پنل تأثیر هوش مصنوعی بر آینده کسب‌وکارها؛ از دانش کاذب تا تغییر شکل یادگیری

پنل تأثیر هوش مصنوعی بر آینده کسب‌وکارها؛ از دانش کاذب تا تغییر شکل یادگیری

در نیمه دوم رویداد تجربه‌محور هوش مصنوعی در صنعت، پنلی تخصصی با موضوع تأثیر چت‌جی‌پی‌تی و فناوری‌های مرتبط بر آینده کسب‌وکارها برگزار شد. در این پنل گفت‌وگومحور محمدحسین رهبان عضو هیات علمی دانشگاه صنعتی شریف، محمد شکوهی یکتا دانشمند ارشد داده در ماکروسافت، سهیل مقدم معاونت فناوری دیجی‌کالا، زینب برزگر عضو هیات علمی دانشگاه علوم‌پزشکی ایران و علی‌زارع‌زاده راهبر تیم دیتا و هوش مصنوعی کارگزاری مفید حضور داشتند.

مهم‌ترین کاربردهای هوش مصنوعی مولد

شکوهی یکتا به عنوان اولین سؤال از حاضران در جلسه پرسید: «مهم‌ترین کاربردهایی که هوش مصنوعی مولد در تخصص و شغل شما دارد چیست؟‌»

زینب برزگر در این باره توضیح داد: یکی از دغدغه‌هایی که به‌خصوص در تشخیص بیماری‌های خاص داریم داده و دیتا است. یادگیری ماشین به همین علت بسیار سخت است چرا که با کدام داده باید مدل‌ها را توسعه دهیم؟ او ادامه داد: تولید تصاویر مهم‌ترین کمکی است که هوش صنعتی مولد به ما می‌کند. من فکر می‌کنم در حوزه صنعت و حوزه آکادمیک در آینده‌ای نه چندان دور، ممکن است حتی مسیر تشخیص پزشکی را هوش صنعتی مولد تغییر دهد.

سهیل مقدم با اشاره به اینکه برای کمک به فروشندگان از هوش مصنوعی استفاده می‌کنیم، گفت: یکی از کاربردهای هوش مصنوعی برای دیجی‌کالا، تولید جعبه به اندازه کالا است که هم مصرف کاغذ کاهش پیدا کند و هم هزینه‌ها برای بیزینس مدیریت شود.

رهبان هم بر این باور بود که برای نوشتن مقالات می‌توان از هوش مصنوعی استفاده‌های متنوعی کرد.

زینب برزگر گفت: ما در علم پزشکی دنبال ادم سالم می‌گردیم. تصویر فرد سالم را باید از کجا بیاوریم؟ داده‌های بیماران سالم کجاست؟ به این پارادوکس که خود چالش ایجاد می‌کند، فکر کنید… .

رهبان در ادامه گفت: ما در بسیاری مسایل با شرایطی روبه‌رو می‌شویم که فقط از یک نوع دیتا داریم و از نوع مخالف دیتا نداریم. من موافقم که مدل‌های مولد آن‌قدر با مساله کمبود داده مواجه هستند. همین برای ما مسئله شد که در آزمایشگاه روی این موضوع کار کنیم. چیزی که می‌تواند در این جا به ما کمک کند، conditioning بود که نتایج خوبی هم به ما داد.

هوش مصنوعی و دانش کاذب

سوال دیگری که در این پنل مطرح شد این بود که «بحث کدینگ (coding) چیزی است که مزایای زیادی دارد؛ آفت‌های آن چیست؟ آيا اینکه می‌گویند آینده بشریت در خطر است، واقعیت دارد؟»

زینب برزگر در پاسخ به این سؤال گفت: من اندکی دلم پر است! داستان اینجاست که من در دانشگاه مواجه شدم با افرادی که دانش کاذب دارند. دانش کافی ندارند و در مورد همه چیز نظر می‌دهند و پشت صحبت‌های آنان دانشی وجود ندارد. گاهی دلم می‌خواهد به این دوستان بگویم این‌قدر سرچ نکنید. کتاب بخوان! مقاله بخوان!‌ به جایی رسیده‌ایم که وقتی کسی کمی هوش مصنوعی یاد می‌گیرد، فکر می‌کند متخصص AI شده است و این موضوع در حوزه آکادمیک افت بزرگی است. ما قبلاً برای یک مقاله ماه‌ها بررسی می‌کردیم. اما اکنون داستان عوض شده و این مسئله خصوصاً در فضای آکادمیک آسیب بدی است و من نگران فارغ التحصیلان بی‌سواد هستم.

رهبان هم معتقد بود: به‌نظر من اگر به‌شیوه درست از روش‌ها استفاده کنیم خیلی خوب است اما یک چاقوی دو لبه است.

