زاکربرگ: آینده هوش مصنوعی باید برای همه در دسترس باشد

مارک زاکربرگ در مانیفستی حدود 6,500 کلمه‌ای با عنوان «آینده متعلق به همه است» دیدگاهی روشن درباره جهت‌گیری توسعه هوش مصنوعی مطرح کرد. او هم‌زمان مدل متن‌باز جدید متا، Muse Glimmer، را معرفی و بار دیگر بر دسترسی عمومی به مدل‌ها و ابزارهای هوش مصنوعی تأکید کرد.

مبانی فکری و فنی مانیفست

  • توانمندسازی فردی: رشد و نوآوری را نتیجه گسترده شدن دسترسی و توانمندسازی افراد دانست، نه تجمع قدرت در انحصار چند شرکت بزرگ.
  • ابرهوش تحول‌آفرین: این نوع فناوری را تغییرآفرین خواند و خواستار توزیع وسیع‌تر ابزارها شد تا مزایای آن گسترده‌تر شود.
  • حمایت از متن‌باز: دسترسی آزاد به مدل‌ها را ضروری دانست و نسبت به محدودیت‌های قانونی یا فنی هشدار داد که می‌تواند نوآوری را مهار کند.
  • کاهش موانع حقوقی و فنی: به جای افزودن مجموعه‌ای از «گاردریل‌های آموزشی» که می‌تواند مانع نوآوری شود، پیشنهاد کاهش موانع و تسهیل فرایندها مطرح شد.

چرایی انتقاد زاکربرگ از رویکرد بدبینانه

او می‌پرسد چگونه کسانی که نگران تأثیر منفی هوش مصنوعی بر مشاغل یا نقش انسان هستند، می‌توانند سرعت توسعه آن را به تأخیر بیندازند؛ ضمن هشدار نسبت به «تمرکز افراطی قدرت» که به گفته او خود می‌تواند خطری جدی باشد. بر این پایه، زاکربرگ از راه‌حل‌هایی حمایت می‌کند که تمرکز قدرت را کاهش دهند و دسترسی عمومی را افزایش دهند.

واکنش‌ها در سیلیکون‌ولی و فراز اختلافات

اختلاف اصلی میان متا و برخی بازیگران مثل Anthropic حول دسترسی آزاد به مدل‌ها و احتمال سوءاستفاده تسلیحاتی یا حکومتی از این فناوری شکل گرفته است. داریو آمودی، مدیرعامل Anthropic، هشدار داده مدل‌های متن‌باز ممکن است توسط دولت‌های اقتدارگرا برای تولید محصولات پیشرفته سوءاستفاده شوند؛ چالشی که تعادل میان امنیت و بازبودن را برجسته می‌کند. هم‌زمان، سناتور برنی سندرز خواستار توقف موقت برخی پیشرفت‌ها و بررسی دقیق‌تر ریسک‌ها از سوی کنگره شده است.

صفحه مانیفست و مدل Muse Glimmer متا

تقطیر، داده‌های آموزشی و چشم‌انداز متن‌باز

زاکربرگ به موضوع فنی «تقطیر» اشاره کرده است؛ فرآیندی که طی آن یک مدل از پاسخ‌ها یا رفتار مدل دیگر الگو می‌گیرد تا قابلیت‌های آن را بازتولید کند. متا تقطیر را بخشی از فرهنگ متن‌باز می‌داند و معتقد است مدل‌ها از دانش جمعی استخراج می‌شوند؛ از این رو محدودسازی این فرایند می‌تواند مزیت رقابتی شرکت‌های آمریکایی را تضعیف کند. برای تعریف جامع‌تر متن‌باز می‌توانید به مرجع مربوطه مراجعه کنید: تعریف متن‌باز.

پیشنهادهای سیاستی متا

  • کاهش موانع دسترسی به داده‌های آموزشی برای حفظ رقابت شرکت‌های آمریکایی در توسعه مدل‌ها.
  • همکاری نزدیک‌تر دولت و بخش خصوصی برای تقویت زیرساخت‌های سایبری و فراهم کردن دسترسی کنترل‌شده به مدل‌ها در مراحل آموزش، با تعیین موارد استفاده روشن.
  • ایجاد سازوکارهای تعامل بین دولت و شرکت‌ها که از کندی نوآوری جلوگیری کند و در عین حال ریسک‌های امنیتی را مدیریت نماید.

پیامدها برای رقابت جهانی و امنیت ملی

زاکربرگ از منظر استراتژیک هشدار داده عقب‌ماندگی در توسعه هوش مصنوعی می‌تواند تهدیدی بلندمدت‌تر برای امنیت ملی باشد تا برخی نگرانی‌های مشخص در فرآیند توسعه؛ دیدگاهی که او را در برابر نگرانی‌های اخلاقی و امنیتی دیگر بازیگران قرار می‌دهد. این اختلافات می‌توانند در سیاست‌گذاری‌ها، استانداردسازی و کنترل صادرات فناوری تأثیرگذار باشند.

چه انتظاری باید داشت

نبرد میان مدل‌های متن‌باز و رویکردهای متمرکز در کنار فشار قانون‌گذاران و رقابت بین‌المللی، مجموعه‌ای از تصمیمات کلیدی را پیش‌رو قرار می‌دهد. مسیر پیش رو احتمالاً ترکیبی از سیاست‌های جدید، راهکارهای فنی برای کاهش سوءاستفاده و قالب‌های همکاری دولت و صنعت خواهد بود؛ هر تصمیمی که گرفته شود، نحوه دسترسی عمومی و توزیع قدرت در حوزه هوش مصنوعی را برای دهه‌های آینده رقم خواهد زد.

جمع‌بندی

مانیفست زاکربرگ کریتیکی به تمرکز قدرت و رویکردهای محدودکننده بیان می‌کند و از متن‌باز به‌عنوان راهی برای گسترش دسترسی و حفظ رقابت نام می‌برد. در مقابل، بازیگران نگران امنیت و سوءاستفاده، بر کنترل و محدودسازی تأکید دارند. نتیجه این صحنه‌آرایی، تعیین چارچوب‌های جدید سیاستی و فناورانه‌ای است که جهت و سرعت پیشرفت هوش مصنوعی را در سطح جهانی شکل خواهد داد.