایف مختلف استفاده کنند. ما از ماشین‌ها برای تقویت قدرت فیزیکی محدود، استقامت، حافظه و توانایی محاسباتی خود استفاده می‌کنیم. با این حال، تا همین اواخر، هیچ ماشینی برای افزایش توانایی تصمیم گیری ما وجود نداشت. از این رو، بیشتر مشاغل پردرآمد در دوران پسا صنعتی شامل نیروی کار ماهر است که نیاز به تصمیم گیری اساسی دارد. فقط پیش پا افتاده ترین و بی فکرترین کارها توسط ماشین های مکانیکی خودکار می شوند. با این حال، بسیاری از این ماشین‌ها هنوز هم به اپراتورهای انسانی نیاز دارند که تصمیم بگیرند، خواه این تصمیم به پیچیدگی رانندگی یک کامیون باشد یا صرفاً تصمیم‌گیری در مورد روشن و خاموش کردن دستگاه.
شاید، ما به یک اقتصاد جدید نیاز داشته باشیم که به جای سود، با به حداکثر رساندن شادی هدایت شود – دکتر مایکل وو
امروزه، با فراگیرتر شدن فناوری‌های مبتنی بر هوش مصنوعی، ماشین‌ها می‌توانند ظرفیت شناختی ما را افزایش داده و فرآیندهای پیچیده تصمیم‌گیری ما را برای اولین بار خودکار کنند. این به طرز چشمگیری نحوه کار ما را تغییر خواهد داد و منجر به انقلاب صنعتی چهارم می شود. بسیاری از وظایفی که برای انسان‌ها محفوظ است و نیاز به سطحی از تصمیمات انسانی دارند، تا زمانی که بتوانیم داده‌های کافی برای آموزش یک هوش مصنوعی برای تقلید از آن تصمیمات و اقدامات انسانی جمع‌آوری کنیم، می‌توانند خودکار شوند.
یکی از مهم ترین مزایای هوش مصنوعی، کارایی عظیمی است که به ارمغان می آورد. از آنجایی که بسیاری از وظایف اکنون می توانند به طور کامل و بدون اینکه انسان گلوگاه باشد خودکار شود، می توان آنها را بسیار سریعتر اجرا کرد. علاوه بر این، از آنجایی که هوش مصنوعی نیازی به خوردن یا خوابیدن ندارد، می تواند 24/7 کار کند و منجر به افزایش بهره وری بیشتر شود. مانند هر اتوماسیون ماشینی، هوش مصنوعی می تواند خطاهای انسانی بی دقت را از بین ببرد و ثبات بیشتری در فرآیندهای تصمیم گیری پیچیده ما ایجاد کند.
افراد می توانند از هوش مصنوعی بهره های فوق العاده ای ببرند زیرا می تواند کارهای روزمره و تکراری را که هیچ کس دوست ندارد انجام دهد، از بین ببرد. چه چیزی به سادگی تصمیم گیری برای تماشای فیلم، افزودن اقلام به لیست خریدمان یا تحویل خودکار آنها، یا رسیدن به خانه ایمن و سریع باشد، هوش مصنوعی می تواند این وظایف را خودکار کند و به ما این امکان را می دهد که زمان ارزشمند خود را صرف کارهای مهمتر کنیم. نه تنها به راحتی و صرفه جویی در زمان، بلکه تجربیات بهتر و شخصی تری نیز به دست می آوریم.
حالا بیایید دامنه خود را گسترش دهیم و به تأثیر هوش مصنوعی بر مشاغل نگاه کنیم. امروزه، بسیاری از شرکت ها، به ویژه شرکت های بزرگ، دارای بسیاری از فرآیندهای تجاری ناکارآمد یا به سادگی شکسته هستند (مثلاً در خدمات مشتری). این ناکارآمدی‌ها اثرات جانبی منفی زیادی بر کسب‌وکار دارند، زیرا اغلب منجر به هزینه‌های عملیاتی بالاتر می‌شوند (مثلاً استخدام کارکنان بیشتر). علاوه بر این، هنگامی که این فرآیندها مشتریان خود را لمس می کنند، تجربه ضعیف مشتری می تواند ارزش ویژه برند و وفاداری مشتری را از بین ببرد.
جابجایی شغلی در مقیاس بزرگ در کوتاه مدت مشکلی است که باید به آن بپردازیم – دکتر مایکل وو
با این حال، مانند افراد، کسب‌وکارها نیز می‌توانند به بهره‌وری چشمگیری از هوش مصنوعی پی ببرند. رفع ناکارآمدی در کسب و کار می تواند به طور غیرمستقیم هزینه ها را کاهش دهد و تجربه مشتری را بهبود بخشد. اما فراتر از آن، کسب‌وکارها همچنین می‌توانند تجربه مشتری خود را مستقیماً با استفاده از هوش مصنوعی شخصی‌سازی (مثلاً سیستم‌های توصیه‌گر) بهبود بخشند و از طریق هوش مصنوعی مکالمه‌ای (مانند چت‌بات‌ها و دستیاران مجازی) تعاملات جذاب‌تری با برند ایجاد کنند.
برخلاف ابزارهای هوش مصنوعی مصرف‌کننده که تصمیم‌های ساده روزمره را خودکار می‌کنند، هوش مصنوعی تجاری را می‌توان برای خودکارسازی تصمیم‌هایی که اغلب بسیار فنی، مختص دامنه هستند و تحمل خطا بسیار کمتری دارند، آموزش داد. هوش مصنوعی تجاری برای مصرف کنندگان بسیار کمتر شناخته شده است زیرا اغلب توسط کارشناسان بسیار متخصص استفاده می شود. از آنها برای تقویت متخصصان انسانی استفاده می شود تا نه تنها تصمیمات پرمخاطره آنها را خودکار کنند، بلکه بهینه سازی کنند که اغلب تأثیر مستقیمی بر خط برتر شرکت دارند (مثلاً قیمت گذاری پویا در زمان واقعی). از این رو هوش مصنوعی می‌تواند به شرکت‌ها در بهبود حاشیه‌ها و درآمدها و افزایش سودآوری کمک کند.
