تصور کنید در دنیایی زندگی می‌کنید که هر ایده‌ی درخشان، در کسری از ثانیه و با هزینه‌ای نزدیک به صفر تولید می‌شود، اما ساختن یک پیچ ساده یا جابه‌جایی یک محموله، همچنان هفته‌ها زمان می‌برد. در این وضعیت، دیگر «نابغه بودن» ارزشی ندارد، بلکه کسی برنده است که بتواند ایده‌ها را در دنیای فیزیکی اجرا کند.
به نقل از مقاله‌ای با عنوان «مکمل ابدی» (The Eternal Complement) که در ۱ اکتبر ۲۰۲۶ منتشر شد، OpenAI معتقد است بیشترین ارزش ابرهوش (Superintelligence) نه در حل معادلات پیچیده، بلکه در انجام کارهای تکراری و خسته‌کننده است. این مقاله در پلتفرم جدیدی به نام عصر هوش (Intelligence Age) منتشر شده است؛ وبلاگی که در ۲۰ آگوست ۲۰۲۶ توسط تیم آینده‌های استراتژیک این شرکت و به رهبری دین بال (Dean Ball) راه‌اندازی شد تا بررسی کند جوامع باید چگونه برای حفظ اراده‌ی فردی در عصر هوش مصنوعی بازسازی شوند. دین بال اشاره کرد که این تیم دستاوردهای خود را در قالب‌های متنوعی از جمله پادکست‌ها، ویدیوها و مقالات به اشتراک خواهد گذاشت.
اگرچه این پلتفرم میزبان صداهای مستقل است، اما تیم آینده‌های استراتژیک تصریح کرده است که نوشته‌های منتشر شده بازتاب‌دهنده دیدگاه‌های نویسندگان است و لزوماً مواضع رسمی سازمان را نشان نمی‌دهد. همچنین در یادداشتی که به پست معرفی دین بال اضافه شده، توضیح داده شده که نام وبلاگ به «عصر هوش» تغییر یافته تا از پروژه غیرانتفاعی «آینده‌های هوش مصنوعی» (AI Futures Project) متمایز شود.
همان‌طور که در تحلیل قبلی ما درباره‌ی قابلیت‌های استدلالی سطح بالای GPT-6 اشاره کردیم، نویسندگان استدلال می‌کنند که ما در حال ورود به دورانی هستیم که بخش «نابغه» در فرآیند تولید ارزان شده است. این دیدگاه در راستای تلاش‌های گسترده‌تر OpenAI برای تعریف استانداردهای جهانی است، همان‌طور که این شرکت پیش‌تر بر لزوم رهبری آمریکا در تدوین استانداردهای فنی برای هوش مصنوعی بازگشتی تأکید کرده بود تا ایمنی و پیشرفت این فناوری تضمین شود. آن‌ها مقاله را با یک تضاد عجیب آغاز می‌کنند: بشر می‌تواند لحظات نخستین جهان را توصیف کند، اما هنوز هیچ انسانی فراتر از ماه سفر نکرده است. این تضاد نشان می‌دهد که یا حقیقت‌های عمیق جهان از روی یک سیاره قابل درک‌اند، یا ذهن انسان از توانایی اجرای فیزیکی پیشی گرفته است.
برای درک این شکاف، آن‌ها تلسکوپ ساده گالیله را که تنها از یک لوله و دو عدسی ساخته شده بود، با تلسکوپ فضایی جیمز وب مقایسه می‌کنند. تلسکوپ وب یک رصدخانه ۱۰ میلیارد دلاری است که دارای ۱۸ قطعه آینه است. این آینه‌ها با دقت ۵۰ نانومتر مهندسی شده‌اند و ساخت آن‌ها نیازمند هماهنگی ۳۰۰ سازمان در ۱۴ کشور مختلف بود.
شکاف اجرا
برای اثبات اینکه پیشرفت در دنیای واقعی گران‌تر شده است، مقاله به پژوهش‌های نیک بلوم (Nick Bloom) و همکارانش درباره بهره‌وری تحقیقات در آمریکا استناد می‌کند:
- حفظ قانون مور اکنون به ۱۸ برابر محققان بیشتر نسبت به اوایل دهه ۱۹۷۰ نیاز دارد.
- تلاش مؤثر تحقیقاتی در کل اقتصاد از دهه ۱۹۳۰ تاکنون ۲۳ برابر افزایش یافته است.
- بهره‌وری اندازه‌گیری‌شده در تحقیقات با ضریبی معادل ۴۱ برابر کاهش یافته است.
- هزینه ساخت کارخانه‌های تراشه مدرن نسبت به ۳۰ سال پیش ۵ برابر شده است.
- نیروی کار تکنسین‌ها دو برابر سریع‌تر از رده‌های دانشمندان در حال رشد است.
- استفاده از تجهیزات تخصصی در علوم طی چهار دهه گذشته دو برابر شده است.
نویسندگان اصطلاح «هوش سازمانی» (Institutional Intelligence) را برای توصیف ماشین‌های نامرئی اجرا به کار می‌برند؛ یعنی همان قوانین، بوروکراسی، مکانیسم‌های تأمین بودجه و زنجیره‌های تأمینی که یک ایده باید از آن‌ها عبور کند تا به واقعیت تبدیل شود. به قول آن‌ها: «نابغه بنا را طراحی می‌کند، اما سازمان‌ها سنگ‌ها را می‌چینند».
