🔹 سرمقاله امروز «دنیای اقتصاد»:
✳️ تنظیم‌گری در هوش مصنوعی
👤 دکتر مهدی فیضی
✍️ هوش مصنوعی در چندین معیار مانند طبقه‌بندی تصاویر، استدلال بصری و درک زبان انگلیسی از عملکرد انسان پیشی گرفته است.
✍️در طول سال گذشته، به‌طور همزمان آگاهی درباره تاثیر بالقوه هوش مصنوعی و نگرانی درباره محصولات و خدمات آن به‌طور قابل توجهی افزایش یافته است.
✍️همچنان ابهام‌های فراوان و چالش‌های گوناگونی درباره مرزهای گسترش هوش مصنوعی وجود دارد. بسیاری از سیستم‌های یادگیری ماشین به راحتی می‌توانند به حریم خصوصی افراد آسیب برسانند.
✍️اگر هوش مصنوعی همچنان کنترل‌نشده باقی بماند، ممکن است آسیب زننده باشد. درنتیجه شاید نیاز به تکیه بر مقررات و سیاستگذاری‌ها برای هدایت پژوهش‌های هوش مصنوعی وجود داشته باشد.
✍️از سوی دیگر هوش مصنوعی می‌تواند منجر به بهبود سلامت فردی شود. برخی کاربردهای یادگیری ماشین نیز در امنیت ملی، نظارت بر سلامت و بهداشت عمومی، حفاظت از محیط زیست، مدیریت بلایای طبیعی دارای ویژگی‌های کالاهای عمومی هستند.
✍️از طرفی هوش مصنوعی همچنین می‌تواند نابرابری‌ها را تشدید کند و منجر به تمرکز بیشتر ثروت و قدرت شود؛ بنابراین هوش مصنوعی می‌تواند به انواع مختلفی از شکست‌های بازار کمک کند.
✍️برای تنظیم‌گیری در حوزه هوش مصنوعی دو رویکرد نرم و سخت وجود دارد که هریک با چالش‌های خاص خود درگیرند...
✍️تنظیم‌گری همچنین به معنای مدیریت مساله کنترل هوش مصنوعی (AI Control Problem) یا همسویی هوش مصنوعی (AI Alignment) است.
✍️این واقعیت که متاسفانه در سال‌های گذشته ایران نتوانسته همپای برخی کشورهای همسایه خود در حوزه هوش مصنوعی پیشرفت‌های قابل مقایسه‌ای داشته باشد، از قضا مزیتی در زمینه تنظیم‌گری است که کمک می‌کند در همین گام‌های اولیه توسعه ابزارهای هوش مصنوعی در کشور، با استفاده از تجربه سایر کشورهای پیشرو در تنظیم‌گری این حوزه، بتوان به هوش مصنوعی قابل اعتماد، مسوول و پاسخ‌گو دست یافت که کمترین چالش را در بازار کار کشور ایجاد کند.
✳️ تنظیم‌گری در هوش مصنوعی
👤 دکتر مهدی فیضی
✍️ هوش مصنوعی در چندین معیار مانند طبقه‌بندی تصاویر، استدلال بصری و درک زبان انگلیسی از عملکرد انسان پیشی گرفته است.
✍️در طول سال گذشته، به‌طور همزمان آگاهی درباره تاثیر بالقوه هوش مصنوعی و نگرانی درباره محصولات و خدمات آن به‌طور قابل توجهی افزایش یافته است.
✍️همچنان ابهام‌های فراوان و چالش‌های گوناگونی درباره مرزهای گسترش هوش مصنوعی وجود دارد. بسیاری از سیستم‌های یادگیری ماشین به راحتی می‌توانند به حریم خصوصی افراد آسیب برسانند.
✍️اگر هوش مصنوعی همچنان کنترل‌نشده باقی بماند، ممکن است آسیب زننده باشد. درنتیجه شاید نیاز به تکیه بر مقررات و سیاستگذاری‌ها برای هدایت پژوهش‌های هوش مصنوعی وجود داشته باشد.
✍️از سوی دیگر هوش مصنوعی می‌تواند منجر به بهبود سلامت فردی شود. برخی کاربردهای یادگیری ماشین نیز در امنیت ملی، نظارت بر سلامت و بهداشت عمومی، حفاظت از محیط زیست، مدیریت بلایای طبیعی دارای ویژگی‌های کالاهای عمومی هستند.
✍️از طرفی هوش مصنوعی همچنین می‌تواند نابرابری‌ها را تشدید کند و منجر به تمرکز بیشتر ثروت و قدرت شود؛ بنابراین هوش مصنوعی می‌تواند به انواع مختلفی از شکست‌های بازار کمک کند.
✍️برای تنظیم‌گیری در حوزه هوش مصنوعی دو رویکرد نرم و سخت وجود دارد که هریک با چالش‌های خاص خود درگیرند...
✍️تنظیم‌گری همچنین به معنای مدیریت مساله کنترل هوش مصنوعی (AI Control Problem) یا همسویی هوش مصنوعی (AI Alignment) است.
✍️این واقعیت که متاسفانه در سال‌های گذشته ایران نتوانسته همپای برخی کشورهای همسایه خود در حوزه هوش مصنوعی پیشرفت‌های قابل مقایسه‌ای داشته باشد، از قضا مزیتی در زمینه تنظیم‌گری است که کمک می‌کند در همین گام‌های اولیه توسعه ابزارهای هوش مصنوعی در کشور، با استفاده از تجربه سایر کشورهای پیشرو در تنظیم‌گری این حوزه، بتوان به هوش مصنوعی قابل اعتماد، مسوول و پاسخ‌گو دست یافت که کمترین چالش را در بازار کار کشور ایجاد کند.
Comments
Be the first to add a comment
Log in to comment