شما سال ها منتظر می مانید تا یک چت ربات هوش مصنوعی بیاید، سپس یک دسته کامل ظاهر می شوند. چرا؟ | جان ناتون

دبلیواواخر سال گذشته، سردبیر از من و دیگران پرسید مشاهده کننده نویسندگانی که فکر می‌کردیم سال 2023 چگونه خواهد بود، پاسخ من این بود که بیش از هر سال دیگری در تاریخ اخیر شبیه سال 1993 خواهد بود. چرا؟ به سادگی: سال 1993، سالی بود که Mosaic، اولین مرورگر وب مدرن، راه اندازی شد و ناگهان دنیای غیر فنی فهمید که این چیز عجیب «اینترنتی» برای چیست. این در حالی بود که شبکه یک دهه قبل از آن روشن شده بود، در این مدت به نظر می رسید که جهان تقریباً از آن بی خبر بود. به عنوان یک گونه، به نظر می رسد ما در جذب کند هستیم.

من فکر کردم که در سال 2023 تقریباً همین اتفاق می افتد، با ChatGPT. فناوری یادگیری ماشینی که به طور گمراه‌کننده‌ای به هوش مصنوعی (AI) تغییر نام داده شده است، قرن‌هاست که وجود داشته است، اما در بیشتر موارد، فقط افراد حرفه‌ای به آن علاقه داشتند. و سپس ChatGPT بیرون می آید و ناگهان “Meatspace” (اصطلاح تمسخرآمیز جان پری بارلو برای دنیای غیر فنی) از خواب بیدار می شود و فریاد می زند: “پس یعنی این چیزهای هوش مصنوعی در مورد چیست. وای!”

و سپس تمام جهنم شکسته می شود، زیرا معلوم می شود که همه غول‌های فناوری که سال‌ها به این چیزهای هوش مصنوعی مولد وسواس داشتند، متوجه شدند که توسط یک سازمان تحقیقاتی کوچک آمریکایی به نام OpenAI (که با حیله‌گری توسط مایکروسافت قدیمی خسته کننده تامین می‌شود) جذب شده‌اند. گوگل، متا، آمازون و همکاران از درک این موضوع که واگن هوش مصنوعی که توسط یک لوکوموتیو مایکروسافت حمل می‌شد، از ایستگاه خارج می‌شود، وحشت زده شدند – و آن‌ها در آن نبودند.

پس از آن عیاشی از من بیش از حد وجود دارد. معلوم شد که ظاهراً همه و سگش در تمام مدت مدل زبان بزرگ (LLM) خود را داشته اند. فقط این است که آنها بیش از حد بلند فکر بودند که نمی توانستند آنها را منتشر کنند تا زمانی که OpenAI کارهای غیرقابل تصور را انجام داد و رتبه ها را شکست. کسانی از ما که این صنعت را دنبال می‌کنیم، با تظاهرات، بیانیه‌های مطبوعاتی، ویدیوهای جدی YouTube توسط روسای فناوری (که از روی عملکردشان قضاوت می‌کنیم، هرگز نباید اجازه حضور در مقابل دوربین فیلم‌برداری را بدهند)، نظرات ناخواسته درباره پیامدهای بازار سرمایه‌گذاری غرق شدیم. “تحلیلگران” بانک، تورنت های ایمیل از طرفداران کرک پات و غیره. تلاش برای پیگیری جنون مانند تلاش برای گرفتن نوشیدنی از شلنگ آتش است.

اما پشت همه این‌ها یک سوال واقعاً جالب وجود دارد: چگونه یک صنعت کامل به این پیشرفت بزرگ – اما تاکنون اعلام نشده – رسیده است؟ پاسخ را می توان در یافت ماهیت فناوری، یک کتاب فوق‌العاده روشن‌فکر از اقتصاددان متولد بلفاست، دبلیو برایان آرتور، که برای اولین بار در سال 2009 منتشر شد. در آن، آرتور توضیح می‌دهد که بسیاری از بزرگترین پیشرفت‌های فناوری به این دلیل به وجود می‌آیند که لحظه‌ای فرا می‌رسد که ناگهان تعدادی از پیشرفت‌های ضروری اما نامرتبط گرد هم می‌آیند تا ایجاد کنند. امکانات کاملا جدید به جای لحظه افسانه ای یورکا، این فرآیندی است از چیزی که می توان آن را نوآوری ترکیبی نامید.

