ICTPRESS - شش چهره بزرگ هوش مصنوعی در نشست جایزه «ملکه الیزابت ۲۰۲۵» از آینده‌ای سخن گفتند که در آن پردازنده‌ها فقط محاسبه نمی‌کنند، بلکه می‌اندیشند.

به گزارش شبکه خبری ICTPRESS، نشست اخیر۶ تن از چهره‌های برجسته و بنیان‌گذار هوش مصنوعی جهان در حاشیه مراسم جایزه «ملکه الیزابت ۲۰۲۵»، به صحنه‌ای نادر از گفت‌وگوی عمیق میان نظریه‌پردازان، معماران و مهندسان اصلی این فناوری تبدیل شد؛ نشستی که در آن نه ناظران بیرونی، بلکه خود خالقان انقلاب هوش مصنوعی از گذشته، حال و آینده این پدیده سخن گفتند.

 بیل دالی، یوشوا بنجیو، فی‌فی لی، یان لِکون، جفری هینتون و جنسن هوانگ هر یک به‌نوعی نماینده یکی از ستون‌های تاریخی این فناوری در این گردهمایی درباره ریشه‌های نظری، زیرساخت‌های محاسباتی و تحولات معماری هوش مصنوعی سخن گفتند؛ مباحثی که تصویری روشن از گذار بشر به‌سوی نوعی «هوش زنده» ارائه می‌کند.

زیرساخت محاسباتی؛ از گرافیک تا تفکر

جنسن هوانگ، مدیرعامل انویدیا، در این نشست تأکید کرد که انقلاب هوش مصنوعی پیش از هر چیز، یک «انقلاب زیرساختی» بود. او یادآور شد که در دهه ۱۹۹۰، مسئله اصلی فناوری نه قدرت پردازش بلکه دسترسی به داده و سرعت حافظه بود. این چالش، معماران سخت‌افزار را به طراحی پردازنده‌هایی با هسته‌های موازی سوق داد؛ مسیری که نهایتاً به تولد GPU و شکل‌گیری یادگیری عمیق انجامید.

هوانگ به نقطه عطف سال ۲۰۱۰ اشاره کرد؛ زمانی که همکاری او با اندرو اَنگ به ساخت شبکه‌ای از ۴۸ GPU منجر شد که توان یک ابررایانه با ۱۶ هزار پردازنده را بازتولید می‌کرد. از آن زمان، انویدیا مسیر خود را از «پردازش گرافیکی» به «پردازش هوشمند» تغییر داد؛ تصمیمی که به گفته او، زیرساخت اصلی عصر هوش مصنوعی را رقم زد.

تئوری‌هایی که از آینده آمدند

جفری هینتون، یکی از پدران یادگیری عمیق، با بازگشت به سال ۱۹۸۴ یادآور شد که مدل‌های زبانی امروزی در همان زمان به‌صورت ابتدایی وجود داشتند، اما کمبود داده و توان محاسباتی، آنها را برای چهار دهه در حالت بالقوه نگه داشت.

یوشوا بنجیو نیز تأکید کرد که ایده «قوانین ساده برای ساخت هوش» از همان دوران شکل گرفت، اما پس از ظهور ChatGPT بود که دریافتیم ساخت ماشین‌هایی با هدف‌گذاری و درک زبان، بدون سازوکار‌های کنترلی، می‌تواند به چالشی تمدنی بدل شود.

داده، اکسیژن هوشمندی

فی‌فی لی، استاد دانشگاه استنفورد و طراح پروژه مشهور ImageNet، با نگاهی انتقادی گفت: «مشکل هوش مصنوعی در گذشته نادانی نبود، کمبود تجربه بود.»

او یادآور شد که انسان در سال‌های نخست زندگی، میلیون‌ها تصویر، صدا و حس را بدون برچسب دریافت می‌کند، درحالی‌که ماشین‌ها تنها با مجموعه‌های محدود و مصنوعی آموزش می‌یافتند. پروژه ImageNet با گردآوری ۱۵ میلیون تصویر برچسب‌خورده، این سد را شکست و نشان داد که «مقیاس داده»، کلید معنا در یادگیری است.

