خودزنی به سبک آمریکا

به گزارش سیتنا به نقل از رویترز، «وانگ شیائوگانگ»، رئیس شرکت چینی «اِیس رباتیکس»، امروز جمعه ۲۱ اوت اعلام کرد که «مغز» ربات‌های انسان‌نما ممکن است تا پایان سال آینده میلادی شاهد یک پیشرفت اساسی باشد؛ تحولی که از نظر تأثیر بر صنعت رباتیک می‌تواند مشابه جهشی باشد که ظهور چت‌جی‌پی‌تی در استفاده عمومی از هوش مصنوعی ایجاد کرد.

این تحول بر توسعه «هوش مصنوعی تجسم‌یافته» استوار است؛ فناوری‌ای که به سامانه‌های هوشمند امکان می‌دهد به جای فعالیت صرف در فضای دیجیتال، محیط فیزیکی اطراف خود را درک کرده، درباره آن تصمیم بگیرند و اقدامات مناسب را انجام دهند.

مدل‌های موسوم به «مدل جهان» در این مسیر نقش مهمی دارند. این مدل‌ها قابلیت‌هایی مانند ادراک محیط، درک چندوجهی، شبیه‌سازی فیزیکی و برنامه‌ریزی برای انجام عمل را با یکدیگر ترکیب می‌کنند تا ربات بتواند رفتار محیط را پیش‌بینی و برای انجام وظایف واقعی تصمیم‌گیری کند.

با این حال، رئیس اِیس رباتیکس تأکید کرده است که رسیدن به این نقطه عطف به معنای حضور فوری و گسترده ربات‌های هوشمند در زندگی روزمره نیست. به گفته او، حتی در صورت وقوع این جهش تا پایان ۲۰۲۷، احتمالا چهار تا پنج سال دیگر برای استفاده تجاری گسترده از این فناوری در صنایع مختلف زمان لازم خواهد بود.

یکی از موانع اصلی در مسیر توسعه این ربات‌ها، کمبود داده‌های آموزشی است. به گفته وانگ، کل صنعت رباتیک طی سال‌های گذشته حدود ۱۰۰ هزار ساعت داده برای آموزش مدل‌های هوش مصنوعی تجسم‌یافته گردآوری کرده که برای توسعه مدل‌های پیشرفته کافی نیست. اِیس رباتیکس قصد دارد با جمع‌آوری داده از فعالیت انسان‌ها در خطوط تولید واقعی، طی دو سال آینده این میزان را به ده‌ها میلیون ساعت برساند.

این شرکت همچنین برنامه بلندپروازانه‌ای برای ورود ربات‌ها به محیط‌های واقعی دارد. اِیس رباتیکس می‌خواهد فناوری خود را طی یک سال آینده در دست‌کم هزار فروشگاه به‌کار گیرد و ظرف دو سال این تعداد را به ۱۰ هزار فروشگاه افزایش دهد. انبارهای تحویل سریع، فروشگاه‌های بدون نیروی انسانی و خدمات هتل از جمله حوزه‌هایی هستند که برای استفاده از این فناوری در نظر گرفته شده‌اند.

اِیس رباتیکس که در ژوئیه ۲۰۲۵ تأسیس شده و از حمایت شرکت‌هایی از جمله «اَنت گروپ» و «سنس‌تایم» برخوردار است، در نیمه نخست سال جاری بیش از ۱۰۰ میلیون دلار سرمایه جذب کرده است. این شرکت برای آموزش مدل‌های خود علاوه بر تراشه‌های هوش مصنوعی انویدیا، از تراشه‌های تولیدکنندگان چینی نیز استفاده می‌کند.

پیش‌بینی وانگ در شرایطی مطرح می‌شود که رقابت بر سر توسعه ربات‌های انسان‌نما و هوش مصنوعی تجسم‌یافته در جهان شدت گرفته است. شرکت‌های مختلف در تلاشند ربات‌هایی بسازند که به جای اجرای مجموعه‌ای محدود از دستورات از پیش تعیین‌شده، بتوانند محیط‌های ناشناخته را بهتر درک کنند و وظایف متنوع‌تری را با استقلال بیشتر انجام دهند.

در صورت تحقق این پیش‌بینی، سال‌های پیش رو می‌تواند نقطه آغاز مرحله تازه‌ای از صنعت رباتیک باشد؛ مرحله‌ای که در آن رقابت شرکت‌ها دیگر تنها بر سر ساخت سخت‌افزار پیشرفته‌تر نخواهد بود، بلکه توانایی «مغز» ربات‌ها برای فهم و تعامل با جهان واقعی به یکی از مهم‌ترین میدان‌های رقابت فناوری تبدیل خواهد شد.

