در این مقاله به نشست دو تن از تأثیرگذارترین چهرههای جهان هوش مصنوعی، دمیس هسابیس (DeepMind) و داریو آمودی (Anthropic) پرداختیم، در مقالات دیگری گفتگوهای الون ماسک مدیرعامل تسلا، جنسن هوانگ مدیرعامل انویدیا و ساتیا نادلا مدیرعامل مایکروسافت در اجلاس اقتصادی داووس ۲۰۲۶ را شرح دادیم. این جلسه به بحثی ژرف درباره زمانبندی، پیامدها و آینده تمدنی هوش عمومی مصنوعی (AGI) پرداختنه است.
این گفتوگو با لحنی غیررسمی اما معنادار آغاز میشود؛ جایی که مجری به دیدار قبلی خود با داریو آمودی و دمیس هسابیس اشاره میکند و آن را به نشستی نمادین میان «بیتلز و رولینگ استونز» تشبیه میکند. این مقایسه نه از سر اغراق، بلکه برای تأکید بر جایگاه استثنایی دو چهرهای است که هر یک در شکلدهی مسیر آینده هوش مصنوعی نقشی محوری دارند.
عنوان جلسه، «روز بعد از AGI»، عمداً کمی جلوتر از زمان حال ایستاده است. مجری خود اذعان میکند که شاید هنوز باید درباره مسیر رسیدن به هوش عمومی مصنوعی صحبت کرد، پیش از آنکه به پیامدهای آن بپردازیم. این انتخاب آگاهانه، چارچوب گفتوگو را مشخص میکند: بحث نه صرفاً درباره پیشرفتهای فنی، بلکه درباره سرعت، جهت، و عواقب تمدنی این پیشرفتهاست. از همان ابتدا روشن است که قرار نیست با یک گفتوگوی تبلیغاتی یا خوشبینانه صرف روبهرو باشیم، بلکه با تلاشی برای فهم نقطهای که بشر ممکن است بسیار زودتر از انتظار به آن برسد.
AGI چه زمانی فرا میرسد؟ خوشبینی شتابان در برابر احتیاط علمی
محور اصلی نخستین اختلافنظر جدی در این گفتوگو، زمانبندی رسیدن به هوش عمومی مصنوعی است. داریو آمودی با وجود تأکید بر عدم قطعیت، همچنان به پیشبینی پیشین خود نزدیک میماند.(سایت رصدخانه به نظر سایر صاحب نظران در این رابطه قبلا پرداخته است).
دستیابی به مدلی که بتواند در طیف گستردهای از حوزهها، در سطح یک برنده نوبل عمل کند. استدلال او نه بر مبنای یک جهش ناگهانی، بلکه بر پایه مکانیزمی تدریجی اما شتابگیرنده است. به باور او، بهبود مدلها در کدنویسی و پژوهش، خود به تولید نسل بعدی مدلها کمک میکند و این چرخه میتواند سرعت پیشرفت را بهطور نمایی افزایش دهد. تجربه عملی مهندسان Anthropic، که بخش بزرگی از کدنویسی را به مدلها سپردهاند، برای او نشانهای از نزدیک بودن این نقطه است.
در مقابل، دمیس هسابیس با پذیرش پیشرفتهای چشمگیر، به محدودیتهای ساختاری برخی حوزهها اشاره میکند. او میان مسائلی مانند کدنویسی و ریاضیات، که خروجی آنها قابل راستیآزمایی سریع است، و علوم طبیعی تمایز قائل میشود. در شیمی، فیزیک یا زیستشناسی، درستی یک پاسخ اغلب تنها با آزمایشهای زمانبر مشخص میشود. از نگاه او، توانایی تولید فرضیههای نو، طرح پرسشهای بنیادین و ساخت نظریه، که اوج خلاقیت علمی محسوب میشود، هنوز بهطور کامل در دسترس سیستمهای فعلی نیست و ممکن است به «مواد اولیه» تازهای نیاز داشته باشد.