اکنون بیایید دامنه خود را بیشتر گسترش دهیم و تأثیر هوش مصنوعی را بر جامعه خود بررسی کنیم. همانطور که شرکت ها و افراد تلاش می کنند تا کارایی بیشتری را از هوش مصنوعی دریافت کنند، جامعه ما به عنوان یک کل نیز کارآمدتر عمل خواهد کرد. از اولین انقلاب صنعتی، ما زمان کمتری را در محل کار صرف کرده ایم. اگر این روند ادامه یابد، شاید در آینده ای نه چندان دور، اتوماسیون هوش مصنوعی می تواند به جامعه ما اجازه دهد تا آنقدر کارآمد عمل کند که بتواند از درآمد پایه جهانی (UBI) پشتیبانی کند . شاید دیگر نیازی به تلاش برای بقا نداشته باشیم، اما در عوض، به این دلیل کار می کنیم که می خواهیم، برای اشتیاق، تجربه و احساس رضایت.
واضح است که ما هنوز آنجا نیستیم! امروزه، سیستم‌های هوش مصنوعی ما فقط قادر به یادگیری از منابع داده خاص و خودکارسازی تصمیمات نقطه‌ای در یک حوزه محدود هستند (یعنی هوش مصنوعی، ANI ) با این حال، از آنجایی که پیشرفت فناوری با سرعتی تصاعدی اتفاق می‌افتد، زمان زیادی نمی‌گذرد تا هوش مصنوعی با هوش انسانی (یعنی هوش مصنوعی عمومی، AGI ) یا حتی از آن پیشی بگیرد (یعنی ابرهوش مصنوعی، ASI ) هنگامی که این اتفاق می افتد، ASI به طور بالقوه می تواند خود را بازنویسی کند تا آنها را حتی باهوش تر کند. این بازخورد مثبت هوش به طور نامحدود رشد می کند و منجر به نوآوری های بیشتر و بیشتر در تغییر جهان با سرعت فزاینده می شود. انسان ها به سادگی نمی توانند با آن تغییرات سریع و چشمگیر سازگار شوند، چه رسد به تهدید وجودی یک ASI. این انفجار غیرقابل کنترل تکنولوژیکی اغلب به عنوان تکینگی تکنولوژیکی نامیده می شود .
اگرچه تکینگی در حال ظهور ترسناک است، گمانه زنی در مورد آینده ای آگاهانه غیرقابل پیش بینی که بسیار دور است، بی ثمر است. برخاسته از پذیرش انبوه هوش مصنوعی، چالش‌های اجتماعی بسیاری وجود دارد که ما باید مدت‌ها قبل از رسیدن به تکینگی با آنها مقابله کنیم. از آنجایی که هوش مصنوعی کار بیشتر انسان را در یک جامعه بازار که توسط رقابت و به حداکثر رساندن سود هدایت می شود، خودکار می کند، اجتناب ناپذیر است که شرکت ها نیروی انسانی خود را برای کاهش هزینه ها کاهش دهند. آن وقت انسان ها چه خواهند کرد؟ شاید، ما در آینده به یک اقتصاد جدید نیاز داشته باشیم که به جای سود، با حداکثر کردن شادی پیش می رود.
از آنجایی که پیشرفت‌های هوش مصنوعی با سرعتی تصاعدی پیشرفت می‌کنند، آموزش مجدد و ارتقای مهارت نیروی انسانی به اندازه کافی سریع برای حفظ مشاغل پایدار، چالش برانگیز خواهد بود. اگرچه نوآوری های فناوری همیشه در درازمدت مشاغل بیشتری ایجاد می کند، جابجایی مشاغل در مقیاس بزرگ در کوتاه مدت مشکلی است که باید به آن بپردازیم. علاوه بر این، اگر سرعت تغییر به اندازه کافی سریع باشد، سیاست آموزشی فعلی ما، که در آن آموزش را در اوایل زندگی یک فرد پیش‌بینی می‌کنیم، ممکن است دیگر عملی نباشد. بنابراین ممکن است به یک سیستم آموزشی جدید نیز نیاز داشته باشیم.
به گفته جامعه شناس مشهور، گرهارد لنسکی ، از آنجایی که فناوری تولید کارآمدتر را امکان پذیر می کند، منجر به مازاد بیشتر خواهد شد. این نه تنها از یک جامعه بزرگتر حمایت می کند، بلکه به اعضای یک جامعه اجازه می دهد تا تخصص بیشتری داشته باشند، در نتیجه نابرابری بیشتری ایجاد می کند. از آنجایی که کارایی به دست آمده از هوش مصنوعی بسیار زیاد است، نابرابری ایجاد شده نیز بسیار زیاد است. این در حال حاضر در اختلاف درآمد بین کارگران فنی و غیر فناوری در سراسر جهان بسیار آشکار است. علیرغم جذابیت UBI، احتمالاً نابرابری را بیشتر افزایش خواهد داد زیرا بدون در نظر گرفتن درآمد آنها به طور یکسان نصیب همه خواهد شد. مقداری نابرابری خوب است، زیرا نه تنها به مردم انگیزه می‌دهد، بلکه پروژه‌های در مقیاس بزرگی را که نیاز به سرمایه‌گذاری‌های هنگفت دارند، ممکن می‌سازد. با این حال، نابرابری بیش از حد قطعا بد است، زیرا منجر به جرم و جنایت بیشتر، کاهش تحرک اجتماعی، و تضعیف انصاف و اعتماد نهادهای اجتماعی می شود.