انتهای پیام

به گزارش خبرنگار اقتصاد معاصر؛ شتاب بی‌سابقه توسعه هوش مصنوعی، در کنار امید به افزایش بهره‌وری، رشد اقتصادی و پیشرفت‌های علمی، یک نگرانی جدی را نیز به مرکز بحث‌های اقتصادی جهان آورده است. اگر ماشین‌ها و سامانه‌های هوشمند بخش بزرگی از وظایف انسانی را بر عهده بگیرند، میلیون‌ها نیروی کار چگونه باید زندگی خود را تامین کنند؟ این پرسش دیگر تنها موضوع بحث‌های آینده‌پژوهانه نیست و اقتصاددانان، سیاست‌گذاران و مدیران فناوری در کشورهای مختلف در حال بررسی مدل‌هایی هستند که بتواند هزینه اجتماعی گسترش اتوماسیون را کاهش دهد.

نگرانی اصلی این است که موج جدید اتوماسیون، برخلاف بسیاری از انقلاب‌های صنعتی گذشته، فقط مشاغل فیزیکی و تکراری را هدف قرار ندهد. توانایی مدل‌های هوش مصنوعی در انجام کارهای تحلیلی، نوشتاری، برنامه‌نویسی، بازاریابی و سایر فعالیت‌های شناختی، مشاغل یقه‌سفید را نیز در معرض تغییر قرار داده است. هرچند هنوز در بیشتر کشورها نمی‌توان افزایش گسترده بیکاری را مستقیما به هوش مصنوعی نسبت داد، بحث درباره چگونگی حمایت از نیروی کاری که ممکن است در سال‌های آینده شغل خود را از دست بدهد، جدی‌تر شده است.

یکی از ایده‌هایی که بیش از گذشته مورد توجه قرار گرفته، پرداخت نوعی «سود سهام هوش مصنوعی» به شهروندان است. منطق این طرح ساده است، اگر شرکت‌های هوش مصنوعی با استفاده از داده‌ها، دانش و زیرساخت‌های عمومی ثروت عظیمی ایجاد می‌کنند، بخشی از این ثروت نیز باید به جامعه بازگردد. در برخی پیشنهادها، این منابع از طریق مالیات بر درآمدهای حاصل از هوش مصنوعی تامین می‌شود و در برخی دیگر، ایجاد صندوق‌های ثروت ملی و سهیم کردن مردم در ارزش شرکت‌های بزرگ فناوری مطرح شده است. کره جنوبی نیز شاهد طرح بحث درباره استفاده از درآمدهای مالیاتی اضافی ناشی از توسعه هوش مصنوعی برای پرداخت «سود شهروندی» بوده است.

البته اجرای چنین مدلی با یک تناقض مهم روبه‌رو است، بسیاری از شرکت‌های فعال در خط مقدم توسعه هوش مصنوعی، با وجود ارزش‌گذاری‌های بسیار بالا، هنوز سودآوری قابل‌توجهی ندارند. به همین دلیل، اگر حذف مشاغل سریع‌تر از سودآوری این صنعت اتفاق بیفتد، دولت‌ها ممکن است نتوانند منابع مالی مورد انتظار را از طریق مالیات بر شرکت‌های هوش مصنوعی تامین کنند. در مقابل، پیشنهاد دیگری مطرح شده که بر مالکیت عمومی بخشی از سهام شرکت‌های بزرگ هوش مصنوعی از طریق صندوق‌های ملی تمرکز دارد تا شهروندان مستقیما در افزایش ارزش این شرکت‌ها شریک شوند.

گزینه دیگری که سابقه بیشتری در سیاست‌گذاری اجتماعی دارد، «درآمد پایه تضمین‌شده» است؛ یعنی پرداخت مستقیم و منظم پول از سوی دولت به شهروندان یا گروه‌های مشخص، بدون آنکه اشتغال شرط اصلی دریافت آن باشد. تجربه‌های متعددی از این سیاست در کشورهای مختلف اجرا شده و صدها برنامه آزمایشی نیز در آمریکا شکل گرفته است. برخی از این برنامه‌ها بر گروه‌هایی مانند افراد بیکار، خانواده‌های کم‌درآمد یا گروه‌های آسیب‌پذیر متمرکز بوده‌اند و هدف آن‌ها تامین نیازهای اولیه یا فراهم کردن فرصت آموزش و بازگشت به بازار کار بوده است.

