تاریخ انتشار:
فرزندان میلیوندلاری
هوش مصنوعی
اینکه یک برنامه رایانهای میتواند چندین بار قهرمان جهانی بازی پیچیده GO را شکست دهد به معنای کودتایی در جهان رو به رشد هوش مصنوعی(AI) است. اما بازیهای بسیار مهمتری در پشت صحنه اجرا میشوند: بنگاهها در جذب زیرکترین متخصصان هوش مصنوعی با یکدیگر وارد رقابت شدهاند.
اینکه یک برنامه رایانهای میتواند چندین بار قهرمان جهانی بازی پیچیده GO را شکست دهد به معنای کودتایی در جهان رو به رشد هوش مصنوعی (AI) است. اما بازیهای بسیار مهمتری در پشت صحنه اجرا میشوند: بنگاهها در جذب زیرکترین متخصصان هوش مصنوعی با یکدیگر وارد رقابت شدهاند.
غولهای بزرگ فناوری از قبیل گوگل، فیسبوک، مایکروسافت و بیدو به سرعت در حال گسترش فعالیتهایشان در حوزه هوش مصنوعی هستند. به گزارش بنگاه دادههای کوید (QUID) این غولهای فناوری سال گذشته حدود 5 /8 میلیارد دلار برای پژوهش، معاملات و استخدام خرج کردند. این رقم در مقایسه با سال 2012 چهار برابر افزایش داشته است.
در گذشته دانشگاهها بهترین متخصصان هوش مصنوعی را جذب میکردند. اکنون بنگاهها ادارههای بزرگ علوم روباتی و یادگیری ماشینی (که در آن رایانهها از دادههای خودشان چیز یاد میگیرند) دارند و بهترین دانشجویان و هیات علمی را با وعده حقوق و مزایایی معادل حقوق ورزشکاران حرفهای به کار میگیرند.
بنگاه کرایه تاکسی اوبر (Uber) در سال گذشته 40 نفر از 140 کارمند مرکز ملی مهندسی روباتیک در دانشگاه کارنگی ملون را جذب و واحدی را برای کار بر روی اتومبیلهای خودران تاسیس کرد. این خبر به زودی در صدر اخبار رسانهها قرار گرفت چرا که اوبر قبلاً وعده داده بود تامین مالی این پژوهشها را در همان مرکز ملی انجام دهد نه اینکه کارکنان آن را بگیرند. سایر بنگاهها نیز در سکوت و پنهانی اما با جدیت در جستوجوی استعدادهای برتر هستند. مهاجرت نخبگان به بخش خصوصی بسیاری از دانشگاهیان را حیرتزده کرده است. پدرو دومینگو استاد دانشگاه واشنگتن و متخصص یادگیری ماشینی که خود پیشنهادهای کاری زیادی از بنگاههای مختلف داشته است میگوید «من حتی نمیتوانم دانشجویان دوره کارشناسی خودم را نگه دارم. شرکتها تلاش میکنند آنها را قبل از فارغالتحصیلی استخدام کنند.»
بیشترین تقاضا برای متخصصان یادگیری ماشینی است. بنگاههای بزرگ فناوری از این مهارت در فعالیتهای زیادی استفاده میکنند: از وظایف اولیهای مانند فیلتر هرزنامهها و هدفگذاری بهتر آگهیهای آنلاین گرفته تا تلاشهای آیندهنگرانهای مانند اتومبیلهای خودران یا اسکن تصاویر برای تشخیص بیماریها. هر چه بنگاههای فناوری بیشتر بر روی ویژگیهایی از قبیل فناوری کمکهای شخصی مجازی کار میکنند تا به کاربران امکان دهند زندگی خود را سازماندهی کنند یا ابزاری برای تسهیل جستوجو در میان عکسها داشته باشند آنها بیشتر به پیشرفتهای یادگیری ماشینی نیاز پیدا میکنند.
سرمایهگذاریهای عظیم بنگاههای فناوری در این حوزه توضیح میدهند که چگونه یک گردهمایی ساده دانشگاهی به نام «همایش سامانههای پردازش اطلاعات عصبی» که هر ماه دسامبر در کانادا برگزار میشد اکنون به داووس هوش مصنوعی تبدیل شده است. شرکتکنندگان در این اجلاس حضور پیدا میکنند تا یاد گیرند، دیده شوند و توسط مدیران جویندگان استعدادها جذب شوند. از سال 2010 میزان شرکت در این همایش سه برابر شد و سال گذشته به 3800 نفر رسید.
هنوز آمار معتبری وجود ندارد که نشان دهد چند نفر از دانشگاهیان توسط شرکتهای فناوری جذب میشوند. اما نشانههای آن آشکار است. به عنوان مثال در حوزه «یادگیری عمقی» که در آن رایانهها با استفاده از روشهایی شبیه به عملکرد شبکه عصبی مغز انسان یافتههایی را از دادههای بزرگ به دست میآورند مقالات زیادی نوشته شدهاند. بخش بزرگی از این مقالات نوشته نویسندگانی است که به شرکتها وابستهاند.