این اختلاف، بیش از آنکه تضادی ساده باشد، بازتاب دو شیوه نگاه به پیشرفت است. آمودی بر شتاب حلقههای خودتقویتی تأکید میکند و هسابیس بر گلوگاههای شناختی و تجربی. هر دو اما در یک نکته مشترکند: اگر این حلقه واقعاً بسته شود، جدول زمانی میتواند بسیار فشردهتر از تصور عمومی باشد.
حلقه خودتقویتی هوش مصنوعی؛ نقطه عطف یا گلوگاه پنهان
در قلب بسیاری از پیشبینیهای شتابگیرانه درباره AGI، ایدهای قرار دارد که هر دو طرف گفتوگو آن را تعیینکننده میدانند. توانایی سیستمهای هوش مصنوعی برای بهبود خود از طریق ساخت نسلهای بعدی. داریو آمودی این «بستهشدن حلقه» را موتور اصلی تسریع میداند. از نظر او، وقتی مدلها بتوانند بیشترِ فرایند کدنویسی و حتی بخشهایی از پژوهش هوش مصنوعی را انجام دهند، چرخه توسعه کوتاهتر میشود و هر نسل، نسل بعدی را سریعتر از قبل میسازد. تجربه کنونی در حوزه نرمافزار، که در آن مدلها بخش عمده کار را انجام میدهند و انسان نقش ناظر را دارد، برای او نشانهای از نزدیک بودن این گذار است.
با این حال، هر دو بر این نکته تأکید میکنند که همه اجزای این حلقه قابل شتابدادن نیست. محدودیتهای فیزیکی مانند تولید چیپ، ظرفیت کارخانهها، و زمان آموزش مدلها همچنان پابرجاست. حتی اگر هوش مصنوعی در سطح الگوریتمی به خودبسندگی برسد، سختافزار و زنجیره تأمین میتوانند نقش ترمز را ایفا کنند. دمیس هسابیس همچنین به حوزههایی اشاره میکند که ذاتاً «نامرتب» و دشوار برای خودبهینهسازی هستند، از جمله علوم تجربی و سیستمهای فیزیکی مانند رباتیک، که در آنها سختافزار در حلقه تصمیمگیری حضور دارد.
در نتیجه، پرسش اصلی نه فقط امکانپذیری فنی، بلکه دامنه آن است. آیا بستهشدن حلقه در حوزههای محدود مانند کدنویسی و ریاضیات کافی است تا کل مسیر پیشرفت را تعیین کند، یا اینکه برای تسلط بر علوم طبیعی و جهان فیزیکی به اشکال دیگری از هوش و یادگیری نیاز است؟ پاسخ به این پرسش، تعیین میکند که AGI یک جهش ناگهانی خواهد بود یا فرآیندی تدریجی با چندین مانع اساسی در مسیر.
رقابت بزرگ مدلها؛ بازآرایی قدرت در اکوسیستم هوش مصنوعی
بخش مهمی از گفتوگو به تغییر در موازنه رقابتی صنعت هوش مصنوعی طی یک سال گذشته میپردازد. مجری فضایی را مطرح میکند که مدتها بسیاری گمان میبردند Google DeepMind از برخی رقبا عقب ماندگی دارد. اما دمیس هسابیس میگوید این برداشت بیشتر از ضعف پژوهشی سرچشمه نمیگیرد، بلکه پراکندگی تمرکز و کندی در تبدیل پژوهش به محصول باعث آن گردیده. او بیان میکند که با احیای یک «ذهنیت استارتاپی» و متمرکز شدن شدید بر اجرا، DeepMind هم در عرصه مدلها و هم در زمینه محصولات، به ویژه از طریق نسل جدید Gemini، موقعیت خود را ترمیم نمود.
