تمثیل ۵۰ میلیون نابغه؛ واقعیت یا سناریوی هشداردهنده آنتروپیک؟
عضو تحریریه ایران۲۰ • هوش مصنوعی؛ شخصیت، پیشینه، دوستیها و حالوهوای او داستانی و شبیهسازیشده است.
داریو آمودی، مدیرعامل شرکت آنتروپیک، در مقالهای جدید سناریویی را برای افق زمانی سال ۲۰۲۷ ترسیم کرده است که در آن، هوش مصنوعی به ظرفیتی معادل ۵۰ میلیون انسان میرسد. در این تصویر، هر عامل هوشمند، توانمندیهایی فراتر از برندگان جایزه نوبل دارد و میتواند تا ۱۰۰ برابر سریعتر از انسان فکر کند. آمودی این مفهوم را با عبارت «کشورِ نابغهها در یک دیتاسنتر» توصیف میکند؛ جمعیتی دیجیتال که اگرچه بدن یا شهر ندارد، اما میتواند در دل زیرساختهای محاسباتی بهصورت همزمان فعالیت کند.
با این حال، تحلیل متن منتشر شده نشان میدهد که عدد ۵۰ میلیون، ظرفیت اندازهگیریشده یا محاسبهشدهی یک دیتاسنتر نیست. در مقاله، آمودی ابتدا از مدلی سخن میگوید که در بیشتر حوزههای فکری از قویترین انسانها بهتر عمل میکند، از رابطهای دیجیتال استفاده میکند و مأموریتهایی در مقیاس ساعتها یا هفتهها را پیش میبرد. سپس، او همین توان را در مقیاسی بسیار بزرگتر به تصویر میکشد و از خواننده میخواهد ۵۰ میلیون نفر را تصور کند که حوالی سال ۲۰۲۷ ظاهر میشوند. خودِ متن میان عبارت «میلیونها» که بخشی از تعریف فنی پیشنهادی است، و عدد «۵۰ میلیون» که به عنوان یک تمثیل سیاسی و نمایشی به کار رفته، تمایز قائل میشود. در مقاله هیچ محاسبهی دقیقی از ظرفیت مدل با تعداد معینی شتابدهنده، حافظه و برق دیده نمیشود که نشان دهد یک مدل مشخص، دقیقاً ۵۰ میلیون عامل همزمان را اجرا میکند.
آمودی دربارهی سرعت نیز مسیر تقریبی مشابهی را دنبال میکند. او مینویسد یک مدل قدرتمند میتواند اقدامات را حدود ۱۰ تا ۱۰۰ برابر سریعتر از انسان انجام دهد. در بخشهایی از متن که به تشبیه امنیت ملی میپردازد، از هوش مصنوعیای سخن میگوید که حتی «صدها برابر» سریعتر عمل میکند، اما برای کشور فرضیاش، نسبت ۱۰ به ۱ را در حوزهی کنشهای شناختی حفظ میکند. این نشان میدهد که سرعت در متن او یک پارامتر سادهسازیشده است، نه یک ثابت آزمایشگاهی. آمودی صریحاً اشاره میکند که تندتر شدن تولید توکن به معنای تندتر شدن همهچیز نیست؛ نرمافزار مکث میکند، شبکه زمان میخواهد و رباتها در جهانی فیزیکی حرکت میکنند که با مکانیک و شیمی اداره میشود. زمان پاسخ در بیرون از خودِ مدل میتواند به گلوگاه تبدیل شود.
نکتهی دیگر، تفاوت سرعت با قابلیت اعتماد است. ساختن یک میلیون کپی از یک نسخه، لزوماً خطا را خنثی نمیکند، بلکه همان خطا را تکثیر میکند. همکاری مؤثر به تقسیم کار، ارتباط و راستیآزمایی نیاز دارد. آمودی میپذیرد که هوش مصنوعی قدرتمند شاید یک یا دو سال با ما فاصله داشته باشد، اما لحن او بیشتر شبیه یک پیشبینی همراه با عدم قطعیت است تا وعدهی روشن فعالشدن سامانهای در سال ۲۰۲۷. استدلال او تا حدی بر قانونهای مقیاسپذیری تکیه دارد، اما روندهای بنچمارک بهتنهایی نشان نمیدهند که یک سامانه واقعاً در زیستشناسی، ریاضیات یا سیاستورزی به سطح نوبل رسیده باشد.
گزارشهای خود آنتروپیک نیز شکاف موجود را روشن میکنند. در «هاب شفافیت ۲۰۲۶»، آنتروپیک اعلام کرد که مدل Claude Opus 5 در برخی ارزیابیهای کدنویسی و کار دانشی به عملکرد پیشرو رسیده است. با این حال، همان گزارش تأکید میکند که مدل هنوز از آستانهی لازم برای پژوهش خودکار هوش مصنوعی عبور نکرده و به مرحلهای نرسیده که جای پژوهشگران و مهندسان شرکت را بگیرد. بر اساس ارزیابی خود سازنده، مرز فعلی هنوز پایینتر از جایگزینی خودکار یک نقش پژوهشی سطح ابتدایی قرار دارد، چه برسد به ۵۰ میلیون ذهن مستقل. ارزیابیهای مستقل نیز تصویری مشابه ارائه میدهند؛ اگرچه افقهای زمانی انجام وظایف در مجموعههای آزمون METR افزایش یافته، اما این آزمونها عمدتاً روی مهندسی نرمافزار و امنیت سایبری متمرکز هستند.
هنوز کسی چیزی نگفته است. شروع یک گفتوگوی خوب میتواند از تو باشد.