از آنجایی که کارایی به دست آمده از هوش مصنوعی بسیار زیاد است، نابرابری ایجاد شده نیز بسیار زیاد است– دکتر مایکل وو
تکینگی در حال ظهور و تهدید وجودی چطور؟ اگر باید نظری را در این مورد از من بپرسید، این را در نظر بگیرید: همه سیستم‌های هوش مصنوعی از داده‌ها یاد می‌گیرند. اما این داده های آموزشی توسط انسان ها ایجاد می شوند، زیرا آنها رکوردهای دیجیتالی از اقدامات گذشته ما هستند و تصمیمات گذشته ما را در بر می گیرند. بنابراین هوش مصنوعی واقعاً از ما انسان ها یاد می گیرد و هوش مصنوعی از فرآیندهای تصمیم گیری ما تقلید می کند.
بنابراین، اگر در موقعیتی قرار بگیریم که منافع ما با هوش مصنوعی در تضاد باشد، بهترین راه برای اطمینان از اینکه هوش مصنوعی ما را نابود نمی کند این است که اکنون الگوهای بهتری برای هوش مصنوعی باشیم. این بدان معناست که ما به عنوان یک نژاد انسانی باید یاد بگیریم که هر زمان که درگیر می شویم یکدیگر را نکشیم. به طور خلاصه، بهترین راه برای تضمین بقای خود این است که انسان های بهتری باشیم. ما باید بیاموزیم که دلسوزتر، همدل تر، نسبت به محیط زیست آگاه تر، و غیره باشیم. بنابراین می توان از تصمیمات و اقدامات ما برای آموزش یک AGI یا (ASI) استفاده کرد که این ویژگی های “بهتر انسانی” را تقلید می کند.
این ممکن است در جامعه امروز غیرممکن به نظر برسد، زیرا ما باید برای بقا رقابت کنیم و مبارزه کنیم، که اغلب بدترین طبیعت انسانی ما را به نمایش می گذارد. با این حال، در آینده ای تقویت شده با هوش مصنوعی، ممکن است نیازی به تلاش برای بقا نداشته باشیم و اقتصاد ما دیگر تحت تأثیر رقابت قرار نگیرد. بنابراین با کمک هوش مصنوعی، شاید بتوانیم قبل از رسیدن به تکینگی، انسان های بهتری باشیم.
دکتر مایکل وو ، استراتژیست ارشد هوش مصنوعی در PROS (NYSE: PRO) است. او به‌عنوان پژوهشگر ارشد در مدرسه بازرگانی Ecole des Ponts برای کارش در علم داده منصوب شده است و به عنوان مشاور و مدرس برنامه‌های هوش مصنوعی UC Berkeley Extension خدمت می‌کند. قبل از PROS، مایکل به مدت یک دهه دانشمند ارشد لیتیوم بود. تحقیق و توسعه او توسط مجله CRM به عنوان یک رهبر تأثیرگذار شناخته شد. مایکل به عنوان همکار DOE در آزمایشگاه ملی لوس آلاموس خدمت کرده است. قبل از صنعت، مایکل مدرک سه گانه کارشناسی خود را در ریاضیات کاربردی، فیزیک و زیست شناسی مولکولی و سلولی دریافت کرد. و دکترای او از برنامه بیوفیزیک دانشگاه کالیفرنیا برکلی.
نل واتسون
اخلاق‌شناس فناوری، محقق، اصلاح‌گر – انجمن استانداردهای IEEE • ایرلند شمالی
واضح است که هوش مصنوعی در دهه 2020 10 تا 100 برابر بیشتر از دهه قبل تأثیرگذار خواهد بود. تحولات اخیر در “Transformers” با نام “Foundation Models” یا “Large Language Models” یک گام بزرگ به جلو از یادگیری عمیق است. این مدل‌های جدید می‌توانند طیف بسیار گسترده‌ای از داده‌ها (صفحه‌گسترده، شعر، رمان‌های عاشقانه، نظارت بر فرآیند صنعتی، گزارش‌های چت) و انواع مختلف داده‌ها مانند متن، صدا، ویدیو و غیره را دریافت کنند. همچنین ظرفیت حل هزاران داده را دارند. مشکلات مختلف با یک مدل، در مقایسه با سیستم‌های یادگیری عمیق که ممکن است کاملاً مؤثر باشند اما فقط در یک محدوده باریک.
دنیای عجیب ما فقط عجیب تر می شود. – النور “نل” واتسون
این فناوری جدید همچنین قادر است با مفاهیم انتزاعی به روش های جدید مقابله کند. صرفاً با درخواست چیزی که «مودب‌تر» یا «کمتر رسمی» باشد، این مدل‌ها می‌توانند تفسیر مناسبی داشته باشند. این بدان معنی است که می توان از زبان طبیعی و روزمره استفاده کرد تا به طور کلی آنچه را که می خواهد مشخص کند و سپس آن را به کمال نزدیک تر کند. به عنوان مثال، سیستم Codex OpenAI برای تبدیل زبان طبیعی به یک بازی ویدیویی کارآمد، تنها در چند دقیقه، با تمام کدهای مرتبط بلافاصله برای کامپایل و اشتراک‌گذاری استفاده می‌شود.
بسیاری از جنبه های برنامه نویسی و توسعه به طور قابل توجهی مهارت زدایی می کنند، یا شاید دو شاخه می شوند. مردم به روش‌های ساده ایجاد خواهند کرد و گروه کوچک‌تری از متخصصان مواردی را که سیستم هوش مصنوعی نمی‌تواند از عهده آنها برآید اشکال‌زدایی می‌کنند. این موج خلاقیت در دهه 2020 به اندازه رابط کاربری گرافیکی و انتشار دسکتاپ در دهه 1990 مخرب خواهد بود.
