Web Analytics Made Easy - Statcounter
به نقل از «فرارو»
2024-04-30@07:15:33 GMT

بیکارتر از کیم کارداشیان، مرفه‌تر از ایلان ماسک!

تاریخ انتشار: ۲۹ فروردین ۱۴۰۳ | کد خبر: ۴۰۱۴۳۷۵۴

بیکارتر از کیم کارداشیان، مرفه‌تر از ایلان ماسک!

در رمان «شهر جایگشت»، نوشته گرگ ایگان، شخصیتی به نام پیر وجود دارد که در یک واقعیت مجازی، به جاودانگی دست یافته و کنترل کاملی بر آن دارد و درعین‌حال خودش را به‌شدت بی‌حوصله می‌یابد. درنتیجه او خودش را مهندسی می‌کند تا هیجانات و اشتیاق‌های جدیدی برای خودش ایجاد کند. او یک‌ لحظه مرز‌های ریاضی را پشت سر می‌گذارد و بعد از آن سرگرم نوشتن اپرا می‌شود.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

حتی یک‌بار هم به زندگی بعد از مرگ علاقه‌مند می‌شود و سپس ترجیح می‌دهد تا درباره پایه‌های میز فکر کند. بی‌ثباتی پیر، به نکات عمیق‌تری برمی‌گردد. سؤال مطرح‌شده این است که وقتی در آینده دور یا نزدیک، تکنولوژی عمیق‌ترین مشکلات بشر را حل کرده باشد، دیگر انسان‌ها چه‌کاری برای انجام دادن خواهند داشت.

به گزارش خبرآنلاین، این سؤالی است که در کتاب جدید نیک بوستروم، فیلسوف دانشگاه آکسفورد، به آن پرداخته شده. او در آخرین کتابش، احتمال نابودی بشر در ۱۰۰ سال آینده و به دلیل توسعه خطرناک هوش مصنوعی را ۱ به ۶ می‌داند. در آخرین کتاب آقای بوستروم به نام «آرمان‌شهر عمیق»، او نتیجه‌ای متفاوت را در نظر می‌گیرد. اگر هوش مصنوعی فوق‌العاده خوب پیش برود چه خواهد شد؟

وقتی هوش مصنوعی بهتر از انسان عمل می‌کند

طبق سناریوی آقای بوستروم، تکنولوژی تا جایی پیشرفت می‌کند که بتواند تمام کار‌های با ارزش اقتصادی را با هزینه‌ای نزدیک به صفر انجام دهد. در یک سناریوی رادیکال‌تر، حتی هوش مصنوعی می‌تواند کار‌هایی مثل فرزندپروری را که ممکن است فکر کنید فقط مختص انسان‌هاست، حتی بهتر از انسان‌ها انجام دهد. این شاید بیشتر دیستوپیک به نظر برسد تا آرمان‌شهری، اما استدلال آقای بوستروم برخلاف این است.

با سناریوی اول شروع می‌کنیم، چیزی که آقای بوستروم آن را «آرمان‌شهر فراکمیاب» می‌نامد. در چنین دنیایی، نیاز به کار، کاهش خواهد یافت. حدود یک قرن پیش جان مینارد کینز، مقاله‌ای با عنوان «امکانات اقتصادی برای نوه‌های ما» نوشت که در آن پیش‌بینی کرده بود که ۱۰۰ سال بعد نوادگان ثروتمندش تنها ۱۵ ساعت در هفته کار می‌کنند.

گرچه هنوز کاملاً این‌طور نشده، اما زمان کاری افراد به‌شدت کاهش یافته و امروزه در جهان ثروتمند، متوسط ساعات کار هفتگی به کمتر از ۴۰ ساعت رسیده و این در حالی است که در اواخر قرن ۱۹، ساعت کار هفتگی از ۶۰ ساعت هم فراتر می‌رفت. یک فرد معمولی در آمریکا، یک‌سوم ساعات بیداری‌اش را صرف فعالیت‌های تفریحی و ورزش می‌کند.

در آینده، ممکن است افراد بخواهند وقت‌شان را صرف چیز‌هایی فراتر از تصورات فعلی بشر کنند. طبق گفته بوستروم، با کمک تکنولوژی قدرتمند، فضای تجربیات ممکن برای افراد، فراتر از تجربیاتی شود که با مغز‌های فعلی ما در دسترس ما هستند.

