ترندهای هوش مصنوعی در سال 2024
موضوع هوش مصنوعی مولد به یکی از مهم‌ترین ترندهای سال 2023 تبدیل شده بود به نظر میرسد ماجرای هوش مصنوعی، پیشرفت‌ها و ترندهای آن در سال 2024 هم جزء سرفصل‌های داغ اخبار در حوزه فناوری باشد.
موضوع هوش مصنوعی مولد به یکی از مهم‌ترین ترندهای سال 2023 تبدیل شده بود به نظر میرسد ماجرای هوش مصنوعی، پیشرفت‌ها و ترندهای آن در سال 2024 هم جزء سرفصل‌های داغ اخبار در حوزه فناوری باشد.
درباره برنامه هوش مصنوعی و آینده این ابزارها پیش‌بینی‌های زیادی صورت گرفته، اما با توجه به محتوای کنفرانس‌های تخصصی، نظرات کارشناسان این حوزه و برآیند مقالات منتشرشده، می‌توان 6 مورد زیر را مهم‌ترین ترندهای هوش مصنوعی در سال 2024 دانست.
6 ترند مهم هوش مصنوعی در سال 2024
افزایش توجه به قابلیت استفاده ساده
تیم‌های مهندسی برتر مانند GitHub نحوه اولویت‌بندی پروژه‌های هوش مصنوعی را براساس احتمال تاثیر ویژگی جدید بر سهولت استفاده از مدل به اشتراک گذاشته‌اند. اگر یک ویژگی جدید مستلزم ایجاد رفتارهای جدید باشد، بلافاصله آن را از اولویت خارج می‌کنند. در سال 2024، شرکت‌های دیگر نیز احتمالا همین روند را دنبال خواهند کرد.
هرچه ابزارهای هوش مصنوعی (مثل ChatGPT) شهودی‌تر باشد، استفاده از آن ساده‌تر خواهد بود.
در سال 2024، ما همچنان شاهد پیشرفت فناوری خواهیم بود، اما گمان می‌رود که بیشتر شرکت‌ها بیشتر وقت خود را صرف پاسخ دادن به سوالات زیر کنند:
چگونه استفاده از محصول را آسان‌تر کنیم؟
چگونه استفاده از محصول را ایمن‌تر کنیم؟
چگونه از محصول خود دفاع کنیم؟
چگونه آموزش‌های مبتنی بر مهارت را تطبیق دهیم؟
پرورش راه‌حل‌های سایبری برای هوش مصنوعی مولد
همان‌طور که اپلیکیشن‌های مبتنی بر مدل‌های زبانی بزرگ LLM به جریان اصلی تبدیل می‌شوند، تقاضا برای راه‌حل‌های تخصصی امنیت سایبری برای دفاع در برابر خطراتی مانند «تزریق پرامپت» افزایش می‌یابد. حصول اطمینان از وجود نرده‌های محافظ (مجموعه‌ای از فیلترها، قوانین و ابزارهایی که بین ورودی‌ها، مدل و خروجی‌ها قرار می‌گیرند) در هنگام طراحی مدل‌ها همچنان در اولویت تیم‌ها خواهد بود.
همچنین انتظار می‌رود شاهد توسعه گسترده آموزش برای کمک به افراد در شناسایی حملات کلاهبرداری مبتنی بر هوش مصنوعی باشیم.
سرمایه‌گذاری گسترده در حوزه یادگیری مبتنی بر مهارت در بین شرکت‌ها
در رویداد Fortune Brainstorm Tech 2023، «ویند خوسلا» پیش‌بینی کرد که 80% از 80% مشاغل در سراسر جهان به مرور توسط هوش مصنوعی حذف خواهد شد. منظور او از این موضوع این است که اکثر مطالب در اکثر مشاغل احتمالا تحت تاثیر تحول مبتنی بر هوش مصنوع
ی قرار می‌گیرند.
و این نباید یک شوک بزرگ باشد، چرا که تحول نیروی کار چیز جدیدی نیست. به عنوان مثال، اگر به متخصصان لجستیک و زنجیره تامین نگاه کنیم، خواهید دید که امروزه کارهای بسیار متفاوتی نسبت به پنج سال پیش انجام می‌دهند.
ما در حال حاضر شاهدیم که چگونه هوش مصنوعی ما را قادر می‌سازد کارهایی را انجام دهیم که هنوز انجام نداده‌ایم. برای مثال می‌توانیم یک مربی سلامت و تندرستی مبتنی بر هوش مصنوعی ایجاد کنیم. شما می‌توانید با این سیستم خودکار در مورد سلامتی خود مکالمه‌ای روزانه داشته باشید، اما حتی چنین سیستمی هم همچنان باید توسط یک پزشک یا یک متخصص تربیت‌بدنی هدایت و بر آن نظارت شود تا همه چیز با دقت پیش برود.
مهارت‌ها می‌آیند و می‌روند، اما نیروی کار باقی می‌ماند، و این مهم است که به طور مداوم نیروی کار را به سمت مهارت‌های مورد نیاز تغییر دهید.
