هشدار کارشناس فناوری: داده‌های بی‌کیفیت، بزرگ‌ترین خطر توسعه هوش مصنوعی در بازار رمزارزها

در حالی که مدل‌های هوش مصنوعی روز به روز قدرتمندتر می‌شوند، بنیان‌گذار شرکت اینتیوشن، بیلی لودتکه، هشدار می‌دهد که داده‌های مورد استفاده برای آموزش این سیستم‌ها در وضعیت بحرانی قرار دارد. او معتقد است که با وجود پیشرفت‌های فنی، کیفیت داده‌هایی که مدل‌های AI بر اساس آن‌ها ساخته می‌شوند، به شدت کاهش یافته است و این موضوع می‌تواند روند توسعه هوش مصنوعی را با چالش‌های جدی مواجه کند.

لودتکه در گفت‌وگو با کریپتو.نیوز تاکید می‌کند که در حال حاضر تمرکز زیادی بر روی زیرساخت‌های فنی مانند GPU، مصرف انرژی و مراکز داده است، اما اهمیت لایه اعتماد در AI نادیده گرفته می‌شود. او توضیح می‌دهد که داده‌های رایگان و جمع‌آوری شده از اینترنت، اغلب آلوده و فاقد صحت است و این امر باعث می‌شود که مدل‌های هوش مصنوعی تصویر دقیقی از انسان‌ها و رفتارهای واقعی نداشته باشند. این داده‌ها اغلب از رفتارهای گیمیفیکیشن شده و فعالیت‌های آنلاین، مانند لایک‌ها و نظرات، استخراج می‌شوند که این موارد بیشتر بر اساس الگوریتم‌های توجه‌محور و نه واقعیت‌های انسانی است.

وی تصریح می‌کند که این روند، یک حلقه بازخورد منفی ایجاد می‌کند که در آن مدل‌های AI به جای بازتاب واقعی انسان‌ها، تنها بازنمایی رفتارهای تحریف‌شده و سطحی را نشان می‌دهند. نتیجه این است که کاربران به جای تحلیل نقدی و آگاهانه، صرفاً پاسخ‌های مدل‌ها را بدون ارزیابی صحت می‌پذیرند، که این مسئله می‌تواند خطرناک باشد. در صورت کنترل متمرکز و عدم شفافیت در این مدل‌ها، قدرت نهایی در اختیار شرکت‌های بزرگ قرار می‌گیرد و می‌تواند منجر به کنترل کامل روایت‌ها و اطلاعات شود.

برای حل این مشکل، لودتکه پیشنهاد می‌دهد که باید سیستم‌هایی مبتنی بر هویت و اعتبارسنجی توسعه یابد که امکان ثبت و اثبات منشأ داده‌ها را فراهم کند. او بر اهمیت مالکیت توکنیزه‌شده بر دانش و امکان کسب درآمد از داده‌های تولید شده توسط کاربران تأکید می‌کند، به جای اینکه این داده‌ها در سرورهای متمرکز شرکت‌های بزرگ نگهداری شوند. این رویکرد، به کاربران اجازه می‌دهد از ارزش داده‌های خود بهره‌مند شوند و در عین حال، کیفیت و اعتبار منابع اطلاعاتی بهبود یابد.

در حوزه ساختار و زیرساخت، لودتکه بر مزیت‌های اکوسیستم‌های غیرمتمرکز و همکاری‌های جهانی تأکید می‌کند. او معتقد است که با تمرکز بر روی معماری‌های توزیع‌شده، می‌توان هزینه‌های اجرای مدل‌های بزرگ را کاهش داد و به سمت مدل‌های کوچک‌تر و محلی حرکت کرد. او همچنین بر اهمیت ترکیب هوشمندانه بین سیستم‌های قطعی و غیرقطعی، مانند بهره‌گیری از کدهای منطقی و الگوریتم‌های یادگیری عمیق، تأکید دارد تا بتوان دقت در پاسخ‌ها را تضمین کرد.

در نهایت، لودتکه بر این باور است که با وجود نوسانات بازار و فشارهای مالی، فناوری هوش مصنوعی در مسیر تثبیت قرار دارد و در آینده نزدیک، نقش کلیدی در افزایش بهره‌وری و تحول اقتصادی ایفا خواهد کرد. او معتقد است که هرچند ممکن است در کوتاه‌مدت شاهد آشفتگی‌هایی در بازار سرمایه و استارتاپ‌ها باشیم، اما در بلندمدت، فناوری‌های پایه‌ای AI، به‌ویژه در قالب زیرساخت‌های توزیع‌شده، بنیان‌های قوی برای توسعه اقتصادی و اجتماعی خواهند ساخت.

منبع: کریپتو.نیوز