حتی نخستین طرح‌هایی که مستقیما کارگران آسیب‌دیده از هوش مصنوعی را هدف قرار می‌دهند نیز در حال شکل‌گیری هستند. در آمریکا، برنامه‌ای برای گروه محدودی از کارکنان حوزه‌هایی مانند فناوری و بازاریابی ایجاد شده که به شرکت‌کنندگان برای یک دوره یک‌ساله ماهانه حدود هزار دلار پرداخت می‌کند و در کنار آن، آموزش مهارت و مشاوره شغلی ارائه می‌شود. هم‌زمان، جزایر مارشال نیز به عنوان نخستین کشور، اجرای یک برنامه درآمد پایه همگانی در سطح ملی را آغاز کرده است.

طرفداران پرداخت‌های مستقیم معتقدند چنین سیاست‌هایی می‌تواند فقر و فشار اقتصادی ناشی از بیکاری را کاهش دهد و به افراد اجازه دهد درباره نحوه مصرف منابع خود تصمیم بگیرند. با این حال، مخالفان هزینه بالای اجرای این برنامه‌ها را یکی از موانع اصلی می‌دانند. گروهی نیز هشدار می‌دهند که جایگزین کردن شغل با پرداخت نقدی، مساله جایگاه اجتماعی، هویت و احساس هدفمندی ناشی از کار را حل نمی‌کند و حتی ممکن است انگیزه حضور در بازار کار را کاهش دهد.

در کنار درآمد پایه، ایده بلندپروازانه‌تری با عنوان «درآمد بالای همگانی» نیز مطرح شده است. ایلان ماسک از جمله چهره‌هایی است که معتقد است اگر هوش مصنوعی بتواند تولید اقتصادی را به‌شدت افزایش دهد و هزینه تولید کالاها و خدمات را کاهش دهد، دولت‌ها در آینده خواهند توانست سطحی از درآمد تضمین‌شده را در اختیار مردم قرار دهند که فقط برای رفع نیازهای اولیه نباشد. با این حال، جزئیات اجرایی این دیدگاه هنوز روشن نیست و تحقق آن به فرض رشد بسیار سریع بهره‌وری و درآمدهای دولت وابسته است.

سم آلتمن نیز مسیر متفاوتی را مطرح کرده است، وی که پیش‌تر یکی از حامیان درآمد پایه محسوب می‌شد، اکنون از ایده «محاسبات پایه جهانی» سخن می‌گوید؛ مدلی که در آن به جای پرداخت پول، بخشی از ظرفیت پردازشی سامانه‌های هوش مصنوعی در اختیار مردم قرار می‌گیرد. در چنین سناریویی، افراد می‌توانند این ظرفیت را برای فعالیت اقتصادی خود استفاده کنند، آن را بفروشند یا برای اهدافی مانند پژوهش‌های علمی اختصاص دهند. با این حال، نحوه توزیع این ظرفیت، سازوکار مالکیت و امکان انتقال آن هنوز مشخص نشده است.

همه راه‌حل‌ها نیز به توزیع پول یا مالکیت محدود نمی‌شوند، بخشی از سیاست‌گذاران معتقدند دولت‌ها باید پیش از گسترده شدن بیکاری، سرمایه‌گذاری بیشتری در آموزش مجدد و انتقال کارکنان به مشاغل جدید انجام دهند. در آمریکا، گروه‌هایی برای تامین منابع مالی برنامه‌های آموزش و جابه‌جایی نیروی کار شکل گرفته‌اند و در چند ایالت نیز پیشنهادهایی مانند الزام شرکت‌ها به اعلام اخراج‌های ناشی از هوش مصنوعی، بیمه دستمزد برای کارکنانی که ناچار به پذیرش مشاغل کم‌درآمدتر می‌شوند و ایجاد صندوق‌های حمایتی و آموزشی مطرح شده است.

آنچه اکنون در برابر دولت‌ها قرار گرفته، فقط مساله ظهور یک فناوری جدید نیست، بلکه احتمال دگرگونی رابطه میان «کار، درآمد و مالکیت» است. اگر هوش مصنوعی بتواند بخش بزرگی از ارزش اقتصادی را با نیروی انسانی کمتر تولید کند، مدل سنتی که در آن اشتغال مهم‌ترین مسیر توزیع درآمد در جامعه است، ممکن است تحت فشار قرار گیرد. سود سهام هوش مصنوعی، درآمد پایه، درآمد بالای همگانی، توزیع قدرت پردازشی و سرمایه‌گذاری گسترده در بازآموزی نیروی کار، هر یک تلاش‌هایی برای پاسخ به همین مساله‌اند.

