پیش‌بینی ترس‌ناک گارتنر: جهان ۲۰۲۷ و جزایر جدا افتادۀ هوش مصنوعی!

دوران اینترنت یکپارچه و سرویس‌های جهانی رو به پایان است. طبق پیش‌بینی موسسه گارتنر، تا سه سال آینده بیش از یک‌سوم کشورهای جهان دسترسی به مدل‌های جهانی را محدود کرده و کاربران را در «پلتفرم‌های منطقه‌ای و کنترل‌شده» محصور خواهند کرد؛ اتفاقی که چهره تکنولوژی را برای همیشه تغییر خواهد داد.

به گزارش Info Risk Today، هوش مصنوعی مولد (Generative AI) به عنوان یک فناوری جدید و جذاب در سیلیکون‌ولی ظهور کرد و اکنون در کنار نگرانی‌های امنیت ملی مانند شبکه‌های برق، بنادر و ارتباطات قرار گرفته است. بسیاری از دولت‌ها معتقدند که هوش مصنوعی حیاتی‌تر از آن است که کنترل آن به دست بیگانگان سپرده شود.

بر اساس پیش‌بینی شرکت پژوهشی و مشاوره گارتنر (Gartner)، تا سال ۲۰۲۷، بیش از یک‌سوم کشورهای جهان به پلتفرم‌های هوش مصنوعی منطقه‌ای که بر پایه داده‌ها، زیرساخت‌ها و چارچوب‌های حاکمیتی اختصاصی ساخته شده‌اند، محدود خواهند شد. این میزان، افزایشی هفت برابری نسبت به ۵ درصدی است که امروز از پلتفرم‌های منطقه‌ای استفاده می‌کنند.

کشورها اکنون از مدل‌های زبانی بزرگ (LLMs) همانند زیرساخت‌های حیاتی ملی خود محافظت می‌کنند و برخی سرمایه‌گذاری‌های عظیمی در زیرساخت‌ها و فناوری‌های هوش مصنوعی منطقه‌ای انجام می‌دهند. کارشناسان پیش‌بینی می‌کنند که این روند به ظرفیت مازاد، هزینه‌های بالاتر و پایان هوش مصنوعی به عنوان یک ابزار خدماتی قابل تعویض در سطح جهانی منجر خواهد شد.

به گفته گائوراو گوپتا(Gaurav Gupta)، تحلیلگر و معاون گارتنر، اکثر کشورها هنوز با سؤالات مربوط به «هوش مصنوعی حاکمیتی» (Sovereign AI) - یعنی بلندپروازی فنی برای توسعه توانمندی‌های داخلی در زمینه محاسبات، مدل‌ها و داده‌ها - و «حاکمیت هوش مصنوعی» (AI Sovereignty)-یعنی حق سیاسی و قانونی برای تعیین نحوه عملکرد هوش مصنوعی در مرزهای ملی- دست‌وپنجه نرم می‌کنند. امروزه اکثر استراتژی‌های ملی ترکیبی از هر دو رویکرد را در بر می‌گیرند.

آخیلش توتجا (Akhilesh Tuteja)، شریک خدمات مشاوره‌ای و رئیس سابق امنیت سایبری در KPMG می‌گوید: امروزه هیچ مسیری در حوزه هوش مصنوعی بدون در نظر گرفتن مسائل ژئوپلیتیک وجود ندارد.

سلطه ایالات متحده و چین بر هوش مصنوعی

ایالات متحده و چین به عنوان پیشتازان توسعه هوش مصنوعی ظهور کرده‌اند و شرکت‌های مستقر در آمریکا از جمله OpenAI، مایکروسافت و گوگل، توسعه مدل‌های پیشگام (frontier model) را رهبری می‌کنند. گوپتا می‌گوید: ایالات متحده رویکردی بازار-محور دارد که در آن [پروژه‌ها] توسط بخش خصوصی تأمین مالی می‌شوند.

در مقابل، چین یک «استراتژی دولت-محور» را اتخاذ کرده است که بر تأمین مالی دولتی، جوامع متن‌باز، چارچوب‌های حاکمیتی و همکاری‌های فرامرزی با مدیریت دقیق تأکید دارد.

