واکاوی‌ها درباره دنیای سیاست هوش مصنوعی!

به گزارش مجله خبری نگار،گرگوری آلن Gregory C. Allen، مدیر مرکز وادوانی برای هوش مصنوعی و فن آوری‌های پیشرفته Wadhwani Center for AI and Advanced Technologies

مجری: آندرو شوارتز H. Andrew Schwartz: افسر ارشد ارتباطات در مرکز واکاوی‌های راهبردی و بین المللی

دیپلماسی ایرانی: واکاوی دنیای سیاست هوش مصنوعی و بحث درباره پیامد‌های این فن آوری دگرش دهنده روی امنیت ملی، ژئوپولیتکز و حاکمیت جهانی از بحث‌های روز این روز‌های مجامع بین المللی و محافل آکادمیک است.

آندرو شوارتز: انتظار چه تحولاتی را در زمینه این فن آوری در سال جاری میلادی خواهیم داشت؟

گرگوری آلن: در موج کنونی هوش مصنوعی، با فرضیه‌ای سروکار داشته ایم که عنوان فرضیه مقیاس بندی scaling hypothesis به آن داده شده است. این نظریه، با یک ارزیابی تجربی درباره چگونگی بهبود و ارتقای سامانه‌های هوش مصنوعی سروکار دارد و می‌گوید هرچه که شما در رویکرد‌های کنونی برای آموزش دادن Training الگو‌های هوش مصنوعی موجود، حجم بزرگتری از داده‌ها و میزان بزرگتری از امکانات محاسباتی (رایش Computing resources) را به سامانه‌های هوش مصنوعی بدهید، آن‌ها کارکرد و بازدهی بالاتری خواهند داشت. این فرضیه، مدت زمان درازی است که صدق می‌کرده است. در سال ۲۰۲۴، احتمالا به سقفی می‌خوریم که بازار سرمایه، عملا می‌تواند در این زمینه یعنی آموزش مدل‌های هوش مصنوعی سرمایه گذاری کند. برای مثال، راه اندازی سامانه جی پی تی ۴ که پیشرفته‌ترین سامانه هوش مصنوعی و یک الگوی بزرگ زبانی است که در اختیار عموم قرار دارد، حدود صدو پنجاه میلیون دلار هزینه لازم داشت؛ صرفا برای ساخت مرکز داده‌ها و هزینه برقی که محاسبات رایانه‌ای برای تحلیل همه داده‌ها نیاز داشت. سامانه بعدی این الگوی زبانی، هزینه‌ای حدود یک میلیارد تا یک و نیم میلیارد دلار نیاز خواهد داشت، صرفا برای آموزش آن مدل هوش مصنوعی و بعد هنگامی که می‌خواهید آن را به کار بگیرید، هزینه بسیار بیشتری نیاز دارد. هر بار که شما یک جستجو در گوگل انجام می‌دهید، گوگل برای رایش و یافتن نتیجه مورد نظر شما، هزینه می‌کند، اما این هزینه شاید کمتر از یک پنی باشد. اما وقتی که شما از هوش مصنوعی در الگو‌های زبانی استفاده می‌کنید، هزینه بسیار بیشتری می‌برد؛ بنابراین هزینه ساخت و به کار انداختن این سامانه ها، همچنان بالا و بالاتر می‌رود. پس در سال ۲۰۲۴ با دو پرسش روبرو خواهیم بود: چه تعدادی از مردم حاضر به سرمایه گذاری مورد نیاز در چنین زمینه‌هایی خواهند شد، آن هم زمانی که صحبت از میلیارد‌ها دلار هزینه برای پیشرفته‌ترین الگو‌های هوش مصنوعی است؟ سوال دوم این است که آیا فرضیه مقیاس بندی، کماکان صادق خواهد بود؟ اگر شما مقدار و حجم قدرت محاسباتی یا رایشی را افزایش دهید، یعنی مثلا حجم داده‌ها و نیز رایش آن‌ها را ده برابر کنید، آیا مدل هوش مصنوعی هم ده برابر هوشمندتر خواهد شد؟ اینکه واقعا چه میزان هوشمندتر خواهد شد، مشخص می‌کند که تا چه میزان گسترش منابع مالی برای آن ارزش خواهد داشت.

