چقدر مانده تا هوش مصنوعی از انسان پیشی بگیرد؟

ساعت ۲۴- مدل‌های هوش مصنوعی گوگل در حال یادگیری استدلال، برخورداری از عاملیت و ساخت مدل‌هایی مجازی از دنیای واقعی‌اند. دمیس هسابیس، رئیس بخش هوش مصنوعی گوگل، می‌گوید توانایی‌های تازه مدل Gemini در استدلال، عاملیت و مدل‌سازی دنیای واقعی، می‌توانند زمینه‌ساز ظهور دستیارهای شخصی توانمندتر و فعال‌تر، ربات‌های انسان‌نمای واقعاً مفید و در نهایت، هوش مصنوعی‌ای باشد که به‌اندازه‌ی انسان‌ها هوشمند است.

مدل‌های هوش مصنوعی گوگل حالا نه‌تنها می‌توانند استدلال کنند، بلکه توانایی تصمیم‌گیری و ساختن مدل‌های مجازی از دنیای واقعی را هم به‌دست آورده‌اند. دمیس هسابیس، مدیر بخش هوش مصنوعی این شرکت، می‌گوید این ویژگی‌ها برای رسیدن به هوش عمومی مصنوعی (AGI) ضروری است. او باور دارد که قابلیت‌های تازه‌ی «جمینای» در زمینه‌ی استدلال، عاملیت و مدل‌سازی از جهان، می‌توانند نسل جدیدی از دستیارهای شخصی فعال و خلاق را شکل بدهند؛ از ربات‌های انسان‌نمای واقعاً کاربردی گرفته تا هوش مصنوعی‌هایی که می‌توانند هم‌سطح انسان فکر کنند.
در جریان کنفرانس I/O، گوگل از قابلیتی به نام «Deep Think» رونمایی کرد؛ شکلی پیشرفته‌تر از استدلال شبیه‌سازی‌شده که در مدل Pro پیاده شده است. برخلاف خروجی‌های صرفاً واکنشی مدل‌های زبانی سنتی، این سیستم می‌تواند مسئله‌ها را بشکافد و درباره‌شان فکر کند؛ چیزی نزدیک‌تر به منطق انسانی. تولسی دُشی، مدیر محصولات جمینای، می‌گوید Deep Think زمان محاسباتی بیشتری می‌طلبد و از نوآوری‌هایی بهره می‌برد که هنوز فاش نشده‌اند.

گوگل هم‌زمان چند محصول جدید را معرفی کرد که بر توانایی «جمینای» در تحلیل و اقدام تکیه دارند. از جمله‌ی آن‌ها «Mariner» است؛ دستیار هوشمندی برای مرورگر کروم که می‌تواند بعد از دریافت دستور، به‌تنهایی کارهایی مثل خرید آنلاین را انجام دهد. این ابزار فعلاً در قالب نسخه‌ی آزمایشی پژوهشی و از طریق اشتراکی تحت عنوان «Google AI Ultra» با قیمت ماهانه‌ی نسبتاً سنگین ۲۴۹.۹۹ دلار عرضه خواهد شد.

هم‌چنین گوگل نسخه‌ی تازه‌ای از دستیار آزمایشی خود به نام «Astra» را هم به نمایش گذاشت؛ دستیار هوشمندی که می‌تواند با استفاده از گوشی هوشمند یا عینک‌های هوشمند، جهان اطرافش را ببیند و بشنود. حالا «Astra» نه‌تنها می‌تواند درباره‌ی محیط اطراف صحبت کند، بلکه توانایی تعامل با گوشی را هم پیدا کرده؛ مثلاً باز کردن اپلیکیشن‌ها یا جست‌وجو در وب برای یافتن اطلاعات مفید. در یک نمونه، Astra به کاربری کمک کرد قطعه‌های لازم برای تعمیر دوچرخه را پیدا کند.

به گفته‌ی دُشی، مدل‌های جمینای در حال آموزش دیدن برای تشخیص نیازهای کاربر قبل از اعلام آن‌ها هستند؛ مثلاً وقتی احساس کند جست‌وجویی مفید است، خودش آن را آغاز می‌کند. اما این پیش‌فعال بودن نباید آزاردهنده باشد. دُشی و هسابیس تاکید می‌کنند که تعادل، رمز موفقیت دستیارهای آینده است. توانایی Astra به این خاطر ممکن شده که جمینای می‌تواند دنیای فیزیکی را مدل‌سازی کند قابلیتی که به‌گفته‌ی هسابیس، برای هوش طبیعی هم حیاتی است. او می‌گوید: «هنوز برخی توانایی‌ها غایب‌اند» و برای شبیه‌شدن کامل هوش مصنوعی به انسان، باید قابلیت‌هایی مثل خلاقیت و استدلال هم ارتقا یابند.

