آمریکا با یکی از آن لحظات نادر و تاریخی روبرو است که دولت، کسبوکارها، مدارس و خانوادهها میتوانند برای مقابله با یک چالش واقعاً نسلی همکاری کنند: پیروزی در رقابت هوش مصنوعی.
تاکنون، ما در حال از دست دادن آن هستیم.
از سال آینده، شرکتهای هوش مصنوعی در ایالات متحده تقریباً به اندازه پروژه منهتن، فرودهای آپولو بر ماه، سیستم بزرگراه بینایالتی و پروژه ژنوم انسانی در یک سال هزینه خواهند کرد – حدود ۱ تریلیون دلار.
این فقط پول است. خطرات حتی بزرگتر هستند: چه کسی فضا و جنگ را کنترل میکند، بر اقتصاد جهانی مسلط میشود و اولین فناوری با هوش فوقالعادهای که از گونه ما پیشی میگیرد را شکل میدهد.
سرزنش شرکتهای فناوری یا سیاست برای دیدگاه مبهم ما آسان است. اما مسلماً تقصیر بیشتر در تخیل جمعی و ناتوانی مشترک ما در تفکر درباره مسائل و تلاشهای جامعهمحور است. جامعه به آرامی همه اینها را تسلیم کرده است زیرا به قبایل، حبابها و صفحهنمایشها عقبنشینی کرده است. کسبوکارهای آمریکایی، دانشگاهها و خانوادهها نقشی در راهحل دارند.
پیشرفتهای فناورانه شگفتانگیز مهندسان برجسته آمریکایی در Anthropic، OpenAI و جاهای دیگر، میتوانست کشور را از چین جلوتر ببرد. در عوض، در یک فلج وحشتزده و گیجکننده در سراسر دولت، کسبوکار، دانشگاهها و نیروی کار گرفتار شده است. در همین حال، چین یک برنامه دولتی و سراسری برای عملیاتی کردن هوش مصنوعی و قفل کردن زنجیره تأمین برای سلطه آینده دارد. این تهدید حاضر، واقعی و در حال تشدید است.
آنچه هوش مصنوعی را از هر اختلال فناوری قبلی در تاریخ آمریکا متمایز میکند این است: ما میدانیم چه چیزی در راه است قبل از اینکه برسد. این دو سال پیش درست بود. امروز نیز درست است.
من یک شرکت رسانهای را اداره میکنم که به طور تهاجمی هوش مصنوعی را پوشش میدهد و از آن استفاده میکند. من اغلب با معماران هوش مصنوعی، مقامات منتخب که سعی در اداره آن دارند، رئیس دانشگاهی که به آن واکنش نشان میدهد و خانوادهها و کارگرانی که برای درک آن تلاش میکنند، صحبت میکنم. من نه یک طرفدار هوش مصنوعی هستم و نه یک بدبین. من یک واقعبین بیرحم هستم: اگر این کار خراب شود، اتفاقات بدی میافتد.
در اینجا هفت ایده در سطح جامعه برای شکل دادن به هوش مصنوعی به نفع همه آورده شده است.
گام ۱: آن را به عنوان یک پروژه ملی، نه یک پروژه فناورانه، تعریف کنید.
هوش مصنوعی عمدتاً به عنوان یک داستان تجاری یا فناوری، رقابتی بین شرکتهای ثروتمند با جاهطلبیهای علمی-تخیلی، تلقی میشود. همه اینها واقعی است، اما ناقص.
یک چارچوب بهتر، همان چارچوبی است که آمریکا در بهترین ساعات خود از آن استفاده کرده است: هدف بزرگ (moonshot). به بسیج ما پس از رکود بزرگ و در جنگ جهانی دوم فکر کنید. یا طرح مارشال برای بازسازی پس از آن. یا آن ماههای زودگذر پس از ۱۱ سپتامبر. این میتواند منجر به یک پروژه ملی مشترک با یک هدف مشخص (پیروزی)، یک رقیب مشخص برای شکست دادن (چین) و یک مزیت مشخص برای کشور در صورت پیروزی و گسترش گسترده مزیت (رفاه مشترک) شود.
