تصور کنید آخرین لایه‌ی رابط کاربری، خودِ مغز انسان باشد. این شرط‌بندی جسورانه، دلیل استعفای ناومی باشکانسکی از OpenAI در ۲۳ ژوئیه ۲۰۲۶ بود. او تنها یک روز بعد، در ۲۴ ژوئیه ۲۰۲۶، رسماً به‌عنوان پژوهشگر مؤسس در کاندویت (Conduit) مشغول به کار شد؛ استارت‌آپی که قصد دارد از طریق مدل‌های تبدیل فکر به متن، نوعی «تله‌پاتی» دیجیتال ایجاد کند که بر روی داده‌های عصبی غیرتهاجمی آموزش دیده‌اند.
این تحول در حالی رخ می‌دهد که صنعت هوش مصنوعی از چت با بات‌ها به سمت ادغام آن‌ها در بیولوژی انسان حرکت می‌کند. در حالی که OpenAI بر مقیاس‌بندی هوش دیجیتال تمرکز دارد، کاندویت روی پل فیزیکی میان نورون‌ها و سیلیکون سرمایه‌گذاری کرده است. همان‌طور که در تحلیل‌های پیشین ما درباره استراتژی‌های OpenAI اشاره کردیم، این انتقال نشان‌دهنده یک روند رو به رشد است: خروج استعدادهای تراز اول از آزمایشگاه‌های متمرکز برای پیگیری پروژه‌های پرریسک و ترکیبی از سخت‌افزار و نرم‌افزار در محیط‌هایی که او «زمین‌های بکر» (greenfield) می‌نامد. این موج خروج متخصصان، یادآور داستان جدایی جاشوا آکیام از OpenAI در آستانه IPO بود که او نیز مسیر مشابهی را در پیگیری اهداف شخصی‌اش طی کرد.
برای درک این مسیر، باید بدانید که کاندویت از مدل زبانی بزرگ (LLM) — شبیه کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — برای رمزگشایی از سیگنال‌های مغزی استفاده می‌کند.
چشم‌انداز تبدیل فکر به هوش مصنوعی
باشکانسکی پیش‌بینی می‌کند که ابزارهای تله‌پاتیک طی دهه آینده به‌صورت مرحله‌بندی شده عرضه شوند. به باور او، تا دو سال دیگر، افکار روش اصلی ارتباط ما با AI خواهند بود و این ابزارها از «کارآموزهای خودکار» به «بسطی طبیعی و لذت‌بخش» از کاربر تبدیل می‌شوند.
او یک گردش کار احتمالی برای سال ۲۰۲۷ را در کاندویت این‌گونه توصیف می‌کند: کاربر یک باند عصبی را می‌پوشد، آن را از طریق بلوتوث به لپ‌تاپ متصل می‌کند و ابزاری مانند کدکس (Codex) را می‌گشاید. در این سناریو، ساعت ۹ صبح است و پژوهشگر در حالی که برای جلسه استندآپ ساعت ۹:۳۰ آماده می‌شود، کدها و یادداشت‌ها را بررسی می‌کند. او به‌جای تایپ کردن، صرفاً به خروجی یک عامل (Agent) از مدل GPT-7 نگاه می‌کند که بیش از یک روز است در حال پردازش یک رمزگذار (encoder) جدید است.
در این لحظه، هرگاه کاربر احساس سردرگمی از برچسب‌های نمودار کند، از «زبان AI» ناراحت شود یا در مورد نمادهای معادلات کنجکاو گردد، این افکار مبهم به مدل کاندویت ارسال می‌شوند. مدل با استفاده از پیش‌فرض‌های مربوط به زبان و قصد کاربر، این افکار را به دستورات دقیق تبدیل کرده و از طریق مسیر conduit://thought-stream → codex ارسال می‌کند:
- «دارم به نمودارهات نگاه می‌کنم. لطفاً راهنمای نمودار (legend) را تغییر نام بده و یک سلول متنی در پایین اضافه کن که هر خط را به‌سادگی توصیف کند.»
- «پاراگراف دوم بحث را می‌فهمم، اما لطفاً پاراگراف اول را با استفاده از مهارت انسانی‌سازی (humanizer skill) بازنویسی کن.»
- «یک جعبه متن بساز که معادلات را با نمادگذاری تمیزتر توضیح دهد.»
