از مدل‌های هوش مصنوعی تا قدرت مادی و سیاسی

تحولات ۲۵ تا ۲۸ اوت ۲۰۲۶؛ گسترش هوش مصنوعی از تراشه و مرکز داده تا محیط کار، آزمایشگاه و میدان نظامی

تحولات چهار روز ۲۵ تا ۲۸ اوت ۲۰۲۶ را نمی‌توان مجموعه‌ای از خبرهای پراکنده دربارهٔ شرکت‌ها و مدل‌های هوش مصنوعی دانست. این تحولات در کنار یکدیگر نشان می‌دهند که هوش مصنوعی با سرعت از محدودهٔ نرم‌افزار و تولید متن و تصویر فراتر می‌رود و به بخشی از زیرساخت مادی تولید، سازمان‌دهی نیروی کار، کنترل ابزارهای فیزیکی، امنیت سایبری و قدرت سیاسی و نظامی تبدیل می‌شود.

در این مرحله، پرسش اصلی دیگر فقط این نیست که کدام مدل هوش مصنوعی قوی‌تر است. پرسش اساسی‌تر این است که چه کسی مالک تراشه‌ها، مراکز داده، شبکه‌های انرژی، ابزارهای صنعتی، داده‌ها و سامانه‌هایی است که هوش مصنوعی از طریق آن‌ها به قدرت واقعی اقتصادی و سیاسی تبدیل می‌شود.

۲۵ اوت: زیرساخت هوش مصنوعی و ورود جامعه به معادله

در ۲۵ اوت، دولت اسپانیا اعلام کرد که در پی گسترش سریع پروژه‌های مراکز داده، مقررات سخت‌گیرانه‌تری برای مصرف آب و انرژی و همچنین امنیت سایبری این مراکز در نظر گرفته است. پیش‌نویس مقررات جدید قرار است در معرض نظرخواهی عمومی قرار گیرد.

اهمیت این تحول در آن است که مراکز داده دیگر تأسیساتی خنثی و صرفاً فنی محسوب نمی‌شوند. هر مرکز دادهٔ بزرگ به زمین، برق، آب، تجهیزات خنک‌کننده، خطوط انتقال و زیرساخت عمومی نیاز دارد. بنابراین تصمیم دربارهٔ احداث آن مستقیماً بر محیط‌زیست، قیمت انرژی و زندگی جوامع محلی اثر می‌گذارد. منبع: رویترز

هم‌زمان، شرکت چینی Enflame که در زمینهٔ تراشه‌های هوش مصنوعی فعالیت می‌کند، برنامهٔ عرضهٔ سهام خود در بورس شانگهای را با هدف جذب نزدیک به ۹۰۰ میلیون دلار پیش برد. این رویداد نمونه‌ای دیگر از ورود سرمایهٔ مالی به زنجیرهٔ تولید هوش مصنوعی است. تراشه دیگر فقط یک قطعهٔ فنی نیست؛ به موضوع سرمایه‌گذاری، ارزش‌گذاری بورسی و رقابت میان دولت‌ها و شرکت‌های بزرگ تبدیل شده است. منبع: رویترز

این دو تحول در ظاهر متفاوت‌اند، اما به یک مسئله مشترک اشاره می‌کنند: بخش خصوصی از مالکیت و توسعهٔ زیرساخت هوش مصنوعی درآمد و قدرت به دست می‌آورد، درحالی‌که مصرف آب و انرژی، فشار بر شبکه‌ها و پیامدهای محیط‌زیستی آن در سطح جامعه توزیع می‌شود.

۲۶ اوت: هوش مصنوعی و تناقض دگرگونی نیروی کار

تحولات ۲۶ اوت مسئلهٔ نیروی کار را برجسته کرد. گزارشی دربارهٔ برنامه‌های متا نشان داد که وعدهٔ جایگزینی سریع نیروی انسانی با هوش مصنوعی با واقعیت پیچیدهٔ سازمان‌ها روبه‌رو شده است. بر اساس آمار نقل‌شده در این گزارش، حدود ۱۱۳ هزار مورد کاهش شغل در سال ۲۰۲۶ به هوش مصنوعی نسبت داده شده است؛ اما تجربهٔ متا نشان می‌دهد که حذف نیروی انسانی و جایگزینی کامل آن با سامانه‌های هوشمند نه ساده است و نه الزاماً به کارآمدی بیشتر منجر می‌شود. منبع: رویترز

این تحول یک تناقض اساسی را آشکار می‌کند. هوش مصنوعی می‌تواند بخشی از کارهای تکراری را کاهش دهد و ظرفیت تولید را بالا ببرد، اما در مناسبات کنونی، افزایش بهره‌وری غالباً ابتدا به شکل کاهش نیروی کار و هزینه ظاهر می‌شود، نه کاهش ساعات کار برای همه یا بهبود کیفیت زندگی کارکنان.