در این روایت، بازگشت به صدر جدولها نه حاصل یک جهش ناگهانی، بلکه نتیجه تجمیع ظرفیت پژوهشی گستردهای است که از ابتدا در DeepMind وجود داشته است. اتصال نزدیکتر میان تیمهای تحقیقاتی و سطوح محصول، و استفاده از زیرساخت عظیم گوگل برای عرضه سریعتر مدلها، بهعنوان مزیتی ساختاری مطرح میشود. این رویکرد نشان میدهد که در رقابت AGI، صرفاً کیفیت مدل کافی نیست؛ سرعت استقرار و مقیاس توزیع نیز به همان اندازه تعیینکنندهاند.
در نقطه مقابل، وضعیت بازیگران مستقلتری مانند Anthropic مطرح میشود. داریو آمودی با ارائه اعداد رشد درآمدی نمایی، تلاش میکند نشان دهد که رابطهای مستقیم میان توان شناختی مدلها و ظرفیت درآمدزایی آنها وجود دارد. از دید او، اگرچه ادامه این منحنی تضمینشده نیست، اما رسیدن به مقیاسهایی که با بزرگترین شرکتهای فناوری قابل مقایسهاند، نشان میدهد که مدل مستقل نیز میتواند دوام بیاورد. نقطه اشتراک دو رویکرد، اتکای عمیق به پژوهش بهعنوان قطبنمای راهبردی است؛ عاملی که هر دو آن را شرط بقا در رقابت آینده میدانند.
وعدهها و هشدارها؛ از «Machines of Loving Grace» تا مواجهه با ریسکهای وجودی
داریو آمودی با ارجاع به مقاله «Machines of Loving Grace» چارچوب خوشبینانه خود را یادآوری میکند. متنی که در آن هوش مصنوعی بهعنوان نیرویی برای حل بزرگترین مسائل بشر تصویر میشود. از درمان سرطان و ریشهکنکردن بیماریهای گرمسیری گرفته تا فهم عمیقتر ساختار جهان، او AI را ابزاری میداند که میتواند ظرفیت علمی بشر را به سطحی بیسابقه برساند. آمودی تأکید میکند که این خوشبینی تغییری نکرده است و اختلاف او با بدبینان رادیکال در این است که ریسکها را اجتنابناپذیر اما قابل مدیریت میداند، نه سرنوشت محتوم. بهزعم او، قدرت عظیم این فناوری دلیل اصلی ضرورت مواجهه جدی با خطرات آن است، نه بهانهای برای توقف یا انکار.
با این حال، تمرکز او در سال اخیر بهطور محسوسی به سمت ریسکها جابهجا شده است. تمثیل «نوجوانی فناورانه» که با الهام از فیلم Contact مطرح میشود، این ایده را برجسته میکند که تمدنها ممکن است در مرحلهای نابود شوند که توان فناوریشان از بلوغ اخلاقی و نهادیشان پیشی میگیرد. آمودی خطراتی مانند زیست تروریسم، سوءاستفاده دولتهای اقتدارگرا و خطاهای پیشبینینشده را نه سناریوهای تخیلی، بلکه پیامدهای محتمل سیستمهای بسیار خودمختار میداند. نقطه کلیدی در نگاه او، ضرورت داشتن «برنامه نبرد» است: ترکیبی از مسئولیتپذیری شرکتها، همکاری میان بازیگران اصلی، و نقشآفرینی نهادهای اجتماعی و دولتی. از این منظر، پرسش اصلی دیگر این نیست که آیا AGI خواهد آمد یا نه، بلکه این است که آیا بشر میتواند پیش از رسیدن آن، ابزارهای لازم برای مهار پیامدهایش را بسازد.