آندرو شوارتز: آیا با توجه به همه این نکات، هیچ پیشرفتی را در سال ۲۰۲۴ برای هوش مصنوعی پیش بینی می‌کنید؟

گرگوری آلن: فکر می‌کنم که بی گمان، کارکرد مدل‌های هوش مصنوعی، بهتر خواهد شد، اما اینکه شاهد پیشرفت (گسست آوری) در این سال باشیم، محل جدال است. در چشم انداز من، مهمترین پیشرفت از این نوع به سال ۲۰۱۲ باز می‌گردد که ما توانستیم چگونگی یادگیری عمیق شبکه‌های عصبی (Deep Learning Neural Networks) را با بکارگیری GP (پیش آموزی زایا Generative Pre-training) پیوند بزنیم. در سال‌های پس از آن، در این مسیر جلو رفتیم تا این رویکرد را بر یادگیری ماشینی با سخت افزار رایشی (Computing Hardware) پیاده کنیم. در چندسال اخیر، به انقلاب تازه‌ای رسیدیم که در کانون آن، الگو‌های زبانی بزرگ یا آنچه پیکره گشتاری (Transformer Architecture) خوانده می‌شود، قرار داشت که به معنی یک روش خاص برای طراحی سامانه‌های یادگیری ماشینی است. برداشت من این است که این پیکره، هنوز باید چندسالی در مسیر بهینه سازی قرار گیرد و بعد این سوال پیش خواهد آمد که چه زمانی یک پیکره انقلابی تازه در این زمینه خواهیم داشت. افرادی همچون سام آلتمن، مدیر اجرایی OpenAI می‌گویند که اگر شما به دنبال یک سامانه هوش مصنوعی عمومی هستید، یعنی آن سامانه هوش مصنوعی که در بیشتر جهات به همان هوشمندی بشر باشد، آنهم از یک چشم انداز اقتصادی، در آنصورت نیازمند یک پیکره یا معماری تازه در این زمینه هستید. بنابراین، الگو‌های بزرگ زبانی کنونی، بسیار ممتاز و حیرت آور هستند و می‌توانند در حوزه‌های اقتصادی زیادی به کار گرفته شوند، اما افراد باهوش تری هم در این حوزه هستند که به پیکره‌های انقلابی دیگری می‌اندیشند. حال این پیکره یا معماری تازه هوشمند می‌تواند در سال جاری اتفاق بیفتد یا می‌تواند در سال ۲۰۲۹ توسعه یابد. جالب اینجاست که سرمایه گذاری‌های گسترده‌ای در زمینه هوش مصنوعی انجام می‌شود و طرف‌های زیادی هستند که حاضرند ده‌ها میلیارد دلار را به این حوزه سرازیر کنند؛ بنابراین باید انتظار پیشرفت‌های گسست آور را داشت.

آندرو شوارتز: پیش از ادامه بحث درباره "سیاست هوش مصنوعی در ۲۰۲۴"، آیا فکر می‌کنید که انتخابات ۲۰۲۴ آمریکا تا چه اندازه تحت تاثیر سامانه‌های هوش مصنوعی قرار خواهد داشت؟ انتظار دارید هوش مصنوعی چه نقشی در این زمینه ایفا کند با توجه به اینکه در گذشته هم شاهد تولید اطلاعات غلط توسط هوش مصنوعی در انتخابات خارجی بوده‌ایم؟ آیا انتظار دارید این روند در انتخابات ریاست‌جمهوری و کنگره آمریکا ادامه داشته باشد؟