در یک مقاله «هاروارد بیزینس ریویو»، آن‌ها می گویند که میانگین نیمه عمر یک مهارت اکنون کمتر از پنج سال، و برای مهارت‌های فنی خاص، کمتر از دو است. سازمان‌هایی که می‌خواهند پیشرفت کنند، باید بر روی فناوری و فرایندهایی سرمایه‌گذاری کنند که دستیابی به مهارت‌ها و تخصص‌های مجدد مستمر را ممکن می‌سازد.
اتوماسیون سریع‌تر، ایمن‌تر و ارزان‌تر
هر بار که یک انقلاب دیجیتالی رخ می‌دهد، مردم به سرعت، ارزان‌تر و ایمن‌تر کردن فرایندها و فناوری اهمیت می‌دهند. به عنوان مثال، زنجیره تامین صنعتی بر کاهش هزینه حمل‌و‌نقل، افزایش مقدار ویجت‌های تولید‌شده در یک روز و کاهش میانگین زمان تحویل متمرکز شده است.
گمان می‌رود که این امر در مورد هوش مصنوعی هم صادق باشد.
هنگامی که ترس اولیه از «خودکار کردن همه چیز» را پشت سر گذاشتیم، متوجه خواهیم شد که راه‌های متفاوت و بهتری برای انجام کارهایی وجود دارد که قبل از هوش مصنوعی امکان‌پذیر نبودند. روزگاری ترجمه با هوش مصنوعی عملی فاقد دقت و پر اشتباه به نظر می‌رسید، اما امروز ابزارهای هوش مصنوعی با دقت بسیار بالایی قادر به ترجمه تخصصی‌ترین متون هستند.
اپلیکیشن‌های چندوجهی (Multimodal) هوش مصنوعی
هوش مصنوعی چندوجهی یک کاربرد فرمی کاملا جدید است که به تعداد زیادی از اپلیکیشن‌های معنادار منجر می‌شود. با هوش مصنوعی چندوجهی، انواع داده‌های مختلف (تصاویر، متن، گفتار) برای دستیابی به عملکرد متفاوت و بهتر ترکیب می‌شوند.
این کاربرد به ما امکان می‌دهد استفاده از هوش مصنوعی و محتوای سازمانی را به حداکثر برسانیم. روشی که ما با آن اطلاعات را منتقل می‌کنیم به طور طبیعی چندوجهی است؛ مثلا PDF، نمودار، جداول و تصاویری داریم که با آن‌ها مطلبی را ارائه می‌کنیم.
با این فرمت اپلیکیشن‌های چندوجهی جدید هوش مصنوعی، ما می‌توانیم مدل‌هایی بسازیم که می‌توانند اطلاعات را به روشی که معمولا ما انسان‌ها مصرف می‌کنیم مصرف کنند.
معرفی انواع داده‌های ترکیبی همچنین ما را ملزم به مدیریت ریسک به روش‌های جدید می‌کند. یک تصویر به تنهایی و متن به تنهایی ممکن است بی‌ضرر باشند، اما وقتی کنار هم قرار گیرند می‌توانند توهین‌آمیز باشند. (مثلا ترکیب تصویر یک زن قد‌بلند و کلمه زرافه).
قوانین سخت‌گیرانه‌تر بر تصمیم‌گیری‌ها تاثیر می‌گذارند
قوانین هوش مصنوعی هنوز به طور رسمی در ایالات متحده به تصویب نرسیده است. اتحادیه اروپا در این زمینه پیشگام است و توانسته بر سر پیش‌نویس یک قانون الزام‌آور به توافق برسد، اما در آمریکا هم برخی از شرکت‌ها به طور موردی با برخوردهای قانونی مواجه شده‌اند.
مثلا قبلا شاهد این بودیم که Rite Aid از استفاده از نرم‌افزار تشخیص چهره منع و UnitedHealth با شکایت دسته‌جمعی به دلیل عدم مراقبت الگوریتمی روبرو شده است.
با نهایی شدن این موارد و قوانینی مانند قانون هوش مصنوعی اتحادیه اروپا، شرکت‌ها بالاخره دریچه‌ای برای مدیریت موثر ریسک‌های خود خواهند داشت.
نمونه‌های اولیه هوش مصنوعی که در سال گذشته دیده‌ایم، ما را با ظرفیت‌های خود خیره کرده‌اند، اما چالش واقعی در استقرار آن‌ها در سناریوهای دنیای واقعی نهفته است. اگر سال 2023 سال یادگیری و برنامه ریزی هوش مصنوعی بود، سال 2024 سال اجرا خواهد بود.
12 ماه گذشته ممکن است طاقت‌فرسا به نظر برسد، اما ما هنوز در اوایل ماراتن هوش مصنوعی هستیم. تحول دیجیتالی هوش مصنوعی چند سال طول می‌کشد و فرصت‌های زیادی برای ایجاد ارزش با استفاده از رویکردهای اتوماسیون سنتی‌تر وجود دارد.
هوش مصنوعی جهان را در نوردیده است؛ از ظهور ChatGPT و Bard در آمریکا گرفته تا دستیار هوش مصنوعی فارسی زیگپ در ایران، به نظر میرسد این ماراتن جذاب و سرسام‌آور در سال 2024 هم ادامه خواهد داشت و ما را شگفت‌زده خواهد کرد.