در سال‌های اخیر ما به سمت دنیایی از خدمات حرکت کرده‌ایم که بسیاری از اشیاء قبلی ما مانند مجموعه‌های رسانه‌ای را غیرمادی می‌کند. سرمایه‌گذاری‌های جدید زیادی پدید آمده‌اند که از قدرت اینترنت تلفن همراه استفاده می‌کنند تا اجاره اشیاء را برای مدت کوتاهی آسان‌تر کنند. بحران کووید بسیاری از مردم را مجبور به عبور از شکاف دیجیتالی کرده است، در غیر این صورت ممکن است زحمت انجام این کار را نداشته باشند. در حالی که این امر از جهاتی جهان را به هم نزدیک‌تر می‌کند، ما باید از نگرانی برای کسانی که هنوز موفق به انتقال به دنیای آنلاین نشده‌اند و در نتیجه ممکن است به طور فزاینده‌ای کنار گذاشته شوند، خودداری کنیم.
بسیاری از جنبه‌های توسعه نرم‌افزار به طور قابل‌توجهی مهارت زدایی خواهند داشت، یا شاید دو شاخه می‌شوند. النور “نل” واتسون
آغوش دیجیتال قدرت بیشتری را در دستان فناوری بزرگ و نخبگان تکنوکرات تثبیت کرده است، در حالی که مردم را تحت الحمایه اربابان فئودال دیجیتال ما قرار می دهد که می توانند ما را از روی هوس محروم کنند. این امر نیاز به اخلاق موثر برای هوش مصنوعی و سایر فناوری‌هایی را که به طور فزاینده‌ای با زندگی شخصی و حرفه‌ای ما در هم تنیده‌اند، تشدید کرده است.
علاوه بر این، از راحتی ظاهری دنیای دیجیتال ما خطراتی برای مصرف کنندگان وجود دارد. با نداشتن مالکیت دیگر، در اصل فرد مستاجر می شود، و می توان هر زمان که بخواهد، بدون دلیل بسیار اندک یا فرصتی برای به چالش کشیدن چنین محرومیتی، او را اخراج کند. اگر صاحب چیزهایی هستید، خیلی سخت است که از شما گرفته شوند، فقط به این دلیل که کسی از چیزهایی که شما می گویید خوشش نمی آید. با گذشت زمان، من فکر می کنم که تمایل به مالکیت دوباره به مد باز خواهد گشت، به ویژه به عنوان یک نماد وضعیت به خودی خود. “من یک فرد آزاد هستم، نه یک دهقان در دست دیگران.”
ما همچنین در فرهنگ مالی‌سازی زندگی می‌کنیم، جایی که قیمت سهام معیاری برای بهینه‌سازی می‌شود، به‌جای اینکه واقعاً چیزهایی را بسازیم که کار می‌کنند و ارزشی برای مشتریان فراهم می‌کنند، و در نتیجه چیزهایی که از تمدن به عنوان یک کل حمایت می‌کنند. واضح است که دنیای اقتصادی ما اساساً برای کارآمدی ساخته شده است و نه تاب آوری. در یک اقتصاد به موقع، سستی بسیار کمی وجود دارد، و بنابراین، هنگامی که مشکلی به ناچار اشتباه می‌شود، کل سیستم می‌تواند به بن بست برسد.
به عنوان دولت‌ها و شرکت‌ها، ما باید بیشتر تلاش کنیم تا برای شکست‌های اجتناب‌ناپذیری که می‌تواند صنایع را از بین ببرد و رنج گسترده‌ای ایجاد کند، آماده شویم. ما باید از اهرم بیش از حد خودداری کنیم و اطمینان حاصل کنیم که برای مقابله با جهانی که به طور فزاینده ای سریع، پر هرج و مرج و چالش برانگیز است، ذخایر و موارد احتمالی در اختیار داریم. دنیای عجیب ما فقط عجیب تر می شود.
النور ‘نل’ واتسون یک محقق میان رشته ای در فناوری های نوظهور مانند بینایی ماشین و اخلاق هوش مصنوعی است. کار او در درجه اول بر حفاظت از حقوق بشر و قرار دادن اخلاق، ایمنی و ارزش های روح انسانی در فناوری هایی مانند هوش مصنوعی متمرکز است.
آنتونی میلز
بنیانگذار و مدیر عامل، مدیر اجرایی – گروه نوآوری میراث و موسسه جهانی نوآوری • ایالات متحده آمریکا
در سال‌های پیش رو، هوش مصنوعی تأثیرات عمیقی بر جامعه خواهد گذاشت – به روش‌هایی که تازه اکنون شروع به درک آن کرده‌ایم. این تأثیرات در چهار حوزه ظاهر می‌شود: ارتباط متقابل جامع، آگاهی فراگیر، اتوماسیون جایگزین و ایجاد دانش.
اتصال متقابل جامع به این معنی است که همه چیز در زندگی ما در نهایت به صورت دیجیتال فعال می شود و پس از آن به روشی واقعی اینترنت همه چیز (IoE) به هم متصل می شود. این به سیستم‌های هوش مصنوعی اجازه می‌دهد تا همه جنبه‌های زندگی ما را (24 ساعت هفته) به طور هوشمندانه نظارت کنند، از جمله ما به عنوان افراد و تمام زیرساخت‌هایی که به طور منظم استفاده می‌کنیم – خانه‌ها، لوازم خانگی، دستگاه‌های سرگرمی، ماشین‌ها، لپ‌تاپ‌ها، دستگاه‌های تلفن همراه، سلامتی. کمک ها و غیره چنین ارتباط متقابل جامعی به عنوان ستون فقرات برای درک افراد واقعاً “هوشمند”، خانه های هوشمند، جوامع هوشمند، شهرهای هوشمند و در نهایت کشورهای هوشمند عمل می کند. در نهایت، همه چیز قادر خواهد بود با هر چیز دیگری ارتباط برقرار کند – و هوش مصنوعی تضمین خواهد کرد که این کار به روشی انجام می شود که به نفع همه باشد.