در مورد هوش مصنوعی مولد که جهان اکنون به آن وسواس دارد، مولفه های ضروری چهار عدد بود: در دسترس بودن قدرت محاسبات ابری واقعاً عظیم. مقادیر غیر قابل تصوری از داده های ارائه شده توسط اینترنت برای آموزش LLM. بهبود قابل توجه در الگوریتم های تقویت شده توسط شبکه های عصبی؛ و انبوهی از پول، که توسط غول های فن آوری بسیار سودآور ارائه شده است.

بنابراین ترکیب این چهار عامل بود که ما را به لحظه ChatGPT رساند. سوال بعدی این است: حالا چه اتفاقی می افتد؟ و در اینجا تاریخ صنعت فناوری کتاب بازی را ارائه می دهد. همه این فناوری‌ها، مهم نیست که در ابتدا چقدر پیچیده باشند، در نهایت کالایی می‌شوند. و به محض اینکه این اتفاق بیفتد، بسیاری از محصولات و خدمات جدید را قادر می سازند تا بر اساس آنها ساخته شوند. یک مثال خوب Google Maps است. این شرکت پول، زمان و استعداد غیرمعمولی را برای ایجاد محصول سرمایه گذاری کرد. و اکنون نمی توانید یک رستوران آنلاین رزرو کنید، یک میخانه، یک فروشگاه سخت افزار، یک مهد کودک یا هر چیز دیگری را با موقعیت فیزیکی که نقشه گوگل در وب سایت خود ندارد پیدا کنید.

تقریباً همین اتفاق در مورد هوش مصنوعی مولد خواهد افتاد. در واقع در حال حاضر در حال انجام است. در اوایل این ماه، سرانجام متوجه شدیم که چرا مایکروسافت 10 میلیارد دلار در OpenAI سرمایه گذاری کرده است. به نظر می رسد که کاربران مایکروسافت 365 (نه آفیس قدیمی خسته کننده) به زودی یک LLM – به نام Copilot – در اختیار خواهند داشت. ظاهراً، “Copilot in Word اولین پیش نویس را برای شما ایجاد می کند و در صورت نیاز اطلاعاتی را از سراسر سازمان شما وارد می کند”. در همین حال، Copilot در اکسل، “همبستگی ها را آشکار می کند، سناریوهای what-if را پیشنهاد می کند، و فرمول های جدیدی را بر اساس سوالات شما پیشنهاد می کند”. و غیره تا بی نهایت.

درس دیگر از کتاب بازی صنعت فناوری این است که فناوری همیشه به دنیای وحشی فرار می کند. و این دارد: اکنون می توانید یک مدل هوش مصنوعی سطح GPT-3 را روی لپ تاپ و تلفن خود اجرا کنید. حتی برخی از نابغه ها آن را دارند (البته به آرامی) روی یک رزبری پای کامپیوتر تک برد و حتی من ابزار تولید تصویر Stable Diffusion را در آیفون خود دارم. شاید زمان بازنگری است؟

چیزی که من خوانده ام

اکنون آکروپلیس
در انتظار براندو مقاله ای جذاب از ادوارد جی اپستاین است فصلنامه لافام درباره فیلمبرداری فاجعه بار هومر در سال 1961 ایلیاد.

ظهور ماشین آلات
را اقیانوس اطلسچارلی وارزل تلاش می‌کند تا پیامدهای مدل‌های زبانی بزرگ را در کتاب What Have Humans Just Leashed؟

وعده شرقی
نامه تأخیر 2022 دن وانگ گزارش سالانه غیرقابل چشم پوشی او از داخل چین در وب سایت خودش است.