ماشین‌های پیش‌بینی

هوش مصنوعی همه جا هست؛ در تلفن‌ها، ماشین‌ها، تجربه‌های خرید آنلاین، بیمارستان‌ها، بانک‌ها و همه رسانه‌های ما وجود دارد. جای تعجب نیست که مدیران شرکت‌ها، مدیران عامل، معاونان، مدیران، رهبران تیم‌ها و کارآفرینان مشتاقانه در حال رقابت برای یادگیری در مورد هوش مصنوعی هستند: این امر در شرف تغییر اساسی کسب‌وکار آنهاست.

اما هوش مصنوعی هم به کارکرد فعلی خود محدود نمانده است. موج جدید هوش مصنوعی قرار است وارد یک حوزه بسیار حساس شود: قدرت پیش‌بینی. این می‌تواند یک تغییردهنده بسیار بزرگ‌تر باشد. همه تجارت‌های جهان، استارت‌آپ‌ها و... بر اساس پیش‌بینی کار می‌کنند و برای همین شناخت این حوزه می‌تواند برندگان آینده جهان را در همه حوزه‌ها از جمله اقتصاد مشخص کند. یکی از کتاب‌هایی که می‌تواند به شما در زمینه شناخت این حوزه جدید کمک کند «ماشین‌های پیش‌بینی» نوشته آجی آگراوال، جاشوا گانز و آوی گلدفارب است. این سه نفر استادان دانشکده مدیریت بازرگانی روتمن در دانشگاه تورنتو کانادا هستند و در این کتاب چهارچوب‌ها، رویکردها و حکایت‌هایی را ارائه می‌کنند که زمینه را برای چگونگی تفکر در جریان‌های کاری جدید، تصمیم‌گیری و توسعه استراتژی‌ها فراهم می‌کند. «ماشین‌های پیش‌بینی» در پنج بخش تنظیم شده است که به ترتیب «پیش‌بینی»، «تصمیم‌گیری»، «ابزار»، «استراتژی» و «جامعه» نام دارند.

نویسندگان در واقع هوش مصنوعی و اثرات آن را از دریچه علم اقتصاد دیده‌اند. اقتصاددانان نسبت به بسیاری از مردم، جهان را متفاوت می‌بینند. آنها همه چیز را از طریق چهارچوبی نظاره می‌کنند که به وسیله نیروهایی مانند عرضه و تقاضا، تولید و مصرف، قیمت‌ها و هزینه‌ها اداره می‌شود. اگرچه اقتصاددانان اغلب با یکدیگر اختلاف نظر دارند، اما این اختلافات در چهارچوب بزرگ مشترکی وجود دارد. آنها در مورد مفروضات و تفاسیر بحث می‌کنند، اما در مورد مفاهیم اساسی، مانند نقش کمیابی و رقابت در تعیین قیمت توافق دارند. بر اساس آنچه نویسندگان می‌گویند، این رویکرد برای مشاهده جهان، نقطه برتری منحصر به‌فردی را به آنها می‌دهد. از جنبه منفی، این یک دیدگاه خشک است و باعث محبوبیت در مهمانی‌های شام نمی‌شود. اما از جنبه مثبت، شفافیت مفیدی برای اطلاع‌رسانی تصمیمات تجاری فراهم می‌کند.

