به گزارش میمتالز، ماشینها هر سال هوشمندتر و باهوشتر میشوند، اما هوش مصنوعی هنوز با هیاهویی که توسط برخی از بزرگترین شرکتهای فناوری جهان ایجاد شده، فاصله دارد.
براساس گزارش cnbc، هوش مصنوعی میتواند در کارهای خاص مانند بازی شطرنج برتری داشته باشد، اما در انجام بیش از یک کار به طور همزمان به مشکل میخورد. برای مثال یک کودک هفت ساله هوش بسیار گستردهتری نسبت به سیستمهای هوش مصنوعی امروزی دارد.
ادوارد گرفنستت، دانشمند محقق در بخش هوش مصنوعی شرکت متا که پیش از این تحقیقات هوش مصنوعی فیسبوک نام داشت، میگوید: "الگوریتمهای هوش مصنوعی در انجام وظایف فردی یا وظایفی که دارای درجه کمی از تنوع هستند، میتوانند خوب عمل کنند. با این حال دنیای واقعی پتانسیل قابل توجهی برای تغییر دارد و این پویایی را نمیتوان به خوبی در الگوریتمهای آموزشی هوش مصنوعی اعمال کرد. این موضوع باعث نقص در هوشهای مصنوعی خواهد شد.
گرفنستت میگوید که محققان در زمینه هوش مصنوعی راههایی را برای تطبیق مؤثر روشهای آموزش هوش مصنوعی با تغییرهای محیطی و وظایف پیدا کرده اند که منجر به قویتر شدن این فناوری میشود. او معتقد است که در سال جدید میلادی در موارد بیشتری از این روشها در هوش مصنوعی استفاده خواهد شد که جهشهای قابل توجهی را در این زمینه ایجاد خواهد کرد.
در حالی که هوش مصنوعی هنوز راه زیادی برای دستیابی به دقتی مانند هوش انسانی در پیش دارد، اما این امر مانع از سرمایهگذاری میلیاردها دلاری شرکتهای بزرگ مانند گوگل، فیسبوک (متا) و آمازون برای استخدام محققان با تجربه در زمینه هوش مصنوعی نشده است. اتفاقی که به طور بالقوه میتوانند همه چیز از موتورهای جستجو گرفته تا دستیارهای صوتی را بهبود ببخشد.
بت سینگلر انسان شناس که در دانشگاه کمبریج روی هوش مصنوعی و رباتها مطالعه میکند، میگوید که ادعاها در مورد اثربخشی هوش مصنوعی در فضاهایی که اکنون به عنوان متاورس شناخته میشوند، در سال ۲۰۲۲ با سرمایه گذاری بیشتر در این زمینه رایجتر خواهد شد. در این زمان است که میتوان گفت عموم مردم به عنوان یک مفهوم میتوانند با متاورس آشنا شوند.
البته گری مارکوس، دانشمندی که یک استارتآپ هوش مصنوعی را به شرکت اوبر فروخت و در حال حاضر مدیرعامل یک شرکت دیگر در زمینه هوش مصنوعی به نام Robust AI است، میگوید که پیشرفت هوش مصنوعی در سال ۲۰۲۲ احتمالا چیزی نیست که جهان به طور ناگهانی با آن روبهرو شود. او معتقد است که چرخه کشف راههای جدید تا عملی شدن آنها میتواند سالها طول بکشد و حوزه یادگیری عمیق هم هنوز راه زیادی در پیش دارد. یادگیری عمیق بخشی از هوش مصنوعی است که تلاش میکند از فعالیت لایههای عصبهای مغز تقلید کند تا نحوه تشخیص الگوهای پیچیده را بیاموزد.
مارکوس معتقد است که مهمترین چالش در حال حاضر برای هوش مصنوعی، پیدا کردن راهی مناسب برای ترکیب دانشهای گسترده علم و فناوری در جهان با یادگیری عمیق است.
مارکوس افزود:" پیشبینی میکنم امسال پیشرفتی در این مسئله وجود داشته باشد که در نهایت به تحولی قابل توجهی منجر خواهد شد. " او میگوید امسال یا سال آینده هوش مصنوعی به کشف یک داروی جدید کمک زیادی خواهد کرد.
یکی از بزرگترین پیشرفتهای هوش مصنوعی در دو سال اخیر از آزمایشگاه تحقیقاتی DeepMind مستقر در لندن، حاصل شده است. این شرکت نرمافزار هوش مصنوعی ایجاد کرده که میتواند ساختار به هم پیوستن پروتئینها در عرض چند روز را به دقت پیش بینی و یک چالش ۵۰ ساله را حل کند. چالشی که میتواند راه را برای درک بهتر بیماریها و کشف دارو هموار کند.
نیل لارنس، استاد یادگیری ماشینی در دانشگاه کمبریج هم پیش بینی میکند که آزمایشگاه DeepMind در سال ۲۰۲۲ مسائل علمی بزرگی را پاسخ خواهد داد. انتظار میرود مدلهای زبان نیز در سال ۲۰۲۲ بهبود پیدا کنند. سیستمهای هوش مصنوعی میتوانند با انسانها مکالمه کنند و به سؤالات پاسخ دهند. شناخته شدهترین مدل زبانی که تاکنون ساخته شده «GPT-۳ OpenAI» نام دارد، اما DeepMind اعلام کرده مدل جدیدی به نام «RETRO» میسازد که ۲۵ برابر قدرتمندتر از سایر مدلهای زبانی است.
با وجود مزایای گسترش و پیشرفت هوش مصنوعی، نگرانیهای عمدهای در مورد اخلاقیات در زمینه هوش مصنوعی وجود دارد، زیرا از سیستمهای هوش مصنوعی در سلاحهای جنگی خودکار نیز استفاده میشود. ورنا ریزر، استاد هوش مصنوعی در دانشگاه معتقد است که در سال ۲۰۲۲ تمرکز بیشتری روی مسائل اخلاقی در زمینه هوش مصنوعی خواهد شد.
سامیم وینیگر، محقق مستقل هوش مصنوعی که قبلا برای یک شرکت فناوری بزرگ کار میکرد، معتقد است در سال آینده در مورد استفاده از مدلهای یادگیری ماشینی در بازارهای مالی، جاسوسی و مراقبتهای بهداشتی افشاگریهای زیادی خواهد شد و این موضوع سؤالات مهمی در مورد حریم خصوصی، قانونی، اخلاقیات و اقتصاد ایجاد خواهد کرد.
منبع: باشگاه خبرنگاران جوان