* مصدر الصورة: تم إنشاؤه بواسطة أداة Unbounded AI *
** 【ملاحظة المحرر】 ** في الأشهر الأخيرة ، تم تفضيل AIGC من قبل رأس المال ، وأصبح ChatGPT مشهورًا ، ودخلت شركات التكنولوجيا المحلية العملاقة والشركات المبتدئة السوق واحدًا تلو الآخر. يؤثر الذكاء الاصطناعي بهدوء على جميع مناحي الحياة ، ولم يعد هذا مجرد تطور تكنولوجي بسيط ، بل سيصبح ثورة.
على الرغم من أن انفجار تطبيقات الذكاء الاصطناعي يبدو مفاجئًا ، إلا أن العلماء واجهوا إخفاقات لا حصر لها وتراكموا خلف الكواليس. تمامًا مثل ضيفنا المتحدث ** Ma Zhaoyuan (أستاذ الجامعة الجنوبية للعلوم والتكنولوجيا ، زميل الجمعية البريطانية للفيزياء ، مهندس ملكي بريطاني ، كبير الباحثين السابق في مختبر المستقبل بجامعة تسينغهوا) ** في كتاب "The استحالة الذكاء الاصطناعي.
في الواقع ، في التاريخ الطويل للعلم والتكنولوجيا ، هذه الثورة التكنولوجية ليست سوى الخطوة الأولى لقيادة البشرية إلى "عصر الذكاء الاصطناعي التوليدي". حتى الآن ، ما زلنا بحاجة إلى الاهتمام بالعديد من المشاكل والتناقضات القائمة. على سبيل المثال: في ظل موجة التكنولوجيا التي تقودها شركة OpenAI ، هل تستطيع الصين اللحاق بالركب بسرعة؟ ما هي التغييرات التي ستحدثها هذه الثورة التكنولوجية على المجتمع والبنية الصناعية؟ هل ستحل الآلات محل البشر في المستقبل؟ في مثل هذا العصر من التكرار التكنولوجي السريع ، كيف ينبغي تنمية تعليم المواهب في الصين؟
في هذا العدد من "AI Future Guide North" ، أجرت Tencent Technology مقابلة مع Ma Zhaoyuan. شارك بأفكار ووجهات نظر مختلفة حول هذه القضايا. قمنا بتجميع هذه التذكارات رباعية الأبعاد في مقال لاستكشاف والتعلم والتفكير مع مستخدمي الإنترنت. أهمية الذكاء الاصطناعي للبشر.
** لا تقلق بشأن ما إذا كان الناس سيصبحون "عبيدًا للآلات" ، فالموضوع الساخن هو الضجيج الكبير وراء ذلك **
مع الطفرة الأخيرة في تطبيق منتجات مثل نماذج الذكاء الاصطناعي اللغوية الكبيرة ، يشعر الكثير من الناس بالقلق من أنه مع تطور الذكاء الاصطناعي ، سيؤدي إلى بعض المخاطر وقضايا السلامة على البشر ، ويتعارض مع بقاء الإنسان والمجتمع.
فيما يتعلق بالمشاكل التي يقلق الناس بشأنها ، فكرت في كلمة تسمى "العبد الآلي".
نحن قلقون من أنه في يوم من الأيام في المستقبل ، سنصبح "عبيدًا للآلات" ، تمامًا مثل بعض المؤامرات في فيلم "RoboCop": في يوم من الأيام ، سيُحكم البشر بالآلات وسيضطرون إلى التحرك تحت الأرض. طوال هذا النضال ، حافظت البشرية على روحها المتمردة ، وجددت جهودها لاستعادة السيطرة على المستقبل والأرض. في النهاية ، كان على الذكاء الاصطناعي أن يرسل روبوتًا للسفر عبر الزمان والمكان حتى عام 1984 ، في محاولة لتدمير قائد جيش المقاومة قبل ولادته ، واندلعت حروب بين الروبوتات والبشر في المستقبل ... قصص كهذه ، قد يكون لدى كثير من الناس مثل هذا الخيال.
لمثل هذه الآراء والمخاوف ، أعتقد أنها غير ضرورية على الإطلاق. ** أولاً وقبل كل شيء ، انطلاقًا من المستوى الحالي للتكنولوجيا ، من غير المحتمل أن الروبوتات أو الكيانات الذكية سوف "تحكم الأرض" حقًا ، ** حتى تصبح سيد البشر. حتى لو أصبحوا بالفعل سادة البشر في وقت ما في المستقبل ، فسوف يستغرق الأمر وقتًا طويلاً لإدراك ذلك. لسنا بحاجة إلى الإعلان عن هذا الأمر الآن لإثارة مخاوف الجميع.
بالإضافة إلى ذلك ، على الرغم من وجود العديد من قادة الصناعة حاليًا يناقشون الموضوعات ذات الصلة. لكنني أعتقد أنه قد يكون ، إلى حد ما ، مدفوعًا بالمصالح الاقتصادية وسوق رأس المال التي تقف وراءه. ** لأن رأس المال يجب أن يتكهن أولاً بموضوع ما قبل أن يتمكن من الاستفادة منه. على سبيل المثال ، الحدث التاريخي السابق في هولندا في القرن السابع عشر - "فقاعة التوليب" ، ضاعف مفهومًا وهميًا لم يكن ذا قيمة كبيرة ، ثم حصد شخص ما منه الكراث. لكن في الواقع ، قد لا يكون الموضوع مخيفًا كما نعتقد.
في السنوات العشر الماضية ، رأينا أن سوق رأس المال الصيني قد أدخل العديد من الموضوعات وأبرزها ، مثل مواد الجرافين ، ثم الواقع الافتراضي ، وبيتكوين ، والميتافيرس ، وما إلى ذلك ، وهذا العام هو الذكاء الاصطناعي. كل عام سنضج مصطلح جديد. في هذه العملية ، قد يستفيد منه مفترسو رأس المال ، ويزداد حجم رأس المال أكثر فأكثر. لكن بالنسبة إلى Xiaobai العادي ، نحن فقط نتبع هذه الأسماء. إذا لم نفهم منطق التشغيل والوضع الحقيقي ، فقد نخسر كل الأموال الموجودة في جيوبنا تقريبًا.
في الآونة الأخيرة ، انفجر ChatGPT ، وهو تقدم تكنولوجي مهم ** في جوهره ، لقد غير الطريقة التي نتفاعل بها نحن البشر مع أجهزة الكمبيوتر. ** إذا كنت تريد التحدث عن الثورة ، من منظور نمط الإصدار في الصناعة ، فإن GPT قد غيرت مصير OpenAI و Microsoft و Google. والآن تشعر Google بالقلق الشديد بشأن صعود GPT. أدى ظهور GPT إلى تحسين دقة وكفاءة بحث الأشخاص بشكل كبير. في الماضي ، عندما استخدمنا Google للبحث ، كانت صفحة Google الرئيسية تعرض جميع صفحات الويب الممكنة ذات الصلة بها ، وقد تكون هناك مئات الصفحات ، أو حتى عشرات الآلاف من النتائج. لكن النموذج الحالي قد يفهم سؤال المستخدم بشكل أكثر دقة ويعطي الإجابة الأكثر ترجيحًا ، مما يحسن بشكل كبير من القدرة على استرجاع المعلومات. بعد ذلك ، قد يغير وضع العمل لدينا ، خاصة في معالجة الملفات وجمع البيانات ، مما يمكن أن يحسن بشكل كبير من كفاءة عملنا.
ولكن عندما يتعلق الأمر بما إذا كان سيتطور إلى ذكاء اصطناعي عام ، فإنه لا يزال بعيدًا جدًا عن وجهة النظر الحالية. كما ورد في كتابي (بالإشارة إلى "استحالة الذكاء الاصطناعي"): هناك فجوة جوهرية وحاسمة بين الذكاء الاصطناعي العام والبشر ، ولا يمكن لتقنية الذكاء الاصطناعي الحالية سد هذه الفجوة. أما السبب فيتم ذكره أدناه (الجزء 06).
** يفتقر السوق المحلي إلى عقلية بناء نظام بيئي ، وسيستغرق اللحاق بـ OpenAI ما لا يقل عن 4-5 سنوات **
لقد رأينا إطلاق وإطلاق العديد من منتجات نماذج اللغات الكبيرة ، على سبيل المثال ، فإن ChatGPT الشهير يعمل بشكل جيد للغاية ، كما أن العديد من الشركات الكبيرة في الصين تحذو حذوها وتطلق العديد من المنتجات المماثلة.
على سبيل المثال ، أطلقت شركة معينة منتجًا ، وبعد بضعة أيام أطلقت شركة أخرى منتجًا مشابهًا ، وهو أرخص ومناسب للبيئة الصينية ، وكلها ذات محتوى مشابه. أعتقد أن العديد من الشركات المحلية الكبيرة تفتقر إلى عقلية بناء نظام بيئي ، وتتوق إلى جني الأموال بسرعة ، وبمجرد ظهور مصطلح جديد ، فإنها ستتابع بسرعة.
ظاهرة المتابعة هذه غير مواتية لتنمية الاقتصاد الوطني أو الاقتصاد الإقليمي. إذا واصلنا مطاردة الاتجاهات ، فقد لا نلحق بها أبدًا. على سبيل المثال ، ركزت Microsoft على الأبحاث في السنوات العشر الماضية ، لكنها لم تحقق الكثير من الاختراقات في مجالات أخرى ، وقد تم قمعها بشكل أساسي من قبل شركات أخرى ، الأمر الذي يتطلب الكثير من عدم اليقين والضغط. ظلت Microsoft "تتراجع" لمدة عشر سنوات. بفضل مواردها المالية وقدراتها البحثية والتطويرية واستراتيجيات التعاون التجاري ، شهدنا أخيرًا إطلاق ChatGPT والمنتجات الجديدة ذات الصلة. استغرق الأمر وقتًا طويلاً لإنتاج "نقطة انطلاق" ، ونتوقع بين عشية وضحاها أنه من غير الواقعي أن نتوقع أن تتمكن الشركة من تحقيق تغيير جذري.
هل يمكن أن تكون هذه الشركات "لاعبين موهوبين" خاصين يحتاجون فقط إلى بضعة أشهر أو سنة أو سنتين لإكمال نفس العمل الذي يستغرق الآخرون عشر سنوات لإكماله؟ هل هذه الشركات ليست على علم بهذه القضايا التي ندرسها؟ هل تحتاج أيضًا إلى سؤال ضجيج لرفع سوق الأسهم وسعر السهم؟ كل هذا يتطلب من الناس العاديين مثلنا التفكير مليًا ، والنظر فيما إذا كان ينبغي لنا أن نحذو حذونا ونتخذ قرارات الاستثمار المناسبة.
** فيما يتعلق بحالة التنمية الاقتصادية للبلاد ، إذا اتبعت هذا الاتجاه ، فقد لا تلحق أبدًا بأولئك الذين ركضوا أولاً. بدلاً من ذلك ، يجب أن نفكر في كيفية تنفيذ البناء البيئي المشترك بناءً على قدراتنا الحالية. هذا السؤال يستحق التفكير فيه لعمالقة التكنولوجيا المحليين. **
لإعطاء مثال: على مدى السنوات الأربعين الماضية ، حققت الصين إنجازات كبيرة في بناء البنية التحتية. على سبيل المثال ، لقد تطورت السكك الحديدية عالية السرعة في الصين بشكل جيد للغاية ، وأصبحت نظامًا للسكك الحديدية عالية السرعة يجب مراعاته عالميًا ، وأصبحت بطاقة عمل للصين. كمثال آخر ، في صناعات الاتصالات والكمبيوتر ، تعد شبكة الجيل الخامس الصينية بالفعل الأقوى في العالم. في هذه المجالات ، لدينا بعض المزايا ، وقد تم البناء الأساسي بشكل جيد للغاية. في الوقت الحاضر ، يمكننا أيضًا بناء بعض الاحتمالات واتجاهات التنمية البيئية على هذه الأسس ، وذلك لتحقيق مزايا أكبر.
