پیشرفت هوش مصنوعی در چالش؛ کارشناسان راهکار‌های نوین را پیشن‌هاد می‌دهند

بحث‌های داغی در مورد آینده هوش مصنوعی در حال جریان است. برخی معتقدند پیشرفت مدل‌های هوش مصنوعی به کندی پیش می‌رود و احتمالا به بن‌بست رسیده باشد، در حالی که دیگران بر این باورند که این فناوری همچنان پتانسیل رشد زیادی دارد.

به گزارش دپارتمان اخبار تکنولوژی رسانه تکنا، یکی از مهم‌ترین چالش‌ها در گسترش مدل‌های هوش مصنوعی، دسترسی به منابع محاسباتی قدرتمند مانند جی‌پی‌یو است. تقاضای بالا برای این تراشه‌ها باعث کمبود و افزایش قیمت آن‌ها شده است. علاوه بر این، شرکت‌ها با محدودیت در دسترسی به داده‌های آموزشی باکیفیت روبرو هستند. داده‌های آموزشی با حجم بالا و متنوع برای آموزش مدل‌های بزرگ زبان ضروری هستند، اما دستیابی به چنین داده‌هایی، به‌ویژه داده‌های باکیفیت، به سادگی ممکن نیست.

کارشناسان معتقدند برای ادامه پیشرفت هوش مصنوعی، باید به جستجوی راهکار‌های جدیدی پرداخت. به جای تکیه صرف بر داده‌های متنی، می‌توان از داده‌های چندوجه‌ی نظیر تصاویر، صدا و ویدئو نیز بهره گرفت. تعداد زیادی از شرکت‌ها دارای داده‌های خصوصی و ارزش‌مندی هستند که می‌توانند برای آموزش مدل‌های هوش مصنوعی مورد استفاده قرار گیرند. به جای ساخت مدل‌های بیش از حد بزرگ، می‌توان مدل‌های کوچک‌تر و تخصصی‌تری را طراحی کرد که برای مأموریت‌های خاص بهینه شده باشند. داده‌های مصنوعی نیز می‌توانند برای تکمیل داده‌های واقعی و بهبود کارکرد مدل‌ها به کار روند.

سام آلتمن، مدیرعامل اوپن‌ای‌آی، معتقد است پیشرفت هوش مصنوعی متوقف نشده و پتانسیل‌های زیادی برای رشد وجود دارد. در مقابل، برخی دیگر همانند مارک اندریسن می‌گویند مدل‌های هوش مصنوعی به نقطه اشباع رسیده‌اند. اگرچه پیشرفت هوش مصنوعی با چالش‌هایی روبرو است، اما کارشناسان بر این باورند که با بهره‌گیری از راهکار‌های نوآورانه می‌توان بر این چالش‌ها غلبه کرد و به پیشرفت‌های بیش‌تری در این حوزه دست یافت.