مقدم اما در پاسخ به این سوال توضیح داد: سال ۶۷ لیزر پرینتر به ایران امد و دولت آن را ممنوع کرد. در این نمونه چند نکته وجود دارد؛ دنیا در حال تغییر است و معمولاً همراه با یک صنعت، مشکلات می‌آیند و در کنار این مشکلات، صنعتی دیگر ایجاد می‌شود که این مشکلات را پاسخ می‌دهد. بنابراین افراد زیادی هستند که روی این مشکلات کار می‌کنند. در خصوص درس خواندن و یادگیری، براساس بررسی‌های من، یادگیری دیگر جنس AI learning گرفته و همین طور هم خواهد ماند. یعنی آموزگاران باید خود را با روشی که بچه‌ها می‌اموزند، منطبق کنند. یادگیری از بین نمی‌رود. فقط نوع آن تغییر می‌کند.

سهیل مقدم افزود: آیا نگرانی ما باید این باشد که به بچه‌های خود چه یاد بدهیم؟ یعنی حتی جنس نگرانی‌های ما هم باید عوض شود. راستش من اصلاً نگران مسایل دیگر نیستم. زمانی که من دانشگاه می‌رفتم نه چت بود، نه اینترنت و… . ما به‌سختی به بانک داده‌ها وصل می‌شدیم. این مسایل همیشه بوده است. همیشه اولش یک سری نگرانی حول صنعت وجود دارد. ما باید به فکر این باشیم که چیزی که ابزارها به ما نمیدهند را سراغش برویم و بازارش را پیدا کنیم. چرا که پیشرفت همانجاست. روش یادگیری چیزی نیست که ما تاکنون آموختیم. آنچه امروز از آن به‌عنوان یادگیری یاد می‌شود، یادگیری نیست؛  communication است. این روش اشتباهی است. البته نه اینکه بگویم اشتباه است؛ اما به هر حال در حال منسوخ شدن است و باید به‌سراغ روش‌های نوین و جدید برویم. به‌گفته مقدم، چالش‌ها به سیستم‌هایی که بدعادت هستند، تکان محکمی می‌دهد. امروز شاهد یک تحول اساسی هستیم که ثبات آینده بشریت را به خطر می‌اندازد.

یادگیری و آموزش در عصر هوش مصنوعی

علی زارع‌زاده در ادامه گفت: من فکر می‌کنم کارهایی که امروز چت‌جی‌پی‌تی انجام می‌دهد خوب است و ما به‌عنوان نیروی انسانی، باید به‌سراغ کارهای سطح بالاتر برویم. دقیقاً مانند همه انقلاب‌هایی که پشت سر گذاشتیم. مگر بد است؟ الآن دیگر خودمان شخم نمی‌زنیم و ماشین این کار را انجام می‌دهد. هوش مصنوعی هم دقیقاً همین است. برخی codingها وجود دارد که وقتی شما کد می‌زنید سر جای خودش می‌ماند؛ در راستای اموزش باید گفت: این مدل‌ها سبب می‌شود ما نحوه ارزیابی و اموزش خود را تغییر دهیم. ما باید نحوه ارزیابی خود را عوض کنیم. شاید ما خلاقیت زیادی نداریم و این به‌نحوه اموزش ما برمی‌گردد. الآن ما تمام مفاهیم جمع و ضرب را بلدیم، اما از ماشین حساب استفاده می‌کنیم و زمان خود را صرف ضرب چندرقمی نمی‌کنیم. هوش مصنوعی هم دقیقاً همین است.

او افزود: یک مهندس نرم افزار باید برخی مهارت‌های پایه و مهارت‌های سطح بالا داشته باشد. از نظر من، ما همیشه باید پایه‌ها را بلد باشیم. ولی وقت خود را صرف کارهای سطح پایین نکنیم و آن‌ها را به ماشین‌ها بسپاریم.

برزگر اما در پاسخ به سؤال‌های مطرح‌شده، گفت: مسئله مهم فرهنگ استفاده از تکنولوژی است. همیشه اول تکنولوژی می‌آید و وقتی مشکل ایجاد شد تازه به این فکر می‌کنیم فرهنگ استفاده چه بود؟ در چت‌جی‌پی‌تی همین است. دانشجویان ما دیگر صبور نیستند. اینکه افراد در مسایل عمیق نمی‌شوند و صبر خود را از دست می‌دهند از نظر دانشی و اجتماعی هم مسئله مهمی است. در این روند و با این فرآیند، افراد دیگر فکر نمی‌کنند و تصورشان بر این است که ابزاری وجود دارد که پاسخ همه چیز در آن است و دیگر لازم نیست روی مسایل فکر کنند. شما الآن نمی‌توانید یک سؤال عمیق از دانشجویان بپرسید.