يمكننا أن نتخيل أنه ، بناءً على مزايانا ، في السنوات العشر أو العشرين القادمة ، إذا احتكرت بعض البلدان في أوروبا والولايات المتحدة بعض الاتجاهات الفنية ، فيمكننا أيضًا الدخول في حالة "أعناق متبادلة" استنادًا إلى مجالاتنا الرائدة. اكتساب موقف تفاوضي. بالعودة إلى التكنولوجيا ، سواء كانت الشركات المحلية ترغب في اللحاق بـ GPT أو Bing ، فقد يعتمد ذلك على تجربة "الأسلاف" ، ** يمكننا تسريع سرعة البحث والتطوير ، ولكن إذا لحقنا بنفس المستوى ، قد يستغرق ما لا يقل عن 4-5 سنوات. ** بالإضافة إلى ذلك ، نحتاج أيضًا إلى التفكير في: حتى لو تمكنا من اللحاق بالركب ، بعد بضع سنوات ، هل مرت هذه الرياح؟ ومايكروسوفت أو منظمة العفو الدولية نفسها تنمو بشكل متكرر ، فقد أصبحت "بيج ماك"؟
** بشكل عام ، فإن الاستثمار في متابعة الاتجاه هو في الواقع مضيعة للتكلفة والوقت والموهبة. بالنسبة للمشاركين ، بالإضافة إلى الذعر والقلق المتزايد ، قد لا يحصلون على أي فوائد ، وسوف يسمح فقط لرأس المال بجني جزء من مصالح المستثمرين في عملية متابعة الاتجاه. **
** لن يتسبب الذكاء الاصطناعي في أن يصبح عددًا كبيرًا من الأشخاص عاطلين عن العمل ، والمهن في أي عصر يجب أن يصنعها البشر **
بالإضافة إلى نظرية تهديد الذكاء الاصطناعي ، فإن الناس أكثر قلقًا بشأن تأثير الذكاء الاصطناعي على التوظيف.
أثارت الطبيعة المجسمة للغاية لـ ChatGPT موجة من أزمات الصناعة ، وبدأ الكثير من الناس في القلق بشأن ما إذا كانت صناعتهم ستتأثر ، أو حتى تفقد وظائفهم. من وجهة النظر الحالية ، قد تتأثر بعض الوظائف على المدى القصير ، لكنها لن تزعج استقرار المجتمع على المدى الطويل.
من منظور الاتجاه الوظيفي ، هل ستؤدي ثورة الذكاء الاصطناعي إلى انخفاض في عدد السكان والقوى العاملة؟ الجواب لا.
على سبيل المثال ، خلال الثورة الصناعية ، تقريبًا بين القرنين الثامن عشر والتاسع عشر ، كان أحد أكبر التغييرات هو انخفاض عدد السكان الزراعيين. في الأيام الأولى للثورة الصناعية أو قبل أن تبدأ ، كان أكثر من 95٪ من سكان العالم يعملون في الزراعة ، وكان جزء صغير منهم حكامًا أو كهنة. في ذلك الوقت ، كانت الغالبية العظمى من الناس في الأساس المزارعين.
الوضع مختلف الآن ، خذ الدول المتقدمة كمثال ، على سبيل المثال ، أقل من 2٪ من السكان في الولايات المتحدة يعملون في الزراعة. أكثر من 90٪ من السكان في الوسط غيّروا محتوى الإنتاج. على الرغم من اختفاء بعض الوظائف ، إلا أن هؤلاء الأشخاص لم يختفوا ، وازداد عدد السكان بدلاً من ذلك. انطلاقا من تأثيرها على المجتمع البشري ، لم تتسبب مثل هذه التغييرات في بطالة طويلة الأمد أو حتى تؤثر على عدم استقرار المجتمع البشري ، فالكثير من الناس غيروا الوظائف التي كانوا يعملون فيها ، وما تغير هو نمط إنتاج البشر. على الرغم من أنه قد يؤدي إلى انخفاض كبير في بعض الوظائف أو حتى اختفائها ، ولكن أيضًا بسبب هذا التغيير ، سيتم زيادة الطلب على الوظائف الأخرى وإضافتها.
كمثال آخر ، ذكرنا كلمة إنجليزية تسمى "كمبيوتر". قد تتبادر آلة إلى الذهن عندما نسمع الكلمة ، ولكن منذ 70 عامًا ، كانت كلمة "كمبيوتر" تعني شيئًا مختلفًا عما هو عليه اليوم. في ذلك الوقت ، أشارت إلى الأشخاص الذين يعملون في مجال الحوسبة على غرار مشروع مانهاتن.
لم تكن هناك أجهزة كمبيوتر في تلك الحقبة ، ولم تكن هناك أجهزة كمبيوتر سطح مكتب مثل تلك التي نستخدمها الآن ، ولكنها تطلبت الكثير من الحسابات لإكمال المشاريع الضخمة ، لذلك استأجرت الشركة المسؤولة عن هذا المشروع بعض النساء الشابات الحريصات على استخدام قواعد الشرائح. في غرفة خاصة أثناء القيام بالكثير من أعمال الحوسبة باستخدام ورق الخدش ، يطلق على هؤلاء النساء "أجهزة الكمبيوتر".
تم ابتكار مصطلح "الكمبيوتر" للأشخاص الذين يعملون في مجال الحوسبة ، في إشارة إلى العمال الذين يقومون بالكثير من الحوسبة في المكاتب. لاحقًا ، مع ظهور الكمبيوتر ، وحتى يومنا هذا عندما نشير إلى "الكمبيوتر" ، نعلم أنه يشير إلى الكمبيوتر ، وليس النساء اللائي يعملن في مجال الحوسبة. وهكذا تغير معنى كلمة "حاسوب" تماما ، وأصبحت تشير إلى آلات خالصة.
** لذا فكلما أصبحت الآلات أكثر قدرة في مجالات معينة ، فقد تحل محل بعض وظائفنا البشرية ، مما يؤدي إلى اختفاء بعض الوظائف. ومع ذلك ، فإن هؤلاء الأشخاص لا يختفون حقًا ، بل ينتقلون إلى وظائف أكثر تعقيدًا أو احتياجات أخرى. **
** من أعظم خصائص الإنسان هو الابتكار المستمر وخلق احتياجات جديدة. ** ستحث هذه الاحتياجات الجديدة الناس على خلق فرص عمل جديدة. لا داعي للذعر أو القلق بشأن البطالة ، فطوال تاريخ المجتمع البشري ، كنا نتكيف ونستجيب لهذا التغيير. لدينا القدرة على الإبداع والتكيف باستمرار مع بيئات العمل الجديدة وفرص العمل.
من منظور المتطلبات الفنية المهنية ، مع تطوير تطبيقات لغة نموذجية واسعة النطاق ، سيصبح إكمال مهام البرمجة أسهل وأبسط. على سبيل المثال ، بمساعدة أدوات مثل ChatGPT ، نحتاج فقط إلى اقتراح ما نريد القيام به وإصدار مهمة واضحة ، وستساعدنا GPT في إكمال بقية العمل. على سبيل المثال ، يمكننا أن نسأل GPT مباشرةً ، وسوف تستخدم إمكانيات البرمجة والاسترجاع الخاصة بها لإنشاء التعليمات البرمجية مباشرةً. بهذه الطريقة ، قد لا تكون هناك حاجة إلى نظام مثل Python بعد الآن. باختصار ، يصف المرء ببساطة المتطلبات ويستمر في تنفيذ تلك الطرق الموصوفة.
** بالإضافة إلى ذلك ، وانطلاقاً من هذا الاتجاه ، فإن درجة أتمتة البرمجة في المستقبل ستصبح أعلى وأعلى. ** إنها مثل لغة التجميع التي تعلمتها عندما كنت أتعلم البرمجة ، والآن قد لا يعرف معظم الشباب كيفية كتابتها ، وهو نفس السبب.
لغة التجميع هي لغة عالية المستوى بين لغة الإنسان ولغة الآلة ، والتي تشمل التجميع والبرمجة المباشرة في لغة الآلة. بعد لغة التجميع ، ظهرت لغات مثل C و C ++ و Java ، ثم تطورت تدريجياً إلى لغات مثل Python. عندما أتواصل مع الطلاب ، أجد أن بايثون لغة فضفاضة جدًا لمن تعلموا لغة C ، لكنها أصبحت أداة مفضلة للطلاب الذين لم يعتادوا على استخدام لغة C بعد الآن. تحت تأثير بعض الأنظمة النظرية ، لا يزال لدى المهندسين المختلفين اختلافات في قابلية فهم الذكاء الاصطناعي. وقد لا نزال بحاجة إلى بعض المحترفين لتحسين النظام بشكل مستمر في الخلفية ، فكيف يتم توحيد معايير الوضوح من أجل الحصول على النتائج المرجوة.
بشكل عام ، ** بغض النظر عن أي عصر ، يتم إنشاء احتياجات جديدة من قبلنا نحن البشر. ** لا يمكننا أن نتبنى أسلوب تفكير جامد يركز على الإحلال والصراع للبشر. إذا كانت هناك وظائف واحتياجات محدودة على الأرض ، فعندما تتولى الآلات هذه الوظائف ، فقد لا يكون لنا نحن البشر معنى للوجود. لكن في الحقيقة ، الشيء العظيم في أن تكون إنسانًا هو قدرتنا على خلق احتياجات جديدة باستمرار وتلبية هذه الاحتياجات من خلال البشر.
** لا معنى للتنافس مع الذكاء الاصطناعي ، لذا ينبغي إيلاء المزيد من الاهتمام لقيود السياسة وإدارة المخاطر **
الآن ، بدأت كل من الصين والولايات المتحدة في إدخال بعض الآليات التنظيمية ذات الصلة. يتطلب التطور التكنولوجي في أي فترة قيود سياسة معينة وإدارة مخاطر.
لنأخذ تاريخ السيارات كمثال. قبل عام 1900 ، كان هناك عدد قليل جدًا من السيارات ، وكان الأغنياء فقط هم الذين يستطيعون تحمل كلفتها ، ولم يكن لها تأثير كبير على المجتمع. بالإضافة إلى ذلك ، فإن سرعة السيارة ليست سريعة ، فمثلاً يمكنها السفر أكثر من عشرة كيلومترات في الساعة فقط ، لذلك فهي لا تختلف كثيرًا عن المشي ، لذلك لا داعي لوضع الكثير من القواعد لها ، فقط دع تتطور.
ومع ذلك ، مع إدخال إنتاج خط التجميع من قبل شركة Ford Motor Company ، انخفضت تكلفة السيارات بشكل كبير ، وأصبح بإمكان الأشخاص العاديين القيادة ، وزاد عدد السيارات بشكل كبير. كما زادت سرعة السيارات من أكثر من عشرة كيلومترات في الساعة إلى مئات الكيلومترات في الساعة ، وفي هذا الوقت قد تصبح السيارات خطرة وتنطوي على بعض قضايا السلامة ، لذلك نحن البشر بحاجة إلى صياغة قواعد للسيارات. على سبيل المثال ، تصميم طرق خاصة لها ، لم يعد بإمكانها الاختلاط بالمشاة ، بل إنها تحتاج إلى بناء طرق سريعة لها ، وتعيين إشارات المرور ، وإشارات المرور ، وما إلى ذلك على الطرق التي يقودها الناس ، كل هذه القواعد ظهرت إلى حيز الوجود.
بنفس الطريقة ، بالنسبة للآلة ، نقوم بتصميمها للسماح لها بجمع البيانات وتنظيمها بسرعة عالية ، وإجراء استنتاج سريع وتفكير منطقي. مثلما نصمم السيارات لتعمل بسرعة. بمجرد وصول السيارة ، لا نحتاج إلى التنافس معها لمعرفة من هو الأسرع.
لذلك ، عندما يمتلك جهاز كمبيوتر مثل هذه القدرات القوية في تجميع البيانات ومعالجتها ، فلا معنى للتنافس مع خبراته في مجال معين ، فنحن بحاجة إلى وضع قواعد له أكثر.
على سبيل المثال ، يمكن استخدام تقنية "Midjoury" التي انتبه إليها الناس في الصناعة مؤخرًا لتوليد الصور وتقليد الصوت ، بل ويمكنها أيضًا صناعة الأخبار. إذن ، عندما يتم نشر محتوى الفيديو والأخبار على الإنترنت ، كيف يتم تنظيمها وكيف يتم التأكد من صحتها؟ تصبح هذه مسألة تطوير القواعد بمرور الوقت. إن صياغة هذه القواعد تجعل كيفية تعايش البشر والآلات مشكلة حقيقية.