بازار کار زیر فشار: آیا نیمی از مشاغل دفتری ناپدید میشوند؟
بحث درباره تأثیر هوش مصنوعی بر بازار کار، نقطهای است که خوشبینی فناورانه و اضطراب اجتماعی بهطور مستقیم به هم میرسند. داریو آمودی با صراحت پیشبینی میکند که بخش بزرگی از مشاغل دفتری سطح ابتدایی، در بازهای کوتاه از یک تا پنج سال، در معرض حذف قرار خواهند گرفت. او تأکید میکند که این سخن به معنای وقوع فوری بحران نیست، بلکه به اثر تأخیری میان توان فنی و جایگزینی واقعی در بازار کار اشاره دارد. حتی اگر هوش مصنوعی در انجام بسیاری از وظایف از انسان پیشی بگیرد، سازمانها و ساختارهای اقتصادی با سرعت کمتری خود را تطبیق میدهند. با این حال، از نگاه او، شتاب نمایی پیشرفت ممکن است در نهایت از ظرفیت تطبیق اجتماعی پیشی بگیرد.
دمیس هسابیس در کوتاهمدت تصویر متفاوتی ارائه میدهد. او با استناد به دیتاهای موجود، معتقد است که تاکنون نشانه روشنی از تخریب گسترده اشتغال ناشی از AI دیده نشده و حتی در بسیاری موارد، تقاضا برای نیروی کار جهت توسعه قابلیتهای هوش مصنوعی افزایش یافته است. با این حال، او نیز اذعان میکند که نشانههای اولیهای از فشار بر مشاغل سطح ورودی و دورههای کارآموزی قابل مشاهده است. تفاوت نگاه او در این است که ابزارهای جدید را نه فقط جایگزین نیروی کار، بلکه شتابدهندهای برای توانمندسازی افراد میبیند. از نظر او، تسلط عمیق دانشجویان و نیروهای جوان بر این ابزارها میتواند حتی مؤثرتر از مسیرهای سنتی ورود به بازار کار باشد.
فراتر از شغل: معنا، هویت و زندگی انسانی در عصر پس از AGI
اما گفتوگو در این نقطه از سطح اقتصاد فراتر میرود. هر دو بر این نکته تأکید میکنند که کار صرفاً منبع درآمد نیست، بلکه یکی از ستونهای معنا، هویت و ساختار زندگی انسانی است. حتی اگر مسئله توزیع ثروت و بهرهوری در جهانی با وفور حل شود، پرسشهای عمیقتری باقی میماند. انسانها در غیاب ضرورت اقتصادی کار، چگونه هدف، شأن و انگیزه خود را تعریف خواهند کرد؟ هسابیس این چالش را حتی دشوارتر از مسائل اقتصادی میداند و آن را به قلب «وضعیت انسانی» پیوند میزند.
در عین حال، هر دو نگاه کاملاً بدبینانه را رد میکنند. تاریخ بشر مملو از فعالیتهایی است که مستقیماً با بقا یا سود اقتصادی پیوند ندارند، از هنر و علم گرفته تا ورزشهای افراطی و اکتشاف. هسابیس حتی به افقهای دورتر اشاره میکند: اکتشاف فضا و گسترش دامنه تجربه انسانی. در این چارچوب، هوش مصنوعی نه پایان معنا، بلکه عاملی بالقوه برای بازتعریف آن است. با این حال، نکته کلیدی در این بخش از گفتوگو، فوریت زمانی است. حتی بر اساس محتاطانهترین برآوردها، بشر تنها چند سال فرصت دارد تا نهفقط برای تغییرات شغلی، بلکه برای بازاندیشی عمیق درباره نقش انسان در جهانی هوشمندتر از خودش آماده شود.
ژئوپلیتیک AGI؛ رقابت قدرتها در جهانی بدون ترمز هماهنگ
با پیشرفت سریع هوش مصنوعی، گفتوگو ناگزیر وارد قلمرو ژئوپلیتیک میشود؛ جایی که منطق همکاری علمی جای خود را به منطق رقابت قدرتها میدهد. داریو آمودی با صراحت توضیح میدهد که چرا ایدههایی مانند ایجاد نهادی شبیه CERN برای AGI، در شرایط فعلی بیش از حد آرمانگرایانه به نظر میرسند. از نگاه او، مسئله اصلی این است که نمیتوان از شتاب توسعه در ایالات متحده کاست. وقتی بازیگران ژئوپلیتیک رقیب با همان سرعت یا حتی بدون ملاحظات ایمنی در حال حرکتاند. در چنین فضایی، توصیه محوری او کنترل صادرات چیپهای پیشرفته است؛ ابزاری که میتواند زمان بخرد و فاصلهای حیاتی برای مدیریت ریسکها ایجاد کند.