شکل ۱:
شکل ۲:
شکل ۳:
این چارچوب به سیاستمداران دلیلی برای مشارکت سازنده و به کارگران دلیلی برای مشارکت فعال به جای ترس از آنچه در راه است، میدهد. همچنین به کسبوکارها دلیلی برای حرکت سریع، توضیح و آموزش بهتر، و کمک به همه برای درک خطرات و تغییرات میدهد. و به مردم آمریکا، که به طور فزایندهای به فناوری و شرکتهای پشت آن بیاعتماد هستند، حس مالکیت و شگفتی به جای طرد شدن و نگرانی میدهد.
گام ۲: زیرساخت هماهنگی را بسازید.
بهترین و درخشانترین افراد را از دولت فدرال، از شرکتهای پیشرو هوش مصنوعی، از کسبوکار و کار، از اقتصاد، از بهداشت عمومی، از اخلاق گرد هم آورید تا یک گروه کاری با اختیارات واقعی تشکیل دهند. افرادی که برای پیشبینی حقوق میگیرند، نه برای واکنش بیبرنامه.
شکل ۴: این گروه سه وظیفه اصلی خواهد داشت: ترسیم مشکلات و مزایای بالقوه قبل از وقوع، ساخت کتابهای راهنما قبل از نیاز به آنها و صادق بودن با مردم آمریکا در طول مسیر. ما به تازگی دو نمونه عالی از آنچه عدم برنامهریزی قبلی تولید میکند را شاهد بودیم. ما از قبل میدانستیم که هوش مصنوعی بهتر از انسان کدنویسی میکند و سپس حملات سایبری بسیار پیچیدهای را امکانپذیر میسازد. در هر دو مورد، ما پس از وقوع، به طور بداهه عمل کردیم و ترس و سردرگمی را دامن زدیم. گام ۳: مشکل جابجایی را قبل از تبدیل شدن به بحران پیشبینی کنید. بحث در مورد هوش مصنوعی و مشاغل خستهکننده و تا حد زیادی بیثمر شده است، که بین «هوش مصنوعی همه مشاغل را از بین میبرد» و «هوش مصنوعی مشاغل بیشتری نسبت به آنچه از بین میبرد ایجاد میکند» در نوسان است. هیچ یک از این گفتگوها چندان مفید نیست. آنچه مفید خواهد بود، یک برنامه واکنش مرحلهای است. در حال حاضر، شرکتهای هوش مصنوعی در مرحله سرمایهگذاری هستند، مرحلهای که ممکن است نخواهید آن را کند کنید زیرا این چیزی است که رهبری ایالات متحده را بر چین به جلو میبرد. همچنین شواهد کمی از از دست دادن قابل توجه شغل که به طور کامل به هوش مصنوعی نسبت داده شود، وجود دارد. شکل ۵: اما اگر بیکاری به طور ناگهانی تغییر کند، راهحلهای از پیش ساخته شده، از پیش بحث شده و از پیش قانونگذاری شده از قبل آماده خواهند بود. به عنوان مثال، اگر بیکاری به ۶ درصد برسد، به جای وحشت بداهه زمانی که سیاستها از قبل در آتش هستند، محرکهایی برای عمل وجود خواهد داشت. این میتواند شامل برنامههای آموزش شغلی یا مکانیسمهای موقت برای کند کردن اخراجها باشد. داریو آمودی (Dario Amodei) هشدار میدهد که از دست دادن شغل میتواند بسیار بدتر باشد. ایلان ماسک (Elon Musk) ادعا میکند که همه میتوانند انتخاب کنند که کار نکنند. بسیار خب، بیایید برای آن هم برنامهای داشته باشیم. بخشی از آن کار میتواند اشکال جدیدی از کار اجتماعی و انسانمحور باشد. یک گروه پرستاری. یک گروه مراقبت از سالمندان. یک گروه معلم خصوصی. یک گروه بازسازی جامعه. ساختارهای خدماتی که مردم را گرد هم میآورند، که به کمبودهای واقعی اجتماعی میپردازند: اپیدمی تنهایی، فروپاشی نهادهای محلی، کمبود معلم، یک ملت سالخورده. این