این فرآیند بسیار سریع است و هر تکه از فکر تنها ۱۰ ثانیه زمان می‌برد تا بررسی شود. با فعال بودن حالت «ارسال خودکار» (auto-send)، مدل کاندویت افکار را رمزگشایی کرده و به GPT-7 می‌فرستد؛ سپس GPT-7 وظایف را به زیر-عامل‌های مختلف تقسیم می‌کند. این سیستم به کاربر اجازه می‌دهد در حالی که در حال دم کردن قهوه است، زیر-عامل‌هایی را برای بررسی هارمونیک‌های کروی یا ایجاد یک اسلاید زیبا که فقط خط پایه و دو خط برتر را برای هم‌تیمی‌ها نشان می‌دهد، فعال کند.
طبق اعلام باشکانسکی، در این حالت او کلمات را در ذهنش «با صدای بلند» نمی‌گوید، بلکه صرفاً نمودارها را می‌بیند و طبق روال عادی قهوه می‌خورد؛ تجربه‌ای که او آن را «جادویی» می‌نامد. حتی در زمان تهیه قهوه، اگر به طور گذرا به یاد بیاورد که می‌خواهد چه چیزی به کاندیدای مصاحبه برای روز بعد بگوید، می‌تواند Codex را در پس‌زمینه تحریک کند تا روی آن اطلاعات فکر کند و نمودار مقیاس‌بندی داده‌های مصنوعی را به‌روز کند.
تا سال ۲۰۳۰، ادغام عمیق‌تر می‌شود. شرکت‌های AI احتمالاً مدل‌هایی را آموزش می‌دهند که مستقیماً با فضای نهان (Latent Space) — شبیه به یک نقشه مخفی از مفاهیم که مدل برای درک جهان استفاده می‌کند — کاندویت ارتباط برقرار کنند. این یعنی نیاز به یک مدل رمزگشا (decoder) در ابتدا حذف می‌شود و افکار رمزگذاری‌شده مستقیماً به Codex ارسال می‌گردند. این تکامل اجازه می‌دهد افکاری که توصیف آن‌ها با متن دشوار است، مانند تصاویر ذهنی پیچیده، منتقل شوند.
باشکانسکی اشاره می‌کند که تا سال ۲۰۳۰، بدون باند عصبی بودن «آزاردهنده» خواهد بود. با این باند، کاربران «قدرت‌های فوق‌بشری» روی سخت‌افزار خود دارند؛ اما بدون آن، تجربه مانند صحبت با یک «موجود فضایی قدرتمند» است که کمک می‌کند اما از خواسته‌های دقیق کاربر مطمئن نیست و می‌ترسد که اگر کار ناخواسته‌ای انجام دهد، کاربر عصبانی شود.
دو مسیر: تهاجمی و غیرتهاجمی
کاندویت برای جمع‌آوری داده‌های عصبی از استراتژی دوگانه استفاده می‌کند تا رابط کاربری را تکامل دهد. در حالی که تمرکز فعلی بر خوانش‌های غیرتهاجمی است، شرکت دو تلاش جدید را آغاز کرده است: خوانش عمومی تهاجمی و نوشتار عمومی.
- خوانش غیرتهاجمی (Non-Invasive Read): استفاده از باندهای خارجی برای ثبت فعالیت عصبی. به دلیل اصطکاک کمتر برای کاربر و ارزان‌تر شدن و بهبود سخت‌افزارها، این مسیر تمرکز اصلی فعلی است.
- خوانش تهاجمی عمومی (Invasive General Read): هدفی برای کسانی که به دنبال دقت بسیار بالاتر از طریق فناوری‌های کاشته‌شده (ایمپلنت) هستند. در حالی که اکثر مردم باندهای خارجی را ترجیح می‌دهند، تعداد قابل توجهی از کاربران برای دقت فناوری تهاجمی هیجان‌زده هستند.
- نوشتار عمومی (General Write): بلندپرانه‌ترین مرز فناوری است. باشکانسکی قابلیت‌های فعلی «خوانش» را به حالتی تشبیه می‌کند که فرد بتواند بازوهایش را کنترل کند بدون اینکه آن‌ها را حس کند — مشابه تجربه ایان واترمَن. هدف نهایی این است که کاربر بتواند «آنچه کدکس حس می‌کند را حس کند».
