عامل‌های هوش مصنوعی؛ مسیر تازه‌ای برای تسریع کشف علمی

AlphaFold با پیش‌بینی ساختار پروتئین‌ها نشان داد هوش‌مصنوعی می‌تواند مرزهای کشف علمی را جابه‌جا کند، اما تکرار چنین موفقیتی در همه حوزه‌ها با ایجاد مجموعه‌های دادهٔ عظیم عملاً ممکن نیست. اریک شمیت و تیم او در Schmidt Sciences معتقدند پاسخ در «عامل‌ها» نهفته است: سامانه‌هایی که چرخهٔ فرضیه‌سازی، طراحی آزمایش و تحلیل نتایج را به‌صورت تکرارشونده و خودکار اجرا می‌کنند و به این ترتیب سرعت پژوهش را افزایش می‌دهند فارغ از نیاز به دیتاست‌های چند ده‌ساله و پرهزینه.

ویژگی متمایز عامل‌ها
AlphaFold روی پرسشی مشخص و با دسترسی به حدود 170000 ساختار تجربی آموزش دید؛ مجموعه‌ای که شکل‌گیری‌اش سال‌ها و سرمایه‌گذاری گسترده می‌طلبید. عامل‌ها اما چندکاره‌اند: از تولید فرضیه تا طراحی آزمایش و تکرار چرخهٔ تحلیل را می‌توانند در یک جریان پیوسته انجام دهند. این قابلیت به‌ویژه در رشته‌هایی که گردآوری دیتاست‌های عظیم عملی نیست، ارزش افزودهٔ قابل‌توجهی ایجاد می‌کند.

دیدگاه تیم Schmidt Sciences درباره نقش عامل‌ها در علم را می‌توان در گزارش‌های تحلیلی MIT Technology Review دنبال کرد: MIT Technology Review.

«مجتمع صنعتی سانسور»؛ از فضای آنلاین تا میز سیاست‌گذاری

عبارت «مجتمع صنعتی سانسور» پیش‌تر در محافل راست‌گرا گسترده شده بود و حالا در بخش‌هایی از دولت سابق آمریکا نیز به‌کار رفته است. گزارش تحقیقی MIT Technology Review مسیر شکل‌گیری این روایت، شیوع آن در شبکه‌ها و تأثیر بر فرآیندهای سیاست‌گذاری را بررسی کرده است. تحلیلگران هشدار می‌دهند چنین روایت‌هایی می‌توانند پشتوانهٔ قوانین و مقرراتی شوند که نحوهٔ تنظیم محتوا و رفتار پلتفرم‌ها را به‌طور بنیادین تغییر می‌دهند؛ تغییراتی با پیامدهای بلندمدت برای آزادی بیان و سلامت میدان اطلاعات.

مطالب ضروری امروز

  1. پتانسیل آلودگی مرکز دادهٔ آمازون در تگزاس

    مجوز این سایت اجازهٔ انتشار تا 33,000,000 تن CO2 را می‌دهد و قرار است نیروگاهی گازی با توان تا 7.65 گیگاوات برق آن را تأمین کند. این مرکز قرار است نخستین دیتاسنتر آمازون خارج از شبکهٔ برق برای کاربردهای هوش‌مصنوعی باشد. گزارش نیویورک‌تایمز و پوشش‌های دیگر این پرونده را دنبال کرده‌اند: نیویورک‌تایمز.

    چشم‌انداز مرکز داده آمازون در تگزاس
  2. توقف موقت توسعه مدل Astra در OpenAI

    آزمایش‌ها نشان داد مدل می‌تواند به‌صورت خودکار سازوکارهایی برای راه‌اندازی حملات سایبری تولید کند؛ مسأله‌ای که نگرانی‌های امنیتی را افزایش داد. پوشش‌های مربوط از جمله در Financial Times و The Guardian منتشر شد.

  3. استفاده از ابزارهای هوش‌مصنوعی در حملات منتسب به کره‌شمالی

    گزارش‌ها حاکی است گروهی که به Kimsuky نسبت داده می‌شود، از ابزارهای مبتنی بر هوش‌مصنوعی در کمپین‌های فیشینگ هدف‌دار بهره می‌برد و با اتوماسیون، تحلیل و بهره‌برداری از داده‌های سرقت‌شده را تسهیل می‌کند.

  4. حاکمیت شرکت‌های چینی بر بازار ربات‌های انسان‌نما

    شرکت‌های چینی اکنون نزدیک به 97% صادرات جهانی ربات‌های انسان‌نما را در اختیار دارند و حجم ارسال‌ها نسبت به سال گذشته بیش از سه برابر شده است. گزارش‌های بلومبرگ و Reuters این رقابت صنعتی را بررسی کرده‌اند.

  5. تایوان و استفاده از پهپادها برای بازدارندگی

    مسئولان دفاعی تایوان با درس‌گیری از تجربه‌های میدان نبرد اوکراین، شبکه‌ای از پهپادهای دریایی و هوایی را گسترش داده‌اند تا توان بازدارندگی را تقویت کنند.

نکتهٔ روز

«آدم‌ها کسانی هستند که باید نگرانشان باشیم. هوش‌مصنوعی فقط ابزار است.» — اورن اتزیونی، با تأکید بر تهدیدهای انسانی در حوزهٔ امنیت سایبری.

یک نکتهٔ تکمیلی

مارسین یاکوبوفسکی در حال توسعهٔ «کیت آغازین برای تمدن» است؛ پروژه‌ای که ابزارها و راهکارهای ساده و قابل‌دسترس برای بقا و بازسازی را گردآوری می‌کند و چالش‌های نظامی، محیط‌زیستی و اجتماعی آینده را در نظر می‌گیرد.

چشم‌انداز: عامل‌های هوش‌مصنوعی می‌توانند کشفیات علمی را تسریع کنند مشروط بر آنکه چارچوب‌های اخلاقی، شفافیت و نظارت مناسب برای کاهش ریسک سوءاستفاده و تضمین مسئولیت‌پذیری طراحی شوند. هم‌زمان، روایت‌هایی مانند «مجتمع صنعتی سانسور» نشان می‌دهند جنجال‌های سیاسی می‌توانند خیلی زود مباحث فنی را به قوانین و مقررات تبدیل کنند؛ تصمیم‌هایی که شکل اینترنت و فرایندهای پژوهش در آینده را تعیین می‌کنند.