تحول در دنیای هوش مصنوعی؛ شتاب تغییرات، جذب سرمایه و رقابت در اوج

اگر احساس میکنید که پذیرش فناوری هوش مصنوعی با دیگر تحولات دیجیتال پیشین – مانند تلفنهای هوشمند، شبکههای اجتماعی یا رایانش ابری – تفاوت دارد، باید بگویم که این احساس کاملاً درست است.
مری میکر، یکی از سرمایهگذاران شناختهشده در حوزه خطرپذیر، به تازگی گزارشی مفصل در قالب یک اسلایدشو شامل ۳۴۰ صفحه منتشر کرده که در آن، واژه «بیسابقه» بیش از ۵۰ بار به چشم میخورد؛ این گزارش که به تحلیل روندهای پیشرفت، میزان سرمایهگذاری، نرخ پذیرش و کاربردهای در حال گسترش هوش مصنوعی میپردازد، با استفاده از نمودارهای متعدد و دادههای دقیق، تحلیلی جامع ارائه میدهد.
در این گزارش با عنوان «روندها – هوش مصنوعی»، او بیان داشته است: «سرعت و وسعت تغییراتی که با توسعه فناوری هوش مصنوعی همراه بوده، بر اساس دادههای موجود، به واقع بیسابقه است.»
تهیه اینگونه گزارشی از سوی او، به نوعی نماد پشتوانه حرفهای و حتی شاعرانگی اوست. میکر، بنیانگذار و شریک عمومی شرکت سرمایهگذاری خطرپذیر Bond، قبلتر با انتشار گزارشهای سالانه خود تحت عنوان Internet Trends به عنوان «ملکه اینترنت» شناخته میشد. او پیش از تأسیس Bond، بین سالهای ۲۰۱۰ و ۲۰۱۹ مدیریت بخش رشد شرکت Kleiner Perkins را عهدهدار بود و در این مدت، از شرکتهایی نظیر فیسبوک، Spotify، Ring و Block (که قبلاً به نام Square شناخته میشد) حمایت کرده بود.
پس از چند سال وقفه، این اولین گزارش میکر از سال ۲۰۱۹ به بعد است که بهطور دقیق نشان میدهد نرخ پذیرش هوش مصنوعی به طرز قابلتوجهی از سایر فناوریهای تاریخی در مسیر ترقی پیشی گرفته است.
به عنوان مثال، بهطور خاص در طول تنها هفده ماه، تعداد کاربران ChatGPT به ۸۰۰ میلیون نفر رسید؛ رقمی که پیش از این هیچگاه تجربه نشده بود. همچنین، تعداد شرکتهای فعال و سرعتی که بسیاری از آنها در رسیدن به درآمدهای سالانه قابل توجه داشتهاند، از دیگر مواردی است که بینظیر به نظر میرسد.
از طرفی، کاهش قابل توجه هزینههای استفاده از این فناوری نیز بهوضوح جلب توجه میکند. بر اساس دادههای تحقیقی از دانشگاه استنفورد، در حالی که آموزش یک مدل هوش مصنوعی ممکن است بیش از یک میلیارد دلار هزینه داشته باشد (رقمی که خود بسیار بیسابقه است)، هزینههای مربوط به استنتاج – یعنی هزینههایی که کاربران نهایی برای استفاده از خدمات هوش مصنوعی میپردازند – تنها در ظرف دو سال، نزدیک به ۹۹ درصد کاهش یافته است.
علاوه بر این، سرعتی که بازیگران نوظهور، از جمله مدلهای متنباز و به ویژه نسخههای توسعهیافته در چین، با هزینهای به مراتب کمتر به قابلیتهای رقبای خود نزدیک میشوند، نیز بیسابقه قلمداد میشود. به عنوان نمونه، میکر به پردازنده گرافیکی بلکول شرکت انویدیا اشاره میکند که در سال ۲۰۲۴ (۱۴۰۳ شمسی) عرضه خواهد شد و نسبت به پردازنده گرافیکی کپلر این شرکت در سال ۲۰۱۴ (۱۳۹۳ شمسی)، تا ۱۰۵ هزار برابر انرژی کمتری برای تولید هر توکن مصرف میکند.
به موازات این تحولات، غولهای فناوری نظیر گوگل و آمازون در حال توسعه تراشههای اختصاصی خود مانند TPU (واحد پردازش تنسور) و Trainium برای زیرساختهای ابری خود هستند؛ میکر به این پیشرفتها به چشم پروژههای جانبی نگاه نمیکند و بهعنوان «شرطبندیهای بنیادی» آنها را توصیف میکند.

با وجود تمامی این دستاوردها، تنها زمینهای که هوش مصنوعی هنوز نتوانسته از دیگر انقلابهای فناوری پیشی بگیرد، بحث بازدهی مالی است. در حالی که سرمایهگذاران خطرپذیر به سرعت به این حیطه وارد شدهاند، شرکتهای فعال در حوزه هوش مصنوعی و ارائهدهندگان خدمات ابری همچنان با هزینههای بالایی و مصرف منابع مالی گسترده روبهرو هستند. توسعه زیرساختهای هوش مصنوعی نیازمند سرمایهگذاریهای عظیم است.
میکر بر این باور است که این وضعیت بهطور کلی به نفع مصرفکنندگان و شرکتهایی است که از منافع رشد سریع این فناوری بهره میبرند، چرا که افزایش رقابت باعث کاهش هزینهها میشود. با این حال، هنوز نمیتوان بهطور قطع پیشبینی کرد کدامیک از فعالان کنونی در آینده به غولهای فناوری نسل بعد تبدیل خواهند شد. او در پایان بر این نکته تأکید میکند:
«تنها گذر زمان خواهد توانست مشخص کند که مشتاقان امروز هوش مصنوعی، در کدام جانب معادله سودآوری قرار خواهند گرفت.»

