به گزارش ایسنا و به نقل از فوربس، اپل در جدیدترین بیانیه خود، به مطرح کردن این موضوع پرداخت که تحول هوش مصنوعی تا چه اندازه بر نیروی انسانی تکیه دارد.

اگرچه بیشتر مقاله‌ها و پژوهش‌هایی که در مورد هوش مصنوعی ارائه شده‌اند، سعی دارند تصویری مستقل از ماشین‌های شبه انسان ترسیم کنند اما حقیقت این است که برای آموزش و آزمایش این ماشین‌ها باید گروهی از انسان‌ها حضور داشته باشند و اطلاعات ابتدایی را به نرم افزار وارد کنند. در چنین شرایطی، حتی خصوصی‌ترین شرکت‌ها هم باید گروه‌های بزرگ انسانی را به کار بگیرند تا آموزش‌های ابتدایی هوش مصنوعی، به درستی انجام شوند.

تحول هوش مصنوعی معمولا مانند یک موضوع حیرت‌انگیز علمی- تخیلی به تصویر کشیده می شود که در آن، الگوریتم‌ها مانند شکل‌های سیلیکونی شبیه به لوله‌های آزمایشی ظاهر می‌شوند و جهان پیرامون خود را تحت تاثیر قرار می‌دهند. در این تصویر، کدهای بسیاری وجود دارند که به موجودات زنده تبدیل می‌شوند و اطلاعات را به صورت فعال جستجو می‌کنند تا آنچه را که نیاز دارند، یاد بگیرند.

فراموش کردن این داستان، واقعیت ناخوشایندی است که اثبات می‌کند حتی برای دستیابی به مدل‌های ساده هوش مصنوعی، به مقادیر غیرقابل تصوری از داده‌ نیاز داریم. برای امکان‌پذیر شدن تحول در حوزه هوش مصنوعی، به داده‌های بسیاری نیاز است تا آموزش و بررسی به درستی صورت گیرند. در این میان، همیشه افرادی در سکوت وجود دارند که هوش مصنوعی قدرت خود را از داده‌های ارائه شده توسط آنها تامین می‌کند.

بیانیه جدید اپل نشان می‌دهد که حریم خصوصی این شرکت با این واقعیت رو به رو شده که به عنوان یک شرکت خدمات محور مبتنی بر هوش مصنوعی، انتخاب چندانی ندارد و باید به همکاران خود ملحق شود تا از نیروهای انسانی برای بررسی فعالیت‌های ابزار مبتنی بر هوش مصنوعی مانند "سیری" (Siri) استفاده کند.

ساخت سیستم‌های هوش مصنوعی کنونی، به مقدار قابل توجهی از داده‌ها در دنیای واقعی نیاز دارد. هنگامی که الگوریتم‌های مربوط به این سیستم‌ها در اپلیکیشن‌های رونویسی صدا، درک مفهوم، پاسخ دادن به سوال یا هر اپلیکیشن جدید دیگری به کار می‌روند، داده‌های بسیاری را ارائه می‌دهند.

هیچ شرکتی نمی‌تواند از این واقعیت فرار کند که در حال حاضر برای ساخت هوش مصنوعی، باید سیستم با داده‌های واقعی آموزش داده شود و مورد آزمایش قرار گیرد. حتی شرکت اپل نیز موفق نشده راهی برای فرار از این حقیقت پیدا کند.

در هر حال، شاید امیدی برای رسیدن به این هدف وجود داشته باشد. پیشرفت در یادگیری می‌تواند ساخت مدل‌های بزرگ در مقیاس جهانی را ممکن کند و امکان استفاده از محتوای آنها را برای آموزش ابزار مبتنی بر هوش مصنوعی را در همان مکان فراهم سازد.

به عبارت دیگر، این نوع یادگیری به جای گردش کار آموزشی کنونی که در آن، همه داده‌های مورد استفاده برای ساختن یک مدل، در یک مکان متمرکز صورت می‌گیرند، ذخایری از داده‌های مستقل را ارائه می‌دهد تا امکان آموزش با مقدار کمی از داده‌ها وجود داشته باشد. این داده‌ها با یک مدل مرکزی ادغام می‌شوند و پس از اصلاح، به سرور مرکزی بازمی‌گردند تا برای آموزش مورد استفاده قرار بگیرند. نتیجه نهایی این فرآیند، یک روش یادگیری است که در آن، شرکت‌ها می‌توانند مدل‌های بزرگی در مقیاس جهانی را بدون نیاز به داده‌های کاربران ارائه دهند.

توجه به این موضوع مهم است که تحول در حوزه هوش مصنوعی، در دست نیروهای انسانی است که آموزش و بررسی مدل‌های هوش مصنوعی را امکان‌پذیر می‌کنند. داده‌های تولید شده توسط انسان‌ها می‌تواند ابزار مبتنی بر هوش مصنوعی مانند دستیارهای صوتی دیجیتال را طوری آموزش دهد که آنها را به حریم خصوصی کاربر نزدیک‌تر کند؛ در نتیجه کاربر می‌تواند سوالات خصوصی خود را که تمایلی به آشکار شدن آنها برای افراد غریبه ندارد، از این ابزار بپرسد.

انتهای پیام