گرگوری آلن: در سال ۲۰۲۴، انگار تقریباً همه دموکراسی‌های جهان، تصادفاً، انتخاباتی دارند و اکنون AI به دو روش در این زمینه نقش آفرین خواهد بود. نخست، فکر می‌کنم AI بخشی از ماشین کارزار‌ها و نیز روند برگزاری انتخابات خواهد بود. ما قبلاً نمونه‌هایی از این ابزار را در ایالات متحده دیده‌ایم، ران دی‌سانتیس Ron DeSantis، یک چت‌بات عرضه کرد که با استفاده از آن می‌توانید با ران دی‌سانتیس چت کنید و البته، زیر کاپوت این ابزار، یک مدل بزرگ زبانی هوش مصنوعی یا AI وجود دارد. نمی‌دانم که آیا این ابزار واقعاً بتواند شمار زیادی از رای‌دهندگان را ترغیب کند، اما این قابلیت‌هایی است که کارزار‌ها در حال آزمودن آن هستند، شاید کسی بتواند از آن به شکلی مؤثر و جدی استفاده کند. بخش دیگر این داستان به دیپ‌فیک‌ها deep fakes و اطلاعات نادرست مربوط می‌شود. می‌دانید که هوش مصنوعی می‌تواند تصاویری بسازد، صدا‌ها و ویدیو‌هایی بسازد که بسیار واقعی به نظر برسند.
همچنین این امکان هست که با استفاده از پلتفرم‌های رسانه‌های اجتماعی، این محتوا‌ها پیش از اینکه بازرسان واقعیت‌سنجی دست به کار شوند، توسط شمار بزرگی از مردم دیده شود. ما قبلاً در انتخابات بنگلادش در سال ۲۰۲۳ نمونه این وضعیت را شاهد بودیم که گفته می‌شود دیپ‌فیک‌ها بخش بزرگی از کارزار انتخاباتی بودند. نمونه اش انتشار یک صدای جعلی از رقبای سیاسی است که نکات بسیار تحریک‌آمیز یا وحشتناکی بر زبان می‌آورند و دیپ فیک ها، همین کار را با تصاویر نیز انجام دادند. پس این اتفاقات قبلاً در بخش‌هایی از جهان رخ داده و ممکن است به ایالات متحده و سایر دموکراسی‌های پیشرفته نیز برسد.
سوال این است: آیا سپر‌های حافظتی مؤثری در برابر این ابزار‌ها وجود خواهد داشت؟ من فرض می‌کنم که کمیسیون انتخابات فدرال، قوانین مؤثری را برای مدیریت کارزار‌های خاص، مانند کارزار‌های بایدن و ترامپ، وضع خواهد کرد، اما سوپر PAC ها، دیگر سازمان‌های نیمه مخفی، همه این‌ها می‌توانند با فناوری AI کار‌های زیادی انجام دهند و شاید نتوان آن‌ها را به اندازه خود کارزار‌های اصلی، به شکل مؤثری تحت حاکمیت مقررات در آورد.

آندرو شوارتز: بنابراین، ما در مورد انواع تبلیغات یا پیام‌های انتخاباتی صحبت می‌کنیم؟

گرگوری آلن: بله، اطلاعاتی که آن‌ها منتشر می‌کنند ممکن است در لباس خبر جا زده شوند و ممکن است در بخش‌هایی از اکوسیستم رسانه‌های خبری و رسانه‌های اجتماعی که کنترل و نظارت زیادی ندارند، منتشر شوند. منظورم این است که ما برخی از این موارد را در انتخابات ۲۰۱۶ آمریکا دیدیم، نمونه اش، مقاله‌ی دروغینی بود که ادعا می‌شد در آن، پاپ از ترامپ حمایت کرده و ده‌ها یا صد‌ها میلیون بازدید داشت، ولو آنکه کاملاً جعلی بود. خوب، آن فقط یک مقاله بود، اما اگر یک ویدئو با وضوح بالا باشد که بسیار قانع‌کننده به نظر برسد، چه؟ مثلاً نشان دهد که جو بایدن به یک گروه سیاسی خاص توهین می کند. شاید خیلی‌ها آن ویدئو را در رسانه‌های اجتماعی یا جای دیگر ببینند، اما چه بسا که تکذیب آن را نشنوند یا اگر هم بشنوند باور نکنند! این‌ها پدیده‌هایی هستند که ما احتمالاً در سال ۲۰۲۴ تجربه خواهیم کرد، چه دوست داشته باشیم یا نه.