او استدلال می‌کند که پس از دستیابی به «خوانش عمومی»، یادگیری «نوشتار عمومی» از نظر بهره‌وری داده‌ها، چندین مرتبه (OOMs) بهینه‌تر خواهد بود. علاوه بر این، فناوری نوشتار می‌تواند برای بازگرداندن کارایی و انعطاف‌پذیری عصبی مغز انسان به سطح ۱۸ سالگی استفاده شود.
تا سال ۲۰۳۵، AI دیگر یک موجود «دیگر» نیست، بلکه تبدیل به حس ششم و یک عضو اضافی می‌شود. باشکانسکی آینده‌ای را توصیف می‌کند که در آن فرد با افکارش در وب «سёрف» می‌کند و تکه‌هایی از وب‌سایت‌ها و جرقه‌هایی از شهود را برای رسیدن به پاسخ‌ها می‌بیند. به دلیل فناوری «نوشتار»، تفکر انسانی سریع‌تر از هر زمان دیگری می‌شود، حتی زمانی که AI خاموش است و مغز را شبیه به شخصیت «فلش» می‌کند.
درس تلخ داده‌های عصبی
ساخت این سیستم به حجم عظیمی از داده نیاز دارد. باشکانسکی «درس تلخ» AI را به کار می‌بندد — این اصل که تزریق محاسبات و داده‌های بیشتر، همواره نتایج بهتری از الگوریت‌های دستی و دست‌ساز می‌دهد. بنابراین، کاندویت مقیاس جمع‌آوری داده‌ها را چندین مرتبه فراتر از تلاش‌های آکادمیک قبلی افزایش داده است.
آموزش مدل شامل دریافت فعالیت مغزی به‌عنوان ورودی و استفاده از متنی که فرد در همان لحظه نوشته است، به‌عنوان خروجی هدف (target) است. هدف این است که خروجی‌ای پیش‌بینی شود که از نظر معنایی با متن نوشته شده مشابه باشد. باشکانسکی اعتراف می‌کند در حالی که افراد کمی می‌خواهند تراشه‌ای در مغزشان باشد (که جمع‌آوری داده‌های تهاجمی را دشوار می‌کند)، سخت‌افزارهای غیرتهاجمی در حال تبدیل شدن به ابزارهایی در دسترس‌تر و ارزان‌تر هستند.
مکانیزم‌های فنی و پیشرفت‌ها
- قوانین مقیاس‌پذیری (Scaling Laws): شرکت در حال حاضر در «دوران GPT-2» رمزگشایی عصبی است. قوانین مقیاس‌پذیری مثبت هستند: شباهت کسینوسی (Cosine Similarity) پیش‌بینی‌های فضای نهان نسبت به فضاهای نهان هدف، به‌صورت یک خط مستقیم در برابر لگاریتم کل ساعات داده افزایش می‌یابد.
- مدیریت نویز: خطاهای کاهش‌ناپذیری به دلیل نویز وجود دارد، اما باشکانسکی معتقد است که برای اکثر مودالیته‌ها، آن‌ها هنوز به سقف این محدودیت نرسیده‌اند.
- تشبیه GPS: او سیستم را به GPS در یک شهر تشبیه می‌کند؛ یک سیگنال نویزدار به‌تنهایی نمی‌تواند مکان دقیق را تعیین کند، اما وقتی با یک نقشه و یک مسیر — معادل LLM و زمینه (context) — ترکیب شود، به‌طور چشم‌گیری دقیق می‌شود.
چرا OpenAI را ترک کرد؟
باشکانسکی ۱.۵ سال در تیم همراستاسازی (Alignment) در OpenAI بود. در این مدت، او روی ارائه «پذیرش AGI»، وبلاگ همراستاسازی کار کرد و به بخش «تاب‌آوری AI» در بنیاد OpenAI مشاوره داد. او سه دلیل اصلی برای پیوستن به ریو پوپر و كلم فون استنگل در کاندویت می‌آورد:
۱. چشم‌انداز کاربردی: او این هدف را جسورانه و در عین حال کاربردی می‌بیند. او تخمین می‌زند اگر کاندویت به شرکت پیشرو در خوانش/نوشتار عمومی تبدیل شود، ارزش آن بیش از تریلیون دلار خواهد بود. او به قوانین مقیاس‌پذیری اعتماد دارد که در بسیاری از دوبرابرشدن‌ها ثابت مانده‌اند.
