این چیزی است که هرگز نباید به یک مدل هوش مصنوعی برون سپاری کنید

در دنیایی که کارایی پادشاه است و اختلال یک شبه بازارهای میلیارد دلاری ایجاد می کند، این امر اجتناب ناپذیر است که ،ب و کارها به هوش مصنوعی مولد به ،وان یک متحد قدرتمند چشم دوخته باشند. از ChatGPT OpenAI که متنی شبیه انسان تولید می کند، تا تولید هنر DALL-E در صورت درخواست، ما اجمالی از آینده ای را دیده ایم که در آن ماشین ها در کنار ما خلق می کنند - یا حتی رهبری کار را بر عهده دارند. چرا این را به تحقیق و توسعه (R&D) تعمیم نمی دهیم؟ به هر حال، هوش مصنوعی می تواند تولید ایده های توربوشارژ را انجام دهد، سریع تر از محققان انس، تکرار شود و به طور بالقوه «چیز بزرگ بعدی» را با سهولت نفس گیر کشف کند، درست است؟

نگه دارید. همه اینها در تئوری عالی به نظر می رسد، اما بیایید واقعی باشیم: شرط بندی روی ژنرال هوش مصنوعی برای تسلط بر تحقیق و توسعه شما احتمالاً به روش های مهم، شاید حتی فاجعه بار، نتیجه مع، خواهد داشت. چه یک استارت آپ در مراحل اولیه باشید که به دنبال رشد هستید یا یک بازیکن معتبر که از زمین خود دفاع می کند، برون سپاری وظایف مولد در خط لوله نوآوری تان یک بازی خطرناک است. در عجله برای پذیرش فناوری های جدید، خطر از دست دادن ماهیت آنچه که نوآوری های واقعاً پیشرفت کننده را ایجاد می کند، وجود دارد - و بدتر از آن، فرستادن کل صنعت شما به مارپیچ مرگ از محصولات همگن و بدون الهام.

اجازه دهید توضیح دهم که چرا تکیه بیش از حد به نسل هوش مصنوعی در تحقیق و توسعه می تواند پاشنه آشیل نوآوری باشد.

1. نابغه غیراصلی هوش مصنوعی: پیش بینی ≠ تخیل

Gen AI اساساً یک ماشین پیش بینی سوپرشارژ است. با پیش بینی کلمات، تصاویر، طرح ها یا تکه کدهایی که بر اساس تاریخچه وسیعی از پیشینه ها من، تر هستند، ایجاد می کند. هر چقدر هم که این شیک و پیچیده به نظر برسد، اجازه دهید واضح بگوییم: هوش مصنوعی به اندازه مجموعه داده هایش خوب است. این واقعاً خلاقانه به م،ای انس، کلمه نیست. به شیوه های رادیکال و م،ب «فکر» نمی کند. نگاهی به عقب دارد - همیشه با تکیه بر آنچه قبلاً ایجاد شده است.

در تحقیق و توسعه، این به یک نقص اساسی تبدیل می شود، نه یک ویژگی. برای اینکه واقعاً زمینه جدیدی را ایجاد کنید، به چیزی بیش از بهبودهای تدریجی نیاز دارید که از داده های تاریخی است،اج شده اند. نوآوری های بزرگ اغلب از جهش ها، چرخش ها و تصورات مجدد ناشی می شوند، نه از تغییرات جزئی در یک موضوع موجود. در نظر بگیرید که چگونه شرکت هایی مانند اپل با آیفون یا تسلا در فضای خودروهای الکتریکی فقط محصولات موجود را بهبود نمی بخشند، بلکه ال،ا را روی سر خود تغییر می دهند.

هوش مصنوعی ژنرال ممکن است طرح های طراحی گوشی هوشمند بعدی را تکرار کند، اما از نظر مفهومی ما را از خود گوشی هوشمند رهایی نمی بخشد. لحظات جسورانه و در حال تغییر جهان - آنهایی که بازارها، رفتارها، حتی صنایع را بازتعریف می کنند - ناشی از تخیل انسان است، نه از احتمالات مح،ه شده توسط یک الگوریتم. وقتی هوش مصنوعی تحقیق و توسعه شما را هدایت می کند، در نهایت با تکرارهای بهتری از ایده های موجود مواجه می شوید، نه موفقیت بعدی که دسته بندی را تعیین می کند.

2. ژنرال هوش مصنوعی ذاتاً یک نیروی همگن کننده است

یکی از بزرگ ترین خطراتی که به هوش مصنوعی اجازه می دهد کنترل فرآیند ایده پردازی محصول شما را به دست بگیرد، این است که هوش مصنوعی محتوا را – چه طرح ها، چه راه حل ها یا پیکربندی های فنی – به روش هایی پردازش می کند که به جای واگرایی منجر به همگرایی می شود. با توجه به همپوش، مب، داده های آموزشی، تحقیق و توسعه مبتنی بر هوش مصنوعی منجر به تولید محصولات همگن در سراسر بازار خواهد شد. بله، طعم های مختلف از یک مفهوم، اما هنوز هم همان مفهوم.