هذه القضايا تتطلب منا أن نبدأ التفكير اليوم والتوصل إلى توافق في الآراء. الآن بعد أن أصبحت السيارات موجودة بالفعل ، فإن الأرض هي حالة تكافل بين البشر والسيارات. لذلك ، نحتاج إلى صياغة قواعد مرور السيارات لضمان تعايش البشر والسيارات في المدن أو بيئات محددة. في هذه العملية ، لا تحتاج السيارات فقط إلى الامتثال للقواعد ، ولكن يحتاج البشر أيضًا إلى الامتثال للقواعد.
** سيستغرق صعود الذكاء الاصطناعي استهلاك الطاقة والموارد ، لكنه يستحق التقدير لتحسين الكفاءة البشرية **
في هذه المقابلة ، تم ذكر سؤال حول بنية الطاقة: من منظور الهيكل الاقتصادي الصناعي ، مع النمو الهائل لـ AIGC ، هناك حاجة إلى مزيد من القوة الحاسوبية ، والمزيد من الكهرباء والدعم الهيدروليكي. هل هذا هو الحال؟ هل سيؤدي ذلك؟ للتغييرات في تخطيط البلدان ذات الصلة أو هيكل الطاقة العالمي؟
هذا ما سيحدث بالتأكيد. عندما تظهر هياكل ومطالب صناعية جديدة ، فهذه نتيجة حتمية ، وتكمن المشكلة في كيفية الترتيب والتكيف. إذا كان الذكاء الاصطناعي يستهلك طاقة الحوسبة ، فإنه يحتاج إلى توفير طاقة كافية لها. في عملية الطاقة هذه ، تتضمن دراسة الأرض الخضراء وبنية استهلاك الطاقة ، وأعتقد أنها لا تتعلق بشكل خاص بتطور الذكاء الاصطناعي ، بل بالحالة الطبيعية.
وفقًا للبيانات ذات الصلة ، قد يكون استهلاك الطاقة السنوي المجمع لمراكز السحابة في الصين معادلاً لتوليد الطاقة لمحطتي طاقة من الخوانق الثلاثة (لا يقتصر استهلاك الموارد لمراكز السحابة على دعم الذكاء الاصطناعي ، بل إن نسبة خدمات الذكاء الاصطناعي نسبيًا. صغير). مع زيادة مقدار الحساب ، يزداد الطلب على الكهرباء أكثر. بالإضافة إلى توفير المزيد من مكملات الطاقة الجديدة ، نحتاج أيضًا إلى التفكير في كيفية تحسين كفاءة الطاقة ، وهي في الواقع مشكلة معقدة نسبيًا. فيما يتعلق بتوفير الطاقة ، يجب إجراء الحسابات ، كما يجب إجراء التبريد. ومع ذلك ، جنبًا إلى جنب مع الوضع المحلي الحالي ، نظرًا للتطور السريع في السنوات القليلة الماضية ، يتم استخدام نصف الطاقة التي نوفرها لمركز البيانات لتبديد الحرارة. هذا شيء نحن بحاجة إلى النظر فيه.
كيف يجب أن نحل ونتجنب مشكلة شغل الموارد وتخصيصها بشكل غير معقول؟ اسمحوا لي أن أقدم مثالًا آخر: بعد أن استحوذت Google على Deepmind ، طُلب من فريق Deepmind القيام بشيء واحد ، وهو تعديل مركز Google السحابي لتوفير الطاقة من خلال التعلم المعزز والعديد من خوارزميات الذكاء الاصطناعي الأخرى. ساعد القيام بذلك Google في الواقع على تقليل استهلاك الطاقة بنسبة 50 ٪ تقريبًا. لذلك ، يتم استخدام ما يقرب من 100٪ من الكهرباء في مركز Google السحابي للحوسبة ، ويتم استخدام جزء صغير جدًا (أقل من حوالي 5٪) للتبريد. لذلك ، يوفر هذا الشكل من التحسين إهدار الطاقة لمركز سحابة Google على نطاق واسع.
لذلك ، إذا تمكنا من تحقيق مستوى من الكفاءة مشابه لاستخدام مركز السحابة من Google ، والنظر في الكربون المزدوج والطاقة الخضراء التي ينادي بها العالم ، فقد لا نزال نفكر في كيفية استخدام الطاقة بكفاءة في المستقبل.
تجدر الإشارة إلى أننا نناقش استهلاك الطاقة فقط في هذا السؤال. بشكل عام ، يمكن أن يساعدنا الذكاء الاصطناعي في تحسين كفاءة استخدامنا بشكل كبير ، وبمجرد استخدامه على نطاق واسع ، يكون تحسين الكفاءة المحتمل أكثر أهمية بكثير من تأثيره على استهلاك الطاقة.
** كيف يفهم الذكاء الاصطناعي لغة الإنسان؟ من خلال ثلاثة أنماط من التفكير المنطقي **
لا يزال نموذج التعلم العميق الحالي ، وخاصة نموذج اللغة واسع النطاق الذي ظهر مؤخرًا ، "تقنية الصندوق الأسود". على الرغم من أن النماذج اللغوية الكبيرة تؤدي أداءً جيدًا في العديد من المهام في معالجة اللغة الطبيعية ، إلا أننا ما زلنا بحاجة إلى إيجاد طريقة قابلة للتفسير.
في العمل العلمي ، نحن معتادون على ربط الظواهر بأشياء أخرى ، وإذا تمكنا من وصفها بصيغة موجزة وجميلة ، فيمكننا إظهار أننا نفهمها. ومع ذلك ، بناءً على قابلية تفسير نموذج اللغة الكبير الحالي بما في ذلك الشبكات العصبية ، ستكون معلماته عشوائية جدًا ، وإذا تم تغيير المعلمات بشكل طفيف جدًا ، فستتغير النتائج أيضًا بشكل كبير. على الرغم من أن هذه المعلمات تلعب دورًا في العمارة ، إلا أن آلياتها الدقيقة ليست مفهومة تمامًا. لا يمكننا وصفها بنماذج جبرية بسيطة ، وبهذا المعنى لا يمكن فهمها بشكل أفضل.
نحن الأشخاص العاديون (غير المتخصصين) غير معتادين على استخدام الكثير من الأرقام لوصف العلاقة بين شيئين وكيف يؤدي التغيير في كل رقم إلى نتيجة. عندما تكون العلاقة غير واضحة ، نعتقد أن الدولة لم تصل بعد إلى نقطة التفاهم. لذلك ، غالبًا ما يخلط الناس بين المفهوم ويعتقدون أن النماذج اللغوية الكبيرة أو الشبكات العصبية لم يتم فهمها بعد. في الواقع ، لم يتم فهمها تمامًا ، فقط لأننا لم نجد الطريقة المرضية التي اعتدنا على فهمها.
في الوقت الحالي ، تعتمد GPT بشكل أكبر على تدريب البيانات الضخمة. والطريقة الرئيسية هي تعلم الحكم على الإجابة التي نريدها على الأرجح بناءً على الاحتمالية. وسواء كان شكل التفكير الحالي ممكنًا وموثوقًا به ، يمكننا النظر إليه من هذه الجوانب :
بادئ ذي بدء ، يتم تقديم الإجابة المحتملة بناءً على الاحتمال الأقصى ، والطريقة التي تتضمن الشبكة العصبية وإحصائيات Bayesian على مستوى الخوارزمية هي المنطق المستخدم بواسطة GPT في الخلفية ، وهي صحيحة.
أيضًا ، عندما يتعلق الأمر بالتفكير المنطقي ، يمكننا تقسيم التفكير المنطقي إلى ثلاثة أوضاع مختلفة ، لا تقتصر على النطاقات المنطقية.
عندما ندرك نحن البشر العالم ، هناك ثلاث طرق مختلفة:
** الأول هو التفكير الاستنتاجي ** ، والذي يؤدي إلى استنتاجات صحيحة تمامًا. يمكن للآلة أن تؤدي التفكير الاستنتاجي أسرع بكثير مما نستطيع لأنها تقوم على أربعة مبادئ أساسية للمنطق الكلاسيكي: قانون الهوية المطلقة ، وقانون التناقض ، وقانون الوسط المستبعد ، وقانون السببية. **
بناءً على هذه المبادئ الأربعة ، يمكن استنباط استنتاجات حتمية. ومع ذلك ، فإن مشكلة الاستنتاجات الحتمية هي أنه في المنطق يسمى الحشو ، أي حقيقة معروفة تم ذكرها مرة أخرى بطريقة أخرى. من وجهة نظر التفكير الاستنتاجي ، فإن الإجابة مضمنة بالفعل في جميع افتراضاتك ، ويتم التعبير عنها بطريقة أخرى.
شيء واحد يجب أن نفهمه هو ، في الواقع ، تم تصميم آلة تورينج لهذا الغرض ، إنها آلة منطقية استنتاجية كلاسيكية. في عام 1936 ، نشر عالم الرياضيات البريطاني تورينج مقالًا هامًا "حول الأرقام المحسوبة وتطبيقها على مشكلات القرار" ، بمناسبة ولادة آلة تورينج. إن تشغيل آلة تورينج يشبه إلى حد بعيد عملية التفكير في حساباتنا المكتوبة. يعد نموذج آلة تورينج أكثر نماذج الحوسبة الكلاسيكية استخدامًا على نطاق واسع ، وليس واحدًا منها.
اعتبارًا من اليوم ، لا يزال الذكاء الاصطناعي يعتمد على آلات تورينج. الأشياء التي لا تستطيع آلات تورينج القيام بها ، بغض النظر عن مدى قوة أجهزة الكمبيوتر اليوم ، لا يمكنها القيام بها. هذا هو أحد نواة تفكيرنا حول تقسيم العمل بين البشر والذكاء الاصطناعي. **
** الوضع الثاني يسمى الحث. ** الاستقراء هو عملية مراقبة الأحداث المتعددة واكتشاف خصائصها المشتركة وتلخيصها في معرفة جديدة. ومع ذلك ، لا يمكن تحقيق الاستقراء من خلال منطق صارم لأنه من المستحيل استنفاد جميع الاحتمالات. لذلك ، قد يكون هناك ما يسمى "حدث البجعة السوداء" ، أي أننا نلاحظ أن البجع في أوروبا وأمريكا كلها بيضاء ، وبالتالي نستنتج أن البجعات يجب أن تكون بيضاء. ولكن عندما نجد أن هناك بجعة سوداء في أستراليا ، لا يمكن لطريقة الاستقراء أن تعطي نتيجة صحيحة تمامًا ، لأنها لا تستطيع تغطية جميع الاحتمالات. الآلات محدودة في هذا الصدد ولا يمكن أن تتجاوز حدود الاستقراء ، لكن البشر يستطيعون ذلك. ومع ذلك ، يجب أن نفهم أيضًا أن هذا الاستنتاج قد ينقلب ، وهو ما يسعى إليه العلم الحديث.
** الوضع الثالث هو القياس ** ، وهو طريقة فضفاضة للتفكير من خلال ربط شيء بآخر. على سبيل المثال ، عند التفكير في بنية الحمض النووي ، إذا كنا لا نعرف كيف يبدو ، ورأينا ثعبان متشابكان في الحلم ، فقد نفكر في بنية الحمض النووي. في الواقع ، فإن البنية الحلزونية المزدوجة للحمض النووي "مغطاة" بهذه الطريقة. لكن بالنسبة لأجهزة الكمبيوتر القائمة على المنطق الاستنتاجي ، لا يمكن تحقيق ذلك. القياس هو طريقة تفكير أقل صرامة ، ولكن كبشر ، يمكننا استخدامها.
