دنیای اقتصاد : پس از گذشت دو سال از توفانی که چت جی‌پی‌تی به پا کرد، حالا به نظر می‌رسد که هوش مصنوعی مولد به یک سد برخورد کرده است. هزینه ساخت و استفاده از الگوهای زبانی بزرگ‌تر رو به افزایش است و پیشرفت‌ها در این حوزه سخت‌تر می‌شوند. خوشبختانه محققان و کارآفرینان برای یافتن راه‌های دور زدن این محدودیت‌ها در رقابت هستند. نبوغ آنها فقط هوش مصنوعی را متحول نخواهد کرد، بلکه همزمان تعیین خواهد کرد که کدام شرکت‌ها موفق می‌شوند، آیا سرمایه‌گذاران برنده می‌شوند یا اینکه کدام کشور سلطه خود بر این تکنولوژی را حفظ خواهد کرد. الگوهای زبانی بزرگ ولع زیادی برای مصرف برق دارند.

انرژی مورد استفاده برای آموزش مدل gpt-۴ شرکت اوپن‌ای‌آی می‌توانست برق ۵۰ خانه آمریکایی را در طول یک قرن تامین کند و همزمان با بزرگ‌تر شدن مدل‌های زبانی، هزینه‌ها هم به سرعت افزایش می‌یابند. طبق یک برآورد، هزینه آموزش بزرگ‌ترین مدل‌های زبانی امروزی ۱۰۰ میلیون دلار است؛ هزینه آموزش نسل بعدی این مدل‌ها می‌تواند یک میلیارد دلار باشد و آموزش نسل بعدی آنها ۱۰ میلیارد دلار هزینه داشته باشد. علاوه بر اینها، درخواست از یک مدل زبانی برای پاسخ به یک پرسش، به هزینه محاسباتی منتهی می‌شود که چیزی از ۲۴۰۰ دلار تا ۲۲۳هزار دلار برای خلاصه کردن گزارش‌های مالی ۵۸ هزار شرکت عمومی جهان است. با گذشت زمان وقتی این هزینه‌های استنتاج جمع شوند، می‌توانند از هزینه آموزش الگوهای زبانی فراتر هم بروند. در این صورت فهمیدن اینکه هوش مصنوعی مولد چطور می‌تواند از نظر اقتصادی به‌صرفه و ماندگار باشد، سخت می‌شود.

این موضوع بسیاری از سرمایه‌گذارانی را که روی هوش مصنوعی شرط‌بندی کرده‌اند، می‌ترساند. آنها به انویدیایی هجوم آورده‌اند که تولیدکننده تراشه‌هایی است که بیشتر برای مدل‌های هوش مصنوعی استفاده می‌شوند. ارزش بازار انویدیا طی دو سال گذشته ۲.۵ تریلیون دلار افزایش یافته است. از ابتدای سال ۲۰۲۳ تا حالا سرمایه‌گذاران خطرپذیر و دیگر سرمایه‌گذاران نزدیک به ۹۵ میلیارد دلار در استارت‌آپ‌های هوش مصنوعی سرمایه‌گذاری کرده‌اند. طبق گزارش‌ها، اوپن‌ای‌آی، خالق چت‌بات چت‌جی‌پی‌تی، به دنبال رسیدن به ارزش بازار ۱۵۰ میلیارد دلاری است که این شرکت را به یکی از بزرگ‌ترین شرکت‌های تکنولوژی خصوصی جهان تبدیل می‌کند. لازم نیست نگران باشید. بسیاری از تکنولوژی‌های دیگر با محدودیت‌هایی مواجه شده‌اند و توانسته‌اند به کمک نبوغ انسانی پیشرفت کنند. سختی‌های ورود انسان به فضا منجر به نوآوری‌هایی شد که حالا در زمین هم مورد استفاده قرار می‌گیرند. شوک قیمت نفت در دهه ۱۹۷۰ به افزایش بهره‌وری انرژی و در برخی کشورها به استفاده از انرژی‌های جایگزین برای تولید از جمله انرژی هسته‌ای منتهی شد. سه دهه بعد، قابلیت فرکینگ امکان دسترسی به ذخایر نفت و گازی را فراهم کرد که قبلا استخراج آنها از نظر اقتصادی به‌صرفه نبود. در نتیجه، آمریکا حالا بیش از هر کشور دیگری نفت تولید می‌کند. فرکینگ در واقع تزریق یک سیال با فشار بالا به یک ساختار سنگی زیرزمینی برای باز کردن شکاف‌ها است تا امکان جاری شدن گاز یا نفت‌خام محبوس شده از طریق لوله به دهانه چاه در سطح زمین را فراهم کند.

در حال حاضر پیشرفت‌های صورت گرفته در هوش مصنوعی نشان می‌دهد که چگونه محدودیت‌ها می‌توانند خلاقیت را تحریک کنند. این روزها شرکت‌ها مشغول توسعه تراشه‌هایی هستند که به خصوص برای عملیات مورد نیاز برای اجرای مدل‌های زبانی بزرگ به‌کار می‌روند. این به معنای آن است که این تراشه‌ها می‌توانند کارآمدتر از پردازنده‌های چند منظوره، مانند تراشه‌های انویدیا، کار کنند. شرکت‌های آلفابت، آمازون، اپل، متا و مایکروسافت همگی در حال طراحی تراشه‌های هوش مصنوعی اختصاصی خود‌ هستند. در نیمه اول سال جاری میلادی نسبت به مجموع سه سال گذشته سرمایه بیشتری برای تامین مالی استارت‌آپ‌های فعال در زمینه تراشه‌های هوش مصنوعی سرازیر شده است. همچنین توسعه‌دهندگان هم در حال ایجاد تغییراتی در نرم‌افزار‌های هوش مصنوعی هستند. مدل‌های زبانی بزرگ‌تر که بر نیروی محاسباتی متکی هستند، جای خود را به سیستم‌های کوچک‌تر و تخصصی‌تر می‌دهند. جدیدترین مدل شرکت اوپن‌ای‌آی، یعنی o1، طوری طراحی شده است که عملکرد بهتری در استدلال داشته باشد، اما متن تولید نمی‌کند. سایر سازندگان از محاسباتی استفاده می‌کنند که دشواری کمتری دارند تا استفاده بهینه‌تری از تراشه‌ها داشته باشند. محققان به کمک رویکردهای هوشمندانه از قبیل استفاده از مدل‌های ترکیبی که هر کدام برای مشکلات متفاوتی مناسب هستند، زمان پردازش را به‌شدت کاهش داده‌اند. تمام اینها نحوه عملکرد صنعت هوش مصنوعی را تغییر خواهند داد.

سرمایه‌گذاران و دولت‌ها به این ایده عادت کرده‌اند که در میان شرکت‌های تکنولوژی، شرکت حاکم بر بازار یک مزیت طبیعی دارد. در مورد هوش مصنوعی، این فرض دیگر نمی‌تواند بدیهی تلقی شود. امروزه انویدیا چهار پنجم تراشه‌های هوش مصنوعی دنیا را می‌‌فروشد؛ اما سایر رقبای تخصصی‌تر به خوبی می‌توانند سهم آن را ببلعند. در حال حاضر پردازنده‌های هوش مصنوعی گوگل سومین پردازنده‌های پرکاربرد در مراکز داده سراسر جهان هستند. ممکن است اوپن‌ای‌آی مدل زبانی بزرگ پیشگامی را معرفی کرده باشد. اما از آنجا که محدودیت‌های منابع به وجود آمده است، دیگر سازندگان بزرگ الگوهای زبانی مانند آنتروپیک، گوگل و متا در حال رسیدن به اوپن‌ای‌آی هستند. اگرچه هنوز بین آنها و مدل‌های سطح دوم مانند Mistral فرانسه شکافی وجود دارد، اما ممکن است این شکاف از بین برود. اگر این روند به سمت مدل‌های کوچک‌تر و تخصصی‌تر ادامه پیدا کند، سپس دنیای هوش مصنوعی می‌تواند به جای چند ستاره بزرگ، منظومه‌ای از مدل‌های ستاره را در خود جای دهد. این به معنای آن است که سرمایه‌گذاران در مسیر سختی قرار دارند. شرط‌بندی آنها روی رهبران امروزی کمتر قطعی به نظر می‌رسد. انویدیا می‌توانست زمین رقابت را به دیگر سازندگان تراشه ببازد؛ اوپن‌ای‌آی می‌تواند جای آن را بگیرد. شرکت‌های بزرگ تکنولوژی در حال جذب استعدادهای بیشتری هستند و بسیاری از آنها دستگاه‌هایی می‌سازند که امیدوارند از طریق آنها مصرف‌کنندگان به دستیاران هوش مصنوعی این شرکت‌ها دسترسی داشته باشند؛ اما رقابت میان آنها شدید است. تعداد کمی از شرکت‌ها هنوز استراتژی مشخصی برای کسب سود از هوش مصنوعی دارند. حتی اگر این صنعت در نهایت متعلق به یک برنده باشد، مشخص نیست که آن برنده چه کسی خواهد بود.

لازم است دولت‌ها هم تفکر خود‌ را در این زمینه تغییر بدهند. تمایل آنها به سیاست صنعتی بر کمک‌های مالی متمرکز است. اما پیشرفت در هوش مصنوعی به همان اندازه که به داشتن استعداد مناسب و یک اکوسیستم شکوفا مربوط است، به جمع‌آوری سرمایه و قدرت محاسباتی هم مربوط می‌شود. کشورهای اروپایی و خاورمیانه ممکن است به این نتیجه برسند که پرورش نبوغ به اندازه خرید تراشه‌های کامپیوتری اهمیت دارد. در مقابل آمریکا‌ بهره‌مند از تراشه، استعداد و سرمایه‌گذاری است و بسیاری از بهترین دانشگاه‌های جهان را دارد و در سانفرانسیسکو و سیلیکون‌ولی مجموعه‌ای از استعدادهای با قدمت و غبطه‌برانگیز و قدیمی را در اختیار دارد.

با این حال تلاش آمریکا برای مهار چین، همچنان نتیجه معکوس دارد. آمریکا با امید برای جلوگیری از دستیابی یک رقیب استراتژیک به یک فناوری حیاتی، تلاش کرده است تا دسترسی چین به تراشه‌های پیشرفته را محدود کند. اما با انجام این کار، به‌طور ناخواسته باعث رشد یک سیستم تحقیقاتی در چین شده است که در محدودیت‌های مربوط به این صنعت عملکرد بهتری دارد. در شرایطی که نبوغ بیشتر از فشار و محدودیت اهمیت دارد، یک راه بهتر برای اطمینان از پیشروی آمریکا، جذب و نگه داشتن محققان برتر از نقاط دیگر دنیاست؛ برای مثال از طریق قوانین آسان‌تر ویزا. عصر هوش مصنوعی هنوز در مراحل اولیه خود و مبهم و غیرقابل‌ پیش‌بینی است. با این حال پیشرفت‌هایی که هوش مصنوعی به آنها نیاز دارد، از ایجاد فضایی برای شکوفایی ایده‌ها و استعدادها در داخل کشورها نشات خواهد گرفت؛ نه تلاش برای بستن مسیر رقبای خارجی.