مقدم در پاسخ به برزگر گفت: مشکل در مقاطع ابتدایی است. شما صبر، تحمل و… را ابتدا باید به کودکان آموزش دهید. اینجاست که همه نگرانیم نکند فرزند ما حوصله‌اش سر رود. مشکل جای دیگری است و مسئله‌ای که الان مطرح می‌کنید، حل شده است. ما نسلی هستیم که قدرت انتخاب داریم. این تکنولوژی آمده است و این امکان وجود دارد که از آن استفاده کنیم. هر کاری بکنیم تکنولوژی راه خود را پیدا می‌کند. داستان صنعت همین است. همه مسایل حل خواهد شد. اما چطوری به جایی برسیم که مسئله حل شود؟ این مهم است.

زارع‌زاده در امتداد حرف‌های مقدم گفت: اگر کسی از تکنولوژی درست استفاده کند، برنده خواهد بود و استفاده اشتباه، آسیب‌زا است. این نباید موجب شود از مزایای تکنولوژی غافل شویم. به‌نظرم کسی که مفاهیم را بلد نباشد به نتیجه نخواهد رسید. شما باید بفهمید چه کاری انجام می‌دهید.

مقدم اما گفت: من وقتی برنامه‌نویسی را شروع کردم که مموری سرور ۱۶مگابایت بود. من فکر میکنم در نهایت من فهم بیشتری دارم چون این مسیر سخت را طی کردم.

رهبان گفت: پیش‌بینی من این است که سیستم آموزشی دو بخش خواهد شد. در یک بخش آن، مسیر مسیر ریسک و تحول‌محور است. او همچنین افزود: از نظر من، ارزیابی در سیستم آموزشی هم قابل‌تغییر است و می‌توان به‌جای ارزیابی مستقیم، از روش‌های ترکیبی استفاده کنید.

آینده چه شکلی خواهد داشت؟

یکی از سؤالاتی که در این پنل مطرح شد این بود که آیا می‌توان از چت جی‌پی‌تی برای پیش‌بینی بازار سرمایه استفاده کرد؟

زارع‌زاده در پاسخ گفت: برای پیش‌بینی بازار سرمایه نیاز به گراف دانشی دارید. برای تحلیل فاندامنتال می‌توان از هوش مصنوعی استفاده کرد. یعنی به‌جای اینکه یک فرد هزاران صفحه گزارش و صورت مالی بخواند، این کار را به هوش مصنوعی می‌سپارد. اما فکر می‌کنم هنوز امکان گرفتن خروجی تحلیل تکنیکال نمی‌توان از چت جی‌پی‌تی نیست.

سؤال دیگری که مطرح شد این بود که آیا به‌مرور و با توسعه هوش مصنوعی شاهد زوال خلاقیت خواهیم بود؟ زارع‌پور به‌عنوان اولین پاسخ‌دهنده به این سؤال گفت: من فکر می‌کنم اتفاقاً شاهد افزایش خلاقیت خواهیم بود. سرمایه انسانی می‌تواند در سطح بالاتری خلاقیت تولید کند.

سهیل مقدم هم افزود: سطح بالا و سطح پایین معنا ندارد. من فکر می‌کنم فقط نوع خلاقیت متفاوت خواهد بود.

برزگر در پاسخ گفت: من فکر می‌کنم با پیشرفت علم، تعریف خلاقیت تغییر خواهد کرد. در طول زمان با پیشرفت تکنولوژی نوع خلاقیت فرق می‌کند. او ادامه داد: تغییر تکنولوژی تغییر مفاهیم را به‌دنبال خواهد داشت. تغییر تعریف خلاقیت با پیشرفت علم اتفاق می‌افتد. در حوزه یادگیری چت‌جی‌پی‌تی بسیار مهم است. من می‌خواهم این پیام را به همه بدهم که نباید جست‌وجو را فراموش کنیم و نباید تنها به چت‌جی‌پی‌تی اتکا داشته باشیم.

یکی از سؤالات مطرح‌شده در انتهای پنل این بود که در ۵ تا ۱۰ سال آینده هوش مصنوعی مولد چطور خواهد بود؟ رهبان در پاسخ به این سؤال گفت: بعضی از مدل‌ها مشکل تشخیص ترکیب‌های پیچیده را دارند. فکر می‌کنم این مشکل در آینده بسیار نزدیک این مسئله حل خواهد شد.

برزگر اما معتقد بود: ما می‌توانیم در نسل خود با یک ابرانسان مواجه شویم که این باعث می‌شود به‌نظرم آینده درخشانی در انتظار ما باشد. در همه حوزه‌ها به خصوص حوزه پزشکی، بیشتر از همه می‌تواند به بشریت کمک شود.

مقدم گفت: من فکر می‌کنم باید هوش مصنوعی را در آغوش گرفت. آینده ما با توسعه این فناوری فوق‌العاده است.