افزایش توان برای پیشرفت هوش مصنوعی کافی نیست_آفتاب شرق

«ایلیا ساتسکیور»، هم‌بنیان‌گذار OpenAI، معتقد است بازیگران صنعت هوش مصنوعی باید مجدد به مرحله پژوهش بازگردند، چراکه افزایش توان محاسباتی به‌تنهایی برای پیشرفت هوش مصنوعی کافی نخواهد می بود.

به گزارش بیزینس اینسایدر، ساتسکیور که در تکه جدیدی از پادکست Dwarkesh وجود یافته می بود، این دیدگاه رایج را که مقیاس‌پذیری می‌تواند نقشه‌راه مهم پیشرفت هوش مصنوعی باشد به چالش کشید. ساتسکیور یکی از پیشگامان هوش مصنوعی مدرن است و نقش مهمی در تأسیس OpenAI و ساخت ChatGPT داشته است. او هم‌اکنون شرکت خودش را با نام Safe Superintelligence Inc اداره می‌کند.

ساتسکیور نظر دارد که شرکت‌ها هم‌اکنون به توان پردازشی کافی دسترسی دارند

سخن بگویید‌های ساتسکیور درحالی نقل می‌شود که شرکت‌های فناوری صدها میلیارد دلار برای خرید GPU و ساخت مراکز داده اندوخته‌گذاری کرده‌اند تا ابزارهای هوش مصنوعی خود را بهبود ببخشند. هم‌اکنون بارو عمومی بر این است که هرچه توان پردازشی بیشتری در اختیار داشته باشید یا داده‌های آموزشی بیشتری در دسترس باشد، ابزار هوش مصنوعی شما هوشمندتر خواهد شد.

ساتسکیور در این مصاحبه او گفت که طی نزدیک به ۵ سال قبل، این دستورالعمل نتایج قابل‌توجهی به وجود اورده است. این چنین این روش برای شرکت‌ها کارآمد است، چون در قیاس با اندوخته‌گذاری روی پژوهش‌هایی که امکان پذیر به هیچ نتیجه‌ای نرسند، راهی ساده و زیاد کم‌ریسک برای صرف منبع های فراهم می‌کند.

بااین‌حال، ساتسکیور معتقد است این روش دیگر به آخر مسیر خود نزدیک می‌شود. او می‌گوید داده‌ها محدود می باشند و سازمان‌ها همین اکنون نیز به مقدار عظیمی توان پردازشی دسترسی دارند.

او او گفت: «اگر باور بر این است که [قدرت فعلی] زیاد زیاد است، اما چنان‌چه ۱۰۰ برابر شود، همه چیز متفاوت خواهد شد، یقیناً که متفاوت می‌شود. اما اگر باور بر این است که چنان‌چه فقطً مقیاس را ۱۰۰ برابر کنید، همه چیز منقلب می‌شود، من فکر نمی‌کنم این درست باشد. بعد مجدد به دوران پژوهش بازگشته‌ایم، یقیناً این بار با رایانه‌های زیاد قوی.»

یقیناً ساتسکیور نقش نیاز به توان پردازشی را تکذیب نکرد و او گفت که کامپیوتر تا این مدت برای پژوهش الزامی است و در صنعتی که همه سازمان‌های بزرگ با یک پارادایم واحد کار می‌کنند، می‌تواند تمایزی اساسی تشکیل کند. بااین‌حال، او او گفت پژوهش برای یافتن راه حلهای مؤثر و کارآمد منفعت گیری از این توان پردازشی حیاتی خواهد می بود.