اما رقابت ژئوپلیتیک میان واشنگتن و پکن، کنترل‌های صادراتی را تشدید کرده، جریان‌های سرمایه‌گذاری را محدود ساخته و دسترسی به تراشه‌های نیمه‌هادی پیشرفته را سیاسی کرده است. نتیجه، یک محیط جهانی است که در آن وابستگی به هر اکوسیستم هوش مصنوعی واحدی، نه تنها برای دولت‌ها، بلکه برای شرکت‌هایی که در سطح بین‌المللی فعالیت می‌کنند نیز ریسک به همراه دارد.

توتجا می‌گوید: به همین دلیل است که دولت‌ها - حتی در کشورهای کوچک‌تر - حاکمیت هوش مصنوعی را نوعی مدیریت ریسک ملی می‌دانند. ژئوپلیتیک امروز از ملت‌ها انتظار دارد که بسیار درون‌گراتر و متکی به خود شوند.

مجمع جهانی اقتصاد (WEF) هشدار داده پی گیری هوش مصنوعی حاکمیتی برای بسیاری از کشورها هزینه‌های هنگفت مالی و منابعی را در پی خواهد داشت.

انتظار می‌رود هزینه‌های سالانه جهانی برای زیرساخت هوش مصنوعی تا سال ۲۰۳۰ تا ۴۰۰ میلیارد دلار افزایش یابد و این گزارش هشدار می‌دهد که برخی اقتصادها ممکن است عقب بمانند زیرا حاکمیت هوش مصنوعی به طور فزاینده‌ای با مالکیت زیرساخت‌ها در هم آمیخته می‌شود.

خودِ مدل‌های هوش مصنوعی نیز در حال منطقه‌ای‌تر شدن هستند. مدل‌های اروپایی مانند Mistral و Aleph Alpha خود را به عنوان جایگزین‌هایی برای مدل‌های مستقر در آمریکا معرفی می‌کنند. گوپتا می‌گوید اتحادیه اروپا از طریق «قانون هوش مصنوعی اتحادیه اروپا» (EU’s AI Act)، یک صافی مبتنی بر اعتماد، با اولویت شفافیت و مقررات» را به کار گرفته است.

در همین حال، کانادا در حال پیش‌برد «استراتژی محاسبات هوش مصنوعی حاکمیتی» ۲ میلیارد دلاری خود است و هند نیز با تخصیص بودجه ۲.۴ میلیارد دلاری برای ابرمحاسبات، تحقیق و توسعه و قابلیت‌های چندزبانه در سال ۲۰۲۵، در حال سرمایه‌گذاری در هوش مصنوعی حاکمیتی است.

در خاورمیانه، امارات متحده عربی ادعا می‌کند با پلتفرم حاکمیتی خود که با کمک یک مشارکت زیرساختی ۱۰۰ میلیارد دلاری با مایکروسافت و انویدیا ساخته شده، به نرخ پذیرش ۹۷ درصدی هوش مصنوعی در سطح ملی دست یافته است. عربستان سعودی نیز با سرمایه‌گذاری در ۶ گیگاوات ظرفیت مرکز داده تا سال ۲۰۳۴ و یک منطقه ابری جدید مایکروسافت، از پلتفرم هوش مصنوعی دولتی خود به نام Humain حمایت می‌کند، به این امید که به سومین بازیگر بزرگ در بازار جهانی هوش مصنوعی تبدیل شود.

مقابله با «مدل بسته آمریکایی»

گوپتا می‌گوید کشورهای کوچک‌تر در حالی که به دنبال جایگزین‌هایی برای مدل بسته ایالات متحده هستند، سرمایه‌گذاری خود را در پشته‌های (stacks) (لایه‌های لازم برای ساخت هوش مصنوعی داخلی از سخت‌افزار گرفته تا نرم‌افزار) هوش مصنوعی داخلی افزایش می‌دهند؛ این جایگزین‌ها شامل قدرت محاسباتی، مراکز داده، زیرساخت‌ها و مدل‌هایی همسو با قوانین، فرهنگ و منطقه محلی است.

رنه بوست(Rene Buest)، تحلیلگر ارشد در گارتنر می‌گوید: سازمان‌های خارج از ایالات متحده و چین برای کسب استقلال دیجیتال و فناورانه، بیشتر در زیرساخت ابری حاکمیتی به عنوان سرویس (IaaS) سرمایه‌گذاری می‌کنند. هدف، نگه داشتن ثروت‌آفرینی در داخل مرزهای خود برای تقویت اقتصاد محلی است.

گارتنر پیش‌بینی می‌کند چین و آمریکای شمالی در سال ۲۰۲۶ با هزینه‌های ۴۷ میلیارد و ۱۶ میلیارد دلاری به ترتیب، پیشتاز هزینه‌کرد در IaaS ابری حاکمیتی خواهند بود. اما نرخ رشد آن‌ها در محدوده ۲۰ درصد پیش‌بینی می‌شود که بسیار کمتر از نرخ رشد سه‌رقمی در مناطق دیگری است که هنوز در مراحل اولیه ساخت قابلیت‌های خود هستند.

پیش‌بینی می‌شود اروپا در سال ۲۰۲۷ در هزینه‌کرد IaaS ابری حاکمیتی از آمریکای شمالی پیشی بگیرد، که بخشی از آن به دلیل بازآرایی زیرساخت‌های دیجیتال و فاصله گرفتن از ارائه‌دهندگان ابری مستقر در ایالات متحده است.

به عنوان مثال، مقامات فرانسوی اخیراً طرحی را برای توقف استفاده از پلتفرم‌های همکاری Zoom و Microsoft Teams در میان ۲.۵ میلیون کارمند دولت تا سال ۲۰۲۷ اعلام کرده و آن‌ها را با یک پلتفرم ارتباطات ویدیویی داخلی که بر روی زیرساخت ابری حاکمیتی میزبانی می‌شود، جایگزین خواهند کرد.

چالش زیرساخت برای هوش مصنوعی ملی

موانع عملی برای حاکمیت هوش مصنوعی با زیرساخت آغاز می‌شود. سطح سرمایه‌گذاری مورد نیاز فراتر از توان اکثر کشورهاست و یک عدم تقارن اساسی در چشم‌انداز جهانی هوش مصنوعی ایجاد می‌کند.

گوپتا می‌گوید: هزینه ساخت یک گیگاوات مرکز داده جدید بیش از ۵۰ میلیارد دلار است. بزرگ‌ترین محدودیت امروز، در دسترس بودن برق است… شما اکنون برای برق با مصارف مسکونی و سایر مصارف صنعتی رقابت می‌کنید.

محدودیت‌های برق، ظرفیت انرژی و خدمات شهری را به جایگاه دارایی‌های استراتژیک در رقابت هوش مصنوعی ارتقا داده است. کشورهایی که به دنبال حاکمیت هوش مصنوعی هستند، باید یا ظرفیت تولید برق خود را افزایش دهند یا میان زیرساخت هوش مصنوعی و سایر نیازهای اجتماعی، دست به انتخاب‌های دشواری بزنند. گارتنر پیش‌بینی می‌کند کشورهایی که یک پشته هوش مصنوعی حاکمیتی ایجاد می‌کنند، تا سال ۲۰۲۹ باید حداقل 1 درصد از تولید ناخالص داخلی خود را صرف زیرساخت هوش مصنوعی کنند.

اما از آنجا که اکثر کشورها منابع لازم برای دستیابی به این سطح از حاکمیت کامل در پشته هوش مصنوعی را ندارند، به یک رویکرد «لایه‌ای» روی می‌آورند. مفهوم «هوش مصنوعی محرمانه» (Confidential AI) - سیستم‌هایی که می‌توانند از منابع محاسباتی خارجی استفاده کنند و در عین حال حریم خصوصی و امنیت داده‌ها را حفظ کنند - مسیری بالقوه برای کشورها فراهم می‌کند تا از قابلیت‌های جهانی هوش مصنوعی بهره‌مند شوند و همزمان کنترل اطلاعات حساس خود را حفظ کنند.

با وجود موانع، یکی از قانع‌کننده‌ترین دلایل برای توسعه هوش مصنوعی بومی این است که مدل‌های منطقه‌ای می‌توانند در کاربردهای وابسته به بافت محلی، عملکرد بهتری نسبت به سیستم‌های جهانی داشته باشند.

گوپتا می‌گوید: اگر به کل پشته فناوری هوش مصنوعی نگاه کنید، این پشته با زیرساخت هوش مصنوعی حاکمیتی آغاز می‌شود که شامل مراکز داده و نیمه‌هادی‌هاست. اما بر روی آن، شما امنیت، مدل‌ها، برنامه‌ها و موارد استفاده را دارید.

کنترل روایت هوش مصنوعی

تقاضا برای مدل‌هایی که منعکس‌کننده زبان‌ها، آداب و رسوم، چارچوب‌های قانونی و هنجارهای اجتماعی محلی باشند، در حال افزایش است. اما کشورهایی که مدل‌های زبانی بزرگ خود را می‌سازند و کنترل می‌کنند، همچنین کنترل می‌کنند که آن مدل‌ها چه چیزهایی را بگویند و چه چیزهایی را نگویند.

گوپتا می‌گوید: در بسیاری از کشورها این نگرانی وجود داشته است که اگر از برخی مدل‌های پیشگام بسته موجود، که در غرب مستقر هستند، یا برخی از مدل‌های متن‌باز مستقر در چین استفاده کنند، پاسخ‌هایی که دریافت می‌کنند با فرهنگ و مذهب آن‌ها همسو نیست.

چت‌بات هوش مصنوعی دولت عربستان سعودی، Humain Chat، که بر پایه یک مدل زبانی بزرگ مبتنی بر زبان عربی به نام ALLAM ساخته شده، با «تسلط بی‌نظیر بر زبان عربی و همسویی عمیق با ظرافت‌های اسلامی، خاورمیانه‌ای و فرهنگی» طراحی شده است.

گزارش‌ها حاکی از آن است که چین در حال اعمال سانسور بر آموزش مدل‌هاست. به عنوان مثال، مدل Deepseek مستقر در چین، خیلی واضح از بحث درباره میدان تیان‌آن‌من یا حاکمیت تایوان خودداری می‌کند.

برخلاف چین و عربستان سعودی، مسکو هنوز یک مدل حاکمیتی رقابتی در سطح جهانی منتشر نکرده است، اما گزارش شده که بازیگران روسی درگیر «پیرایش مدل‌های زبانی بزرگ» (LLM grooming) برای تولید محتوای طرفدار کرملین از طریق شبکه‌هایی مانند Portal Kombat/Pravda و مسموم کردن داده‌های آموزشی هوش مصنوعی غربی هستند.

بر اساس یک تحقیق مایکروسافت، کشورهایی مانند کره شمالی نیز به طور مشابه، کمتر بر ساخت مدل‌های حاکمیتی تمرکز کرده‌اند و بیشتر از مدل‌های موجود برای عملیات سایبری تهاجمی و کمپین‌های نفوذ استفاده می‌کنند.

گارتنر هشدار می‌دهد که حاکمیت هوش مصنوعی به کاهش همکاری، تکرار تلاش‌ها و اختلالات بالقوه در زنجیره تأمین منجر خواهد شد. گوپتا می‌گوید: ما قبلاً بخشی از این را در طول همه‌گیری کرونا، زمانی که کمبود نیمه‌هادی‌ها وجود داشت، شاهد بودیم.

در نهایت، سرمایه‌گذاری‌های بزرگ در زیرساخت‌های مراکز داده و تقاضای بالا برای نیروی کار ماهر می‌تواند به ظرفیت مازاد و هزینه‌های عملیاتی بالاتر برای پلتفرم‌های هوش مصنوعی منجر شود. گوپتا می‌گوید: از آنجایی که هر کشوری در این مسیر حرکت می‌کند، ساخت‌وساز بدون توجه به عرضه و تقاضا در حال انجام است.

مقاله مجمع جهانی اقتصاد استدلال می‌کند که بازتعریف حاکمیت هوش مصنوعی به عنوان «وابستگی متقابل استراتژیک» (strategic interdependence) - به جای خودکفایی مطلق - واضح‌ترین مسیر را برای رقابت‌پذیری بلندمدت ارائه می‌دهد. این گزارش می‌گوید موفق‌ترین اقتصادها آن‌هایی خواهند بود که بتوانند به شبکه‌های جهانی متصل شوند و با دقت سرمایه‌گذاری کنند. از سیاست‌گذاران خواسته می‌شود بر مزیت‌های نسبی، قابلیت همکاری و اتحادها تمرکز کنند.

سوال این است که آیا نیروهای ژئوپلیتیکی که اکنون رقابت هوش مصنوعی حاکمیتی را به پیش می‌برند، فضای زیادی برای چنین ظرافتی باقی خواهند گذاشت یا نه.

منبع: عصرایران