آندرو شوارتز: حال بر می‌گردیم به پیش‌بینی‌های شما در زمینه سیاست‌گذاری هوش مصنوعی در سال ۲۰۲۴. اجازه دهید ابتدا با مقررات شروع کنیم. سال ۲۰۲۳ شاهد چندین تلاش عالی برای مدیریت هوش مصنوعی بودیم. آیا انتظار دارید این تلاش‌ها به سیاست‌های عملی در سال ۲۰۲۴ تبدیل شوند؟

گرگوری آلن: فکر می‌کنم باید با فرمان اجرایی کاخ سفید شروع کنیم، زیرا مانند بسیاری از فرامین اجرایی، کاخ سفید به آژانس‌های فدرال دستور می‌دهد که در این زمینه کار‌هایی انجام دهند. ظرف ۸۰ روز، باید استاندارد‌هایی برای استفاده از هوش مصنوعی در فلان، فلان، فلان زمینه تدوین کنید یا ظرف شش ماه، باید مقرراتی برای فلان، فلان، فلان تدوین کنید، یعنی همان مدل از برونسپاری‌های کاخ سفید که به آژانس‌های فدرال واگذار می‌شود. این مقررات به زودی ارائه خواهند شد و وزارت بازرگانی آمریکا، به ویژه، نقش بسیار مهمی در این زمینه ایفا خواهد کرد. آن‌ها هستند که مسئول نظارت بر تیم‌های قرمز پایه گذار مدل‌های پیشرو و پیشرفته‌ترین سامانه‌های هوش مصنوعی هستند. اما بیشترِ سازمان‌ها هم باید مقرراتی را برای نحوه تأثیرگذاری هوش مصنوعی بر حوزه‌های خاص فعالیت خود تدوین کنند، مانند وزارت راه و ترابری، وزارت انرژی. واقعاً هیچ سازمانی از انجام این کار معاف نیست و این قطعاً وضعیتی است که در سال ۲۰۲۴ اتفاق خواهد افتاد.

آندرو شوارتز: آیا کنگره آمریکا، قانون جامعی را تصویب خواهد کرد؟

گرگوری آلن: قانونگذاری جامع قطعاً یک هدف است. رهبر اکثریت سنا، چاک شومر، بار‌ها گفته که مشکل این است که در سال انتخابات قرار داریم: ۲۰۲۴ سال انتخابات است و تصویب یک قانون جامع در سال انتخابات واقعاً دشوار است.

آندرو شوارتز: در ماه ژوئن، نشست گروه هفت (G۷) در ایتالیا برگزار خواهد شد. به نظر شما درباره هوش مصنوعی چه اقداماتی انجام خواهند داد؟

گرگوری آلن: ایتالیا اکنون رئیس دوره‌ای G۷ است. ژاپن در سال ۲۰۲۳ رئیس G۷ بود. فکر می‌کنم ایتالیا با قانون هوش مصنوعی اتحادیه اروپا همراستا خواهد شد. در گذشته، ایتالیا در محدود کردن هوش مصنوعی رویه بسیار سخت‌گیرانه‌ای داشت. وقتی که چت جی پی تی برای اولین بار راه‌اندازی شد، ایتالیا موقتا آن را ممنوع کرد، اما جامعه تجاری ایتالیا وارد عمل شد و گفت که این مرز آینده فناوری است. ما باید بتوانیم از این [فناوری]استفاده کنیم چرا که نمی‌خواهیم اقتصاد خودمان را محدود کنیم. جالب این است که در همان زمان، قانون AI اتحادیه اروپا وارد مرحله اجرایی شد و حالا یک کشور اروپایی، ایتالیا، ریاست گروه هفت (G۷) را بر عهده گرفته است. من همچنین شنیده‌ام که AI در حال حاضر در اولویت‌های بالای دستور کار ایتالیا برای گروه هفت نیست و حکومت فعلی ایتالیا به موضوعاتی مانند مهاجرت علاقه‌مندتر است. با اینحال باتوجه به نشست وزرای دیجیتال و فناوری که همیشه در حاشیه نشست سران گروه هفت برگزار می‌شود، قطعاً افرادی که در زمینه سیاست‌گذاری AI کار می‌کنند، دور هم جمع خواهند شد و احتمالاً در مورد سیاست‌های AI صحبت خواهند کرد.

آندرو شوارتز: پس اگر در سال ۲۰۲۴، توسعه‌ای در سیاست هوش مصنوعی وجود داشته باشد، که شما امیدوارید اینگونه باشد، آن تحول چه خواهد بود؟

گرگوری آلن: سوال بسیار خوبی است. تحولی که واقعاً دوست دارم ببینم، درباره نسبت میان هوش مصنوعی با امنیت ملی است. ما درباره قوانین و مقررات هوش مصنوعی بسیار حرف زده ایم، چون موضوع داغی است، اما آنچه شگفت آور است اینکه بودجه پیاده سازی امکانات هوش مصنوعی در ارتش ایالات متحده و ابتکار عمل Replicator هنوز تامین نشده است.