بااین‌وجود برچسب تعریف‌شده توسط بوستروم، تحت عنوان آرمان‌شهر فراکمیاب کمی گمراه‌کننده به نظر می‌رسد: انفجار اقتصادی ایجادشده توسط ابراطلاعات ممکن است با منابع فیزیکی، به‌ویژه زمین، محدود شود و گرچه اکتشافات فضایی ممکن است باعث دسترسی بیشتر به فضا شود، اما آن را بی‌نهایت نخواهد کرد.

درعین‌حال جهان‌های میانی وجود دارند که در آن‌ها انسان‌ها اشکال جدید و قدرتمندی از هوش را توسعه می‌دهند و در چنین جهان‌هایی، میزان ثروت ممکن است بسیار زیاد باشد؛ اما بخش عمده‌ای از آن صرف خرید مسکن می‌شود؛ چیزی که در کشور‌های ثروتمند کاملاً به چشم می‌خورد.

رقابت با انسان‌ها همچنان ارزشمند می‌ماند

«کالا‌های موقعیتی» که باعث تقویت موقعیت صاحبان‌شان می‌شود، همچنان وجود خواهند داشت و طبیعتاً کمیاب هستند. حتی درصورتی‌که هوش مصنوعی در مباحثی مثل هنر، هوش، موسیقی و ورزش از انسان‌ها پیشی بگیرد، احتمالاً انسان‌ها همچنان از پیشی گرفتن از همنوعان خود ارزش کسب می‌کنند. در سال ۱۹۷۷، اقتصاددانی به نام فرد هیرش، بحثی تحت عنوان «محدودیت‌های اجتماعی رشد» را مطرح و استدلال کرد که با افزایش ثروت، بخش بیشتری از میل انسان روی کالا‌های موقعیتی متمرکز شده، زمان صرف شده برای رقابت بالا رفته و قیمت چنین کالا‌هایی افزایش می‌یابد و بنابراین سهم آن‌ها از تولید ناخالص داخلی افزایش خواهد یافت و این الگو ممکن است در آرمان‌شهر هوش مصنوعی نیز ادامه پیدا کند.

آقای بوستروم معتقد که برخی از رقابت‌ها، یک شکست در هماهنگی است: اگر همه موافق باشند که دست از رقابت کشیده و رقابت را متوقف کنند، می‌توان زمان را برای فعالیت‌های بهتر دیگری که باعث رشد بیشتر خواهد شد، صرف کنند. در این بین، برخی از رقابت‌ها مثل ورزش کردن ارزش ذاتی و ارزش حفظ و نگهداری دارند. جالب اینجاست که از سال ۱۹۹۷ و زمانی که هوش مصنوعی آی‌بی‌ام Deep Blue موفق شد تا برای اولین بار، گری کاسپاروف، قهرمان شطرنج جهان را شکست دهد، علاقه به شطرنج افزایش چشمگیری پیدا کرده و صنعت کاملی در اطراف ورزش‌های الکترونیکی، فضایی که رایانه‌ها به‌راحتی می‌توانند انسان‌ها را شکست دهند، ایجاد شده است. انتظار می‌رود درآمدزایی در این مسیر در دهه آینده با نرخ سالانه ۲۰ درصد رشد کند و تا سال ۲۰۳۲ به نزدیک به ۱۱ میلیارد دلار برسد.

چندین گروه در جامعه امروزی، باعث ایجاد این سؤال در ذهن ما می‌شوند که انسان‌های آینده چگونه وقتشان را سپری خواهند کرد؟ به نظر می‌رسد که طبقه اشراف و بوهمی‌ها از هنر لذت خواهند برد؛ افراد رهبانی زندگی خودشان را خواهند داشت؛ ورزشکاران زمان‌شان را صرف ورزش خواهند کرد و بازنشسته‌ها، زمانشان را با بخش‌هایی از کار‌های مختلف پر می‌کنند.

بازنشستگی زودرس  

آیا در آینده وظایفی مانند فرزندپروری، همچنان بر عهده انسان‌ها خواهد بود؟ آقای بوستروم دراین‌باره هم اطمینان چندانی ندارد. استدلال او این است که فراتر از دنیای فراکمیاب، یک دنیای «پسا ابزاری» هم نهفته است که در آن هوش مصنوعی برای مراقبت از کودکان هم وارد عمل می‌شود.