به تعبیر فی‌فی لی، «ماشین‌ها در گذشته کم‌هوش نبودند، کم‌تجربه بودند.»

اقتصاد جدید؛ از نرم‌افزار تا جریان زنده هوش

یکی از نکات کلیدی سخنان هوانگ، تشریح تغییر بنیادین در ماهیت ارزش اقتصادی در عصر هوش مصنوعی بود.

او توضیح داد که برخلاف نرم‌افزار‌های کلاسیک که یک‌بار نوشته و سپس بی‌هزینه تکثیر می‌شوند، هوش مصنوعی در لحظه مصرف تولید می‌شود؛ هر پاسخ، هر تحلیل و هر تصمیم، محصول فرآیندی زنده در GPU است.

در نتیجه، اقتصاد هوش مصنوعی نه بر فروش نرم‌افزار، بلکه بر «ظرفیت محاسباتی» استوار است. دیتاسنتر‌ها به‌عنوان «کارخانه‌های تولید توکن» در حال شکل‌گیری‌اند؛ مراکزی که نه داده ذخیره، بلکه هوش تولید می‌کنند.

هوانگ این سرمایه‌گذاری‌های عظیم را با احداث نیروگاه در عصر برق مقایسه کرد و گفت: «دورانی آغاز شده که جهان در حال روشن کردن پردازنده‌هایش است.»

از مدل‌های زبانی تا عامل‌های کنشگر

یان لکون در بخش دیگری از نشست، مسیر تحول یادگیری ماشین را در سه موج خلاصه کرد:

موج ImageNet؛ زمانی که ماشین‌ها یاد گرفتند «ببینند».

موج مدل‌های زبانی بزرگ (LLM) ؛ زمانی که ماشین‌ها آموختند «بفهمند و بنویسند».

موج در حال شکل‌گیری؛ جایی که یادگیری از متن به تجربه، و از خواندن به کنش منتقل می‌شود.

او و فی‌فی لی بر این باورند که آینده هوش مصنوعی در گذار از «زبان» به «ادراک و تعامل» نهفته است؛ جایی که ماشین تنها پاسخ نمی‌دهد، بلکه در جهان عمل می‌کند گامی به‌سوی آنچه می‌توان «هوش زنده» نامید.

جدال بزرگ: تقویت انسان یا جایگزینی او؟

بخش پایانی نشست به یکی از بنیادی‌ترین پرسش‌های عصر ما اختصاص داشت:

آیا هدف نهایی هوش مصنوعی، تقویت انسان است یا جایگزینی او؟

یوشوا بنجیو نسبت به ساخت سامانه‌های دارای هدف مستقل بدون کنترل اخلاقی هشدار داد و خواستار هم‌زمانی پیشرفت فنی با چارچوب‌های حکمرانی شد. در مقابل، یان لِکون معتقد است که حرکت به‌سوی هوش جامع (AGI) فرآیندی تدریجی و لایه‌لایه است، نه جهشی ناگهانی. به‌گفته او، شکستن مرز‌های ادراک، تجربه و یادگیری بلندمدت، لازمه دستیابی به «هوش هم‌تراز انسان» است.

هوش مصنوعی به‌مثابه انقلاب تمدنی

نشست نخبگان هوش مصنوعی در لندن بار دیگر یادآور شد که این فناوری نه یک اختراع، بلکه حاصل هم‌افزایی سه نیروی تاریخی است:

دانش نظری که اکنون به ثمر نشسته؛

انباشت داده که تجربه را برای ماشین ممکن کرده؛

توان محاسباتی که به هوش اجازه می‌دهد در لحظه بیندیشد.

به‌بیان دیگر، آنچه در حال شکل‌گیری است تنها یک فناوری جدید نیست، بلکه شکل تازه‌ای از تفکر و تولید شناخت است؛ سامانه‌ای زنده که ساختار اقتصاد، قدرت، اخلاق و حتی تعریف انسان بودن را بازتعریف خواهد کرد.