آندرو شوارتز: اجازه بدهید در مورد نسبت میان هوش مصنوعی و امنیت ملی صحبت کنیم. به نظر شما، برنامه‌های بزرگ هوش مصنوعی وزارت دفاع، مانند Replicator و Task Force Lima، در سال آینده چگونه پیش خواهد رفت؟

گرگوری آلن: من فکر می‌کنم که وزارت دفاع در حال واکنش به دو مسئله است. اولین مورد، آنچه که ما در درگیری‌هایی مانند اوکراین دیده‌ایم، جایی که آن‌ها می‌دانند که هوش مصنوعی پتانسیل زیادی در جنگ دارد و می‌خواهند از این پتانسیل استفاده کنند و من فکر می‌کنم که Replicator این بینش را منعکس می‌کند. سپس، ما Task Force Lima را داریم که بیشتر در مورد مسائل هوش مصنوعی تولیدی مانند Chat GPT، مانند تولید تصویر با استفاده از Stable Diffusion است. Task Force Lima به بررسی و کشف این موضوع می‌پردازد که چه چیزی برای وزارت دفاع در این دو زمینه مهم است. در مورد Replicator، فکر می‌کنم سوال بزرگ بودجه آن است و سپس اینکه آن‌ها واقعاً چه چیزی را خریداری خواهند کرد.
در مورد پروژه Replicator، معاون وزیر دفاع کاتلین هیکس یک مهلت ۱۸ تا ۲۴ ماهه تعیین کرده است. معمولاً، این یعنی که آن‌ها قصد دارند چیز‌هایی را خریداری کنند که قبلاً وجود داشته‌اند، یعنی وقتی گفته می‌شود که این چیز‌ها طی ۲۴ ماه در اختیار نیرو‌های مسلح قرار خواهد گرفت، معمولاً برای وزارت دفاع به این معنی است که قرار است چیزی خریداری شود که قبلاً ساخته و آزمایش شده و تنها کاری که باقی مانده، این است که تعداد زیادی از آن‌ها را تولید کنیم. پس سوال این است که وزارت دفاع چه چیزی قرار است خریداری کند و چه کسی واقعاً مسئول آن خواهد بود. تاکنون، معاون وزیر دفاع نشان داده که واحد نوآوری دفاعی (DIU) به رهبری داگ بک، مدیر سابق اپل، هدایت کار را در دست دارد، اما تاریخچه DIU نشان می‌دهد که آن‌ها هم تاکنون بودجه زیادی در اختیار نداشته‌اند.

آندرو شوارتز: اجازه دهید درباره سامانه‌های تسلیحاتی مجهز به هوش مصنوعی صحبت کنیم و اینکه چگونه آن‌ها همچنان نقش مهمی در درگیری‌ها در اوکراین ایفا خواهند کرد؟