خود کینز دراین‌باره نوشته بود: «به نظر من هیچ کشور و مردمی وجود ندارد که بدون ترس به عصر فراوانی و تفریحات نگاه کند. چراکه مدت‌هاست این‌گونه آموزش دیده‌ایم که برای گذران زندگی تلاش کنیم و از زندگی لذت نبریم. امروزه در هر نقطه از جهان، قضاوت رفتار و دستاورد‌های طبقات ثروتمند، چشم‌انداز بسیار ناامیدکننده‌ای است. در کتاب مقدس هم دراین‌باره می‌خوانیم: «دست‌های بیکار کارگاه شیطان هستند»

این پویایی‌ها نوعی «پارادوکس پیشرفت» است. درصورتی‌که اکثر انسان‌ها در آرزوی دنیایی بهتر هستند، اما درصورتی‌که تکنولوژی بیش‌ازحد پیشرفت کند، ممکن است آن‌ها هم اهداف‌شان را از دست بدهند.

آقای بوستروم بر این باور است که اکثریت مردم همچنان از فعالیت‌هایی مثل خوردن غذا‌های خوشمزه که ارزش ذاتی دارند، لذت می‌برند. معتقدان به آرمان‌شهر‌ها که باور دارند که زندگی در آرمان‌شهر‌ها بسیار آسان شده، شاید بخواهند خود را مثلاً با استعمار سیاره‌ای جدید برای مهندسی مجدد تمدن از ابتدا، به چالش بکشند.

بااین‌وجود در برخی مواقع، حتی ممکن است چنین ماجرا‌هایی هم دیگر ارزشی نداشته باشند. حالا این سؤال مطرح می‌شود که انسان‌ها تا چه زمانی می‌توانند از حرکت بین احساسات مختلف خوشحال شوند؟ دقیقاً همان کاری که پیر در رمان «شهر جایگشت» انجام می‌دهد. اقتصاددانان مدت‌ها اعتقاد داشتند که انسان‌ها خواسته‌ها و آرزو‌های نامحدودی دارند و تنوع چیز‌هایی که مردم دوست دارند مصرف کنند بی‌پایان است؛ اما با ظهور یک اتوپیای هوش مصنوعی، این ماجرا به چالش کشیده خواهد شد و نتایج زیادی در این رابطه به دست خواهد آمد.

منبع: فرارو

کلیدواژه: قیمت طلا و ارز قیمت خودرو قیمت موبایل هوش مصنوعی آرمان شهر انسان ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت fararu.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «فرارو» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۴۰۱۴۳۷۵۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

رفتارهای غیرمنطقی انسان الگوی جدید هوش مصنوعی شد

خبرگزاری علم و فناوری آنا؛ محققان دانشگاه ام آی تی و دانشگاه واشنگتن راهی برای مدل‌سازی رفتار یک سوژه، خواه انسانی یا ماشینی، ابداع کردند که محدودیت‌های محاسباتی ناشناخته را توضیح می‌دهد. این روش جدید به درک تفکر انسان و ماشین و چگونگی حل مشکلات کمک می‌کند و هر گونه محدودیتی را که ممکن است مانع حل مسئله شود شناسایی می‌کند.

برای ساختن سیستم‌های هوش مصنوعی که می‌توانند همکاری مؤثری با انسان داشته باشند، الگوبرداری مناسب از رفتار انسان برای شروع مفید است. اما بیشتر انسان‌ها تمایل دارند هنگام تصمیم‌گیری رفتاری نشان دهند که با هنجار‌ها و استاندارد‌ها چندان سازگار نیست. این غیرمنطقی بودن، که مدل‌سازی آن به‌ویژه دشوار است، اغلب به محدودیت‌های محاسباتی ختم می‌شود. دلیلش این است که یک انسان فرصت ندارد مدت‌های طولانی وقت صرف کند تا به راه حل مناسب برای حل یک مشکل برسد.

پیش‌بینی و پیشگیری از رفتار‌های اشتباه

مدل جدید محققان می‌تواند به طور خودکار محدودیت‌های محاسباتی یک سوژه را با دیدن تنها چند نمونه از اقدامات قبلی آنها استنتاج کند. این «پایه استنتاج» می‌تواند برای پیش‌بینی رفتار‌های آتی آن سوژه استفاده شود. برای مثال، می‌تواند پیش‌بینی کند که بر اساس الگو‌های سفر قبلی یک فرد به کجا می‌رود و یا مثلاً حرکت بعدی یک بازیکن را در بازی شطرنج پیش‌بینی کند. این کار می‌تواند به دانشمندان کمک کند نحوه رفتار انسان‌ها را به سیستم‌های هوش مصنوعی بیاموزند تا به همکاران انسانی خود بهتر پاسخ دهند. به گفته پائول جیکوب (Paul Jacob)، نویسنده ارشد این تحقیق، توانایی درک رفتار انسان و سپس استنتاج اهداف او بر اساس رفتار، می‌تواند کارایی یک دستیار هوش مصنوعی را تا حد زیادی ارتقا دهد.