میتواند با ثروت عظیمی که این فناوری تولید میکند، در صورتی که آنچه طرفدارانش باور دارند را تولید کند، تأمین مالی شود. گام ۴: یک برنامه کاربردی بلادرنگ و کاربرپسند برای مشاغل ایجاد کنید. اخیراً با رهبران کسبوکار در فینیکس صحبت میکردم و شکایت آنها از دست دادن شغل نبود، بلکه ناتوانی در یافتن کارگران مناسب بود. یافتن استعداد میتواند آسانتر باشد و یکی از ملموسترین و قابل دستیابیترین ایدهها، یک برنامه ملی نیروی کار هوش مصنوعی خواهد بود. مفهوم ساده است: دادههای بلادرنگ را از شرکتهای هوش مصنوعی در مورد اینکه در کجا به مراکز داده، زیرساخت انرژی، تراشهها، مهندسان و تکنسینها نیاز دارند، و در کجا دادهها نشان میدهد که مشاغل فعلی ممکن است تهدید شوند یا فرصتهای جدیدی ایجاد شود، جمعآوری کنید. تغییرات شغلی را تقریباً در زمان واقعی شناسایی و با آنها سازگار شوید. شکل ۶: این اطلاعات را به یک ابزار عمومی که کارگران را با مشاغل و آموزش مناسب مطابقت میدهد، وارد کنید: اینجا مشاغل هستند، اینجا مهارتهای مورد نیاز هستند و اینجا کسی است که هزینه بازآموزی شما را پرداخت خواهد کرد. متا (Meta) به تازگی یک نسخه کوچک از بخش آموزش را تأمین مالی کرد. گوگل (Google) نیز همین کار را انجام داد. شرکتهای بزرگ فناوری احتمالاً ذینفعان اصلی این انتقال خواهند بود، بنابراین میتوانند به ساخت مسیر ورود کمک کنند. گام ۵: کسبوکارها، کالجها و خانوادهها را آماده کنید. شرکتهای هوش مصنوعی در زمان واقعی میدانند که مردم برای چه کارهایی در محل کار و خانه از هوش مصنوعی استفاده میکنند. Anthropic حتی یک پایگاه داده عمومی دارد که نشان میدهد مردم چگونه هوش مصنوعی را در زندگی خود ادغام میکنند. کسبوکارها، مدارس و خانوادهها میتوانند از آموزش و ابزارهای بهروزرسانی مداوم برای استفاده هوشمندانه و مسئولانه از هوش مصنوعی برای شغل یا نیازهای شخصی خود، به شدت بهرهمند شوند. برای شروع، تصور کنید که هر کالج و دبیرستان مهارتهای پایه هوش مصنوعی را ارائه میدهد، که با بهروزرسانیهای مداوم با تکامل فناوری تغذیه میشود. معلمان قطعاً باید حق محدود کردن یا حتی ممنوع کردن هوش مصنوعی در کلاس درس را حفظ کنند. اما آیا واقعاً میخواهیم دانشآموزان را کورکورانه نسبت به ضروریترین مهارتهایی که نیاز دارند، به دنیای واقعی و نیروی کار بفرستیم؟ گام ۶: خطرات آینده را جدی بگیرید. خطرات به همان اندازه فرصتها قابل شناسایی هستند. و ما میتوانیم در مورد آنها نیز هوشیارتر باشیم. با آنچه قبلاً اتفاق افتاده است شروع کنید. Anthropic اخیراً مدلی را ساخت که آنقدر توانا بود که تصمیم گرفت آن را به دلیل نگرانیهای ایمنی به صورت عمومی منتشر نکند. آن لحظه – یک آزمایشگاه پیشرو هوش مصنوعی آمریکایی به این نتیجه رسید که فناوری خودش برای استقرار بسیار خطرناک است – اساساً بدون هیچ گونه آمادگی دولتی و بدون بحث عمومی در مورد معنای آن یا آنچه در ادامه میآید، فرا رسید. بنابراین دولت از یک فرمان اجرایی و کنترلهای صادراتی برای کند کردن آن استفاده کرد. سایبر تنها اولین مورد از بسیاری از تهدیدات آینده است. ترسناک؟ بله، اما واقعی. شکل ۷: خطر امنیت زیستی نیز از همین منطق پیروی میکند. با توانمندتر شدن مدلها، مانع مهندسی عوامل بیماریزای خطرناک کاهش مییابد. یک تلاش جدی، کارشناسان مربوطه را برای ترسیم سناریوها و ساخت زیرساخت واکنش قبل از وقوع این قابلیت گرد هم میآورد. ممکن است ما ماهها با خودبهبودسازی بازگشتی (RSI) واقعی فاصله داشته باشیم. با این اصطلاح آشنا شوید، زیرا اساساً به این معنی است که هوش مصنوعی خودش را آموزش میدهد و سپس به تنهایی یاد میگیرد و کار میکند. این زمانی است که ما به سمت هوش مصنوعی میرویم که به طور بالقوه میتواند کارهای فوقبشری انجام دهد. و سرکش شود. در هر مورد، خطر اکنون شناخته شده است. آمادگی اختیاری است. ما انتخاب میکنیم که آماده نباشیم. گام ۷: از نفوذ آمریکا برای ایجاد یک ائتلاف جهانی استفاده کنید. چین یک تهدید واقعی در رقابت هوش مصنوعی است. پکن قبلاً هوش مصنوعی را یک اولویت استراتژیک ملی تعیین کرده است، دانشگاههای برتر، شرکتهای دولتی و ارتش خود را حول یک نقشه راه توسعه واحد هماهنگ کرده است و در مقیاسی مشابه بسیج زمان جنگ هزینه میکند. شکل ۸: برای رقابتی و مسلط ماندن، ما یک انتخاب داریم: ایجاد یک چارچوب جهانی هوش مصنوعی بر اساس قوانین آمریکا. اروپاییها چیزی شبیه به این را در نشست اخیر گروه ۷ (G-7) مطرح کردند. درخواست – و پیشنهاد – ما میتواند واضح و جذاب باشد: به یک ائتلاف تحت رهبری ایالات متحده که بر اساس فناوری، مدلها و قوانین آمریکایی ساخته شده است، بپیوندید و به ایجاد یک زنجیره تأمین جهانی هوش مصنوعی و پروتکل ایمنی کمک کنید. در ازای آن، کشورهای عضو بخشی از قدرتمندترین اتحاد اقتصادی و فناوری در جهان خواهند بود، پویاتر، آیندهنگرتر و مهمتر از سازمان ملل متحد یا ناتو. این امر اکوسیستم جهانی هوش مصنوعی را به رهبری آمریکا وابسته میکند تا اینکه در برابر جایگزینهای چینی آسیبپذیر باشد. این امر کشورهای در حال توسعه را ترغیب میکند که به جای پذیرش قراردادهای زیرساختی چین، با ایالات متحده همسو شوند. و به آمریکا ابزاری دیپلماتیک میدهد که با لحظه مطابقت دارد. آنچه هنوز ممکن است پنجره انجام این کار بسته نشده است. تنگتر شده است. مشکلاتی که میتوانست دو سال پیش پیشبینی شود، اکنون در زمان واقعی در حال وقوع هستند: واکنش شدید مراکز داده، فشار انرژی، برخی جابجاییهای نیروی کار، آسیبپذیریهای امنیت سایبری، و اولین نشانههای خطر امنیت زیستی. مقابله واکنشی با آنها دشوارتر، پرهزینهتر و از نظر سیاسی سمیتر از مقابله پیشگیرانه با آنها خواهد بود. اما بیشتر کتاب راهنمای توصیف شده در بالا هنوز قابل اجرا است. چین میتواند چنین هماهنگی را با فرمان تحمیل کند. آنها میتوانند دولت، صنعت و جامعه را به سمت یک هدف فناورانه واحد از طریق ابزارهایی که در یک دموکراسی در دسترس و مطلوب نیستند، همسو کنند. این در ایالات متحده یک گزینه نیست. ما باید انتخاب متفاوتی انجام دهیم. شرم بر ما اگر این کار را نکنیم. جیم وندهای (Jim VandeHei) یکی از بنیانگذاران و مدیرعامل آکسیوس (Axios) است.