استفاده هوشمندانه از هوش مصنوعی در محصولات اپل

 

مدیرعامل اپل گفت که این شرکت به ساختن هوش مصنوعی در محصولات خود ادامه خواهد داد چرا که نتیجه تحقیقات داخلی حاکی از تاکید بر ساخت سیستم‌های هوش مصنوعی بی‌طرفانه است.

تیم کوک، مدیرعامل اپل، در جلسه پرسش و پاسخی درباره آینده هوش مصنوعی مولد (AI) توضیح مختصری درباره روند تولید محصولات اپل با به کارگیری هوش مصنوعی داد.

تیم کوک از افشای برنامه‌های بعدی اپل خودداری کرد و پیش از این اظهار کرده بود: «ما در مورد نقشه راه محصول اظهار نظر نمی‌کنیم.» با این حال، او اعلام کرد که شرکت اپل به این فضای جدید علاقه‌مند است و افزود: «من فکر می‌کنم بسیار مهم است که در نحوه برخورد با این موارد سنجیده و متفکرانه عمل کنیم. مسائلی وجود دارد که باید مورد بررسی قرار بگیرند، اما پتانسیل استفاده از هوش مصنوعی در محصولات مطمئناً موضوع جذابی است.»

تیم کوک بعداً اضافه کرد که این شرکت «هوش مصنوعی» را پدیده بزرگی می‌داند و «کاربرد آن را در محصولات اپل به شیوه بسیار متفکرانه ادامه خواهد داد».

نظرات کوک در مورد اتخاذ یک رویکرد آگاهانه و البته متفکرانه، می‌تواند غیبت این شرکت را در فضای هوش مصنوعی مولد توضیح دهد. با این حال، نشانه‌هایی وجود دارد که اپل در حال انجام تحقیقات خود در مورد مدل‌های مرتبط است.

یک مقاله تحقیقاتی که قرار است در کنفرانس «کودکان و طراحی تعامل» در ژوئن امسال منتشر شود، به جزئیات یک سیستم جدید برای مبارزه با سوگیری در توسعه مجموعه داده‌های یادگیری ماشین (machine learning) می‌پردازد.

سوگیری–تمایل یک مدل هوش مصنوعی به پیش‌بینی‌های ناعادلانه یا نادرست بر اساس داده‌های نادرست یا ناقص–اغلب به عنوان یکی از آشکارترین نگرانی‌ها در توسعه ایمن و اخلاقی مدل‌های هوش مصنوعی مولد ذکر می‌شود.

این مقاله که در حال حاضر بخشی از آن در دسترس است، به جزئیات سیستمی می‌پردازد که توسط آن چندین کاربر با داده‌های ورودی یکسان به توسعه مجموعه داده‌های یک سیستم هوش مصنوعی کمک می‌کنند.

توسعه هوش مصنوعی مولد فعلی، بازخورد انسانی را تا مراحل بعدی اضافه نمی‌کند.

تحقیقات جدید اپل بازخوردهای انسانی را در مراحل اولیه توسعه مدل یکپارچه می‌کند تا اساساً فرآیند انتخاب داده‌ها را آزادانه پیش ببرد. به گفته محققان، نتیجه این فرآیند، سیستمی است که از «رویکرد مشارکتی و عملی برای معرفی استراتژی‌هایی برای ایجاد مجموعه داده‌های متعادل» استفاده می‌کند.

لازم به ذکر است که این مطالعه تحقیقاتی به عنوان یک الگوی آموزشی برای تشویق مبتدیان به توسعه یادگیری ماشین طراحی شده است.

مقیاس‌بندی تکنیک‌های توصیف‌شده در مقاله برای استفاده در آموزش مدل‌های زبانی بزرگ (LLM) مانند ChatGPT و Google Bard ممکن است دشوار باشد. با این حال، این تحقیق یک رویکرد جایگزین برای مقابله با سوگیری‌ها معرفی می‌کند.

در نهایت، ایجاد یک مدل زبانی بزرگ بدون سوگیری ناخواسته می‌تواند نقطه عطفی در مسیر توسعه سیستم‌های هوش مصنوعی در سطح انسانی باشد.

چنین سیستم‌هایی همه جنبه‌های بخش فناوری، به‌ویژه دنیای فین‌تک، تجارت ارزهای دیجیتال و بلاک چین را مختل می‌کنند. برای مثال، ربات‌های معاملاتی سهام و ارزهای دیجیتال که قادر به استدلال در سطح انسانی هستند، می‌توانند با دموکراتیک کردن دانش تجارت در سطوح بالا، بازار مالی جهانی را تکان دهند.

علاوه بر این، نشان دادن یک مدل زبانی بزرگ بدون سوگیری می‌تواند در ارضای امنیت و نگرانی‌های اخلاقی دولت برای صنعت مولد هوش مصنوعی موفق ظاهر شود.

طبیعیست که این امر مخصوصاً برای شرکت اپل و با درنظر گرفتن تعداد بالای کاربران محصولات این شرکت، از اهمیت بالایی برخوردار است.