من هذه الأوضاع الثلاثة ، يمكننا أن نستنتج أن الآلات أكثر كفاءة بكثير من البشر في أداء المنطق الاستنتاجي ، لأنها تعمل على آلات تورينج وهي أنظمة كمبيوتر كاملة. ومع ذلك ، لا يمكن للآلات أن تولد أي معرفة جديدة ، ويجب أن يحصل البشر على معرفة جديدة من خلال الاستقراء أو القياس السائب. يجب توضيح هذه الآراء خطوة بخطوة من خلال الأساليب الاستنتاجية ، وتحويلها في النهاية إلى معرفة مستقرة نسبيًا ، ولا يمكن للآلات المعرفية أن تتفوق على البشر في اكتساب معرفة جديدة. وعندما نقول أن الآلة لا تستطيع فعل ذلك ، فهذا يعني أن الآلة لا تستطيع التعامل معها من مناطق أخرى غير المنطق الاستنتاجي الصارم ، وهذه المجالات هي بالضبط ما يمكن للبشر التعامل معها.
يتضمن هذا في الواقع مناقشة تقسيم العمل بين البشر والآلات. سواء كان ذكاءً اصطناعيًا أو آلات ، فقد تم تطويرها جميعًا بناءً على آلات تورينج ، والمشكلات المذكورة أعلاه حتمية. يعتمد التطور الحالي للذكاء الاصطناعي على آلات تورينج ، فإذا لم يتمكن الذكاء الاصطناعي من تحقيق مهام معينة ، فقد يكون ذلك بسبب قيود تطوير الأجهزة مثل قانون مور ، أو قيود أخرى ذات صلة.
صرح سام التمان ، الرئيس التنفيذي لشركة OpenAI مؤخرًا ، أن كمية حوسبة الذكاء الاصطناعي العالمية تتضاعف كل 18 شهرًا. في هذا الصدد ، يعتقد بعض الناس أن أداء قوة الحوسبة للذكاء الاصطناعي سيستمر في تحقيق تحسن أسي. في الواقع ، ** حول "قانون مور" والخوارزميات هما اقتراحان مختلفان. يشير قانون مور بشكل أساسي إلى تطوير الأجهزة ، لكن الخوارزمية لا تتوافق تمامًا مع قوانين قانون مور. بسبب المشاكل التقنية لمعالجة المعدات الدقيقة ، تباطأ قانون مور اليوم إلى حد ما ** ، وهو ينطوي على المزيد من التحديات في التكنولوجيا الميكانيكية. أما بالنسبة لتطوير الخوارزميات ، فمن الصعب القول أنه يتم وفقًا لقانون مور ، وهناك بعض الاختلافات بين الاثنين.
عندما يتعلق الأمر بقانون مور ، يمكننا الذهاب إلى أبعد من ذلك ، وعندما تصل وحدة الحوسبة إلى المستوى الذري ، ندخل مجالًا آخر ، وهو الحوسبة الكمومية. من مجال الحوسبة الكمومية ، والجمع بين التقدم الذي أحرزناه في السنوات الأخيرة ، وجدنا أن الحوسبة الكمومية ليست آلة تورينج صارمة. علاوة على ذلك ، فإن تصميم الحوسبة الكمومية على المستوى التكنولوجي صعب للغاية ، وقد يستغرق وقتًا طويلاً لتصبح عالميًا حقًا من حيث الخوارزميات مثل آلات تورينج. لدي رأي مفاده أنه لا داعي لأن نقلق كثيرًا بشأن هذا لمدة 300 عام قادمة. لكن بعد 300 عام ، هل سيكون هناك اختراق رئيسي في الحوسبة الكمومية؟ من الصعب القول ، لأنه من منظور اختزالي ، يجب أن يعتمد عقلنا البشري على نوع من الكيان المادي.
في الوقت الحاضر ، وفقًا لمؤشرات أكثر وأكثر ، ** طريقة تفكيرنا لا تعادل طريقة تفكير أجهزة كمبيوتر تورينج. ** ولكن وفقًا لإدراكنا الحالي ، لدينا الآن خياران فقط - فقط آلة Turing الكلاسيكية والكمبيوتر الكمومي الذي ظهر مؤخرًا ، ولكن قد لا يكون هناك خيار ثالث في المستقبل.
إذا توصلنا بشكل أساسي إلى أن الدماغ البشري ليس مصنوعًا من آلة تورينج كلاسيكية ، فقد يكون جهاز كمبيوتر كمي. ومع ذلك ، فإن قدرة أجهزة الكمبيوتر الكمومية على إنشاء أنماط تفكير شبيهة بالبشر غير واضحة. لذلك نحن مقتنعون أكثر فأكثر بأن الكمبيوتر الكمومي ليس آلة تورينج ، ومنطقه الأساسي مختلف.
** تعليم المواهب في عصر GPT: تنمية قدرة تعلم قوية **
نصنع آلات لمساعدتنا في إنجاز مهام مختلفة. لذلك ، من منظور الاتجاهات المهنية المحددة ، من الصعب تحديد الوظائف التي لن يتم استبدالها في المستقبل. لأنه لأي حدث أو خوارزمية يمكن وصفها ، يمكن لآلة تورينج تنفيذها. بمجرد وصف الوظيفة بأنها مهمة محددة ، يمكن للكمبيوتر القيام بها ، ويختلف الأمر فقط في مدى كفاءة أداء الكمبيوتر لهذه المهمة.
في الواقع ، عندما نفكر في الأشياء التي لا تستطيع آلات تورينج إنجازها ، أشار تورينج وعالم الرياضيات الخاص به جودل إلى ذلك في ثلاثينيات القرن الماضي ، لكنهم لم يجتذوا اهتمامًا كافيًا من البشر في ذلك الوقت. لقد أثبت الجيل أن التفكير الإدراكي والحدس هما الأدوات الأساسية لنا نحن البشر لفهم العالم ، والتفكير العقلاني هو أداة لتنظيم التفكير الإدراكي. باختصار ، ** تظل القدرة على إدراك العالم حقًا بشرية بشكل فريد ويتم تحقيقها من خلال إدراكنا الإدراكي. هذا هو أحد نواة كيفية فهمنا وتمييز البشر عن الآلات (أو الذكاء الاصطناعي). **
بناءً على الاختلاف في الكفاءات الأساسية ، بالنسبة لنا نحن البشر أو البشر في المستقبل ، في الواقع ، تتطلب القدرة المهمة على الزراعة قدرة تعلم قوية وقدرة على التكيف. فقط من خلال هذه القدرة على التعلم يمكن للأشخاص تقديم حلول جديدة للاحتياجات الجديدة وتحويلها إلى عمل خاص بهم. من الصعب مناقشة كل جانب من هذه الجوانب بالتفصيل ، لأن القدرة على التعلم تتخطى العديد من المجالات المختلفة. لكن علينا الآن التركيز على ذلك ، من خلال التعليم لتغيير الطريقة التي نعلم بها طلابنا حاليًا.
على سبيل المثال ، في هذا الفصل الدراسي تجنبت إعطاء الطلاب واجبات منزلية. بدأت أدرك أنه لا يوجد ما يمنعهم من أداء مهامهم باستخدام أدوات مثل GPT ، وأن الإجابات من خلال GPT قد تكون أفضل مما كنت أتوقع ، وفقدت هذه المهام معناها. لذلك ، فإنني أنتبه أكثر للحوار والتفاعل مع الطلاب في الفصل الدراسي ، وأولي اهتمامًا لفهمهم للمنطق المنطقي والعملية ، وليس ما إذا كان بإمكانهم إكمال الواجب المنزلي.
بالإضافة إلى ذلك ، طوال الفصل الدراسي ، آمل أن يكملوا مهمة منهجية قائمة على المشروع نسبيًا. يدافع التعليم اليوم عن التعلم القائم على المشاريع والتعلم من خلال المشاركة في المشاريع. في عملية هذا المشروع ، نسمح للطلاب بفهم ما يفعلونه ، بدلاً من تثقيفهم من خلال الأساليب السابقة للأسئلة والأجوبة ، والأوراق الاختبارية والواجبات المنزلية. يتمتع الأشخاص الذين يتم تربيتهم من خلال التعلم المعتمد على المشروعات بمزيد من المزايا للآلات ، وليس فقط للإجابة على السؤال.
في هذه العملية ، سيكون هناك العديد من القضايا التي تستحق أن ننظر فيها. وبسبب تفكيرنا وفهمنا للاحتياجات في هذا المجال على وجه التحديد ، سيتم إنشاء عدد كبير من فرص العمل الجديدة واتجاهات التنمية الجديدة. لذلك ، إذا كان عليك القول ، فإن الفرق بين البشر والآلات قد يكون اتجاهًا أكبر يجب أن تنتبه إليه حقًا في المستقبل. باختصار ، ما نركز عليه هو قدرة الإنسان الخاصة والتفاعل بين الإنسان والآلة ، وهو مجال واسع جدًا.
** اتجاه تطوير الحوار بين الإنسان والحاسوب في المستقبل: التفاعل بين الذكاء الاصطناعي والآلات **
أما بالنسبة لمفهوم ورؤية مستقبل الذكاء الاصطناعي ، فمن الصعب التنبؤ بدقة بالاتجاهات المحددة ، لأن ذلك قد يوجه الرأي العام ويؤثر على اتجاه الاستثمار الرأسمالي ، وبعض الآراء مخصصة للتبادل والمناقشة فقط.
** أعتقد أن هناك اتجاهًا مهمًا وهو التفاعل بين الذكاء الاصطناعي والآلات. مع التطور السريع للآلات والبشر ، نحتاج إلى واجهة أو أداة لربط الاثنين لتحقيق اتصال أفضل. سيكون التفاعل بين الإنسان والحاسوب مجالًا تقنيًا مهمًا للغاية. **
عند البحث عن الاتجاهات المستقبلية ، يجب أن نولي المزيد من الاهتمام لكل من الإنسان والآلة ، وليس واحدًا فقط. نحن بحاجة إلى التفكير بعمق في قدرات ومواقع البشر ، هذا سؤال يتطلب تفكيرًا طويل المدى.
على الرغم من أننا ناقشنا المزيد حول الأخلاقيات التربوية والتوجهات المستقبلية المحتملة للبشر ، فمن منظور تقني ، قد يكون التفاعل بين الإنسان والحاسوب مجالًا ذا إمكانات كبيرة. نحتاج إلى التفكير في كيفية الحصول على طريقة أسرع وأكثر كفاءة للتواصل بين الأشخاص والآلات ، دون مطالبة الأشخاص بأن يصبحوا نماذج خبراء محترفين.
ما إذا كان التفاعل بين الإنسان والحاسوب يمكن أن يجذب المزيد من الأشخاص للمشاركة بطريقة أسرع وإدارة الجهاز بشكل فعال قد يؤثر على التطوير الأسرع للجهاز ويعززه. نظرًا لأن التطور السريع للآلات أمر حتمي في المستقبل ، يحتاج البشر أيضًا إلى توضيح استراتيجياتهم وتحديد المواقع الخاصة بهم. نظرًا لأنه يجب على كل من البشر والآلات أن يتعايشوا على الأرض ، يجب أن يكون لدينا طريقة متناغمة وملائمة وفعالة بشكل خاص للتفاعل. قد يتطلب هذا النوع من التفاعل العديد من التقنيات الجديدة لتحقيقها.
بشكل عام ، لا نريد أن نصبح "عبيدًا آليًا" في المستقبل ، لذلك يجب أن نفكر في تموضع البشر. في مجال التعليم ، أثارت شعبية GPT أيضًا تحديات وتفكيرًا مهمًا بالنسبة لي: "الطلاب الذين يتم تربيتهم من خلال نموذج التعليم التقليدي هم أشبه بالآلات أو الأشخاص؟" "" كيف يجب أن نتعلم حتى لا يتم استبدالنا بـ منظمة العفو الدولية؟ "هذه الأسئلة توجه بعمق مناقشاتنا الجادة اليوم. كمعلمين ، لا نريد أن نكتشف في غضون 10 أو 20 عامًا من الآن أن ما نقوم بتدريسه للطلاب اليوم ، أو إنتاج الطلاب ، قد تم استبدال وظائفهم بأجهزة الكمبيوتر ، أو طردهم من العمل ، أو إجبارهم على تغيير وظائفهم.