آگاهی فراگیر به این معنی است که سیستم‌های هوش مصنوعی – که بر روی اتصالات متقابل جامع ساخته شده‌اند – از هر فرد، زیرساخت‌های شخصی و اجتماعی، و نحوه تعامل اینها با یکدیگر کاملاً آگاه می‌شوند – و سپس از طرف ما تصمیم می‌گیرند و اقداماتی را انجام می‌دهند. که از طرق مختلف برای جامعه مفید است. می توان وضعیتی را تصور کرد که در آن – با نزدیک شدن به ساختمان اداری یا یک مرکز خرید – آن مرکز کاملاً از حضور آنها (از جمله هویت آنها – و همه افراد دیگر در آنجا) آگاه می شود، جایی که آنها در حال حاضر در محیط هستند، جایی که آنها در آنجا هستند. دارایی‌ها (ماشین، لپ‌تاپ، و غیره) در محیط هستند، و اینکه چگونه محیط می‌تواند با یادگیری بینش‌های جدید درباره آنها، مانند روشنایی و دمای مطب دلخواهشان، یا تبلیغاتی که در فروشگاه‌هایی که در آنها حضور دارند و غیره اجرا می‌شود، به بهترین شکل نیازهای آنها را برآورده کند. روشن – همه به روشی که کل را بهینه می کند، مانند مصرف کلی انرژی. در نهایت، هر جا که می رویم، محیط های ما کاملاً از ما آگاه می شوند و از طریق هوش مصنوعی، محیط را برای ما بهینه می کنند. از بسیاری جهات، هوش مصنوعی بیشتر از آنچه که خودمان می‌دانیم، درباره ما و الگوهایمان می‌داند (در بعضی جاها قبلاً می‌داند). یکی از پیامدهای مهم ارتباط متقابل جامع و آگاهی فراگیر این است که مفهوم جامعه از “حریم خصوصی” باید تغییر کند – به مفهومی که با اشتراک گذاری آشکار داده های فردی در سیستم ها بسیار راحت تر است. به مرور زمان، این هنجار اجتماعی تغییر خواهد کرد و گفتگوها پیرامون حریم خصوصی در نسل‌های آینده بسیار متفاوت از نسل کنونی خواهد بود.
اتوماسیون جایگزین به این معنی است که هوش مصنوعی سیستم‌های خودکار متعددی را قادر می‌سازد تا در عملکرد خود کاملاً مستقل شوند و در نتیجه بتوانند بدون نیاز به نظارت یا مداخله انسانی ارزش ارائه دهند. نمونه‌های واضح این موضوع، وسایل نقلیه و سیستم‌های حمل و نقل کاملاً مستقل، فرآیندهای تجاری کاملاً خودکار و خدمات حرفه‌ای کاملاً مستقل (مانند خدمات حقوقی و حسابداری برای مثال) است. اتوماسیون جایگزین به این معنی است که بسیاری از وظایفی که در حال حاضر وقت ما را مصرف می‌کنند (مثل رانندگی معمول، پردازش معمول داده‌ها و غیره) می‌توانند به سیستم‌های خودکار واگذار شوند و در نتیجه ما را آزاد کنند تا زمان، انرژی و تلاش‌هایمان را روی کارهای بیشتر متمرکز کنیم. وظایف خلاقانه و بدیع – وظایفی که ذهن انسان برای آنها مناسب است.
خلق دانش به کاری اشاره دارد که هوش مصنوعی قبلاً شروع به انجام آن کرده است، یعنی ترکیب دانش جدیدی که قبلاً وجود نداشت (معمولاً از طریق تشخیص الگوی تطبیقی) – نقاط بینش به هم پیوسته ای که قبلاً به هم متصل نبودند. این حوزه از ایجاد دانش هوش مصنوعی است که در دهه های آینده به طور تصاعدی رشد خواهد کرد. و نه تنها تسریع می‌کند، بلکه – از طریق یک چرخه خود-تقویت‌کننده – در واقع شروع به ایجاد پرسش‌ها و حلقه‌های یادگیری خود می‌کند، به طوری که نه تنها پاسخ‌های جدید به سؤالات از قبل موجود را ترکیب می‌کند، بلکه در واقع سؤالات جدید مورد نیاز را ترکیب می‌کند. پاسخ داده شود. این امر به هوش مصنوعی اجازه می‌دهد تا حتی بهتر به چالش‌های بشری مانند تغییرات آب و هوایی، امنیت غذایی، ثبات اقتصادی، ریشه‌کنی فقر، ریشه‌کنی بیماری‌ها و غیره رسیدگی کند – حوزه‌هایی که در آنها هوش مصنوعی نسل بعدی نویدهای باورنکردنی دارد، به‌ویژه وقتی با محاسبات جدید قدرتمند همراه شود. روش هایی مانند محاسبات کوانتومی
اکثر محققان هوش مصنوعی موافقند که با ادامه این شتاب، زمانی فرا می رسد که هوش مصنوعی سریعتر از آنچه انسان می تواند آن را جذب و به کار ببرد، دانش جدید تولید می کند، در این مرحله هوش مصنوعی از هوش انسانی (طبیعی) پیشی می گیرد و فقط سپس هوش مصنوعی قادر خواهد بود از این دانش جدید استفاده کند. این تکینگی است که به احتمال زیاد در اواسط قرن بیست و یکم رخ خواهد داد. یکی از پیامدهای کلیدی این تکینگی این است که یک دیوار پیش‌بینی ایجاد می‌کند که فراتر از آن دیگر نمی‌توانیم آینده را پیش‌بینی کنیم – زیرا نمی‌دانیم هوش مصنوعی پس از آن نقطه چه خواهد کرد. بنابراین، تکینگی ما را با ناشناخته ای جدی روبرو می کند.
