هوش مصنوعی، پل ارتباطی دنیای واقعی و علمی-تخیلی

حتمالاً طی رویدادهای مهم فناوری این ماه، مثل Google I/O، به‌روزرسانی بهاری OpenAI یا Microsoft Build، بارها اصطلاح «عوامل هوش مصنوعی» را شنیده‌اید. این مفهوم به سرعت در حال تبدیل شدن به ترند داغ دنیای فناوری است، اما اصلاً «عوامل هوش مصنوعی» چه هستند و چرا ناگهان همه‌ی شرکت‌ها از آن‌ها صحبت می‌کنند؟

در کنفرانس Google I/O، مدیرعامل گوگل، سوندار پیچای، از سیستمی مبتنی بر هوش مصنوعی رونمایی کرد که می‌توانست به صورت خودکار برای شما اقدام به پس فرستادن یک جفت کفش کند. مایکروسافت نیز از سیستم‌های هوش مصنوعی «همراه خلبان» (Copilot) خود پرده برداشت که می‌توانند به طور مستقل مانند کارمندان مجازی عمل کنند. در همین حال، OpenAI از سیستمی به نام GPT-4 Omni رونمایی کرد که قادر به دیدن، شنیدن و صحبت کردن است. پیش از این، سم آلتمن، مدیرعامل OpenAI، به مؤسسه فناوری ماساچوست (MIT) گفته بود که «عوامل مفید» بهترین پتانسیل این فناوری را دارند. این نوع سیستم‌ها معیارهای جدیدی هستند که تمام شرکت‌های فعال در حوزه‌ی هوش مصنوعی در تلاش برای دستیابی به آن‌ها هستند، اما رسیدن به این هدف به سادگی حرف زدن از آن نیست.عوامل هوش مصنوعی (AI Agents) در ساده‌ترین حالت، مدل‌های هوش مصنوعی‌ای هستند که به صورت مستقل دست به کار می‌شوند. تصور کنید جارویس از «مرد آهنی»، تارس از «میان‌ستاره‌ای» یا هال ۹۰۰۰ از «دی فضایی ۲۰۰۱» را؛ اما این بار فراتر از صرفا پاسخ‌دهی مانند چت‌بات‌های امروزی. در این‌جا، ما با «عمل» روبرو هستیم.

غول‌های فناوری مانند گوگل، مایکروسافت و OpenAI در حال حاضر بر توسعه‌ی عواملی تمرکز کرده‌اند که می‌توانند اقدامات دیجیتالی انجام دهند. این یعنی به آن‌ها آموزش داده می‌شود تا با رابط‌های برنامه‌نویسی کاربردی (API) مختلف روی کامپیوتر شما کار کنند. در حالت ایده‌آل، این عوامل می‌توانند دکمه‌ها را فشار دهند، تصمیم بگیرند، کانال‌ها را به شکل مستقل مانیتور کنند و درخواست‌هایی را ارسال نمایند.

الکساندر کوام، بنیان‌گذار و مدیرعامل Echo AI که شرکتی برای ساخت عوامل هوش مصنوعی تحلیل‌کننده‌ی گفت‌وگوهای کسب‌وکار با مشتریان و ارائه‌ی بینش برای بهبود تجربه کاربری دارد، می‌گوید: «من هم معتقدم که آینده متعلق به عوامل [هوش مصنوعی] است. این صنعت سال‌هاست درباره‌ی آن صحبت می‌کند، اما هنوز به مرحله‌ی عملیاتی نرسیده است. این موضوع واقعا چالش‌برانگیزی است.»

کوام می‌گوید یک سیستم واقعاً مبتنی بر عوامل، باید بتواند ده‌ها یا حتی صدها تصمیم را به صورت مستقل بگیرد، که این اتوماسیون کار بسیار سختی است. همان‌طور که پیچای، مدیرعامل گوگل، توضیح داد، برای مثال برای پس فرستادن یک جفت کفش، یک عامل هوش مصنوعی ممکن است مجبور شود ایمیل شما را برای یافتن رسید اسکن کند، شماره سفارش و آدرس شما را استخراج کند، فرم مرجوعی را پر کند و اقدامات مختلفی را به نمایندگی از شما انجام دهد. در این فرآیند، تصمیمات زیادی وجود دارد که حتی به آن‌ها فکر نمی‌کنید، اما ناخودآگاه آن‌ها را می‌گیرید.

همانطور که دیده‌ایم، مدل‌های زبان بزرگ (LLMs) حتی در محیط‌های کنترل‌شده نیز بی‌عیب نیستند. اخیراً آلتمن از علاقه‌ی خود به ChatGPT به عنوان «باورنکردنی احمق» یاد کرده است، و او کاملاً اشتباه نمی‌گوید. هنگامی که از LLMها می‌خواهید به طور مستقل در اینترنت باز عمل کنند، مستعد اشتباه هستند. اما این همان چیزی است که استارت‌آپ‌های متعدد، از جمله Echo AI، و همچنین شرکت‌های بزرگ‌تر مانند گوگل، OpenAI و مایکروسافت روی آن کار می‌کنند.اگر بتوانید عوامل هوش مصنوعی را به صورت دیجیتال ایجاد کنید، دیگر مانع خاصی برای ساختن عواملی که با دنیای فیزیکی هم کار می‌کنند وجود ندارد. تنها کافی است آن وظیفه را برای یک ربات برنامه‌ریزی کنید. در این‌صورت، با پتانسیل محول کردن کارهایی مثل «سفارش گرفتن از آن میز» یا «نصب همه‌ی این قیرگونی‌ها روی سقف» به ربات‌ها، واقعاً وارد دنیای علمی-تخیلی می‌شویم. راه درازی در پیش داریم، اما اولین قدم، آموزش انجام وظایف دیجیتالی ساده به عوامل هوش مصنوعی است.