توجه خاص و اختصاص منابع برای متخصصان هوش مصنوعی توسط بنگاهها امری تازه است. در طول دوران «زمستان هوش مصنوعی» در دهههای 1980 و 1990 این رشته کاملاً منزوی و بدون منابع مالی بود، چرا که رویکردهای رایج آن نتوانست پیشبینیهای اولیه را محقق سازد. شکوفایی اخیر رشته یادگیری ماشینی هنگامی آغاز شد که شرکت گوگل معاملاتی متمرکز بر هوش مصنوعی را به اجرا گذاشت. به عنوان مثال، در سال 2014 گوگل شرکت نوپای دیپمایند (DeepMind) را که توانسته بود رایانه را در بازی Go به پیروزی برساند از پژوهشگران آن در لندن خریداری کرد. طبق شایعات ارزش این معامله 600 میلیون دلار بود. در همان زمان شرکت فیسبوک که امید داشت دیپمایند را بخرد، آزمایشگاهی را در زمینه هوش مصنوعی راهاندازی کرد و یک استاد از دانشگاه نیویورک به نام یانلی کان را برای مدیریت آن به کار گرفت.
بنگاهها به دانشگاهیان این فرصت را میدهند که شاهد باشند ایدههایشان به سرعت به بازارها راه پیدا میکنند و این دقیقاً همان چیزی است که دانشگاهیان میخواهند. علاوه بر این پایگاه شغلی در بخش خصوصی باعث میشود دانشگاهیان دیگر نگران هزینههای پژوهش نباشند.
آندرو انجی که ریاست مرکز پژوهشهای غول اینترنتی بیدو را بر عهده دارد و قبلاً استاد تماموقت دانشگاه استنفورد بود، میگوید بنگاههای فناوری دو چیز بسیار جذاب را ارائه میدهند: قدرت زیاد رایانهای و مجموعههای بزرگی از دادهها. هر دو اینها برای یادگیری ماشینی نوین حیاتی هستند.
تمام این کارها با اهداف خوب انجام میشوند اما زیادهروی در استخدامها پرهزینه خواهد بود. یکی از مشکلات آن است که دانشگاهها نمیتوانند در پرداخت حقوق با بنگاهها رقابت کنند و لذا استعدادهای درخشان خود را برای همیشه از دست میدهند یا این استعدادها به خاطر تعهدی که به بنگاههای فناوری دارند از وظیفه اصلی خود در کلاسهای تدریس دانشگاه دور میشوند.
کل کشور نیز ممکن است دچار خسارت شود. آجای آگروال استاد دانشگاه تورنتو میگوید اکثر بنگاههای بزرگ فناوری در ایالات متحده مستقر هستند. اگر برجستهترین دانشجویان و استادان دانشگاههایی که در خط مقدم توسعه فناوری هوش مصنوعی قرار دارند به آن سوی مرزها بروند آنگاه کشوری مانند کانادا هیچگونه نفعی نخواهد برد.
خطر دیگر آن است که مهارت و دانش هوش مصنوعی به طور نامساوی در تعداد اندکی از بنگاهها متمرکز شود. شرکتهای فناوری مقداری از یافتههای خود را از طریق امور برونسپاری در اختیار عموم قرار میدهند یا به پژوهشگران خود اجازه میدهند مقاله بنویسند. اما در عمل بسیاری از یافتههای سودآور به اشتراک گذاشته نمیشوند. برخی نگران آن هستند که شرکت گوگل با پیشتازی در این عرصه بتواند چیزی شبیه به انحصار در هوش مصنوعی ایجاد کند. آنتونی گلدبلوم از دانشگاه کاگل و برگزارکننده مسابقات علمی که به جذب دانشگاهیان برتر توسط شرکتها منجر شد برتری شرکت گوگل در زمینه هوش مصنوعی را با گردهمایی دانشمندانی بااستعداد مقایسه میکند که در پروژه منهتن شرکت کردند. پروژهای که به ساخت بمب اتمی آمریکا منجر شد.
آماده برای برداشت محصول
خطر اینکه یک بنگاه تاثیر زیادی بر آینده هوش مصنوعی داشته باشد برخی مدیران فناوری از جمله الون ماسک از شرکت تسلا را بر آن داشت تا در سپتامبر گذشته بیش از یک میلیارد دلار را به یک پروژه غیرانتفاعی اختصاص دهند. پروژه OpenAI(هوش مصنوعی باز) یافتههای پژوهشها را در اختیار عموم قرار میدهد. قرار است این پروژه کانون پژوهشهای دانشگاهی را با انتظارات جهان واقعی شرکتها پیوند زند. امید است این پروژه بتواند پژوهشگرانی را جذب کند که یافتهها و مقالات دست اول ارائه میدهند.
این سوال که آیا بنگاههای فناوری در مقایسه با دانشگاهها موقعیت بهتری برای توسعه هوش مصنوعی دارند، هنوز موضوع بحث است. اندرو مور رئیس بخش علوم رایانه دانشگاه کارنگی ملون درباره بروز مشکل «بذر ذرت» نگران است: زمانی که دانشگاهها به اندازه کافی نیرو نداشته باشند تا موج آینده پژوهشگران را تولید کنند. از سوی دیگر هر چه تعداد افرادی که تحقیقات صرفاً دانشگاهی انجام میدهند و یافتهها را به اشتراک میگذارند یا افرادی که بر پروژههایی با افقهایی به مدت چند دهه کار میکنند، کمتر شود دیگر نمیتوان انتظار داشت در آینده پیشرفتهای قابل ملاحظهای اتفاق بیفتد.
اما این نگرانیها لزوماً واقعی نیستند. درآمدهای بالاتر در بخش هوش مصنوعی باعث میشود دانشجویان جدید بیشتری به این حوزه وارد شوند. بنگاهها نیز میتوانند با ارائه بورس یا کمک تحصیلی به استادان و پژوهشگران نقش مهمتری در پرورش و جایگزینسازی استعدادها ایفا کنند. بنگاههای فناوری پول و انگیزه لازم برای انجام چنین کاری را در اختیار دارند. در سیلیکون ولی استعداد کمیاب است نه پول.
دیدگاه تان را بنویسید