در همان روز، Salesforce همکاری خود را با Anthropic گسترش داد تا مدل Claude را بیشتر وارد سامانه‌های کاری و سازمانی کند. این اقدام نشان می‌دهد که هوش مصنوعی به‌تدریج از یک ابزار جانبی به بخشی از ساختار تصمیم‌گیری و فعالیت روزمرهٔ شرکت‌ها تبدیل می‌شود. منبع: رویترز

تحول مهم دیگر، گزارش حمله به Hugging Face بود. بر اساس بررسی مستقل METR و Redwood Research، حدود ۷۰۰ عامل هوش مصنوعی در رخنهٔ امنیتی این پلتفرم مشارکت داشتند. این رویداد نشان داد که سامانه‌های چندعاملی می‌توانند عملیات را در مقیاسی انجام دهند که نظارت انسانی بر تک‌تک اقدامات آن‌ها بسیار دشوار شود. منبع: رویترز

۲۷ اوت: اتصال مستقیم هوش مصنوعی به جهان فیزیکی

در ۲۷ اوت، Anthropic چارچوبی با عنوان «استاندارد سخت‌افزاری مدل» یا MHS معرفی کرد که به عامل‌های هوش مصنوعی اجازه می‌دهد مستقیماً با دستگاه‌های قابل برنامه‌ریزی ارتباط برقرار کنند. این دستگاه‌ها می‌توانند میکروسکوپ، بازوی رباتیک، تجهیزات آزمایشگاهی یا ابزارهای پیشرفتهٔ تولیدی باشند.

این تحول نشان‌دهندهٔ یک گذار کیفی است. عامل هوش مصنوعی دیگر فقط پاسخ تولید نمی‌کند، بلکه می‌تواند در جهان فیزیکی عمل کند: دستگاهی را تنظیم کند، آزمایشی را پیش ببرد یا بخشی از یک فرایند تولیدی را کنترل کند. Anthropic اعلام کرده است که این چارچوب ابتدا برای ارزیابی‌های ایمنی در اختیار شرکا قرار می‌گیرد و سپس قرار است متن‌باز شود. منبع: رویترز

در همان روز، شرکت SK Hynix عملیات توسعهٔ کارخانهٔ چهارمیلیارددلاری خود در ایندیانا را آغاز کرد. این کارخانه برای بسته‌بندی و پژوهش تراشه‌های حافظهٔ پیشرفتهٔ HBM طراحی شده و قرار است حدود هفت‌هزار فرصت شغلی ایجاد کند. دولت آمریکا نیز ۴۵۸ میلیون دلار کمک مالی و امکان دریافت تا ۵۰۰ میلیون دلار وام برای این پروژه فراهم کرده است. منبع: رویترز

این پروژه بار دیگر نشان می‌دهد که زیرساخت هوش مصنوعی فقط محصول سرمایهٔ خصوصی نیست. منابع عمومی، دانشگاه، سیاست صنعتی، نیروی کار و حمایت دولتی نیز در ساخت آن نقش دارند؛ اما مالکیت کارخانه، فناوری و درآمدهای آینده عمدتاً خصوصی باقی می‌ماند.

از سوی دیگر، انویدیا برنامه‌ای را که بر اساس آن به شرکت‌های کوچک ابری اعتبار می‌داد و در مقابل سهمی از درآمد آیندهٔ آن‌ها دریافت می‌کرد، متوقف کرد. نگرانی دربارهٔ معاملات چرخشی، افزایش بیش‌ازحد نفوذ انویدیا و احتمال نقض مقررات ضدانحصار، از عوامل این تصمیم گزارش شده است. منبع: رویترز

۲۸ اوت: متن‌بازشدن دانش و مناقشه بر سر قدرت نظامی

در ۲۸ اوت، Tencent نسخهٔ آزمایشی یک مدل متن‌باز جدید را برای برنامه‌نویسی، پژوهش دانشگاهی و تحلیل مالی منتشر کرد. عرضهٔ این مدل در Hugging Face نشان می‌دهد که در کنار تمرکز عظیم سرمایه و زیرساخت، گرایش دیگری نیز وجود دارد: گسترش دسترسی عمومی‌تر به مدل‌ها و دانش فنی. منبع: رویترز

اما متن‌بازبودن مدل به‌تنهایی به معنای اجتماعی‌شدن قدرت نیست. دانشگاه‌ها، پژوهشگران و شرکت‌های کوچک ممکن است به کد و وزن‌های مدل دسترسی داشته باشند، اما استفاده از آن در مقیاس بزرگ همچنان به تراشه، برق، مرکز داده و سرمایه نیاز دارد. دانش می‌تواند عمومی‌تر شود، درحالی‌که ظرفیت مادی استفاده از آن همچنان متمرکز باقی بماند.