۲. آزادی فنی: در OpenAI پژوهشگران محدود به تکه کوچکی از یک مسئله و محدود به معماری‌های موجود هستند، اما در کاندویت محیط کاملاً «بکر» (Greenfield) است. این تضاد با رویکردهای ساختاری در OpenAI است که حتی در پروژه‌های داخلی مانند تیم جدید لیلیان ونگ برای «خودبهسازی بازگشتی» دیده می‌شود، جایی که تمرکز بر بهینه‌سازی مدل‌های موجود است.
۳. علاقه ذهنی: این پژوهش اجازه می‌دهد او روی رمزگذارهای پیچیده، بهره‌وری داده‌ها، داده‌های مصنوعی، انتساب داده‌ها، چندوجهی بودن و «آمارهای عجیب» تمرکز کند.
آینده‌ای با انسان در حلقه
این رویکرد با فلسفه بسیاری از بزرگان صنعت هم‌سو است. باشکانسکی به مصاحبه سال ۲۰۱۷ «Wait But Why» با ایلان ماسک اشاره می‌کند که در آن ماسک پیشنهاد کرد همزیستی تنگاتنگ باعث می‌شود AI شبیه رابطه بین کورتکس و سیستم لیمبیک به نظر برسد. همین مصاحبه بود که یکی از بنیان‌گذاران کاندویت را به ورود به حوزه نوروتک ترغیب کرد.
او همچنین به پست وبلاگی سام آلتمن در سال ۲۰۱۷ اشاره می‌کند که در آن ادغام انسان و ماشین را «بهترین سناریو» برای جلوگیری از تضاد بین دو گونه‌ای دانست که هر دو می‌خواهند گونه غالب در سیاره زمین و فراتر از آن باشند.
سایر زمینه‌های صنعتی عبارتند از:
- دین بال (۲۰۲۴): درباره «تله‌پاتی» فکر کردن به جمله‌ای مثل «می‌خواهم چراغ‌های طبقه پایین خاموش شوند» و سپس وقوع آن صحبت کرد.
- راب توئز (۲۰۲۵): در فوربس (به نقل از ریو و کلم) نوشت که آینده بلندمدت AI را نمی‌توان بدون درک رابط‌های مغز و رایانه (BCI) فهمید.
باشکانسکی این را یک چشم‌انداز «انسان در حلقه» (Human-in-the-loop) می‌بیند که در آن AI به‌جای جایگزینی انسان، او را تقویت می‌کند. این تغییر اساساً بهره‌وری را متحول خواهد کرد، به‌طوری که سرعت فکر همان سرعت اجرا شود و گلوگاه کیبورد انسانی از مسیر فرآیند خلاقیت حذف گردد.
درباره پژوهشگر
مسیر باشکانسکی به کاندویت از ایالت واشنگتن آغاز شد، جایی که او از ۵ تا ۱۵ سالگی یک شطرنج‌باز رقابتی بود و در نهایت به مقام استاد بین‌المللی زنان (WIM) رسید.
او علوم کامپیوتر را در هاروارد خواند. در آنجا با GPT-3 آشنا شد و کتاب «ابر‌هوش» اثر نیک بوستروم را خواند. او این تجربه را یک «لحظه بیداری» توصیف می‌کند که او را به سمت پژوهش‌های ایمنی AI و یک دوره کوتاه در سیاست‌گذاری AI سوق داد و در نهایت به تیم همراستاسازی OpenAI پیوست. او اکنون از علاقه‌مندان دعوت می‌کند تا با او از طریق ایمیل ([email protected]) در ارتباط باشند یا از دفتر «عجیب و زیبای» آن‌ها در سان فرانسیسکو بازدید کنند.
گام بعدی شما
- اگر در حوزه سخت‌افزارهای پوشیدنی یا BCI فعالیت می‌کنید، مقالات مربوط به «رمزگشایی فضای نهان» را دنبال کنید.
- چشم‌انداز زمانی کاندویت (۲۰۲۷ تا ۲۰۳۵) را به‌عنوان معیاری برای پیش‌بینی سرعت پذیرش رابط‌های عصبی در نظر بگیرید.
- مدل‌های چندوجهی جدید را از منظر قابلیت تبدیل سیگنال‌های غیرمتنی به دستورات اجرایی تحلیل کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — برای درک لایه‌های زیرین پردازش این داده‌ها، به تحلیل ما درباره تراشه‌های نسل جدید پردازش عصبی مراجعه کنید.
گفتگو