پرش به محتوای اصلی
پرش به محتوای مقاله

راهکار داریو آمودی برای جلوگیری از انحصار قدرت در مدل‌های بنیادی

·۲۶ مرداد ۱۴۰۵۳ دقیقه مطالعه۳ بازدید
داریو آموئدی، مدیرعامل آنتروپیک، در حال توییت درباره آینده هوش مصنوعی.
داریو آموئدی، مدیرعامل آنتروپیک، در حال توییت درباره آینده هوش مصنوعی.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر روایت از «مقررات به نفع غول‌هاست» به «مقررات درست، تنها راه نجات رقبای کوچک در برابر قوانین مقیاس‌پذیری است».

اگر تصور می‌کنید قوانین دولتی همیشه به نفع غول‌های فناوری است، دیدگاه داریو آمودی ممکن است شما را غافلگیر کند. او معتقد است بدون قوانین درست، قوانین مقیاس‌پذیری (Scaling Laws) — که مثل یک آهنربای قدرتمند، تمام منابع محاسباتی و استعدادها را به سمت چند شرکت محدود می‌کشاند — انحصار مطلق ایجاد می‌کند.

به نقل از گفتگوهای ۱۷ اوت ۲۰۲۶ در شبکه X، مدیرعامل آنتروپیک (Anthropic) این باور رایج در سیلیکون‌ولی را که مقررات همواره به معنای «تسخیر توسط شرکت‌های بزرگ» است، به چالش کشید. این بحث در حالی رخ می‌دهد که صنعت بین دو جبهه تقسیم شده است: کسانی که از دخالت دولت می‌ترسند و کسانی که به دنبال حفاظ‌های ایمنی هستند.

همان‌طور که در پوشش پیشین ما از مخالفت آنتروپیک با ممنوعیت مدل‌های وزن‌های باز (Open Weights) دیدیم، آمودی اکنون مقررات را نه به عنوان سلاحی برای تثبیت جایگاه فعلی، بلکه ابزاری برای تمرکززدایی از قدرت معرفی می‌کند. او فرآیندهای نهادی را به سیستم دادگاه تشبیه می‌کند؛ هرچند ممکن است نخبه‌گرایانه به نظر برسند، اما از «عدالت خیابانی» یا هرج‌ومرج بهتر از افراد آسیب‌پذیر محافظت می‌کنند.

طبق اعلام آمودی، برای رسیدن به این هدف، آنتروپیک سه مکانیزم نظارتی مشخص را پیشنهاد می‌دهد:

  • معافیت‌های درآمدی: حمایت از لایحه SB 53 کالیفرنیا که شرکت‌های با درآمد یا هزینه آموزش زیر ۵۰۰ میلیون دلار را معاف می‌کند.
  • آزمون‌های طبقه‌بندی‌شده: اجرای تست‌های پیش از استقرار سخت‌گیرانه‌تر برای مدل‌های پیشرو (Frontier) در مقایسه با مدل‌های کوچک‌تر؛ موضوعی که به طور مستقیم به نفع رقبای نوپا است.
  • تنظیم سرعت پیشروی: کنترل سرعت توسعه پیشرفته‌ترین مدل‌ها بدون محدود کردن کسانی که در حال رسیدن به این سطح هستند.

Anthropic

آمودی به صراحت پذیرفت که مدل‌های وزن‌های باز به تنهایی نمی‌توانند انحصار را بشکنند، زیرا گلوگاه را فقط از «دسترسی به مدل» به «دسترسی به تراشه‌ها و محاسبات» منتقل می‌کنند. او معتقد است یک رویکرد ترکیبی برای مدیریت ریسک‌های سایبری و بیولوژیکی ضروری است، در حالی که فضای نوآوری برای متن‌باز حفظ شود.

برای یک مدیر کسب‌وکار، این یعنی تغییر در نقشه رقابت. اگر نظارت طبقه‌بندی‌شده استاندارد شود، «خندق دفاعی» آزمایشگاه‌های بزرگ کوچک‌تر می‌شود و بازیگران کوچک‌تر از نظر سرعت و انعطاف‌پذیری، برتری قانونی پیدا می‌کنند.

او همچنین از رویکرد دولت ترامپ در مورد تست‌های پیش از استقرار و پیشنهاد دیمیس هاسابیس برای ایجاد نهادی شبیه به FINRA جهت نظارت بر صنعت حمایت کرد.

گام بعدی شما

  • جزئیات چارچوب‌های تست فدرال را دنبال کنید تا ببینید آیا «برتری رقیب» به واقعیت تبدیل می‌شود یا در حد یک تئوری می‌ماند.
  • مدل‌های کوچک‌تر و بهینه‌تر را برای کاربردهای تجاری بررسی کنید، زیرا احتمالاً در آینده با محدودیت‌های قانونی کمتری روبرو می‌شوند.
  • استراتژی‌های استقرار مدل‌های باز را با توجه به احتمالی تغییر در قوانین نظارتی بازبینی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این دیدگاه اگر به سیاست‌های دولتی تبدیل شود، می‌تواند مدل کسب‌وکار استارتاپ‌های AI را از رقابت در قدرت محاسباتی به رقابت در چابکی قانونی تغییر دهد. اعتبار این ادعا به شدت به نحوه تعریف «مدل پیشرو» در قوانین آینده وابسته است.

تأثیر برای ایران

این بحث‌ها بیشتر بر ساختار قدرت در آمریکا اثر دارد، اما اگر مدل‌های کوچک‌تر معافیت قانونی بگیرند، توسعه مدل‌های محلی و بهینه در ایران با موانع نظارتی بین‌المللی کمتری روبرو خواهد شد.

·نگاه ما
تحریریه دات‌هوش

تغییر لحن آمودی از دفاع صرف از متن‌باز به پذیرش نظارت نهادی، نشان‌دهنده یک چرخش استراتژیک است. او متوجه شده که در دنیای مدل‌های بنیادی، «دسترسی به سخت‌افزار» بر «دسترسی به کد» برتری دارد و تنها راه شکستن انحصار، ایجاد یک محیط قانونی است که هزینه ورود برای رقبای کوچک را کاهش دهد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.