** التفكير البشري حر وإبداعي وقابل للتواصل. في الأساس ، ما نحتاج إلى تطويره هو طريقة تنمية المواهب التقنية المبتكرة مع عادات التعلم مدى الحياة. **
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
تفسير Ma Zhaoyuan لـ AIGC: تريد الشركات المحلية اللحاق بـ OpenAI هذا العام؟ 4-5 سنوات على الأقل
النص: لي هايدان ، شركة Tencent Technology
** 【ملاحظة المحرر】 ** في الأشهر الأخيرة ، تم تفضيل AIGC من قبل رأس المال ، وأصبح ChatGPT مشهورًا ، ودخلت شركات التكنولوجيا المحلية العملاقة والشركات المبتدئة السوق واحدًا تلو الآخر. يؤثر الذكاء الاصطناعي بهدوء على جميع مناحي الحياة ، ولم يعد هذا مجرد تطور تكنولوجي بسيط ، بل سيصبح ثورة.
على الرغم من أن انفجار تطبيقات الذكاء الاصطناعي يبدو مفاجئًا ، إلا أن العلماء واجهوا إخفاقات لا حصر لها وتراكموا خلف الكواليس. تمامًا مثل ضيفنا المتحدث ** Ma Zhaoyuan (أستاذ الجامعة الجنوبية للعلوم والتكنولوجيا ، زميل الجمعية البريطانية للفيزياء ، مهندس ملكي بريطاني ، كبير الباحثين السابق في مختبر المستقبل بجامعة تسينغهوا) ** في كتاب "The استحالة الذكاء الاصطناعي.
في الواقع ، في التاريخ الطويل للعلم والتكنولوجيا ، هذه الثورة التكنولوجية ليست سوى الخطوة الأولى لقيادة البشرية إلى "عصر الذكاء الاصطناعي التوليدي". حتى الآن ، ما زلنا بحاجة إلى الاهتمام بالعديد من المشاكل والتناقضات القائمة. على سبيل المثال: في ظل موجة التكنولوجيا التي تقودها شركة OpenAI ، هل تستطيع الصين اللحاق بالركب بسرعة؟ ما هي التغييرات التي ستحدثها هذه الثورة التكنولوجية على المجتمع والبنية الصناعية؟ هل ستحل الآلات محل البشر في المستقبل؟ في مثل هذا العصر من التكرار التكنولوجي السريع ، كيف ينبغي تنمية تعليم المواهب في الصين؟
في هذا العدد من "AI Future Guide North" ، أجرت Tencent Technology مقابلة مع Ma Zhaoyuan. شارك بأفكار ووجهات نظر مختلفة حول هذه القضايا. قمنا بتجميع هذه التذكارات رباعية الأبعاد في مقال لاستكشاف والتعلم والتفكير مع مستخدمي الإنترنت. أهمية الذكاء الاصطناعي للبشر.
** لا تقلق بشأن ما إذا كان الناس سيصبحون "عبيدًا للآلات" ، فالموضوع الساخن هو الضجيج الكبير وراء ذلك **
مع الطفرة الأخيرة في تطبيق منتجات مثل نماذج الذكاء الاصطناعي اللغوية الكبيرة ، يشعر الكثير من الناس بالقلق من أنه مع تطور الذكاء الاصطناعي ، سيؤدي إلى بعض المخاطر وقضايا السلامة على البشر ، ويتعارض مع بقاء الإنسان والمجتمع.
فيما يتعلق بالمشاكل التي يقلق الناس بشأنها ، فكرت في كلمة تسمى "العبد الآلي".
نحن قلقون من أنه في يوم من الأيام في المستقبل ، سنصبح "عبيدًا للآلات" ، تمامًا مثل بعض المؤامرات في فيلم "RoboCop": في يوم من الأيام ، سيُحكم البشر بالآلات وسيضطرون إلى التحرك تحت الأرض. طوال هذا النضال ، حافظت البشرية على روحها المتمردة ، وجددت جهودها لاستعادة السيطرة على المستقبل والأرض. في النهاية ، كان على الذكاء الاصطناعي أن يرسل روبوتًا للسفر عبر الزمان والمكان حتى عام 1984 ، في محاولة لتدمير قائد جيش المقاومة قبل ولادته ، واندلعت حروب بين الروبوتات والبشر في المستقبل ... قصص كهذه ، قد يكون لدى كثير من الناس مثل هذا الخيال.
لمثل هذه الآراء والمخاوف ، أعتقد أنها غير ضرورية على الإطلاق. ** أولاً وقبل كل شيء ، انطلاقًا من المستوى الحالي للتكنولوجيا ، من غير المحتمل أن الروبوتات أو الكيانات الذكية سوف "تحكم الأرض" حقًا ، ** حتى تصبح سيد البشر. حتى لو أصبحوا بالفعل سادة البشر في وقت ما في المستقبل ، فسوف يستغرق الأمر وقتًا طويلاً لإدراك ذلك. لسنا بحاجة إلى الإعلان عن هذا الأمر الآن لإثارة مخاوف الجميع.
بالإضافة إلى ذلك ، على الرغم من وجود العديد من قادة الصناعة حاليًا يناقشون الموضوعات ذات الصلة. لكنني أعتقد أنه قد يكون ، إلى حد ما ، مدفوعًا بالمصالح الاقتصادية وسوق رأس المال التي تقف وراءه. ** لأن رأس المال يجب أن يتكهن أولاً بموضوع ما قبل أن يتمكن من الاستفادة منه. على سبيل المثال ، الحدث التاريخي السابق في هولندا في القرن السابع عشر - "فقاعة التوليب" ، ضاعف مفهومًا وهميًا لم يكن ذا قيمة كبيرة ، ثم حصد شخص ما منه الكراث. لكن في الواقع ، قد لا يكون الموضوع مخيفًا كما نعتقد.
في السنوات العشر الماضية ، رأينا أن سوق رأس المال الصيني قد أدخل العديد من الموضوعات وأبرزها ، مثل مواد الجرافين ، ثم الواقع الافتراضي ، وبيتكوين ، والميتافيرس ، وما إلى ذلك ، وهذا العام هو الذكاء الاصطناعي. كل عام سنضج مصطلح جديد. في هذه العملية ، قد يستفيد منه مفترسو رأس المال ، ويزداد حجم رأس المال أكثر فأكثر. لكن بالنسبة إلى Xiaobai العادي ، نحن فقط نتبع هذه الأسماء. إذا لم نفهم منطق التشغيل والوضع الحقيقي ، فقد نخسر كل الأموال الموجودة في جيوبنا تقريبًا.
في الآونة الأخيرة ، انفجر ChatGPT ، وهو تقدم تكنولوجي مهم ** في جوهره ، لقد غير الطريقة التي نتفاعل بها نحن البشر مع أجهزة الكمبيوتر. ** إذا كنت تريد التحدث عن الثورة ، من منظور نمط الإصدار في الصناعة ، فإن GPT قد غيرت مصير OpenAI و Microsoft و Google. والآن تشعر Google بالقلق الشديد بشأن صعود GPT. أدى ظهور GPT إلى تحسين دقة وكفاءة بحث الأشخاص بشكل كبير. في الماضي ، عندما استخدمنا Google للبحث ، كانت صفحة Google الرئيسية تعرض جميع صفحات الويب الممكنة ذات الصلة بها ، وقد تكون هناك مئات الصفحات ، أو حتى عشرات الآلاف من النتائج. لكن النموذج الحالي قد يفهم سؤال المستخدم بشكل أكثر دقة ويعطي الإجابة الأكثر ترجيحًا ، مما يحسن بشكل كبير من القدرة على استرجاع المعلومات. بعد ذلك ، قد يغير وضع العمل لدينا ، خاصة في معالجة الملفات وجمع البيانات ، مما يمكن أن يحسن بشكل كبير من كفاءة عملنا.
ولكن عندما يتعلق الأمر بما إذا كان سيتطور إلى ذكاء اصطناعي عام ، فإنه لا يزال بعيدًا جدًا عن وجهة النظر الحالية. كما ورد في كتابي (بالإشارة إلى "استحالة الذكاء الاصطناعي"): هناك فجوة جوهرية وحاسمة بين الذكاء الاصطناعي العام والبشر ، ولا يمكن لتقنية الذكاء الاصطناعي الحالية سد هذه الفجوة. أما السبب فيتم ذكره أدناه (الجزء 06).
** يفتقر السوق المحلي إلى عقلية بناء نظام بيئي ، وسيستغرق اللحاق بـ OpenAI ما لا يقل عن 4-5 سنوات **
لقد رأينا إطلاق وإطلاق العديد من منتجات نماذج اللغات الكبيرة ، على سبيل المثال ، فإن ChatGPT الشهير يعمل بشكل جيد للغاية ، كما أن العديد من الشركات الكبيرة في الصين تحذو حذوها وتطلق العديد من المنتجات المماثلة.
على سبيل المثال ، أطلقت شركة معينة منتجًا ، وبعد بضعة أيام أطلقت شركة أخرى منتجًا مشابهًا ، وهو أرخص ومناسب للبيئة الصينية ، وكلها ذات محتوى مشابه. أعتقد أن العديد من الشركات المحلية الكبيرة تفتقر إلى عقلية بناء نظام بيئي ، وتتوق إلى جني الأموال بسرعة ، وبمجرد ظهور مصطلح جديد ، فإنها ستتابع بسرعة.
ظاهرة المتابعة هذه غير مواتية لتنمية الاقتصاد الوطني أو الاقتصاد الإقليمي. إذا واصلنا مطاردة الاتجاهات ، فقد لا نلحق بها أبدًا. على سبيل المثال ، ركزت Microsoft على الأبحاث في السنوات العشر الماضية ، لكنها لم تحقق الكثير من الاختراقات في مجالات أخرى ، وقد تم قمعها بشكل أساسي من قبل شركات أخرى ، الأمر الذي يتطلب الكثير من عدم اليقين والضغط. ظلت Microsoft "تتراجع" لمدة عشر سنوات. بفضل مواردها المالية وقدراتها البحثية والتطويرية واستراتيجيات التعاون التجاري ، شهدنا أخيرًا إطلاق ChatGPT والمنتجات الجديدة ذات الصلة. استغرق الأمر وقتًا طويلاً لإنتاج "نقطة انطلاق" ، ونتوقع بين عشية وضحاها أنه من غير الواقعي أن نتوقع أن تتمكن الشركة من تحقيق تغيير جذري.
هل يمكن أن تكون هذه الشركات "لاعبين موهوبين" خاصين يحتاجون فقط إلى بضعة أشهر أو سنة أو سنتين لإكمال نفس العمل الذي يستغرق الآخرون عشر سنوات لإكماله؟ هل هذه الشركات ليست على علم بهذه القضايا التي ندرسها؟ هل تحتاج أيضًا إلى سؤال ضجيج لرفع سوق الأسهم وسعر السهم؟ كل هذا يتطلب من الناس العاديين مثلنا التفكير مليًا ، والنظر فيما إذا كان ينبغي لنا أن نحذو حذونا ونتخذ قرارات الاستثمار المناسبة.
** فيما يتعلق بحالة التنمية الاقتصادية للبلاد ، إذا اتبعت هذا الاتجاه ، فقد لا تلحق أبدًا بأولئك الذين ركضوا أولاً. بدلاً من ذلك ، يجب أن نفكر في كيفية تنفيذ البناء البيئي المشترك بناءً على قدراتنا الحالية. هذا السؤال يستحق التفكير فيه لعمالقة التكنولوجيا المحليين. **
لإعطاء مثال: على مدى السنوات الأربعين الماضية ، حققت الصين إنجازات كبيرة في بناء البنية التحتية. على سبيل المثال ، لقد تطورت السكك الحديدية عالية السرعة في الصين بشكل جيد للغاية ، وأصبحت نظامًا للسكك الحديدية عالية السرعة يجب مراعاته عالميًا ، وأصبحت بطاقة عمل للصين. كمثال آخر ، في صناعات الاتصالات والكمبيوتر ، تعد شبكة الجيل الخامس الصينية بالفعل الأقوى في العالم. في هذه المجالات ، لدينا بعض المزايا ، وقد تم البناء الأساسي بشكل جيد للغاية. في الوقت الحاضر ، يمكننا أيضًا بناء بعض الاحتمالات واتجاهات التنمية البيئية على هذه الأسس ، وذلك لتحقيق مزايا أكبر.