گرگوری آلن: بله این‌ها موضوعاتی واقعی در جهان امروز ما هستند. جنگ در اوکراین کمی از تیتر اخبار دور شده، زیرا جنگ در غزه به شدت در معرض توجه جهانی قرار دارد، اما آن جنگ هم همچنان ادامه دارد و همچنان بزرگترین جنگ زمینی در اروپا در دهه‌های اخیر است و جنگی است که در آن فناوری هوش مصنوعی نقش بزرگی بازی می‌کند. ارتش اوکراین به دلیل استفاده از ارتباطات ماهواره‌ای مانند SpaceX Starlink، توجه زیادی به خود جلب کرد، اما آن‌ها همچنین در انجام کار‌های نرم‌افزاری هم به طور کلی خوب عمل می‌کنند. من از رهبری ناتو شنیده‌ام که آن‌ها سامانه سیستم "اوبر توپخانه Uber for artillery" اوکراین را ستایش می‌کنند که در آن می‌توان به سادگی هدفی را انتخاب کرد و سپس الگوریتم هماهنگی، تمامی توپخانه‌های نظامی اوکراین که در محدوده قرار دارند را شناسایی می‌کند، تصمیم می‌گیرد که کدامیک در بهترین موقعیت برای زدن آن هدف قرار دارد و سپس دستور حمله را صادر می‌کند. این همان سامانه اوبر است که در اینجا برای توپخانه به کار گرفته شده است: یک الگوریتم مبتنی بر قواعد ساده. اوکراین همچنین در شناسایی تصویر image recognition و یادگیری ماشینی مرتبط با بینایی رایانه‌ای computer vision machine learning برای مواردی همچون شناسایی هدف مهارت زیادی نشان داده که تاکنون عمدتاً به کاربرد‌های اطلاعاتی، نظارتی و شناسایی محدود شده است.
اگر بخواهم حدس بزنم، فکر می‌کنم که ۲۰۲۴ احتمالاً سالی است که شاهد استفاده گسترده از سلاح‌های خودکار کشنده خواهیم بود، بویژه در مورد روسیه. آن‌ها تولیدکنندگانی دارند که این توانایی‌ها را تبلیغ می‌کنند و می‌گویند که این سلاح‌ها می‌توانند به طور کاملاً خودکار عمل کنند. این سلاح‌ها دارای بینایی رایانه‌ای و هوش مصنوعی هستند و می‌توان از آن‌ها برای حملات تهاجمی استفاده کرد. این‌ها نکاتی است که در بروشور‌های تبلیغاتی این سامانه‌های جنگ افزاری آمده است. این سامانه‌ها در اوکراین مستقر می‌شوند. از سوی دیگر، در اوکراین هم، وزیر تحول دیجیتالی این کشور، به صراحت بیان کرده که به باور آن‌ها به کار افتادن سلاح‌های خودکار، گام بعدی منطقی و اجتناب‌ناپذیر جنگ است.

آندرو شوارتز: وقتی موجودیت کشوری مانند اوکراین در خطر باشد، استفاده از برخی انواع سلاح‌ها به نظر قابل قبول می‌آید، درست است؟

گرگوری آلن: (اما) اگر اوکراین احساس کند که موجودیت ملی‌اش تهدید می‌شود، این در واقع می‌تواند به یک درگیری بدون مرز تبدیل شود. بنابراین، حدس من این است که در سال ۲۰۲۴ شاهد استفاده از سامانه‌های جنگ افزاری خودکار خواهیم بود.
آندرو شوارتز: پس، در این مورد، یک پتانسیل واقعی برای افزایش تنش وجود دارد، نه؟

گرگوری آلن: اگر فکر کنیم که این یک تشدید به شمار می‌آید باید بگوییم بله. گزارش‌هایی از استفاده از این سیستم‌ها در جنگ‌های دیگر، مانند جنگ ارمنستان و آذربایجان در همین اواخر وجود دارد. البته من تاحدودی در این باره که گزارش‌های موجود موید استفاده‌ی واقعی و تهاجمی از سلاح‌های خودکار مجهز به هوش مصنوعی باشند، تردید دارم.
این نقطه عطفی است که بشریت در آستانه عبور از آن قرار دارد، البته اگر هم اکنون از آن عبور نکرده باشد. ممکن است این اتفاق در اوکراین و روسیه در جریان باشد و آن‌ها به هر دلیلی موفق به پنهان کردن آن شده باشند، اما اگر تا سال ۲۰۲۳ از این خط عبور نکرده باشیم، فکر می‌کنم احتمال زیادی وجود دارد که در سال ۲۰۲۴ از آن عبور کنیم.

آندرو شوارتز: اجازه دهید به موضوع کنترل‌های صادراتی مرتبط با هوش مصنوعی و رقابت ما با چین بپردازیم. در سال ۲۰۲۳، دولت بایدن برای محدود کردن دسترسی چین به تراشه‌های هوش مصنوعی تلاش زیادی کرد. آیا می‌توان انتظار داشت که در سال ۲۰۲۴ شاهد محدودیت‌های بیشتری باشیم؟گرگوری آلن: فکر می‌کنم در