این را تصور کنید: چهار نفر از رقبای شما سیستم های هوش مصنوعی را برای طراحی رابط کاربری (UI) تلفن هایشان پیاده سازی می کنند. هر سیستم بر روی مجموعه اطلاعات کم و بیش ی،، آموزش دیده است - داده هایی که از وب در مورد ترجیحات مصرف کننده، طرح های موجود، محصولات پرفروش و غیره جمع آوری شده است. همه آن سیستم های هوش مصنوعی چه چیزی تولید می کنند؟ تغییرات یک نتیجه مشابه

آنچه که در طول زمان خواهید دید، یک انسجام بصری و مفهومی آزاردهنده است که در آن محصولات رقیب شروع به انعکاس یکدیگر می کنند. مطمئناً، نمادها ممکن است کمی متفاوت باشند، یا ویژگی های محصول در حاشیه متفاوت است، اما ماهیت، هویت و منحصر به فرد بودن؟ خیلی زود، آنها تبخیر می شوند.

ما قبلاً نشانه های اولیه این پدیده را در هنر تولید شده توسط هوش مصنوعی دیده ایم. در پلتفرم هایی مانند ArtStation، بسیاری از هنرمندان در مورد هجوم محتوای تولید شده توسط هوش مصنوعی که به جای نشان دادن خلاقیت منحصر به فرد انس،، احساس زیبایی شناسی بازیافت شده را در ،یب مجدد ارجاعات فرهنگی محبوب، اشارات بصری گسترده و سبک ها ایجاد می کند، نگر، هایی را مطرح کرده اند. این نوآوری پیشرفته ای نیست که می خواهید موتور تحقیق و توسعه خود را تامین کند.

اگر هر شرکتی ژنرال هوش مصنوعی را به ،وان استراتژی نوآوری واقعی خود اجرا کند، صنعت شما هر سال پنج یا ده محصول جدید م،ب دریافت نمی کند - پنج یا ده شبیه سازی شده به دست خواهد آورد.

3. جادوی شیطنت انس،: چگونه تصادفات و ابهام باعث نوآوری می شود

همه ما کتاب های تاریخ را خوانده ایم: پنی سیلین به طور تصادفی پس از اینکه ال،اندر فلمینگ برخی از کشت های باکتری را کشف کرد، کشف شد. اجاق مایکروویو زم، متولد شد که مهندس پرسی اسپنسر به طور تصادفی یک شکلات را با نزدیک شدن به یک دستگاه رادار ذوب کرد. اوه، و یادداشت Post-it؟ یک حادثه خوشحال کننده دیگر - تلاش ناموفق برای ایجاد یک ،ب فوق العاده قوی.

در واقع ش،ت و اکتشافات تصادفی اجزای ذاتی تحقیق و توسعه هستند. محققان انس، که به طور منحصربه فردی با ارزش نهفته در ش،ت هماهنگ هستند، اغلب می توانند موارد غیرمنتظره را به ،وان فرصت ببینند. دلخوشی، شهود، احساس درونی - اینها به اندازه هر نقشه راهی که به دقت طراحی شده باشد، برای نوآوری موفق مهم هستند.

اما اصل مشکل ژنرال هوش مصنوعی اینجاست: مفهومی از ابهام ندارد، چه رسد به انعطاف پذیری برای تفسیر ش،ت به ،وان یک دارایی. برنامه نویسی هوش مصنوعی به آن می آموزد که از اشتباهات جلوگیری کند، برای دقت بهینه سازی کند و ابهامات داده را برطرف کند. اگر در حال ساده سازی لجستیک یا افزایش توان عملیاتی کارخانه هستید، عالی است، اما برای اکتشافات موفقیت آمیز وحشتناک است.

با حذف امکان ابهام تولیدی - تفسیر تصادفات، فشار بر طرح های معیوب - هوش مصنوعی مسیرهای بالقوه به سمت نوآوری را صاف می کند. انسان ها پیچیدگی را می پذیرند و می دانند که چگونه وقتی ،وجی غیرمنتظره ای ظاهر می شود، به چیزها اجازه تنفس بدهند. در همین حال، هوش مصنوعی، اطمینان را دوچندان می کند، ایده های میانه رو را به جریان می اندازد و هر چیزی را که نامنظم یا آزمایش نشده به نظر می رسد، کنار می گذارد.

4. هوش مصنوعی فاقد همدلی و بینش است - دو ویژگی ناملموس که محصولات را انقلابی می کند

نکته اینجاست: نوآوری فقط محصول منطق نیست. این محصول همدلی، شهود، میل و بینش است. انسان ها به این دلیل نوآوری می کنند که نه فقط به کارایی منطقی یا نتایج نهایی، بلکه به پاسخگویی به نیازها و احساسات انسان ها اهمیت می دهند. ما رویای این را داریم که همه چیز را سریع تر، ایمن تر، لذت بخش تر کنیم، زیرا در سطحی اساسی، تجربه انسان را درک می کنیم.