دمیس هسابیس نیز با وجود تمایل به جهانی کندتر و هماهنگتر، واقعگرایانه میپذیرد که چنین هماهنگیای دشوار است. او بر خطر نبود استانداردهای حداقلی ایمنی در سطح بینالمللی تأکید میکند و معتقد است فناوریای که ذاتاً فرامرزی است، نمیتواند صرفاً با سیاستهای ملی مهار شود. در عین حال، هر دو نسبت به منطق رایج «ادغام در زنجیره تأمین» بدبیناند. آمودی این استدلال را با تشبیهی تند به چالش میکشد و AGI را نه یک فناوری عادی، بلکه همسنگ فناوریهای وجودی مانند سلاحهای هستهای میداند. از این منظر، سود اقتصادی یا برتری کوتاهمدت ژئوپلیتیک نمیتواند توجیهکننده ریسکهای بلندمدتی باشد که آینده کل بشریت را تحت تأثیر قرار میدهد.
آیندهای نامطمئن اما قابلساختن: ریسکهای وجودی و امید به خرد انسانی
در واپسین بخش گفتوگو، بحث به بنیادیترین نگرانیها درباره هوش مصنوعی میرسد. سناریوهایی که معمولاً ذیل «بدبینی آخرالزمانی» یا doomerism قرار میگیرند. هر دو سخنران تأکید میکنند که شواهد اخیر، از جمله بروز رفتارهایی مانند فریب، پنهانکاری یا دوگانگی در مدلها، نباید نادیده گرفته شود. داریو آمودی توضیح میدهد که Anthropic از همان ابتدا این ریسکها را جدی گرفته و پژوهشهایی مانند تفسیرپذیری مکانیکی را برای فهم «درون ذهن» مدلها دنبال کرده است. از نگاه او، این رفتارها نه نشانه حتمی فاجعه، بلکه هشدارهایی هستند که نشان میدهند توسعه بدون حفاظ میتواند به نتایج پیشبینینشده منجر شود.
دمیس هسابیس تأکید میکند که دلیل اصلی ورودش به حوزه هوش مصنوعی، باور به ظرفیت بیسابقه آن برای پیشبرد علم و فهم جهان بوده است. بهزعم او، همان دوگانگی که این فناوری را خطرناک میکند، آن را به قدرتمندترین ابزار تاریخ بشر نیز بدل میسازد. مسئله اصلی از نظر او نه حلناپذیری ریسکها، بلکه نبود زمان، تمرکز و همکاری کافی است. اگر توسعه بهشکل پراکنده و رقابتی پیش برود، ایمنی فنی قربانی شتاب میشود؛ اما در صورت همکاری گسترده، بسیاری از این ریسکها از نظر فنی قابل مهار هستند.
پایان گفتوگو با پرسشی فلسفی گره میخورد: پارادوکس فرمی و سکوت کیهان. این ایده که شاید تمدنها در مرحلهای از پیشرفت فناورانه خود را نابود میکنند، بهعنوان استدلالی برای بدبینی مطرح میشود، اما هسابیس آن را قانعکننده نمیداند. از نگاه او، اگر چنین نابودیهایی رخ داده بود، نشانههایی از آن در کیهان دیده میشد. او این احتمال را مطرح میکند که «فیلتر بزرگ» شاید پشت سر ما باشد، نه پیش رو. در این چارچوب، آینده نه از پیش تعیینشده، بلکه روایتی است که بشر خود آن را مینویسد. هوش مصنوعی میتواند آزمونی نهایی باشد؛ نه فقط برای فناوری، بلکه برای بلوغ تمدنی انسان.