اینجا دو مسئله وجود دارد که واقعاً در سال ۲۰۲۴ مطرح است. اولین مورد، به‌روزرسانی مقررات است. مقررات تازه در اکتبر ۲۰۲۳ به‌روز شدند. بنابراین، در این لحظه نیاز مبرمی به به‌روزرسانی آن‌ها وجود ندارد. اما آنچه که دولت بایدن به روشنی بیان کرده این است که آن‌ها درک می‌کنند که فناوری به سرعت در حال پیشرفت است و وقتی خطی بعنوان مرز کارکردی یک فن آوری در یک سال ترسیم می‌شود، مهندسان در سال بعدی راه‌هایی برای دور زدن آن پیدا می‌کنند. این است که دولت آمریکا به وضوع اعلام کرده که قصد دارد این سیاست را دست کم هر یک سال یک بار به‌روز کند. پس ممکن است شاهد کنترل‌های صادراتی به‌روزشده در ژوئن، یا شاید در اکتبر باشیم، قطعاً شاهد نوعی به‌روزرسانی خواهیم بود. دومین مسئله‌ای که واقعاً باید رخ دهد، این است که کنترل‌های صادراتی بیشتر چندجانبه شوند. در حال حاضر، ژاپن و هلند به‌عنوان دو قدرت بزرگ در زمینه تجهیزات تولید نیمه‌رسانا به‌جز ایالات متحده مطرح هستند که محدودیت‌هایی را علیه چین وضع کرده اند. مشکل این است که هرچند صنعت تجهیزات تولید نیمه‌رسانا در چین خیلی عقب‌تر از ژاپن، هلند و ایالات متحده است، اما کشور‌های دیگری مانند کره جنوبی فقط کمی عقب‌تر هستند. بنابراین، وقتی شرکت‌های چینی به کره جنوبی مراجعه می‌کنند، مثلاً با کیسه‌های پر از پول و می‌گویند لطفاً هر تجهیزاتی که می‌توانید به ما بفروشید و لطفاً به ما یاد دهید که چگونه تجهیزاتی که شما می‌توانید بسازید را تولید کنیم، با توجه به اینکه کره جنوبی شاید تنها ۵ سال از آن سه کشور عقب‌تر باشد، وقتی چینی‌ها بتوانند از این نوع کمک‌ها بهره‌مند شوند، این تفاوت بزرگی ایجاد می‌کند. پس دولت بایدن واقعاً به دنبال جلب همکاری سایر کشور‌های بزرگ در این زمینه است، به ویژه کره جنوبی و همچنین کشور‌هایی مانند آلمان که چندان در زمینه ساخت ماشین‌های نهایی برای ساخت این تراشه‌ها فعالیت ندارند، اما در ساخت قطعاتی که در داخل آن‌ها قرار می‌گیرد، نقش زیادی دارند و تمام این موارد فقط مسیر چین برای رهایی از وابستگی به آمریکا و ساخت دستگاه‌هایی را سرعت می‌دهد که می‌توانند تراشه‌های AI مورد نیاز برای پیروزی در رقابت هوش مصنوعی با ا ایالات متحده را تولید کنند.

آندرو شوارتز: پس قطعات زیادی برای این پازل وجود دارد، اما به نظر شما دولت بایدن در سال ۲۰۲۴ در زمینه کنترل‌های صادراتی تا چه اندازه موفق خواهد بود؟

گرگوری آلن: فکر می‌کنم فرصت‌هایی که شاید در سال ۲۰۱۸ وجود داشت، زمانی که دولت ترامپ، ایالات متحده را در مسیر کنترل‌های صادرات نیمه‌رسانا علیه چین قرار داد، دیگر وجود ندارند. در سال ۲۰۱۸، اگر ایالات متحده، ژاپن و هلند دست به دست هم داده و تجهیزات پیشرفته را محدود می‌کردند، چین اصلاً قادر به ساخت تراشه‌های پیشرفته نبود، اما در سال ۲۰۲۳، آن‌ها بسیاری از این تجهیزات را خریداری کرده‌اند. آن‌ها این خرید‌ها را زمانی انجام دادند که کنترل‌های اولیه صادراتی دولت ترامپ دارای سوراخ‌های زیادی بود، مثلا اگر تجهیزات از طریق کشور ثالث حمل می‌شد، دیگر غیرقانونی نبود. آن‌ها این تجهیزات را خریداری کردند، زیرا زمان زیادی طول کشید تا مقررات هلندی و ژاپنی اجرایی شوند. بنابراین، شما در واقع با مشکل انباشت تجهیزات در چین روبرو هستید. در حال حاضر، مقدار زیادی از این تجهیزات در چین وجود دارد؛ بنابراین در مورد هوآوی و اسمیک Smick، که دو شرکتی هستند که در طراحی و تولید تراشه‌های هوش مصنوعی در چین پیشرفته‌تر هستند، آن‌ها در حال حاضر تجهیزات کافی در چین دارند که فکر می‌کنم قادر به تولید حدود ۳۵،۰۰۰ ویفر در ماه باشند، ویفر به دیسک بزرگ سیلیکونی گفته می‌شود که تراشه‌های کامپیوتری روی آن چاپ می‌شود و سپس برای استخراج تراشه‌های کامپیوتری به شکل مربع بریده می‌شود. پس این تعداد زیادی تراشه فراهم می‌کند.
این مقدار، هنوز نزدیک به آنچه چین نیاز دارد، نیست. در نهایت، برای پاسخ به سوال اولیه شما درباره اینکه موفقیت کنترل‌های صادراتی در چه حدی خواهد بود، باید بگویم که موفقیت احتمالاً به این شکل نخواهد بود که چین هرگز تراشه پیشرفته هوش مصنوعی با اندازه ۷ نانومتر تولید نکند، اما ممکن است به این شکل باشد که آن‌ها فقط ۱۰٪ از آنچه که می‌خواهند را تولید کنند. بنابراین، ما احتمالاً نمی‌توانیم آن‌ها را کاملاً متوقف کنیم، اما می‌توانیم به طور قطع فراهم کردن این تراشه‌ها را بسیار گران و پیچیده کنیم.