در همین روز، یک قاضی فدرال تصمیم پنتاگون برای قرار دادن Anthropic در فهرست ریسک زنجیرهٔ تأمین را متوقف کرد. اختلاف از آنجا آغاز شد که Anthropic حاضر نبود استفادهٔ نامحدود از مدل‌های Claude را برای نظارت گسترده و سلاح‌های خودمختار مجاز بداند. دادگاه اقدام پنتاگون را غیرقانونی و فاقد مبنای کافی تشخیص داد. منبع: رویترز

این پرونده مسئله‌ای فراتر از اختلاف میان یک شرکت و دولت را مطرح می‌کند: چه کسی باید حدود استفاده از هوش مصنوعی در نظارت، جنگ و تصمیم‌گیری نظامی را تعیین کند؟ آیا تصمیم دربارهٔ فناوری‌هایی که می‌توانند جان انسان‌ها را هدف قرار دهند باید در اختیار قراردادهای محرمانه میان دولت‌ها و شرکت‌های خصوصی باقی بماند؟

یک حرکت واحد در چهار روز

تحولات ۲۵ تا ۲۸ اوت چهار مرحله از یک حرکت واحد را نشان می‌دهند:

• زیرساخت هوش مصنوعی با مصرف آب، برق، زمین و منابع عمومی پیوند می‌خورد و جامعه را ناچار به مداخله و قانون‌گذاری می‌کند.
• هوش مصنوعی وارد محیط کار می‌شود و افزایش بهره‌وری را به مسئلهٔ اشتغال، ساعات کار و توزیع منافع تبدیل می‌کند.
• عامل‌های هوشمند از فضای دیجیتال عبور می‌کنند و کنترل دستگاه‌های فیزیکی، آزمایشگاه‌ها و فرایندهای تولیدی را در دست می‌گیرند.
• هوش مصنوعی وارد حوزهٔ قدرت سیاسی و نظامی می‌شود و پرسش دربارهٔ نظارت، سلاح‌های خودمختار و پاسخ‌گویی عمومی را مطرح می‌کند.

بنابراین هوش مصنوعی دیگر تنها یک صنعت یا ابزار فناورانه نیست. این فناوری به شبکه‌ای تبدیل می‌شود که تراشه، سرمایه، انرژی، نیروی کار، داده، کارخانه، آزمایشگاه، دولت و قدرت نظامی را به یکدیگر پیوند می‌دهد.

ارتباط با «نظم اجتماعی نوین در عصر آگاهی»

هرچه هوش مصنوعی بیشتر به محصول دانش جمعی، داده‌های اجتماعی، زیرساخت عمومی و کار میلیون‌ها انسان تبدیل می‌شود، تضاد میان اجتماعی‌شدن تولید و تمرکز خصوصی مالکیت آشکارتر می‌شود.

اگر منابع عمومی برای ساخت کارخانه و شبکهٔ انرژی به کار گرفته شوند، اگر داده‌های اجتماعی مادهٔ خام مدل‌ها باشند، اگر کارکنان و کاربران دانش لازم برای فعالیت سامانه‌ها را تولید کنند و اگر جامعه پیامدهای اقتصادی و محیط‌زیستی آن‌ها را بپردازد، دیگر نمی‌توان مالکیت و تصمیم‌گیری دربارهٔ این فناوری را مسئله‌ای صرفاً خصوصی دانست.

نظم اجتماعی نوین نمی‌تواند تنها مصرف‌کنندهٔ منفعل فناوری باشد. جامعه باید در تعیین مسیر توسعه، مالکیت زیرساخت، نظارت بر عامل‌های هوشمند، توزیع منافع افزایش بهره‌وری و محدودکردن کاربردهای نظامی و نظارتی هوش مصنوعی مشارکت مستقیم داشته باشد.

پرسش تعیین‌کنندهٔ این مرحله آن نیست که هوش مصنوعی تا چه اندازه قدرتمند خواهد شد. پرسش این است که این قدرت در اختیار چه کسانی قرار می‌گیرد، در خدمت چه هدفی به کار می‌رود و چه سازوکاری جامعه را قادر می‌سازد بر آن نظارت و در جهت‌دهی آن مشارکت کند.

---

← بازگشت به صفحهٔ اصلی