حتی پیش از رسیدن به AGI، هوش مصنوعی می‌تواند شیوه‌ی جست‌وجوی آنلاین را دگرگون کند؛ تغییری که احتمالاً کسب‌وکار اصلی گوگل را هم تحت تاثیر قرار خواهد داد. در همین راستا، این شرکت نسخه‌ای از جست‌وجوگر خود به نام «AI Mode» را معرفی کرده که مبتنی بر هوش مصنوعی است. گوگل همچنین ابزار خرید جدیدی رونمایی کرده که با بارگذاری یک عکس، به کاربران نشان می‌دهد لباس مدنظر روی تن‌شان چه شکلی خواهد بود. از طرف دیگر، قابلیت «AI Overviews» هم به زبان‌ها و کشورهای بیشتری گسترش خواهد یافت.

آینده‌ای نه‌چندان دور
برخی پژوهشگران و کارشناسان معتقدند AGI ممکن است فقط چند سال با ما فاصله داشته باشد؛ حتی شاید همین حالا هم، بسته به تعریفی که در ذهن داریم، محقق شده باشد. اما هسابیس نظر دیگری دارد. او تخمین می‌زند که پنج تا ده سال زمان لازم است تا ماشین‌ها به سطح توانمندی‌های انسان برسند و می‌گوید: «این فاصله‌ی زمانی، در مقیاس کلی خیلی دور نیست… ولی نه فرداست، نه سال بعد. »

به گفته‌ی او، سه عامل اصلی یعنی استدلال، عاملیت و مدل‌سازی از جهان نه‌تنها دستیارهایی مثل Astra را ممکن می‌کنند، بلکه اساس هوش ربات‌های انسان‌نما برای عملکرد دقیق در دنیای واقعی و بی‌نظم ما هستند.

در همین راستا، دیپ‌مایند (زیرمجموعه‌ی هوش مصنوعی گوگل) با شرکت «Apptroniks» که سازنده‌ی ربات‌های انسان‌نماست، همکاری می‌کند. همچنین شرکت‌هایی مثل تسلا و استارتاپ‌هایی نظیر Agility، Figure AI و 1X در حال ساخت این نوع ربات‌ها هستند. با این حال، استفاده از آن‌ها همچنان محدود است چون فاقد درک کلی از محیط‌اند.

هسابیس می‌گوید: «آنچه در رباتیک کم داریم، خود ربات نیست، بلکه درک درستی از زمینه‌ی فیزیکی اطراف است.» این موضوع به‌ویژه برای ربات‌هایی که قرار است در خانه‌ها کار کنند، اهمیت دارد؛ چون با محیط‌های ناآشنا و پیچیده مواجه‌اند. در ماه مارس، گوگل از «Gemini Robotics» پرده برداشت؛ نسخه‌ای از جمینای که توانایی کنترل برخی ربات‌ها را دارد.

او همچنین بر لزوم افزایش خلاقیت در مدل‌ها تاکید دارد: «آیا مدل‌های امروزی می‌توانند با دانشی که اینشتین در سال ۱۹۰۰ داشت، نسبیت عام را ابداع کنند؟ قطعاً نه.»

گوگل هم مشغول آزمایش راه‌هایی برای ارتقای خلاقیت در مدل‌های هوش مصنوعی‌اش است. یکی از این پروژه‌ها «AlphaEvolve» است؛ یک عامل هوشمند کدنویسی که می‌تواند الگوریتم‌های جدیدی برای حل مسائل قدیمی ابداع کند.

هسابیس می‌گوید ممکن است این خلاقیت را بتوان به حوزه‌هایی فراتر از ریاضی و برنامه‌نویسی، مثلاً با وارد کردن هوش مصنوعی به دنیای بازی‌های سه‌بعدی واقع‌گرایانه نیز تعمیم داد. این مسیر نوعی بازگشت به ریشه‌های دیپ‌مایند است؛ شرکتی که با ساخت AIهای حرفه‌ای برای بازی‌های ویدیویی و تخته‌ای به شهرت رسید. او می‌گوید: «تعجب نمی‌کنید اگر بشنوید که هنوز هم به بازی‌ها به‌عنوان بستری برای آزمون این توانایی‌ها علاقه‌مندم.»

به‌گفته‌ی او، هوش مصنوعی ممکن است به همان شیوه‌ای یاد بگیرد که AlphaGo و AlphaZero شطرنج و Go را آموختند؛ هرچند برای این کار، مدل‌سازی جاه‌طلبانه‌تری از جهان نیاز است. هسابیس می‌گوید: «باید به‌جای مدل بازی، یک مدل از جهان واقعی داشته باشیم… ما فکر می‌کنیم این گام، برای رسیدن به AGI حیاتی است.»خبر آنلاین