سلیقه در برابر اجرا
هوش مصنوعی زاینده (Generative AI) — مثل دستیاری که میلیاردها متن را خوانده و حالا می‌تواند هر کدی را در ثانیه بنویسد — در حال حاضر با نوشتن کد، جستجو در ادبیات تخصصی ناشناخته و ساخت نمونه‌های اولیه، کمیابیِ اجرا را کاهش می‌دهد. این تغییر اجازه می‌دهد ایده‌هایی که زمانی به یک سازمان کامل نیاز داشتند، حالا توسط یک نفر دنبال شوند. در نتیجه، منبع کمیاب از «توانایی اجرا» به «سلیقه» (Taste) تغییر می‌کند؛ یعنی توانایی انسان در تشخیص اینکه کدام سؤال واقعاً ارزش پرسیدن دارد.
با این حال، نویسندگان هشدار می‌دهند که این آسایش ممکن است موقتی باشد. اگر هوش مصنوعی سریع‌تر از زیرساخت‌های فیزیکی ما ایده تولید کند، تمدن بشری بیش از هر زمان دیگری دچار «قحطی اجرا» خواهد شد.
دو مسیر برای تمدن
مقاله دو آینده احتمالی را برای عصر هوش ترسیم می‌کند:
۱. تمدن عمق: در این مسیر، ابرهوش مشکلات را از طریق تفکر خالص حل می‌کند و نیاز به سرمایه فیزیکی و هماهنگی‌های بوروکراتیک را می‌کاهد.
۲. تمدن عرض: در این مسیر، پیچیدگی طبیعت نیازمند آزمایش‌های فیزیکی هرچه بزرگ‌تر است و هوش بدون مقیاس‌پذیری فیزیکی عظیم پیشرفت نمی‌کند.
آن‌ها پیشرفت هوش را به سه روش تقسیم می‌کنند: استدلال از روی اصول، استخراج بینش از شواهد موجود و جمع‌آوری شواهد جدید. دو مورد اول می‌توانند تنها از طریق تفکر پیش بروند. اما مورد سوم توسط فرآیندهای فیزیکی محدود شده است که نمی‌توان آن‌ها را عجله کرد؛ مواردی مانند رشد ارگانیسم‌ها، واکنش‌های شیمیایی و محدودیت‌های سرعت کیهانی برای سیگنال‌ها و سفینه‌های فضایی.
آن‌ها مسیر «عمق» را به یک پازل تشبیه می‌کنند که سخت‌ترین بخش آن در مرکز است. مثال‌هایی از این دست عبارتند از پیش‌بینی بوزون هیگز در مدل استاندارد دهه‌ها پیش از مشاهده تجربی آن، یا توصیف مندلیف از عناصری که هنوز کشف نشده بودند. در مقابل، زیست‌شناسی پیش‌درآمدی بر مسیر «عرض» است؛ شبیه‌سازی‌های دارویی در محیط رایانه‌ای (in silico) در حال حاضر بیش از حد با دنیای واقعی متفاوت‌اند و به همین دلیل، آزمایش‌های انسانی در مقیاس بزرگ همچنان اجباری هستند.
در سناریوی «عرض»، نویسندگان از «کره دایسون» (Dyson Sphere) به عنوان مثال نهایی استفاده می‌کنند. طراحی چنین سازه‌ای نیازمند یک جهش ذهنی است، اما ساخت آن تقریباً به‌طور کامل یک مسئله لجستیک در مقیاس نجومی است. در چنین دنیایی، هوش ماشین عمدتاً برای انجام کارهای کسالت‌بار ساخت‌وساز به کار می‌رود و تغییرات بزرگ ممکن است با فاصله میلیون‌ها سال از یکدیگر رخ دهند.
جایگاهی برای کنجکاوی انسان
با وجود ظهور هوش مصنوعی، نویسندگان معتقدند کنجکاوی انسان به سه دلیل حیاتی باقی می‌ماند: نخست، تعهدی همیشگی به روشنگری؛ دوم، مزیت نسبی احتمالی انسان در «هوش پیشرو» (Frontier Intelligence) در مقایسه با هوش سازمانی؛ و سوم، تنوع خلاقانه‌ای که از تفاوت‌های انسانی حاصل می‌شود.
اینکه آیا آینده پیشرفت به «انجام کارهای بیشتر با منابع کمتر» بستگی دارد یا به «نیاز به بخش‌های بیشتری از دنیای فیزیکی برای پیشرفت»، پرسش تعیین‌کننده قرن آینده خواهد بود.
گام بعدی شما
- تمرکز مهارت‌های خود را از «چگونگی اجرا» به «سلیقه و انتخاب مسئله» منتقل کنید.
- ابزارهای اتوماسیون را برای حذف لایه‌های بوروکراتیک در پروژه‌های خود به کار بگیرید.
- بررسی کنید کدام بخش از زنجیره ارزش شما «هوش سازمانی» است و کجا با گلوگاه اجرا مواجهید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو