تنش محققان به خاطر سرعت رشد صنعت هوش مصنوعی

تنش محققان به خاطر سرعت رشد صنعت هوش مصنوعی

به نظر ناظران خارجی، پژوهشگران هوش مصنوعی در موقعیتی قابل‌تحسین قرار دارند. آن‌ها مورد توجه غول‌های فناوری‌اند، حقوق‌های چشمگیری دارند و در داغ‌ترین صنعت روز فعالیت می‌کنند.

تنش‌های پژوهشگران به دلیل سرعت صنعت هوش مصنوعی

The AI industry’s pace has researchers stressed

به نظر ناظران خارجی، پژوهشگران هوش مصنوعی در موقعیت بسیار مطلوبی قرار دارند. شرکت‌های بزرگ فناوری به شدت به دنبال استخدام آن‌ها هستند و حقوق‌های بسیار بالایی دریافت می‌کنند. همچنین، آن‌ها در یکی از داغ‌ترین صنایع روز قرار دارند. اما همه این موارد با فشارهای شدید همراه است. بیش از نیم دوجین از پژوهشگران که با TechCrunch صحبت کردند و برخی از آن‌ها برای ترس از عواقب، خواستار ناشناس ماندن بودند، اعلام کردند که سرعت خیره‌کننده صنعت هوش مصنوعی تأثیر زیادی بر سلامت روان آن‌ها گذاشته است. رقابت شدید بین آزمایشگاه‌های هوش مصنوعی، فضایی انزوازا ایجاد کرده و در عین حال، افزایش ریسک‌ها، سطح استرس را افزایش داده است. یکی از پژوهشگران به من گفت: "همه چیز تقریباً یک شبه تغییر کرده است؛ کار ما - چه نتایج مثبت و چه منفی - دارای تأثیرات زیادی از جمله در معرض انتشار محصولات و عواقب مالی است." در دسامبر گذشته، OpenAI دوازده پخش زنده را برگزار کرد که در آن‌ها بیش از دوازده ابزار، مدل و خدمت جدید را معرفی کرد. گوگل نیز با ارائه ابزارها و مدل‌های خود در یک ترکیب شگفت‌انگیز از اخبار مطبوعاتی، پست‌های شبکه‌های اجتماعی و وبلاگ‌ها پاسخ داد. این رفت و برگشت سریع بین دو غول فناوری به خاطر سرعتش قابل توجه بود، سرعتی که پژوهشگران می‌گویند هزینه‌های سنگینی را به همراه دارد. این وضعیت نگران‌کننده‌ای است و تأکید بر اهمیت توجه به سلامت روان در چنین فضایی ضروری است. برای اطلاعات بیشتر در زمینه تجربیات پژوهشگران و چالش‌های آن‌ها در این صنعت می‌توانید به سایت iwl.ir مراجعه کنید.

کوشش و تلاش مداوم

Grind and hustle

فرهنگ کار و تلاش در سیلیکون ولی آشناست، اما با انفجار هوش مصنوعی، توجه عمومی به کار بیش از حد به سطوح نگران‌کننده‌ای رسیده است. در OpenAI، این امر غیرعادی نیست که پژوهشگران شش روز در هفته و فراتر از ساعت کاری معمول فعالیت کنند. سام آلتمن، مدیرعامل این شرکت، به تیم‌ها فشار می‌آورد تا دستاوردهای علمی را در بازه‌های زمانی سخت و دشوار به محصولات تجاری تبدیل کنند. بو ب مک‌گرو، رئیس پیشین تحقیقات OpenAI، به طور گزارش شده‌ای خستگی شغلی را یکی از دلایل ترک این سازمان در سپتامبر گذشته عنوان کرده است. در آزمایشگاه‌های رقیب نیز اوضاع به همین منوال است. تیم گوگل دیپ‌مایند که مشغول توسعه مدل‌های هوش مصنوعی جمنای گوگل هستند، در یک مقطع زمانی به جای ۱۰۰ ساعت کار در هفته، به ۱۲۰ ساعت افزایش ساعت کار را برای رفع یک اشکال در سیستم تجربه کردند. مهندسان شرکت xAI، که متعلق به ایلان ماسک است، به طور منظم در مورد کار در شب‌هایی که تا سحر ادامه دارد، پست می‌گذارند.
چرا این فشار بی‌پایان وجود دارد؟ تحقیقات در زمینه هوش مصنوعی می‌تواند تاثیر بسیاری بر درآمد یک شرکت داشته باشد. شرکت آلفابت، مادر گوگل، در پی وقوع همان اشکال، حدود ۹۰ میلیارد دلار از ارزش بازار خود را از دست داد، چرا که این اشکال باعث شد چت‌بات جمنای گوگل تصاویری جنجالی از شخصیت‌های تاریخی تولید کند. کای آرولکوماران، یکی از سرپرستان تحقیقات در ارائه‌دهنده خدمات هوش مصنوعی آرا یا Araya، می‌گوید: "یکی از بزرگ‌ترین فشارها رقابت‌پذیری است"، که با زمان‌های سریع ترکیب می‌شود. در واقع، این رقابت و عجله برای دستیابی به نتایج، ذهنیت کار مداوم و بی‌وقفه را در اذهان مهندسان و محققان تقویت کرده است، که به نوبه خود می‌تواند بر سلامت روان آنها تأثیرات منفی بگذارد.