هنوز مشخص نیست کدام‌یک از این الگوها قابلیت اجرا در مقیاس وسیع را خواهد داشت؛ اما یک موضوع بیش از گذشته روشن شده است. سیاست‌گذاران دیگر نمی‌توانند بحث تاثیر هوش مصنوعی بر بازار کار را صرفا به آینده موکول کنند. رقابت اصلی در سال‌های پیش رو تنها بر سر ساخت مدل‌های قدرتمندتر نخواهد بود؛ بخش مهم‌تری از آن، یافتن راهی برای توزیع دستاوردهای اقتصادی این فناوری میان مردمی است که ممکن است شکل سنتی اشتغالشان برای همیشه تغییر کند.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال وزارت ارتباطات در گفت‌وگویی ضمن تشریح جزئیات گزارش‌های رسمی اخیر درباره سهم اقتصاد دیجیتال، تأکید کرد: سهم ۷.۱۴ درصدی اقتصاد دیجیتال در سال ۱۴۰۳ را نباید مستقیماً با برآورد‌های قبلی مقایسه کرد؛ چراکه تعریف عملیاتی و روش محاسبه تغییر کرده است.

به گزارش وزارت ارتباطات، احسان چیت‌ساز در این گفت‌و‌گو با اشاره به چارچوب‌های بین‌المللی اندازه‌گیری اقتصاد دیجیتال گفت: اقتصاد دیجیتال فقط اپراتور‌ها و شرکت‌های فناوری نیست.

وی افزود: بر اساس چارچوب OECD، اقتصاد دیجیتال را می‌توان در سه لایه دید؛ لایه اول هسته اقتصاد دیجیتال شامل شبکه‌های ارتباطی، اپراتورها، مراکز داده و تجهیزات ICT، لایه دوم اقتصاد پلتفرمی و خدمات دیجیتال و لایه سوم دیجیتالی‌شدن کل اقتصاد.

بیشتر بخوانید تصویب برنامه اقدام وزارتخانه‌ها در چارچوب تقسیم کار ملی هوش مصنوعی ارائه روشی نوین برای تحلیل تصاویر ماهواره‌ای با هوش مصنوعی تسهیلات ۴ همتی برای کسب‌وکار‌های دیجیتال؛ دریافت وام در کمتر از ۳ هفته

چیت‌ساز با اشاره به آمار جدید اعلام کرد: در سری جدید و هم‌تعریف، سهم اقتصاد دیجیتال از GDP در سال ۱۴۰۰ حدود ۴.۴۹ درصد، در سال ۱۴۰۱ حدود ۴.۰۱ درصد، در سال ۱۴۰۲ حدود ۵.۴۱ درصد و در سال ۱۴۰۳ به ۷.۱۴ درصد رسیده است.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال ادامه داد: رشد ارزش افزوده واقعی اقتصاد دیجیتال در سال ۱۴۰۳ بر مبنای قیمت‌های ثابت، ۳۵.۸ درصد گزارش شده است.

وی درباره تناقض احتمالی این آمار با اظهارات معاون علمی رئیس‌جمهور توضیح داد: باید بین سه مفهوم اقتصاد دیجیتال، اقتصاد دانش‌بنیان و نوآوری تفاوت بگذاریم. این سه حوزه هم‌پوشانی دارند، اما یکی نیستند.

چیت‌ساز بر ضرورت راستی‌آزمایی و انتشار روش‌شناسی تأکید کرد و گفت: اگر عدد ۷.۱۴ درصد قرار است مبنای سیاستگذاری، بودجه، تنظیم‌گری و ارزیابی عملکرد دولت باشد، باید بتوان آن را از نظر علمی بازتولید کرد.

وی افزود: حداقل باید تعریف عملیاتی اقتصاد دیجیتال، کد‌های فعالیت اقتصادی ISIC، نحوه تفکیک سه لایه، منابع داده، روش محاسبه ارزش افزوده و شاخص‌های قیمت منتشر شود.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال با احتیاط درباره سال‌های ۱۴۰۴ و ۱۴۰۵ گفت: هنوز حساب‌های ملی و حساب اقماری اقتصاد دیجیتال این سال‌ها منتشر نشده است و نمی‌توان درباره سهم قطعی این دو سال حکم داد.