در دنیای عوامل هوش مصنوعی، مشکلی وجود دارد که اغلب درباره‌ی آن صحبت می‌شود: اطمینان از طراحی نکردن عاملی که یک کار را بیش از حد خوب انجام می‌دهد. اگر عاملی برای پس فرستادن کفش بسازید، باید مطمئن شوید که همه‌ی کفش‌های شما را پس نمی‌فرستد، یا شاید همه‌ی چیزهایی که در صندوق ورودی جیمیل‌تان رسید برایشان دارید را پس نفرستد. هرچند به نظر احمقانه می‌رسد، گروهی کوچک اما پر سروصدا از محققان هوش مصنوعی نگران این هستند که عوامل هوش مصنوعی بیش از حد مصمم، بتوانند برای تمدن بشری فاجعه به بار بیاورند. حدس می‌زنیم وقتی مشغول ساختن دنیای علمی-تخیلی هستید، این یک نگرانی به جا است.

در طرف دیگر این طیف، خوش‌بین‌هایی مانند Echo AI قرار دارند که معتقدند این فناوری قدرت‌بخش خواهد بود. این اختلاف نظر در جامعه‌ی هوش مصنوعی کاملاً مشهود است، اما خوش‌بین‌ها تأثیر رهایی‌بخش عوامل هوش مصنوعی را با رایانه‌های شخصی مقایسه می‌کنند.

«من به شدت اعتقاد دارم که بسیاری از کارهایی که [عوامل هوش مصنوعی] حل می‌کنند، کارهایی هستند که انسان‌ها ترجیح می‌دهند انجام ندهند.» کوام می‌گوید: «و زمان باارزش‌تری برای صرف کردن در زندگی‌شان وجود دارد. اما باز هم، آن‌ها باید خود را وفق دهند.»

یکی دیگر از موارد استفاده‌ی عوامل هوش مصنوعی، خودروهای خودران است. تسلا و Waymo در حال حاضر پیشگامان این فناوری هستند، جایی که خودروها از هوش مصنوعی برای پیمایش خیابان‌ها و بزرگراه‌های شهری استفاده می‌کنند. با وجود تخصصی بودن، فناوری خودروهای خودران حوزه‌ی نسبتاً توسعه‌یافته‌ای از عوامل هوش مصنوعی است و ما در حال حاضر شاهد عملکرد هوش مصنوعی در دنیای واقعی هستیم.پس چه چیزی ما را به آینده‌ای می‌رساند که هوش مصنوعی بتواند کفش‌هایتان را پس بفرستد؟

اولاً، به احتمال زیاد مدل‌های زیربنایی هوش مصنوعی باید بهتر و دقیق‌تر شوند. این یعنی به روزرسانی‌هایی برای ChatGPT، جمینی (Gemini) و کوپیلوت (Copilot) احتمالاً پیش‌نیاز سیستم‌های کاملا عاملِ هوش مصنوعی خواهند بود. چت‌بات‌های هوش مصنوعی هنوز باید از سد مشکل بزرگ «توهم‌زدن» (hallucination) عبور کنند، مشکلی که بسیاری از محققان راه‌حلی برای آن نمی‌بینند. اما خود سیستم‌های عامل نیز به بروزرسانی نیاز دارند. در حال حاضر، «ذخیره‌ی GPT» OpenAI کامل‌ترین تلاش برای توسعه‌ی شبکه‌ای از عوامل است، اما حتی این سیستم هم هنوز چندان پیشرفته نیست.

با اینکه هنوز تا رسیدن به عصر طلایی «عوامل هوش مصنوعی» که بتوانند مثلا کفش‌هایتان را پس بفرستند فاصله داریم، این حالا به هدف بسیاری از شرکت‌های بزرگ و کوچک حوزه‌ی هوش مصنوعی تبدیل شده است. این فناوری می‌تواند هوش مصنوعی را به شکل قابل توجهی در زندگی روزمره‌ی ما کاربردی‌تر کند. هرچند به نظر علمی-تخیلی می‌رسد، اما میلیاردها دلار برای تحقق این «عوامل» در طول عمر ما سرمایه‌گذاری می‌شود. با این حال، این وعده‌ی بزرگی برای شرکت‌های هوش مصنوعی است، شرکت‌هایی که در تلاش برای آموزش چت‌بات‌ها برای پاسخ‌دهی مطمئن به سوالات ابتدایی با مشکل مواجه بوده‌اند.