رتبه‌بندی‌ها در اولویت همه چیز

Leaderboards above all

**رهبری بر همه چیز**
رقابت میان شرکت‌های هوش مصنوعی در حال حاضر به شکلی بسیار عمومی در حال شکل‌گیری است. به‌طور ماهانه و گاهی هفتگی، شرکت‌های مختلف در تلاش هستند تا یکدیگر را در فهرست‌های رده‌بندی مانند Chatbot Arena که مدل‌های هوش مصنوعی را در دسته‌هایی نظیر ریاضیات و برنامه‌نویسی طبقه‌بندی می‌کند، کنار بزنند. لوگان کیلباتریک، که رهبری محصولات چندین ابزار توسعه‌دهنده Google Gemini را بر عهده دارد، در پستی در X بیان کرد که Chatbot Arena "تأثیر قابل‌توجهی بر سرعت توسعه هوش مصنوعی داشته است."
اما همه محققان این را چیز مثبت نمی‌دانند. آنها معتقدند که سرعت پیشرفت در صنعت به گونه‌ای است که کارهای آنها ممکن است قبل از اینکه حتی به مرحله تجاری‌سازی برسد، از اعتبار بیفتد. "این مسئله باعث شده که بسیاری از آنها در مورد ارزش کارشان دچار تردید شوند"، زهان وانگ، مهندس رباتیک که در یک استارتاپ پنهان در حوزه هوش مصنوعی کار می‌کند، گفت. "اگر احتمال زیادی وجود دارد که کسی سریع‌تر از من پیش برود، معنای کار من چه خواهد بود؟"
برخی محققان دیگر از اینکه تمرکز بر تولید محصول بر روابط دوستانه علمی آسیب زده است، ابراز نارضایتی می‌کنند. "یکی از دلایل اصلی این استرس، انتقال محققان هوش مصنوعی از دنبال کردن دستورکارهای تحقیقاتی خود به سمت کار بر روی مدل‌های هوش مصنوعی و ارائه راه‌حل‌ها برای محصولات است"، آرول‌کوماران اظهار داشت. "صنعت انتظاری ایجاد کرده بود که محققان هوش مصنوعی بتوانند به تحقیق در محیط صنعتی ادامه دهند، اما اکنون این موضوع دیگر اعتبار ندارد."
تحقیقات دیگری متذکر شدند که به شدت دلسردکننده است، همکاری‌های باز و بحث‌های مربوط به تحقیق دیگر در صنعت رایج نیستند، جز در چند آزمایشگاه هوش مصنوعی که به عنوان یک استراتژی منتشرسازی به باز بودن اهمیت می‌دهند. "اکنون تمرکز فزاینده‌ای بر تجاری‌سازی، مقیاس‌بندی غیرمنبع باز و اجرای طرح‌ها وجود دارد"، این محقق بیان کرد، "بدون اینکه به جامعه علمی کمکی شود."
با وجود این چالش‌ها، برخی بر این باورند که با استفاده از رویکردهای جدید و نوآورانه می‌توان به تعاملات بیشتری در میان محققان دست یافت و در نهایت سرعت پیشرفت در این حوزه را بهبود بخشید. این ممکن است به نوعی موجب بازگشت به فضای همکارانه‌تر و خلاق‌تر در میان جامعه علمی و صنعتی هوش مصنوعی شود.

پیشنهاد ویژه برای دریافت جدید ترین تحولات هوش مصنوعی

اولین نفری باشید که درباره جدید ترین های هوش مصنوعی، می خوانید!
همین امروز در سایت IWL.IR عضو شوید و از جدیدترین های روز دنیای فن آوری هوش مصنوعی بهره‌مند شوید.