البته خطرات کلیدی هوش مصنوعی وجود دارد. در حالی که هوش مصنوعی مطمئناً می تواند برای بهینه سازی زندگی ما به خوبی مورد استفاده قرار گیرد، همچنین می تواند برای اهدافی به همان اندازه مخرب استفاده شود، مانند یادگیری نحوه انجام موثرترین جنگ ها و حملات سایبری علیه گروه های مختلف. خطر نهایی نیز وجود دارد، و آن این است که خود هوش مصنوعی نسبت به بشریت هم حساس (کاملاً خودآگاه) و هم بدخواه (به جای خیرخواه) می شود و در نتیجه نوعی «جنگ» علیه بشریت به راه می اندازد – برای تسلط بر آن یا ریشه کن کردن آن. .
مفهوم جامعه از “حریم خصوصی” باید تغییر کند – آنتونی میلز
اولین خطر – خطر سوء استفاده انسان از هوش مصنوعی – چالش برانگیز است. به عنوان مثال، نهادهای جهانی مانند سازمان ملل متحد – با کمک اخلاق شناسان هوش مصنوعی – در حال حاضر برای توسعه دستورالعمل های اخلاقی برای استفاده مناسب از هوش مصنوعی و پیامدهای سوء استفاده سیستماتیک از هوش مصنوعی کار می کنند. خطر دوم – این که خود هوش مصنوعی بر نظارت انسان ها غلبه می کند و نسبت به ما بدخواهانه عمل می کند – خطری است که به احتمال زیاد می توان از طریق مکانیسم های کنترل گسسته ای که در آن برق سیستم های هوش مصنوعی قطع می شود، مقابله کرد. البته، می‌توان وضعیت دیستوپیایی را تصور کرد که در آن چنین سیستم‌های هوش مصنوعی آن مداخلات انسانی را پیش‌بینی می‌کنند و ابزارهایی (از جمله ماشین‌های جنگی خودمختار تحت کنترل خود) را برای جلوگیری از توانایی انسان‌ها در به کارگیری چنین مواردی ابداع می‌کنند. بسیاری از این شیوه‌های کاهش ریسک در حین ادامه کار انجام می‌شوند و باید بسیار محتاطانه با آنها برخورد کرد.
آنتونی میلز یک رهبر فکری جهانی است که در بازارهای نوظهور، استراتژی‌های رشد فعال، نوآوری شرکتی، تجربه محل کار، کارآفرینی، طراحی محصول و تفکر طراحی مطرح است. کار او تأثیر عمیق و ماندگاری بر تجارت در سراسر جهان داشته است.
آلف رن
استاد نوآوری، طراحی و مدیریت – دانشگاه جنوب دانمارک • دانمارک
همانطور که هوش مصنوعی (و به طور کلی منطق الگوریتمی) همه جا حاضر می شود، پیامدهای اجتماعی هر هفته عمیق تر می شوند. در حالی که برخی هنوز هوش مصنوعی را یک ابزار تخصصی می دانند، به عنوان مثال چیزی برای محققان داروسازی یا کارشناسان مدیریت اسناد، تأثیر بزرگتر آن بر همه فعالیت های انسانی تأثیر می گذارد. ممکن است ما هنوز در دنیایی نباشیم که در آن هوش مصنوعی در مورد همه چیز تصمیم می‌گیرد، از چه نوآوری‌هایی برای سرمایه‌گذاری و چه برنامه‌های اجتماعی سرمایه‌گذاری کنیم، اما ما بسیار بیشتر از آن چیزی که بیشتر مردم می‌دانند به این موضوع نزدیک هستیم. در حالی که تصمیمات مبتنی بر هوش مصنوعی پنج سال پیش فقط یک پرواز خیالی بود، امروزه تصمیمات بیشتر از آن چیزی است که ممکن است بدانید، حداقل تا حدی توسط منطق الگوریتمی هدایت می شوند.
حفظ ظرفیت انسانی برای تصور و رویاپردازی بسیار مهم است. آلف رن
هنگام بحث در مورد اینکه چگونه افراد و جوامع تحت تأثیر هوش مصنوعی قرار می گیرند، مهم است که بین مزایا و خطرات بالقوه تعادل ایجاد شود. مزایای کوتاه مدت بسیار زیاد است و به راحتی قابل درک است – هوش مصنوعی می تواند مشاغل خسته کننده و تکراری را تصاحب کند و افراد را آزاد کند تا بالقوه خود را درک کنند، در حالی که درگیر شدن الگوریتم ها در تصمیم گیری می تواند خطاها و سوگیری هایی را که انسان ها مستعد معرفی آنها هستند محدود کند. با واگذاری تصمیم‌ها به یک الگوریتم، می‌توانیم مطمئن شویم که محدودیت‌های ذاتی انسان – تعصبات، اطلاعات ناکافی، خلق و خوی – بر تصمیم‌گیری‌ها به صورت آشکار تأثیر نمی‌گذارند. با معرفی منطق الگوریتمی، می‌توانیم اطمینان حاصل کنیم که ضعف انسان، تصمیمات بزرگی را که جامعه باید بگیرد، هدایت نمی‌کند.
با این حال، ما اغلب فراموش می کنیم که هوش مصنوعی هم تاثیرات کوتاه مدت و هم درازمدت بر جامعه دارد. با نگاهی کوتاه مدت، به نظر می رسد که هوش مصنوعی چیزی جز یک مثبت خالص برای جامعه نیست. هوش مصنوعی می‌تواند به ما کمک کند تا مسائلی مانند برنامه‌ریزی شهری غیربهینه یا برخورد با تعصب نژادی در تصمیم‌گیری‌ها را به ما کمک کند. این می تواند به روشن شدن تأثیر امتیازات اعتباری کمک کند یا اطمینان حاصل کند که خلق و خوی پزشک بر تشخیص پزشکی تأثیر نمی گذارد. آنچه این موارد را متحد می کند این است که تشخیص سوگیری یا خطا در نحوه عملکرد هوش مصنوعی بسیار آسان است. هوش مصنوعی که برنامه ریزی شهری را به گونه ای انجام می دهد که گروه های قومی خاص را به حاشیه می برد، کشف می شود و هوش مصنوعی که سرطان را اشتباه تشخیص می دهد دستگیر می شود. همه اینها مواردی هستند که من آن را “سوگیری کوتاه” نامیده ام، خطاهایی که منطق الگوریتمی می تواند از طریق داده های ناکافی یا آموزش بد گرفتار آنها شود.
اما در مورد مواردی که هوش مصنوعی بر تصمیماتی که مسیرهای طولانی دارند تأثیر می‌گذارد و ممکن است برای سال‌ها یا دهه‌ها تأثیر آن مشخص نباشد، چطور؟ تصور کنید که یک هوش مصنوعی به گونه ای برنامه ریزی شده است که بفهمد کدام یک از چهار مسیر تحقیقاتی جدید در تولید انرژی باید حمایت و تامین مالی شود. یکی شناخته شده و آزمایش شده است، دو مورد پیشرفته اما با پتانسیل بسیار بالا هستند، و مورد آخر بسیار حدس و گمان است. مگر اینکه هوش مصنوعی طوری برنامه ریزی شده باشد که ریسک های بزرگی را بپذیرد، احتمالاً این احتمال وجود دارد که برنامه گمانه زنی قطع شود. با این حال، ما می‌دانیم که بسیاری از ایده‌های گمانه‌زنی – آنتی‌بیوتیک‌ها، اینترنت، و حق رای زنان به ذهن می‌رسند – برخی از بهترین ایده‌هایی بوده‌اند که تا به حال داشته‌ایم.
آنچه در اینجا مطرح است چیزی است که من نام آن را “سوگیری طولانی” گذاشته ام، یعنی موضوع پیامدهای منفی بلند مدت بالقوه تصمیمات هوش مصنوعی که تشخیص آنها در اینجا و اکنون دشوار است. هوش مصنوعی در رسیدگی به مسائلی که پارامترهای آن مشخص است – اینکه گربه گربه است یا تومور تومور است، فوق العاده خوب است. اینها همچنین مسائلی هستند که در آن انسان ها می توانند به سرعت خطاهای یک هوش مصنوعی را تشخیص دهند. وقتی نوبت به پدیده‌های پیچیده‌تر، مانند «نوآوری» یا «پیشرفت» می‌رسد، محدودیت‌های منطق الگوریتمی می‌تواند کاملاً تأثیرگذار باشد. شرط بندی اشتباه روی یک فناوری سوداگرانه (و اجازه دهید واضح بگوییم، زمانی بود که ماشین فقط همین بود) می تواند جامعه را نه تنها در اینجا و اکنون، بلکه برای مدت بسیار طولانی پس از آن تحت تأثیر قرار دهد. قطع یک مسیر نوآوری قبل از اینکه فرصتی برای توسعه پیدا کند، صرفاً نه گفتن در اینجا و اکنون نیست. این برای از بین بردن هر نوآوری است که ممکن است وجود داشته باشد، و یک هوش مصنوعی اهمیتی نخواهد داد.
از این نظر، هوش مصنوعی یک شمشیر دو لبه است. می توان از آن برای تصمیم گیری با سرعتی استفاده کرد که هیچ انسانی نمی تواند با آن مطابقت داشته باشد، با اطلاعاتی بیشتر از هر گروهی از انسان ها. این همه خوب و خوب است. از سوی دیگر، با از بین بردن توانایی‌های تخیل و شجاعت که انسان‌ها در آن برتری دارند، ممکن است زمین را برای فناوری‌هایی که حتی در نظر نگرفته‌ایم نمک بزنیم. هوش مصنوعی با داده ها کار می کند و همه داده ها تاریخی هستند – همانطور که بانک های سرمایه گذاری می گویند، “عملکرد گذشته تضمینی برای نتایج آینده نیست”.
با در نظر گرفتن این موضوع، خیلی زود است که بخواهیم یک تکینگی تکنولوژیکی را آرزو کنیم، وضعیتی که در آن هوش مصنوعی بی‌نهایت عاقلانه بتواند ما را در اکتشاف فناوری راهنمایی کند. برعکس، وقتی نوآوری به میان می‌آید، حفظ ظرفیت انسانی برای تصور و رویاپردازی و اطمینان از اینکه اجازه نمی‌دهیم داده‌ها همه کارها را انجام دهند، بسیار مهم است. هوش مصنوعی می تواند به ما در حل مشکلات بسیار پیچیده کمک کند، اما کلمه کلیدی در اینجا “کمک” است. ظرفیت انسان “برای دیدن یک جهان در یک دانه شن / و یک بهشت در یک گل وحشی” باید محافظت شود، تا اطمینان حاصل شود که هوش مصنوعی به جای تعریف کردن، فقط ظرفیت ما را برای نوآوری افزایش می دهد.
نتیجه :
هوش مصنوعی (AI) تأثیر عمده‌ای در زندگی مردم در سراسر جهان داشته است و در آینده نیز احتمالاً تأثیر بیشتری خواهد داشت. AI در حوزه‌های مختلفی مانند پزشکی، صنعت، حمل و نقل، ارتباطات، تجارت الکترونیک و غیره به کار می‌رود و بهبود‌های بزرگی را به زندگی مردم ارائه می‌دهد.
در حوزه پزشکی، هوش مصنوعی برای تشخیص و درمان بیماری‌ها، پیش‌بینی خطرات سلامت و پشتیبانی در عملیات پزشکی به کار می‌رود. به عنوان مثال، الگوریتم‌های هوش مصنوعی می‌توانند از طریق تحلیل تصاویر پزشکی، تشخیص سرطان را با دقت بالا ارائه دهند و در فرآیند جراحی به پزشکان کمک کنند.
در صنعت و حمل و نقل، هوش مصنوعی می‌تواند بهبود‌های قابل توجهی در بهره‌وری و عملکرد فرایندها ایجاد کند. از خودروهای هوشمند و خودران تا بهینه‌سازی زمانبندی و مدیریت ترافیک، AI توانسته است راه‌های جدیدی را برای راحتی و امنیت مردم فراهم کند.
تحقیقات علمی، در انجام تحقیقات علمی، هوش مصنوعی می‌تواند در تجزیه و تحلیل داده‌های پیچیده، مدل‌سازی و پیش‌بینی های علمی به کار گرفته شود.
در حوزه ارتباطات، هوش مصنوعی در سیستم‌های خدمات مشتریان، ترجمه زبان و تحلیل داده‌ها استفاده می‌شود. از چت‌بات‌ها و ربات‌های گفتگو تا سیستم‌های ترجمه زبان زنده، AI به مردم کمک می‌کند تا در ارتباط با دیگران بهتر و سریعتر عمل کنند.
حوزه مالی ، در امور مالی، الگوریتم‌های هوش مصنوعی برای تجزیه و تحلیل بازارها، پیش‌بینی تغییرات قیمت، و بهبود مدیریت ریسک به کار می‌روند.
صنعت و تولید ، در محیط‌های صنعتی، هوش مصنوعی می‌تواند در بهبود عملکرد و کارایی تولید، پیش‌بینی نگهداری تجهیزات، و بهینه‌سازی زنجیره تأمین مواد مورد استفاده قرار گیرد.
همچنین، هوش مصنوعی به عنوان ابزاری برای تحلیل داده‌ها و پیش‌بینی رویدادها در تجارت الکترونیک به کار می‌رود. از توصیه‌گرهای خرید آنلاین تا تجزیه و تحلیل الگوهای رفتار مشتریان، هوش مصنوعی به کسب‌وکارها کمک می‌کند تا بهترین تصمیمات را بگیرند و به نتیجه‌گیری بهتری برسند.
با این حال، هوش مصنوعی نیز با چالش‌هایی روبرو است. برخی نگرانی‌ها مربوط به از بین رفتن برخی شغل‌ها به دلیل جایگزینی توسط ربات‌ها و هوش مصنوعی است. همچکنار این مسئله، مواردی نیز وجود دارد که نیازمند توجه و مدیریت مناسب هستند. به عنوان مثال، حفظ حریم خصوصی و امنیت در استفاده از داده‌های شخصی، اطلاعات حساس و تصمیم‌گیری‌های اخلاقی در طراحی و استفاده از سیستم‌های هوش مصنوعی.
در مجموع، هوش مصنوعی توانایی‌های فراوانی در بهبود زندگی مردم دارد و احتمالاً در آینده نیز این تأثیر بیشتر خواهد شد. با این حال، مهم است که در طراحی و استفاده از این فناوری، نگرانی‌های اخلاقی، اجتماعی و حقوقی در نظر گرفته شود تا بهره‌وری بیشتر و همچنین حفظ منافع و آرامش اجتماعی مردم تضمین شود.
تاثیرات مثبت هوش مصنوعی بر زندگی مردم:
- بهبود کیفیت زندگی: هوش مصنوعی می‌تواند به بهبود کیفیت زندگی افراد در زمینه‌های مختلف از جمله مراقبت‌های بهداشتی، آموزش و حمل و نقل کمک کند.
- افزایش بهره‌وری: هوش مصنوعی می‌تواند با خودکارسازی وظایف و فرآیندها، به افزایش بهره‌وری در محل کار و خانه کمک کند.
- ایجاد فرصت‌های جدید: هوش مصنوعی می‌تواند فرصت‌های جدیدی برای شغل و کسب و کار ایجاد کند.
- حل مشکلات پیچیده: هوش مصنوعی می‌تواند به حل مشکلات پیچیده در زمینه‌های مختلف از جمله تغییرات آب و هوایی و فقر کمک کند.
تاثیرات منفی هوش مصنوعی بر زندگی مردم:
- از دست رفتن شغل: هوش مصنوعی می‌تواند منجر به از دست رفتن شغل در برخی از زمینه‌ها شود.
- تبعیض: هوش مصنوعی می‌تواند تبعیض در زمینه‌هایی مانند استخدام و ارائه خدمات مالی را تشدید کند.
- حریم خصوصی: هوش مصنوعی می‌تواند خطرات جدیدی برای حریم خصوصی افراد ایجاد کند.
- امنیت: هوش مصنوعی می‌تواند برای اهداف مخرب مانند حملات سایبری و جنگ افزارهای خودکار استفاده شود.
در حال حاضر، هوش مصنوعی در مراحل ابتدایی توسعه خود قرار دارد و هنوز چالش‌های زیادی برای حل وجود دارد.
با این حال، هوش مصنوعی پتانسیل عظیمی برای بهبود زندگی مردم در سراسر جهان دارد.
هوش مصنوعی (AI) به طور کلی به توانایی سیستم‌های کامپیوتری ارجاع دارد که با استفاده از الگوریتم‌ها و مدل‌های ریاضی، قادر به انجام وظایف هوشمندانه مشابه یا شبیه به انسان‌ها هستند. هوش مصنوعی به عنوان یک حوزه پژوهشی پردازش داده‌ها و اطلاعات با استفاده از الگوریتم‌های مختلف مانند یادگیری ماشین، شبکه‌های عصبی، پردازش زبان طبیعی و بینایی ماشینی را مطالعه می‌کند.
همچنین، با وجود توسعه هوش مصنوعی، چالش‌ها و سوالات اخلاقی مطرح شده‌اند که نیاز به مدیریت و راهکارهای اختصاصی دارند، از جمله مسائل مرتبط با حفظ حریم شخصی، تأثیر بر اشتغال، و تصمیم‌گیری‌های الگوریتمی. بنابراین، توازن و مدیریت صحیح هوش مصنوعی در زندگی افراد امری ضروری است.