نویسندگان بحث را با یکی از اصول اولیه مورد توافق همه اقتصاددانان شروع می‌کنند: قیمت. وقتی قیمت چیزی پایین می‌آید، بیشتر از آن استفاده می‌کنیم. این یک اصل اقتصادی ساده است. در حال حاضر کاری که هوش مصنوعی انجام می‌دهد کاهش قیمت‌هاست. هوش مصنوعی در همه جا وجود دارد؛ برنامه‌های تلفن همراه شما را کاراتر می‌کند، شبکه‌های برق شما را بهینه می‌کند و مدیران سبد سهام شما را جایگزین می‌کند. به‌زودی ممکن است به جای رانندگان انسانی شما را به مقصدتان برساند یا بسته‌هایی را به خانه شما بفرستد. در واقع در جایی که دیگران نوآوری جدید تحول‌آفرین را می‌بینند، اقتصاددانان شاهد یک کاهش قیمت ساده هستند. اما این کاهش قیمت را باید به‌درستی و کامل درک کرد. برای درک اینکه چگونه هوش مصنوعی بر سازمان شما تاثیر می‌گذارد، باید دقیقاً بدانید که چه قیمتی تغییر کرده است و چگونه این تغییر قیمت در کل اقتصاد گسترده‌تر خواهد شد. تنها در این صورت است که می‌توانید یک برنامه عملی بسازید تا بتوانید از این تغییر قیمت سود ببرید. تاریخ تحولات اقتصادی به ما آموخته است که تاثیر نوآوری‌های عمده اغلب در غیرمنتظره‌ترین مکان‌ها احساس می‌شود. نویسندگان در بخش اول «پیش‌بینی» پایه و اساس بحث را ایجاد می‌کنند و توضیح می‌دهند که چگونه یادگیری ماشینی پیش‌بینی را بهتر، موثر و دقیق‌تر می‌کند. آنها به این موضوع می‌پردازند که چرا این پیشرفت‌های جدید با آمارهایی که قبلاً آموخته‌اید یا ممکن است تحلیلگران قبلاً ارائه داده باشند متفاوت است. سپس درباره داده به عنوان یک مکمل کلیدی برای پیش‌بینی صحبت می‌کنند. به‌ویژه انواع داده‌های مورد نیاز برای انجام پیش‌بینی‌های دقیق و همچنین درباره اینکه چگونه بفهمیم آیا داده‌های لازم را در اختیار داریم یا نه نیز در همین بخش توضیح داده می‌شود. در نهایت، نویسندگان به این می‌پردازند که ماشین‌های پیش‌بینی چه زمانی بهتر از انسان‌ها عمل می‌کنند و چه زمانی ممکن است ماشین‌ها به همکاری هوش انسانی برای دقت پیش‌بینی بهتر نیاز داشته باشند و در نتیجه لازم است انسان و ماشین با یکدیگر برای انجام پیش‌بینی‌های درست‌تر همکاری کنند.

در بخش دوم «تصمیم‌گیری»، نقش پیش‌بینی به‌عنوان ورودی در تصمیم‌گیری توصیف می‌شود و اهمیت مولفه دیگری که جامعه هوش مصنوعی تاکنون نادیده گرفته است، توضیح داده می‌شود: قضاوت. هر قدر بتوانیم عدم قطعیت را کاهش دهیم تصمیم‌گیری برای استفاده‌کنندگان از هوش مصنوعی تسهیل خواهد شد. همزمان قضاوت می‌تواند ارزش‌گذاری بین تصمیمات مختلف را تعیین کند. در اصطلاح اقتصاددانان، قضاوت مهارتی است که برای تعیین بازده، سودمندی، پاداش یا سود کاربرد دارد. مهم‌ترین مفهوم ماشین‌های پیش‌بینی این است که ارزش قضاوت را افزایش می‌دهند.

موضوعات عملی تمرکز بخش سوم با عنوان «ابزار» است. ابزارهای هوش مصنوعی ماشین‌های پیش‌بینی را مفید فایده می‌سازند و نتیجه اجرای تصمیمات ماشین‌های پیش‌بینی انجام وظیفه خاص طراحی‌شده برای ماشین به بهترین وجه ممکن است. نویسندگان در این بخش سه مرحله را تشریح می‌کنند که به کاربران کمک می‌کند بفهمند چه زمانی ساخت (یا خرید) ابزار هوش مصنوعی بالاترین بازده سرمایه را به دنبال دارد. گاهی اوقات چنین ابزارهایی به‌راحتی در جریان روند کار موجود قرار می‌گیرند. در مواقع دیگر، آنها انگیزه طراحی مجدد روند انجام کار را ایجاد می‌کنند. در این بخش نویسندگان، یک مولفه مهم برای مشخص کردن ویژگی‌های کلیدی یک ابزار هوش مصنوعی معرفی می‌کنند: بوم هوش مصنوعی.

در بخش چهارم به «استراتژی» پرداخته می‌شود. برخی از انواع و ابزارهای هوش مصنوعی چنان نقش عمیقی بر اقتصاد یک کار خواهند داشت که یک تجارت یا صنعت را متحول خواهند کرد. این زمانی است که هوش مصنوعی سنگ‌بنای استراتژی یک سازمان می‌شود. هوش مصنوعی‌هایی که بر استراتژی تاثیر می‌گذارند، توجه به هوش مصنوعی را از مدیران محصول و مهندسان عملیات به مدیران ارشد و مدیران عامل تغییر می‌دهند. گاهی اوقات، تشخیص اینکه چه زمانی یک ابزار چنین نقش قدرتمندی خواهد داشت، دشوار است. به عنوان مثال، تعداد کمی از مردم، زمانی که آن را برای نخستین‌بار امتحان کردند، پیش‌بینی کردند که ابزار جست‌وجوی گوگل صنعت رسانه را دگرگون خواهد کرد و به پایه یکی از باارزش‌ترین شرکت‌های روی زمین تبدیل می‌شود.

علاوه بر فرصت‌های مثبت، هوش مصنوعی خطرات سیستماتیکی به همراه دارد که ممکن است به کسب‌وکار شما ضربه بزند، مگر اینکه اقدامات پیشگیرانه انجام دهید. به نظر می‌رسد که بحث عمومی بر روی خطراتی که هوش مصنوعی برای بشریت ایجاد می‌کند متمرکز است، اما مردم توجه بسیار کمتری به خطراتی که هوش مصنوعی برای سازمان‌ها ایجاد می‌کند، دارند. به عنوان مثال، برخی از ماشین‌های پیش‌بینی که بر روی داده‌های تولیدشده از سوی انسان آموزش دیده‌اند، قبلاً تعصبات و کلیشه‌های خائنانه را «یاد گرفته‌اند».

در قسمت پنجم کتاب  «جامعه» نویسندگان تلاش می‌کنند با استفاده از ابزارهای اقتصادی خود به پرسش‌هایی که جامعه را به طور گسترده‌تری تحت تاثیر قرار می‌دهند، پاسخ‌هایی ارائه کنند. در این بخش پنج مورد از رایج‌ترین بحث‌های هوش مصنوعی بررسی می‌شود:

آیا هنوز شغل وجود خواهد داشت؟ بله. دهه‌ها پژوهش در مورد اثرات تجارت نشان می‌دهد که با از بین رفتن گروهی از مشاغل، مشاغل دیگر ظاهر خواهند شد و اشتغال کلی کاهش نخواهد یافت. این اتفاقی است که پیشتر از این نیز با انقلاب صنعتی رخ داده است. تجربه نشان می‌دهد که این مشاغل جدید احتمالاً از کجا می‌آیند. انسان‌ها و هوش مصنوعی احتمالاً با هم کار می‌کنند. انسان‌ها مکمل‌هایی را برای پیش‌بینی، یعنی داده‌ها، قضاوت یا عمل ارائه می‌کنند. برای مثال، با ارزان‌تر شدن پیش‌بینی، ارزش قضاوت افزایش می‌یابد. زمانی که پیش‌بینی دیگر یک محدودیت الزام‌آور نیست، ممکن است تقاضا برای مهارت‌های تکمیلی که گسترده‌تر هستند افزایش یابد و  به اشتغال بیشتر اما با دستمزدهای پایین‌تر منجر شود.

آیا هوش مصنوعی باعث ایجاد نابرابری بیشتر خواهد شد؟ ممکن است. به گفته نویسندگان، هوش مصنوعی از دو روش می‌تواند باعث افزایش نابرابری شود. توماس پیکتی در کتاب پرفروش خود، «سرمایه در قرن بیست و یکم»، تاکید کرد که در چند دهه گذشته، سهم نیروی کار از درآمد ملی (در ایالات‌متحده و جاهای دیگر) به نفع سهم به‌دست‌آمده از طریق سرمایه کاهش یافته است. این روند نگران‌کننده است، زیرا موجب افزایش نابرابری شده است. پرسش مهم در اینجا این است که آیا هوش مصنوعی این روند را تقویت می‌کند یا آن را کاهش می‌دهد. اگر هوش مصنوعی شکل جدید و کارآمد سرمایه باشد، آنگاه سهم سرمایه اقتصاد احتمالاً به بهای نیروی کار افزایش خواهد یافت. متاسفانه هیچ راه‌حل آسانی برای این مشکل وجود ندارد. برای مثال، پیشنهاد بیل گیتس برای مالیات بر روبات‌ها، نابرابری را کاهش می‌دهد، چون باعث می‌شود خرید روبات‌ها سود کمتری ایجاد کند، بنابراین شرکت‌ها کمتر روی روبات‌ها سرمایه‌گذاری خواهند کرد. اما یک نتیجه دیگر این سیاست این خواهد بود که بهره‌وری کاهش می‌یابد و ما در کل فقیرتر خواهیم شد. مبادله موجود در این سیاست روشن است: ما سیاست‌هایی داریم که می‌تواند نابرابری را کاهش دهد، اما به احتمال زیاد بهای آن درآمد کلی کمتر است. از سوی دیگر روند دومی که به افزایش نابرابری منجر می‌شود این است که فناوری اغلب مبتنی بر مهارت است. این امر به طور نامتناسبی دستمزد افراد با تحصیلات عالی را افزایش می‌دهد و حتی ممکن است دستمزد افراد کم‌سواد را کاهش دهد. افراد دارای تحصیلات عالی در یادگیری مهارت‌های جدید بهتر عمل می‌کنند. اگر مهارت‌های مورد نیاز برای موفقیت با هوش مصنوعی بیشتر تغییر کند، تحصیل‌کرده‌ها به طور نامتناسبی سود خواهند برد.