عبور از چالش‌های فارغ‌التحصیلی

Running the grad gauntlet

برخی از محققان ریشه‌های اضطراب خود را به برنامه‌های تحصیلی مقطع دکتری هوش مصنوعی نسبت می‌دهند. گوتامی سومپالی، دانشجوی دکترای هوش مصنوعی در دانشگاه مریلند، می‌گوید که به‌دلیل انتشار سریع تحقیقات، دانشجویان دکترا به‌سختی می‌توانند بین مدهای زودگذر و پیشرفت‌های معنادار تفاوت قائل شوند. این موضوع اهمیت زیادی دارد، زیرا او شاهد آن بوده که شرکت‌های هوش مصنوعی به‌طور فزاینده‌ای به دنبال متقاضیانی هستند که "تجربه‌های بسیار مرتبط" داشته باشند.
سومپالی می‌افزاید: "تحصیل در مقطع دکترا به‌طور کلی تجربه‌ای نسبتاً انزواطلبانه و استرس‌زا است و تحصیل در رشته یادگیری ماشین به‌ویژه به‌دلیل پیشرفت سریع این حوزه و ذهنیت 'انتشار یا از دست دادن' به‌طرز خاصی چالش‌برانگیز است.” او ادامه می‌دهد: “این موضوع به‌ویژه استرس‌زا می‌شود زمانی که بسیاری از دانشجویان در آزمایشگاه شما در حال انتشار ۴ مقاله هستند در حالیکه شما تنها ۱ یا ۲ مقاله در سال منتشر می‌کنید.”
سومپالی بیان می‌کند که پس از دو سال اول برنامه تحصیلی‌اش، از تعطیلات گرفتن منصرف شد زیرا احساس گناه می‌کرد که قبل از انتشار هر گونه مطالعه‌ای، از کار دور می‌شود. او خاطرنشان می‌کند: "در طول دوره دکترایم به‌شدت از سندروم تقلب رنج می‌بردم و تقریباً در پایان سال اول از ادامه تحصیل منصرف شدم." در واقع، فشار روانی ناشی از این رقابت و انزوا می‌تواند عواقب جدی بر سلامت روانی دانشجویان داشته باشد و ضروری است که دانشگاه‌ها و مؤسسات آموزشی تدابیری برای حمایت از این دانشجویان در نظر بگیرند.

مسیر پیش رو

The path forward

راه پیش رو
بنابراین چه تغییراتی، اگر وجود داشته باشد، می‌تواند محیط کاری کمتری را برای هوش مصنوعی فراهم کند؟ تصور اینکه سرعت توسعه کاهش یابد بسیار دشوار است، به ویژه با توجه به حجم بالای پول در حال گردش. سام‌پالی بر اصلاحات کوچک اما مؤثر تأکید کرد، مانند عادی‌سازی بیان چالش‌های فردی. او گفت: «یکی از بزرگترین مشکلات این است که هیچ‌کس به‌طور علنی درباره سختی‌های خود صحبت نمی‌کند؛ همه ماسک شجاعت به چهره دارند. من معتقدم اگر افراد بتوانند ببینند که دیگران هم با چالش‌هایی روبرو هستند، احساس بهتری خواهند داشت.»
به گفته بهسار بهات، مشاور هوش مصنوعی در شرکت خدمات حرفه‌ای EY، صنعت باید به ایجاد «شبکه‌های پشتیبانی قوی» برای مبارزه با احساس انزوا بپردازد. او ادامه داد: «ترویج فرهنگی که به تعادل کار و زندگی اهمیت می‌دهد، جایی که افراد بتوانند به‌طور واقعی از کار خود فاصله بگیرند، ضروری است. سازمان‌ها باید فرهنگی را تقویت کنند که به سلامت ذهنی به همان اندازه که به نوآوری اهمیت می‌دهد، با سیاست‌های ملموس مانند ساعت‌های کاری معقول، روزهای مربوط به سلامت روان و دسترسی به خدمات مشاوره بپردازند.»
عوفر پرس، دانشجوی فوق‌دکتری در دانشگاه پرینستون، پیشنهاد کرد که تعداد کنفرانس‌های هوش مصنوعی کاهش یابد و برای ارسال مقالات، یک «وقفه» یک هفته‌ای در نظر گرفته شود تا پژوهش‌گران بتوانند از پیگیری کارهای جدید کمی فاصله بگیرند. راج دابره، پژوهشگر هوش مصنوعی در موسسه ملی اطلاعات و ارتباطات ژاپن، گفت که باید به پژوهشگران به روشی ملایم یادآوری شود که چه چیزهایی واقعاً مهم است. او تصریح کرد: «ما باید از ابتدا به مردم آموزش دهیم که هوش مصنوعی فقط یک کار است و باید بر خانواده، دوستان و مسائل عمیق‌تر زندگی تمرکز کنیم.»
اقدامات این چنینی می‌تواند به ایجاد فضایی پویا و سالم‌تر در زمینه هوش مصنوعی کمک کند و به افراد این امکان را دهد که در عین کارایی، به زندگی شخصی و ارتباطات اجتماعی خود نیز توجه لازم را داشته باشند. بدون شک، چنین تغییراتی می‌تواند به افزایش کیفیت زندگی و بهره‌وری در این صنعت کمک کند.