وی تصریح کرد: افزایش سهم اقتصاد دیجیتال از GDP الزاماً به معنای بهبود وضعیت اقتصاد دیجیتال نیست؛ سهم یک نسبت است و باید رشد اقتصاد دیجیتال و سلامت آن را از افزایش سهم تفکیک کرد.

چیت‌ساز با تأکید بر اینکه عدد ۷.۱۴ درصد دماسنج است، نه تشخیص بیماری، گفت: برای من اقتصاد دیجیتال سالم یعنی هم‌زمان رشد واقعی ارزش افزوده، افزایش سرمایه‌گذاری، توسعه شبکه، افزایش کیفیت اینترنت، رشد اشتغال تخصصی و افزایش تاب‌آوری.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال درباره هدف ماده ۶۴ برنامه هفتم اظهار کرد: رسیدن به سهم ۱۰ درصدی دشوار است، اما غیرممکن نیست.

وی افزود: برای تحقق آن باید اقتصاد اپراتور‌ها اصلاح شود، شبکه ملی اطلاعات و فیبر نوری توسعه یابد، ثبات مقرراتی ایجاد شود، سرمایه‌گذاری در شرکت‌های نوآور افزایش یابد و صنایع بزرگ دیجیتالی شوند.

چیت‌ساز با دفاع از توسعه شبکه ملی اطلاعات گفت: شبکه ملی اطلاعات تاب‌آوری اقتصاد دیجیتال را به شکل جدی افزایش می‌دهد، اما جایگزین اینترنت جهانی نیست و نباید هم چنین تعریفی از آن داشته باشیم.

وی معماری مطلوب را «دو لایه» دانست و افزود: لایه اول تاب‌آوری ملی است و لایه دوم اتصال جهانی و رشد اقتصادی.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال با انتقاد از سرمایه‌گذاری روی موتور‌های جست‌وجوی سنتی گفت: اشتباه است اگر امروز میلیارد‌ها تومان صرف کنیم تا موتور جست‌وجوی نسل قبل را بازسازی کنیم.

وی تصریح کرد: باید به سمت معماری جدید برویم؛ اول اپراتور هوش مصنوعی، بعد مدل‌های زبانی فارسی، داده‌های باکیفیت، جست‌وجوی مولد، دستیار‌های هوشمند و در نهایت عامل‌های هوشمند.

چیت‌ساز درباره امنیت شبکه ملی اطلاعات تأکید کرد: هدف فقط خرید تجهیزات امنیتی نیست؛ باید به سمت امنیت زنجیره تأمین برویم.

وی افزود: در زیرساخت حیاتی، امنیت زنجیره تأمین به اندازه امنیت خود تجهیزات مهم است.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال یکی از ریشه‌های شکاف ظرفیت و تقاضا را اقتصاد نامناسب بخش ارتباطات دانست و گفت: سرکوب تعرفه‌ای از سال ۱۳۹۸ شروع شد و به اقتصاد هسته دیجیتال آسیب زد.

وی درباره خسارت‌های جنگ تحمیلی اظهار کرد: باید بین جبران خسارت و تأمین مالی بازسازی و تداوم فعالیت تفاوت بگذاریم.

چیت‌ساز تأکید کرد: هدف ما بازآرایی فعالیت‌های جاری، بازسازی ظرفیت ازدست‌رفته و افزایش تاب‌آوری برای بحران بعدی است.

معاون سیاست‌گذاری و برنامه‌ریزی توسعه اقتصاد دیجیتال در جمع‌بندی اظهار کرد: مهم‌ترین درس این تجربه این است که امنیت پایدار در فضای مجازی با قطع ارتباطات ایجاد نمی‌شود؛ با ساختن زیرساختی ایجاد می‌شود که هم در برابر بحران مقاوم باشد و هم امکان حکمرانی مؤثر ملی و اتصال به جهان را حفظ کند.

وی خاطرنشان کرد: موفقیت ما را نه ۷.۱۴ درصد و نه حتی ۱۰ درصد تعیین می‌کند. موفقیت زمانی است که مردم و بنگاه‌ها این رشد را در کیفیت بهتر خدمات، اینترنت پایدارتر، فرصت‌های شغلی بیشتر و رفاه بیشتر احساس کنند.

انتهای پیام/