به نبوغ پشت اولین iPod یا طراحی رابط مینیمالیستی جستجوی گوگل فکر کنید. این شایستگی صرفاً فنی نبود که باعث موفقیت این تغییر دهندگان بازی شد - این همدلی برای درک ناامیدی کاربر از پخش کننده های MP3 پیچیده یا موتورهای جستجوی به هم ریخته بود. ژنرال هوش مصنوعی نمی تواند این را تکرار کند. نمی داند دست وپنجه نرم ، با یک برنامه کالسکه، شگفت زده شدن از طراحی شیک، یا احساس ناامیدی از یک نیاز برآورده نشده چه احساسی دارد. وقتی هوش مصنوعی «نوآوری» می کند، این کار را بدون زمینه احساسی انجام می دهد. این فقدان بینایی توانایی آن را در ایجاد دیدگاه هایی که با انسان واقعی طنین انداز می شود کاهش می دهد. حتی بدتر از آن، بدون همدلی، هوش مصنوعی ممکن است محصولاتی تولید کند که از نظر فنی چشمگیر هستند، اما احساس بی روحی، عقیم و معامله گری دارند - فاقد انس،ت. در تحقیق و توسعه، این یک قاتل نوآوری است.

5. وابستگی بیش از حد به هوش مصنوعی خطر بی مهارت زدایی استعدادهای انس، را به دنبال دارد

در اینجا یک فکر پای، و خنک برای متعصبان آینده هوش مصنوعی درخشان ما است. چه اتفاقی می افتد وقتی به هوش مصنوعی اجازه می دهید بیش از حد انجام دهد؟ در هر زمینه ای که اتوماسیون مشارکت انس، را از بین می برد، مهارت ها به مرور زمان تنزل می یابند. فقط به صنایعی که اتوماسیون اولیه در آنها معرفی شد نگاه کنید: کارمندان ارتباط خود را با "چرا" چیزها از دست می دهند، زیرا ماهیچه های حل مشکل خود را به طور منظم منعطف نمی کنند.

در یک محیط سنگین تحقیق و توسعه، این یک تهدید واقعی برای سرمایه انس، ایجاد می کند که فرهنگ نوآوری بلندمدت را شکل می دهد. اگر تیم های تحقیقاتی صرفاً ناظر کارهای تولید شده توسط هوش مصنوعی شوند، ممکن است توانایی به چالش کشیدن، دوراندیشی یا فراتر رفتن از ،وجی هوش مصنوعی را از دست بدهند. هر چه کمتر نوآوری را تمرین کنید، کمتر به تنهایی قادر به نوآوری خواهید بود. تا زم، که متوجه شوید که تعادل را بیش از حد انجام داده اید، ممکن است خیلی دیر شده باشد.

این فرسایش مهارت های انس، زم، خطرناک است که بازارها به طور چشمگیری تغییر کنند و هیچ مقدار هوش مصنوعی نمی تواند شما را در مه عدم اطمینان هدایت کند. زمان های م،ب از انسان ها می خواهد که از چارچوب های معمولی خارج شوند - چیزی که هوش مصنوعی هرگز در آن خوب نخواهد بود.

راه پیش رو: هوش مصنوعی به ،وان یک مکمل، نه یک جایگزین

برای روشن بودن، من نمی گویم که هوش مصنوعی در تحقیق و توسعه جایی ندارد - کاملاً این طور است. به ،وان یک ابزار مکمل، هوش مصنوعی می تواند محققان و طراحان را برای آزمایش سریع فرضیه ها، تکرار ایده های خلاقانه و اصلاح جزئیات سریع تر از همیشه توانمند کند. اگر به درستی استفاده شود، می تواند بهره وری را بدون از بین بردن خلاقیت افزایش دهد.

ترفند این است: ما باید اطمینان حاصل کنیم که هوش مصنوعی به ،وان یک مکمل، نه جایگزین، برای خلاقیت انسان عمل می کند. محققان انس، باید در مرکز فرآیند نوآوری باقی بمانند و از ابزارهای هوش مصنوعی برای غنی سازی تلاش های خود استفاده کنند - اما هرگز کنترل خلاقیت، چشم انداز یا جهت استراتژیک را به یک الگوریتم واگذار نکنند.

ژنرال هوش مصنوعی وارد شده است، اما نیاز مداوم به آن جرقه نادر و قدرتمند کنجکاوی و جسارت انس، نیز وجود دارد - نوعی که هرگز نمی توان آن را به یک مدل یادگیری ماشینی تقلیل داد. این را از دست ندهیم.

آشیش پاوار یک مهندس نرم افزار است.