جیکوب می‌گوید: «هوش مصنوعی می‌تواند با مشاهده رفتار‌های قبلی انسان، او را از انجام اشتباه احتمالی بازدارد و وارد عمل شود و راه بهتری را پیشنهاد دهد. حتی می‌تواند با نقاط ضعفی که همکاران انسانی‌اش دارند سازگار شود. توانایی مدل‌سازی رفتار انسان گام مهمی به سوی ساخت یک عامل هوش مصنوعی است که در واقع می‌تواند به آن انسان کمک کند.»

چگونگی آموزش الگوریتم

اولین مرحله در روش آنها شامل اجرای یک الگوریتم حل مسئله در مدت زمان محدود است. برای مثال، اگر مدل هوش مصنوعی در حال انجام مسابقه شطرنج است به الگوریتم  آن اجازه می‌دهند که فقط در تعداد معینی از مراحل اجرا شود. در پایان، محققان می‌توانند تصمیماتی را که الگوریتم در هر مرحله اتخاذ کرده است، مشاهده و بررسی کنند.

سپس این مدل، تصمیمات خود را با تصمیمات سوژه‌ای که از آن الگو گرفته مقایسه می‌کند تا با هم هماهنگ شوند و مرحله‌ای که عامل برنامه‌ریزی را متوقف کرده است شناسایی می‌کند. از این رو، مدل می‌تواند پایه استنتاج یا مدت زمانی که آن سوژه برای این مشکل برنامه‌ریزی می‌کند را برآورد کند. از پایه استنتاج همچنین می‌توان برای پیش‌بینی نحوه واکنش آن سوژه هنگام حل یک مشکل مشابه استفاده کرد.

این روش می‌تواند بسیار کارآمد باشد، زیرا محققان می‌توانند بدون تلاش مضاعف، به مجموعه کاملی از تصمیمات الگوریتم حل مسئله دسترسی داشته باشند. این چارچوب همچنین می‌تواند به حل هر مشکلی که در آن کلاس خاص از الگوریتم قرار دارد کمک کند.

محققان رویکرد خود را در سه مدل‌سازی مختلف آزمایش کردند: استنباط اهداف ناوبری بر اساس مسیر‌های قبلی، حدس زدن قصد ارتباطی افراد از روی نشانه‌های کلامی آنها و پیش‌بینی حرکات بعدی در مسابقات شطرنج انسان با انسان. روش آنها در هر آزمایش یا با یک انتخاب رایج مطابقت داشت یا عملکرد بهتری را نشان داد.

با این روش جدید، سیستم‌های هوش مصنوعی از اشتباهات خود درس می‌گیرند و مهارت‌های تصمیم‌گیری خود را بهبود می‌بخشند. از این رویکرد همچنین می‌توان برای مدل‌سازی فرآیند برنامه‌ریزی در ربات‌ها استفاده کرد. هدف نهایی این روش، ایجاد مدل‌هایی از هوش مصنوعی است که بتوانند همکاری مؤثرتری با انسان داشته باشند.

این گزارش از ام آی تی نیوز به فارسی برگردان شده است.

انتهای پیام/

نازنین احسانی طباطبایی

دیگر خبرها

  • نتایح سفر ایلان ماسک به چین؛ رشد ۶ درصدی ارزش سهام تسلا
  • نتایح سفر ایلان ماسک به چین؛ ارزش سهام تسلا ۶ درصد رشد کرد
  • واکنش ایلان ماسک به توافق بلندمدت آمریکا با اوکراین
  • تلاش ایلان ماسک برای افزایش فروش تسلا در سفر سرزده به چین
  • دیدار ایلان ماسک با نخست وزیر چین در پکن
  • ایلان ماسک راه جولان خودروهایش در چین را باز کرد
  • جزئیات سفر محرمانه ایلان ماسک به چین!
  • رفتارهای غیرمنطقی انسان الگوی جدید هوش مصنوعی شد
  • شرکت هوش مصنوعی ایلان ماسک سرمایه ۶ میلیارد دلاری جذب می‌کند؟
  • واکنش ماسک به وعده «پیروزی» اوکراین