يمكننا أن نتخيل أنه ، بناءً على مزايانا ، في السنوات العشر أو العشرين القادمة ، إذا احتكرت بعض البلدان في أوروبا والولايات المتحدة بعض الاتجاهات الفنية ، فيمكننا أيضًا الدخول في حالة "أعناق متبادلة" استنادًا إلى مجالاتنا الرائدة. اكتساب موقف تفاوضي. بالعودة إلى التكنولوجيا ، سواء كانت الشركات المحلية ترغب في اللحاق بـ GPT أو Bing ، فقد يعتمد ذلك على تجربة "الأسلاف" ، ** يمكننا تسريع سرعة البحث والتطوير ، ولكن إذا لحقنا بنفس المستوى ، قد يستغرق ما لا يقل عن 4-5 سنوات. ** بالإضافة إلى ذلك ، نحتاج أيضًا إلى التفكير في: حتى لو تمكنا من اللحاق بالركب ، بعد بضع سنوات ، هل مرت هذه الرياح؟ ومايكروسوفت أو منظمة العفو الدولية نفسها تنمو بشكل متكرر ، فقد أصبحت "بيج ماك"؟
** بشكل عام ، فإن الاستثمار في متابعة الاتجاه هو في الواقع مضيعة للتكلفة والوقت والموهبة. بالنسبة للمشاركين ، بالإضافة إلى الذعر والقلق المتزايد ، قد لا يحصلون على أي فوائد ، وسوف يسمح فقط لرأس المال بجني جزء من مصالح المستثمرين في عملية متابعة الاتجاه. **
** لن يتسبب الذكاء الاصطناعي في أن يصبح عددًا كبيرًا من الأشخاص عاطلين عن العمل ، والمهن في أي عصر يجب أن يصنعها البشر **
بالإضافة إلى نظرية تهديد الذكاء الاصطناعي ، فإن الناس أكثر قلقًا بشأن تأثير الذكاء الاصطناعي على التوظيف.
أثارت الطبيعة المجسمة للغاية لـ ChatGPT موجة من أزمات الصناعة ، وبدأ الكثير من الناس في القلق بشأن ما إذا كانت صناعتهم ستتأثر ، أو حتى تفقد وظائفهم. من وجهة النظر الحالية ، قد تتأثر بعض الوظائف على المدى القصير ، لكنها لن تزعج استقرار المجتمع على المدى الطويل.
من منظور الاتجاه الوظيفي ، هل ستؤدي ثورة الذكاء الاصطناعي إلى انخفاض في عدد السكان والقوى العاملة؟ الجواب لا.
على سبيل المثال ، خلال الثورة الصناعية ، تقريبًا بين القرنين الثامن عشر والتاسع عشر ، كان أحد أكبر التغييرات هو انخفاض عدد السكان الزراعيين. في الأيام الأولى للثورة الصناعية أو قبل أن تبدأ ، كان أكثر من 95٪ من سكان العالم يعملون في الزراعة ، وكان جزء صغير منهم حكامًا أو كهنة. في ذلك الوقت ، كانت الغالبية العظمى من الناس في الأساس المزارعين.
الوضع مختلف الآن ، خذ الدول المتقدمة كمثال ، على سبيل المثال ، أقل من 2٪ من السكان في الولايات المتحدة يعملون في الزراعة. أكثر من 90٪ من السكان في الوسط غيّروا محتوى الإنتاج. على الرغم من اختفاء بعض الوظائف ، إلا أن هؤلاء الأشخاص لم يختفوا ، وازداد عدد السكان بدلاً من ذلك. انطلاقا من تأثيرها على المجتمع البشري ، لم تتسبب مثل هذه التغييرات في بطالة طويلة الأمد أو حتى تؤثر على عدم استقرار المجتمع البشري ، فالكثير من الناس غيروا الوظائف التي كانوا يعملون فيها ، وما تغير هو نمط إنتاج البشر. على الرغم من أنه قد يؤدي إلى انخفاض كبير في بعض الوظائف أو حتى اختفائها ، ولكن أيضًا بسبب هذا التغيير ، سيتم زيادة الطلب على الوظائف الأخرى وإضافتها.
كمثال آخر ، ذكرنا كلمة إنجليزية تسمى "كمبيوتر". قد تتبادر آلة إلى الذهن عندما نسمع الكلمة ، ولكن منذ 70 عامًا ، كانت كلمة "كمبيوتر" تعني شيئًا مختلفًا عما هو عليه اليوم. في ذلك الوقت ، أشارت إلى الأشخاص الذين يعملون في مجال الحوسبة على غرار مشروع مانهاتن.
لم تكن هناك أجهزة كمبيوتر في تلك الحقبة ، ولم تكن هناك أجهزة كمبيوتر سطح مكتب مثل تلك التي نستخدمها الآن ، ولكنها تطلبت الكثير من الحسابات لإكمال المشاريع الضخمة ، لذلك استأجرت الشركة المسؤولة عن هذا المشروع بعض النساء الشابات الحريصات على استخدام قواعد الشرائح. في غرفة خاصة أثناء القيام بالكثير من أعمال الحوسبة باستخدام ورق الخدش ، يطلق على هؤلاء النساء "أجهزة الكمبيوتر".
تم ابتكار مصطلح "الكمبيوتر" للأشخاص الذين يعملون في مجال الحوسبة ، في إشارة إلى العمال الذين يقومون بالكثير من الحوسبة في المكاتب. لاحقًا ، مع ظهور الكمبيوتر ، وحتى يومنا هذا عندما نشير إلى "الكمبيوتر" ، نعلم أنه يشير إلى الكمبيوتر ، وليس النساء اللائي يعملن في مجال الحوسبة. وهكذا تغير معنى كلمة "حاسوب" تماما ، وأصبحت تشير إلى آلات خالصة.
** لذا فكلما أصبحت الآلات أكثر قدرة في مجالات معينة ، فقد تحل محل بعض وظائفنا البشرية ، مما يؤدي إلى اختفاء بعض الوظائف. ومع ذلك ، فإن هؤلاء الأشخاص لا يختفون حقًا ، بل ينتقلون إلى وظائف أكثر تعقيدًا أو احتياجات أخرى. **
** من أعظم خصائص الإنسان هو الابتكار المستمر وخلق احتياجات جديدة. ** ستحث هذه الاحتياجات الجديدة الناس على خلق فرص عمل جديدة. لا داعي للذعر أو القلق بشأن البطالة ، فطوال تاريخ المجتمع البشري ، كنا نتكيف ونستجيب لهذا التغيير. لدينا القدرة على الإبداع والتكيف باستمرار مع بيئات العمل الجديدة وفرص العمل.
من منظور المتطلبات الفنية المهنية ، مع تطوير تطبيقات لغة نموذجية واسعة النطاق ، سيصبح إكمال مهام البرمجة أسهل وأبسط. على سبيل المثال ، بمساعدة أدوات مثل ChatGPT ، نحتاج فقط إلى اقتراح ما نريد القيام به وإصدار مهمة واضحة ، وستساعدنا GPT في إكمال بقية العمل. على سبيل المثال ، يمكننا أن نسأل GPT مباشرةً ، وسوف تستخدم إمكانيات البرمجة والاسترجاع الخاصة بها لإنشاء التعليمات البرمجية مباشرةً. بهذه الطريقة ، قد لا تكون هناك حاجة إلى نظام مثل Python بعد الآن. باختصار ، يصف المرء ببساطة المتطلبات ويستمر في تنفيذ تلك الطرق الموصوفة.
** بالإضافة إلى ذلك ، وانطلاقاً من هذا الاتجاه ، فإن درجة أتمتة البرمجة في المستقبل ستصبح أعلى وأعلى. ** إنها مثل لغة التجميع التي تعلمتها عندما كنت أتعلم البرمجة ، والآن قد لا يعرف معظم الشباب كيفية كتابتها ، وهو نفس السبب.
لغة التجميع هي لغة عالية المستوى بين لغة الإنسان ولغة الآلة ، والتي تشمل التجميع والبرمجة المباشرة في لغة الآلة. بعد لغة التجميع ، ظهرت لغات مثل C و C ++ و Java ، ثم تطورت تدريجياً إلى لغات مثل Python. عندما أتواصل مع الطلاب ، أجد أن بايثون لغة فضفاضة جدًا لمن تعلموا لغة C ، لكنها أصبحت أداة مفضلة للطلاب الذين لم يعتادوا على استخدام لغة C بعد الآن. تحت تأثير بعض الأنظمة النظرية ، لا يزال لدى المهندسين المختلفين اختلافات في قابلية فهم الذكاء الاصطناعي. وقد لا نزال بحاجة إلى بعض المحترفين لتحسين النظام بشكل مستمر في الخلفية ، فكيف يتم توحيد معايير الوضوح من أجل الحصول على النتائج المرجوة.
بشكل عام ، ** بغض النظر عن أي عصر ، يتم إنشاء احتياجات جديدة من قبلنا نحن البشر. ** لا يمكننا أن نتبنى أسلوب تفكير جامد يركز على الإحلال والصراع للبشر. إذا كانت هناك وظائف واحتياجات محدودة على الأرض ، فعندما تتولى الآلات هذه الوظائف ، فقد لا يكون لنا نحن البشر معنى للوجود. لكن في الحقيقة ، الشيء العظيم في أن تكون إنسانًا هو قدرتنا على خلق احتياجات جديدة باستمرار وتلبية هذه الاحتياجات من خلال البشر.
** لا معنى للتنافس مع الذكاء الاصطناعي ، لذا ينبغي إيلاء المزيد من الاهتمام لقيود السياسة وإدارة المخاطر **
الآن ، بدأت كل من الصين والولايات المتحدة في إدخال بعض الآليات التنظيمية ذات الصلة. يتطلب التطور التكنولوجي في أي فترة قيود سياسة معينة وإدارة مخاطر.
لنأخذ تاريخ السيارات كمثال. قبل عام 1900 ، كان هناك عدد قليل جدًا من السيارات ، وكان الأغنياء فقط هم الذين يستطيعون تحمل كلفتها ، ولم يكن لها تأثير كبير على المجتمع. بالإضافة إلى ذلك ، فإن سرعة السيارة ليست سريعة ، فمثلاً يمكنها السفر أكثر من عشرة كيلومترات في الساعة فقط ، لذلك فهي لا تختلف كثيرًا عن المشي ، لذلك لا داعي لوضع الكثير من القواعد لها ، فقط دع تتطور.
ومع ذلك ، مع إدخال إنتاج خط التجميع من قبل شركة Ford Motor Company ، انخفضت تكلفة السيارات بشكل كبير ، وأصبح بإمكان الأشخاص العاديين القيادة ، وزاد عدد السيارات بشكل كبير. كما زادت سرعة السيارات من أكثر من عشرة كيلومترات في الساعة إلى مئات الكيلومترات في الساعة ، وفي هذا الوقت قد تصبح السيارات خطرة وتنطوي على بعض قضايا السلامة ، لذلك نحن البشر بحاجة إلى صياغة قواعد للسيارات. على سبيل المثال ، تصميم طرق خاصة لها ، لم يعد بإمكانها الاختلاط بالمشاة ، بل إنها تحتاج إلى بناء طرق سريعة لها ، وتعيين إشارات المرور ، وإشارات المرور ، وما إلى ذلك على الطرق التي يقودها الناس ، كل هذه القواعد ظهرت إلى حيز الوجود.
بنفس الطريقة ، بالنسبة للآلة ، نقوم بتصميمها للسماح لها بجمع البيانات وتنظيمها بسرعة عالية ، وإجراء استنتاج سريع وتفكير منطقي. مثلما نصمم السيارات لتعمل بسرعة. بمجرد وصول السيارة ، لا نحتاج إلى التنافس معها لمعرفة من هو الأسرع.
لذلك ، عندما يمتلك جهاز كمبيوتر مثل هذه القدرات القوية في تجميع البيانات ومعالجتها ، فلا معنى للتنافس مع خبراته في مجال معين ، فنحن بحاجة إلى وضع قواعد له أكثر.
على سبيل المثال ، يمكن استخدام تقنية "Midjoury" التي انتبه إليها الناس في الصناعة مؤخرًا لتوليد الصور وتقليد الصوت ، بل ويمكنها أيضًا صناعة الأخبار. إذن ، عندما يتم نشر محتوى الفيديو والأخبار على الإنترنت ، كيف يتم تنظيمها وكيف يتم التأكد من صحتها؟ تصبح هذه مسألة تطوير القواعد بمرور الوقت. إن صياغة هذه القواعد تجعل كيفية تعايش البشر والآلات مشكلة حقيقية.
هذه القضايا تتطلب منا أن نبدأ التفكير اليوم والتوصل إلى توافق في الآراء. الآن بعد أن أصبحت السيارات موجودة بالفعل ، فإن الأرض هي حالة تكافل بين البشر والسيارات. لذلك ، نحتاج إلى صياغة قواعد مرور السيارات لضمان تعايش البشر والسيارات في المدن أو بيئات محددة. في هذه العملية ، لا تحتاج السيارات فقط إلى الامتثال للقواعد ، ولكن يحتاج البشر أيضًا إلى الامتثال للقواعد.
** سيستغرق صعود الذكاء الاصطناعي استهلاك الطاقة والموارد ، لكنه يستحق التقدير لتحسين الكفاءة البشرية **
في هذه المقابلة ، تم ذكر سؤال حول بنية الطاقة: من منظور الهيكل الاقتصادي الصناعي ، مع النمو الهائل لـ AIGC ، هناك حاجة إلى مزيد من القوة الحاسوبية ، والمزيد من الكهرباء والدعم الهيدروليكي. هل هذا هو الحال؟ هل سيؤدي ذلك؟ للتغييرات في تخطيط البلدان ذات الصلة أو هيكل الطاقة العالمي؟
هذا ما سيحدث بالتأكيد. عندما تظهر هياكل ومطالب صناعية جديدة ، فهذه نتيجة حتمية ، وتكمن المشكلة في كيفية الترتيب والتكيف. إذا كان الذكاء الاصطناعي يستهلك طاقة الحوسبة ، فإنه يحتاج إلى توفير طاقة كافية لها. في عملية الطاقة هذه ، تتضمن دراسة الأرض الخضراء وبنية استهلاك الطاقة ، وأعتقد أنها لا تتعلق بشكل خاص بتطور الذكاء الاصطناعي ، بل بالحالة الطبيعية.
وفقًا للبيانات ذات الصلة ، قد يكون استهلاك الطاقة السنوي المجمع لمراكز السحابة في الصين معادلاً لتوليد الطاقة لمحطتي طاقة من الخوانق الثلاثة (لا يقتصر استهلاك الموارد لمراكز السحابة على دعم الذكاء الاصطناعي ، بل إن نسبة خدمات الذكاء الاصطناعي نسبيًا. صغير). مع زيادة مقدار الحساب ، يزداد الطلب على الكهرباء أكثر. بالإضافة إلى توفير المزيد من مكملات الطاقة الجديدة ، نحتاج أيضًا إلى التفكير في كيفية تحسين كفاءة الطاقة ، وهي في الواقع مشكلة معقدة نسبيًا. فيما يتعلق بتوفير الطاقة ، يجب إجراء الحسابات ، كما يجب إجراء التبريد. ومع ذلك ، جنبًا إلى جنب مع الوضع المحلي الحالي ، نظرًا للتطور السريع في السنوات القليلة الماضية ، يتم استخدام نصف الطاقة التي نوفرها لمركز البيانات لتبديد الحرارة. هذا شيء نحن بحاجة إلى النظر فيه.
كيف يجب أن نحل ونتجنب مشكلة شغل الموارد وتخصيصها بشكل غير معقول؟ اسمحوا لي أن أقدم مثالًا آخر: بعد أن استحوذت Google على Deepmind ، طُلب من فريق Deepmind القيام بشيء واحد ، وهو تعديل مركز Google السحابي لتوفير الطاقة من خلال التعلم المعزز والعديد من خوارزميات الذكاء الاصطناعي الأخرى. ساعد القيام بذلك Google في الواقع على تقليل استهلاك الطاقة بنسبة 50 ٪ تقريبًا. لذلك ، يتم استخدام ما يقرب من 100٪ من الكهرباء في مركز Google السحابي للحوسبة ، ويتم استخدام جزء صغير جدًا (أقل من حوالي 5٪) للتبريد. لذلك ، يوفر هذا الشكل من التحسين إهدار الطاقة لمركز سحابة Google على نطاق واسع.
لذلك ، إذا تمكنا من تحقيق مستوى من الكفاءة مشابه لاستخدام مركز السحابة من Google ، والنظر في الكربون المزدوج والطاقة الخضراء التي ينادي بها العالم ، فقد لا نزال نفكر في كيفية استخدام الطاقة بكفاءة في المستقبل.
تجدر الإشارة إلى أننا نناقش استهلاك الطاقة فقط في هذا السؤال. بشكل عام ، يمكن أن يساعدنا الذكاء الاصطناعي في تحسين كفاءة استخدامنا بشكل كبير ، وبمجرد استخدامه على نطاق واسع ، يكون تحسين الكفاءة المحتمل أكثر أهمية بكثير من تأثيره على استهلاك الطاقة.
** كيف يفهم الذكاء الاصطناعي لغة الإنسان؟ من خلال ثلاثة أنماط من التفكير المنطقي **
لا يزال نموذج التعلم العميق الحالي ، وخاصة نموذج اللغة واسع النطاق الذي ظهر مؤخرًا ، "تقنية الصندوق الأسود". على الرغم من أن النماذج اللغوية الكبيرة تؤدي أداءً جيدًا في العديد من المهام في معالجة اللغة الطبيعية ، إلا أننا ما زلنا بحاجة إلى إيجاد طريقة قابلة للتفسير.
في العمل العلمي ، نحن معتادون على ربط الظواهر بأشياء أخرى ، وإذا تمكنا من وصفها بصيغة موجزة وجميلة ، فيمكننا إظهار أننا نفهمها. ومع ذلك ، بناءً على قابلية تفسير نموذج اللغة الكبير الحالي بما في ذلك الشبكات العصبية ، ستكون معلماته عشوائية جدًا ، وإذا تم تغيير المعلمات بشكل طفيف جدًا ، فستتغير النتائج أيضًا بشكل كبير. على الرغم من أن هذه المعلمات تلعب دورًا في العمارة ، إلا أن آلياتها الدقيقة ليست مفهومة تمامًا. لا يمكننا وصفها بنماذج جبرية بسيطة ، وبهذا المعنى لا يمكن فهمها بشكل أفضل.
نحن الأشخاص العاديون (غير المتخصصين) غير معتادين على استخدام الكثير من الأرقام لوصف العلاقة بين شيئين وكيف يؤدي التغيير في كل رقم إلى نتيجة. عندما تكون العلاقة غير واضحة ، نعتقد أن الدولة لم تصل بعد إلى نقطة التفاهم. لذلك ، غالبًا ما يخلط الناس بين المفهوم ويعتقدون أن النماذج اللغوية الكبيرة أو الشبكات العصبية لم يتم فهمها بعد. في الواقع ، لم يتم فهمها تمامًا ، فقط لأننا لم نجد الطريقة المرضية التي اعتدنا على فهمها.
في الوقت الحالي ، تعتمد GPT بشكل أكبر على تدريب البيانات الضخمة. والطريقة الرئيسية هي تعلم الحكم على الإجابة التي نريدها على الأرجح بناءً على الاحتمالية. وسواء كان شكل التفكير الحالي ممكنًا وموثوقًا به ، يمكننا النظر إليه من هذه الجوانب :
بادئ ذي بدء ، يتم تقديم الإجابة المحتملة بناءً على الاحتمال الأقصى ، والطريقة التي تتضمن الشبكة العصبية وإحصائيات Bayesian على مستوى الخوارزمية هي المنطق المستخدم بواسطة GPT في الخلفية ، وهي صحيحة.
أيضًا ، عندما يتعلق الأمر بالتفكير المنطقي ، يمكننا تقسيم التفكير المنطقي إلى ثلاثة أوضاع مختلفة ، لا تقتصر على النطاقات المنطقية.
عندما ندرك نحن البشر العالم ، هناك ثلاث طرق مختلفة:
** الأول هو التفكير الاستنتاجي ** ، والذي يؤدي إلى استنتاجات صحيحة تمامًا. يمكن للآلة أن تؤدي التفكير الاستنتاجي أسرع بكثير مما نستطيع لأنها تقوم على أربعة مبادئ أساسية للمنطق الكلاسيكي: قانون الهوية المطلقة ، وقانون التناقض ، وقانون الوسط المستبعد ، وقانون السببية. **
بناءً على هذه المبادئ الأربعة ، يمكن استنباط استنتاجات حتمية. ومع ذلك ، فإن مشكلة الاستنتاجات الحتمية هي أنه في المنطق يسمى الحشو ، أي حقيقة معروفة تم ذكرها مرة أخرى بطريقة أخرى. من وجهة نظر التفكير الاستنتاجي ، فإن الإجابة مضمنة بالفعل في جميع افتراضاتك ، ويتم التعبير عنها بطريقة أخرى.
شيء واحد يجب أن نفهمه هو ، في الواقع ، تم تصميم آلة تورينج لهذا الغرض ، إنها آلة منطقية استنتاجية كلاسيكية. في عام 1936 ، نشر عالم الرياضيات البريطاني تورينج مقالًا هامًا "حول الأرقام المحسوبة وتطبيقها على مشكلات القرار" ، بمناسبة ولادة آلة تورينج. إن تشغيل آلة تورينج يشبه إلى حد بعيد عملية التفكير في حساباتنا المكتوبة. يعد نموذج آلة تورينج أكثر نماذج الحوسبة الكلاسيكية استخدامًا على نطاق واسع ، وليس واحدًا منها.
اعتبارًا من اليوم ، لا يزال الذكاء الاصطناعي يعتمد على آلات تورينج. الأشياء التي لا تستطيع آلات تورينج القيام بها ، بغض النظر عن مدى قوة أجهزة الكمبيوتر اليوم ، لا يمكنها القيام بها. هذا هو أحد نواة تفكيرنا حول تقسيم العمل بين البشر والذكاء الاصطناعي. **
** الوضع الثاني يسمى الحث. ** الاستقراء هو عملية مراقبة الأحداث المتعددة واكتشاف خصائصها المشتركة وتلخيصها في معرفة جديدة. ومع ذلك ، لا يمكن تحقيق الاستقراء من خلال منطق صارم لأنه من المستحيل استنفاد جميع الاحتمالات. لذلك ، قد يكون هناك ما يسمى "حدث البجعة السوداء" ، أي أننا نلاحظ أن البجع في أوروبا وأمريكا كلها بيضاء ، وبالتالي نستنتج أن البجعات يجب أن تكون بيضاء. ولكن عندما نجد أن هناك بجعة سوداء في أستراليا ، لا يمكن لطريقة الاستقراء أن تعطي نتيجة صحيحة تمامًا ، لأنها لا تستطيع تغطية جميع الاحتمالات. الآلات محدودة في هذا الصدد ولا يمكن أن تتجاوز حدود الاستقراء ، لكن البشر يستطيعون ذلك. ومع ذلك ، يجب أن نفهم أيضًا أن هذا الاستنتاج قد ينقلب ، وهو ما يسعى إليه العلم الحديث.
** الوضع الثالث هو القياس ** ، وهو طريقة فضفاضة للتفكير من خلال ربط شيء بآخر. على سبيل المثال ، عند التفكير في بنية الحمض النووي ، إذا كنا لا نعرف كيف يبدو ، ورأينا ثعبان متشابكان في الحلم ، فقد نفكر في بنية الحمض النووي. في الواقع ، فإن البنية الحلزونية المزدوجة للحمض النووي "مغطاة" بهذه الطريقة. لكن بالنسبة لأجهزة الكمبيوتر القائمة على المنطق الاستنتاجي ، لا يمكن تحقيق ذلك. القياس هو طريقة تفكير أقل صرامة ، ولكن كبشر ، يمكننا استخدامها.
من هذه الأوضاع الثلاثة ، يمكننا أن نستنتج أن الآلات أكثر كفاءة بكثير من البشر في أداء المنطق الاستنتاجي ، لأنها تعمل على آلات تورينج وهي أنظمة كمبيوتر كاملة. ومع ذلك ، لا يمكن للآلات أن تولد أي معرفة جديدة ، ويجب أن يحصل البشر على معرفة جديدة من خلال الاستقراء أو القياس السائب. يجب توضيح هذه الآراء خطوة بخطوة من خلال الأساليب الاستنتاجية ، وتحويلها في النهاية إلى معرفة مستقرة نسبيًا ، ولا يمكن للآلات المعرفية أن تتفوق على البشر في اكتساب معرفة جديدة. وعندما نقول أن الآلة لا تستطيع فعل ذلك ، فهذا يعني أن الآلة لا تستطيع التعامل معها من مناطق أخرى غير المنطق الاستنتاجي الصارم ، وهذه المجالات هي بالضبط ما يمكن للبشر التعامل معها.
يتضمن هذا في الواقع مناقشة تقسيم العمل بين البشر والآلات. سواء كان ذكاءً اصطناعيًا أو آلات ، فقد تم تطويرها جميعًا بناءً على آلات تورينج ، والمشكلات المذكورة أعلاه حتمية. يعتمد التطور الحالي للذكاء الاصطناعي على آلات تورينج ، فإذا لم يتمكن الذكاء الاصطناعي من تحقيق مهام معينة ، فقد يكون ذلك بسبب قيود تطوير الأجهزة مثل قانون مور ، أو قيود أخرى ذات صلة.
صرح سام التمان ، الرئيس التنفيذي لشركة OpenAI مؤخرًا ، أن كمية حوسبة الذكاء الاصطناعي العالمية تتضاعف كل 18 شهرًا. في هذا الصدد ، يعتقد بعض الناس أن أداء قوة الحوسبة للذكاء الاصطناعي سيستمر في تحقيق تحسن أسي. في الواقع ، ** حول "قانون مور" والخوارزميات هما اقتراحان مختلفان. يشير قانون مور بشكل أساسي إلى تطوير الأجهزة ، لكن الخوارزمية لا تتوافق تمامًا مع قوانين قانون مور. بسبب المشاكل التقنية لمعالجة المعدات الدقيقة ، تباطأ قانون مور اليوم إلى حد ما ** ، وهو ينطوي على المزيد من التحديات في التكنولوجيا الميكانيكية. أما بالنسبة لتطوير الخوارزميات ، فمن الصعب القول أنه يتم وفقًا لقانون مور ، وهناك بعض الاختلافات بين الاثنين.
عندما يتعلق الأمر بقانون مور ، يمكننا الذهاب إلى أبعد من ذلك ، وعندما تصل وحدة الحوسبة إلى المستوى الذري ، ندخل مجالًا آخر ، وهو الحوسبة الكمومية. من مجال الحوسبة الكمومية ، والجمع بين التقدم الذي أحرزناه في السنوات الأخيرة ، وجدنا أن الحوسبة الكمومية ليست آلة تورينج صارمة. علاوة على ذلك ، فإن تصميم الحوسبة الكمومية على المستوى التكنولوجي صعب للغاية ، وقد يستغرق وقتًا طويلاً لتصبح عالميًا حقًا من حيث الخوارزميات مثل آلات تورينج. لدي رأي مفاده أنه لا داعي لأن نقلق كثيرًا بشأن هذا لمدة 300 عام قادمة. لكن بعد 300 عام ، هل سيكون هناك اختراق رئيسي في الحوسبة الكمومية؟ من الصعب القول ، لأنه من منظور اختزالي ، يجب أن يعتمد عقلنا البشري على نوع من الكيان المادي.
في الوقت الحاضر ، وفقًا لمؤشرات أكثر وأكثر ، ** طريقة تفكيرنا لا تعادل طريقة تفكير أجهزة كمبيوتر تورينج. ** ولكن وفقًا لإدراكنا الحالي ، لدينا الآن خياران فقط - فقط آلة Turing الكلاسيكية والكمبيوتر الكمومي الذي ظهر مؤخرًا ، ولكن قد لا يكون هناك خيار ثالث في المستقبل.
إذا توصلنا بشكل أساسي إلى أن الدماغ البشري ليس مصنوعًا من آلة تورينج كلاسيكية ، فقد يكون جهاز كمبيوتر كمي. ومع ذلك ، فإن قدرة أجهزة الكمبيوتر الكمومية على إنشاء أنماط تفكير شبيهة بالبشر غير واضحة. لذلك نحن مقتنعون أكثر فأكثر بأن الكمبيوتر الكمومي ليس آلة تورينج ، ومنطقه الأساسي مختلف.
** تعليم المواهب في عصر GPT: تنمية قدرة تعلم قوية **
نصنع آلات لمساعدتنا في إنجاز مهام مختلفة. لذلك ، من منظور الاتجاهات المهنية المحددة ، من الصعب تحديد الوظائف التي لن يتم استبدالها في المستقبل. لأنه لأي حدث أو خوارزمية يمكن وصفها ، يمكن لآلة تورينج تنفيذها. بمجرد وصف الوظيفة بأنها مهمة محددة ، يمكن للكمبيوتر القيام بها ، ويختلف الأمر فقط في مدى كفاءة أداء الكمبيوتر لهذه المهمة.
في الواقع ، عندما نفكر في الأشياء التي لا تستطيع آلات تورينج إنجازها ، أشار تورينج وعالم الرياضيات الخاص به جودل إلى ذلك في ثلاثينيات القرن الماضي ، لكنهم لم يجتذوا اهتمامًا كافيًا من البشر في ذلك الوقت. لقد أثبت الجيل أن التفكير الإدراكي والحدس هما الأدوات الأساسية لنا نحن البشر لفهم العالم ، والتفكير العقلاني هو أداة لتنظيم التفكير الإدراكي. باختصار ، ** تظل القدرة على إدراك العالم حقًا بشرية بشكل فريد ويتم تحقيقها من خلال إدراكنا الإدراكي. هذا هو أحد نواة كيفية فهمنا وتمييز البشر عن الآلات (أو الذكاء الاصطناعي). **
بناءً على الاختلاف في الكفاءات الأساسية ، بالنسبة لنا نحن البشر أو البشر في المستقبل ، في الواقع ، تتطلب القدرة المهمة على الزراعة قدرة تعلم قوية وقدرة على التكيف. فقط من خلال هذه القدرة على التعلم يمكن للأشخاص تقديم حلول جديدة للاحتياجات الجديدة وتحويلها إلى عمل خاص بهم. من الصعب مناقشة كل جانب من هذه الجوانب بالتفصيل ، لأن القدرة على التعلم تتخطى العديد من المجالات المختلفة. لكن علينا الآن التركيز على ذلك ، من خلال التعليم لتغيير الطريقة التي نعلم بها طلابنا حاليًا.
على سبيل المثال ، في هذا الفصل الدراسي تجنبت إعطاء الطلاب واجبات منزلية. بدأت أدرك أنه لا يوجد ما يمنعهم من أداء مهامهم باستخدام أدوات مثل GPT ، وأن الإجابات من خلال GPT قد تكون أفضل مما كنت أتوقع ، وفقدت هذه المهام معناها. لذلك ، فإنني أنتبه أكثر للحوار والتفاعل مع الطلاب في الفصل الدراسي ، وأولي اهتمامًا لفهمهم للمنطق المنطقي والعملية ، وليس ما إذا كان بإمكانهم إكمال الواجب المنزلي.
بالإضافة إلى ذلك ، طوال الفصل الدراسي ، آمل أن يكملوا مهمة منهجية قائمة على المشروع نسبيًا. يدافع التعليم اليوم عن التعلم القائم على المشاريع والتعلم من خلال المشاركة في المشاريع. في عملية هذا المشروع ، نسمح للطلاب بفهم ما يفعلونه ، بدلاً من تثقيفهم من خلال الأساليب السابقة للأسئلة والأجوبة ، والأوراق الاختبارية والواجبات المنزلية. يتمتع الأشخاص الذين يتم تربيتهم من خلال التعلم المعتمد على المشروعات بمزيد من المزايا للآلات ، وليس فقط للإجابة على السؤال.
في هذه العملية ، سيكون هناك العديد من القضايا التي تستحق أن ننظر فيها. وبسبب تفكيرنا وفهمنا للاحتياجات في هذا المجال على وجه التحديد ، سيتم إنشاء عدد كبير من فرص العمل الجديدة واتجاهات التنمية الجديدة. لذلك ، إذا كان عليك القول ، فإن الفرق بين البشر والآلات قد يكون اتجاهًا أكبر يجب أن تنتبه إليه حقًا في المستقبل. باختصار ، ما نركز عليه هو قدرة الإنسان الخاصة والتفاعل بين الإنسان والآلة ، وهو مجال واسع جدًا.
** اتجاه تطوير الحوار بين الإنسان والحاسوب في المستقبل: التفاعل بين الذكاء الاصطناعي والآلات **
أما بالنسبة لمفهوم ورؤية مستقبل الذكاء الاصطناعي ، فمن الصعب التنبؤ بدقة بالاتجاهات المحددة ، لأن ذلك قد يوجه الرأي العام ويؤثر على اتجاه الاستثمار الرأسمالي ، وبعض الآراء مخصصة للتبادل والمناقشة فقط.
** أعتقد أن هناك اتجاهًا مهمًا وهو التفاعل بين الذكاء الاصطناعي والآلات. مع التطور السريع للآلات والبشر ، نحتاج إلى واجهة أو أداة لربط الاثنين لتحقيق اتصال أفضل. سيكون التفاعل بين الإنسان والحاسوب مجالًا تقنيًا مهمًا للغاية. **
عند البحث عن الاتجاهات المستقبلية ، يجب أن نولي المزيد من الاهتمام لكل من الإنسان والآلة ، وليس واحدًا فقط. نحن بحاجة إلى التفكير بعمق في قدرات ومواقع البشر ، هذا سؤال يتطلب تفكيرًا طويل المدى.
على الرغم من أننا ناقشنا المزيد حول الأخلاقيات التربوية والتوجهات المستقبلية المحتملة للبشر ، فمن منظور تقني ، قد يكون التفاعل بين الإنسان والحاسوب مجالًا ذا إمكانات كبيرة. نحتاج إلى التفكير في كيفية الحصول على طريقة أسرع وأكثر كفاءة للتواصل بين الأشخاص والآلات ، دون مطالبة الأشخاص بأن يصبحوا نماذج خبراء محترفين.
ما إذا كان التفاعل بين الإنسان والحاسوب يمكن أن يجذب المزيد من الأشخاص للمشاركة بطريقة أسرع وإدارة الجهاز بشكل فعال قد يؤثر على التطوير الأسرع للجهاز ويعززه. نظرًا لأن التطور السريع للآلات أمر حتمي في المستقبل ، يحتاج البشر أيضًا إلى توضيح استراتيجياتهم وتحديد المواقع الخاصة بهم. نظرًا لأنه يجب على كل من البشر والآلات أن يتعايشوا على الأرض ، يجب أن يكون لدينا طريقة متناغمة وملائمة وفعالة بشكل خاص للتفاعل. قد يتطلب هذا النوع من التفاعل العديد من التقنيات الجديدة لتحقيقها.
بشكل عام ، لا نريد أن نصبح "عبيدًا آليًا" في المستقبل ، لذلك يجب أن نفكر في تموضع البشر. في مجال التعليم ، أثارت شعبية GPT أيضًا تحديات وتفكيرًا مهمًا بالنسبة لي: "الطلاب الذين يتم تربيتهم من خلال نموذج التعليم التقليدي هم أشبه بالآلات أو الأشخاص؟" "" كيف يجب أن نتعلم حتى لا يتم استبدالنا بـ منظمة العفو الدولية؟ "هذه الأسئلة توجه بعمق مناقشاتنا الجادة اليوم. كمعلمين ، لا نريد أن نكتشف في غضون 10 أو 20 عامًا من الآن أن ما نقوم بتدريسه للطلاب اليوم ، أو إنتاج الطلاب ، قد تم استبدال وظائفهم بأجهزة الكمبيوتر ، أو طردهم من العمل ، أو إجبارهم على تغيير وظائفهم.
** التفكير البشري حر وإبداعي وقابل للتواصل. في الأساس ، ما نحتاج إلى تطويره هو طريقة تنمية المواهب التقنية المبتكرة مع عادات التعلم مدى الحياة. **