آیا چند شرکت بزرگ همه چیز را کنترل خواهند کرد و انحصار ایجاد خواهد شد؟ ممکن است و به شرایط دیگر بستگی دارد. این فقط افراد نیستند که نگران هوش مصنوعی هستند. بسیاری از شرکت‌ها از اینکه از رقبای خود در تامین امنیت و استفاده از هوش مصنوعی عقب بمانند، وحشت دارند، که حداقل تا حدودی به دلیل صرفه‌جویی در مقیاس احتمالی مرتبط با هوش مصنوعی است. مشتریان بیشتر به معنای داده‌های بیشتر است، داده‌های بیشتر به معنای پیش‌بینی‌های هوش مصنوعی بهتر، پیش‌بینی‌های بهتر به معنای مشتریان بیشتر است و این چرخه ادامه می‌یابد. با هوش مصنوعی، به دلیل صرفه‌جویی در مقیاس، بزرگ بودن مزایایی دارد. با این حال، این بدان معنا نیست که فقط یک شرکت تسلط خواهد داشت، یا اینکه حتی اگر یک شرکت تسلط یابد، مدت زیادی دوام خواهد آورد. اما در هر حال شرکت‌های پیشرو هوش مصنوعی ممکن است بیش از حد بزرگ شوند. آنها ممکن است استارت‌آپ‌ها را قبل از تبدیل شدن به یک تهدید خریداری کنند، ایده‌های جدید را خفه کنند و در بلندمدت بهره‌وری را کاهش دهند. آنها ممکن است قیمت‌هایی را برای هوش مصنوعی تعیین کنند که بسیار بالا باشد و به مصرف‌کنندگان و سایر مشاغل آسیب برساند. متاسفانه، هیچ راه آسانی برای تعیین اینکه آیا بزرگ‌ترین شرکت‌های هوش مصنوعی بیش از حد بزرگ می‌شوند یا خیر، وجود ندارد و حتی اگر این کار را انجام دهند، راه‌حل ساده‌ای وجود ندارد. اگر هوش مصنوعی دارای مزایای مقیاس باشد، کاهش اثرات منفی انحصار مستلزم مبادله است. شکستن انحصارها مقیاس را کاهش می‌دهد، اما در عین حال مقیاس باعث بهتر شدن هوش مصنوعی می‌شود.

آیا کشورها در سیاستگذاری رقابتی شرکت خواهند کرد و حریم خصوصی و امنیت شهروندان خود را از دست خواهند داد تا به شرکت‌های داخلی خود مزیت رقابتی بدهند؟ بله، برخی از کشورها این کار را خواهند کرد. در این مورد هم چه در سطح کشورها و چه در سطح شرکت‌ها یک مبادله وجود خواهد داشت. اطلاعات بیشتر برای هوش مصنوعی به معنای پیش‌بینی بهتر و در نتیجه رفاه و درآمد بیشتر خواهد بود. حفظ حریم خصوصی شما (چه امکان آن برایتان وجود داشته باشد یا حتی دولت از شما سلب کرده باشد) با این موضوع در تناقض خواهد بود. اگر هدف از محدود کردن مجموعه داده‌های شخصی محافظت از افراد آسیب‌پذیر باشد، آسیب‌پذیری جدیدی را ایجاد می‌کند: کاربران از محصولات بهتر و ثروت بیشتری که هوش مصنوعی قادر می‌سازد بهره نخواهند برد.

آیا دنیا به پایان می‌رسد؟ هنوز زمان زیادی تا پایان دنیا مانده است. به عقیده نویسندگان هنوز هوش مصنوعی به حدی نرسیده که بگوییم اتفاقی نزدیک به فیلم‌ها یا کتاب‌های علمی-تخیلی رخ خواهد داد و آنها می‌توانند رقیب انسان بر روی زمین شوند. وقتی به آن مرحله به هوش مصنوعی همه‌جانبه یا ابرهوش مصنوعی برسیم دیگر هیچ‌کدام از بحث‌های این کتاب معتبر نخواهند بود و باید اگر هنوز امکانش را داریم بحث را از ابتدا شروع کنیم.