آندرو شوارتز: آیا انتظار دارید که ابزار‌های سیاستی تازه‌ای برای جلوگیری از دسترسی چین به تراشه‌های هوش مصنوعی به کار گرفته شود؟ ما قبلاً شاهد افزوده شدن ابزار‌های جدیدی به این جعبه ابزار بوده‌ایم، مانند بررسی سرمایه‌گذاری خارجی که در سال ۲۰۲۳ اتفاق افتاد، جایی که دولت ایالات متحده از طریق فرمان اجرایی کاخ سفید، قدرت خود را اعمال کرد.

گرگوری آلن: وزارت خزانه‌داری در زمینه هوش مصنوعی، مقررات محکمی ارائه نکرد. در عوض، آن‌ها سوالاتی را در این باره مطرح می‌کردند که چگونه می‌توانیم خطوط محدودیت‌ها در این زمینه را به طور موثری ترسیم کنیم که دسترسی (چین) به انواع نظامی هوش مصنوعی که ما نمی‌خواهیم سرمایه‌گذاران و بازار‌های سرمایه ایالات متحده در آن دخیل باشند را قطع کنیم، اما شاید اجازه دهیم برخی از ابزار‌های بی آزار هوش مصنوعی تجاری را استفاده کنند؟ ترسیم چنین مرزی، از یک مسیر بسیار دشوار عبور می‌کند و من فکر نمی‌کنم که دولت آمریکا هنوز بداند چگونه آن را ترسیم کند، اما در سال ۲۰۲۴، آن‌ها باید پاسخی برای این مسئله بیابند، زیرا زمان‌بندی‌هایی که آن‌ها موظف به تدوین این مقررات هستند، در سال ۲۰۲۴ به سر می‌رسد.

آندرو شوارتز: پس به نظر شما چه اتفاقی برای اکوسیستم هوش مصنوعی چین در سال ۲۰۲۴ می‌افتد؟

گرگوری آلن: چین در جهان در ره دوم هوش مصنوعی قرار دارد، هم از نظر هم پژوهش، که آن‌ها واقعا پژوهش‌های کیفی سطح بالایی را طراحی می‌کنند، و هم از نظر تجاری کردن دستاورد‌های این پژوهش ها. آن‌ها تعداد زیادی شرکت‌های بزرگ فناوری دارند که واقعاً از هوش مصنوعی برای کسب درآمد استفاده می‌کنند. بنابراین، چین مدتی است که در رتبه دوم پس از ایالات متحده قرار دارد و این کنترل‌های صادراتی طراحی شده‌اند تا نه بلافاصله، بلکه در نهایت مانع از این روند شوند. مشکل این است که چین تعداد زیادی از این تراشه‌های هوش مصنوعی را انباشته است. ان ویدیا Nvidia در میانه سال ۲۰۲۳ اعلام کرد که آن‌ها سفارشاتی به ارزش ۵ میلیارد دلار از شرکت‌های فناوری چینی داشته‌اند.