شو زی چو (Shou Zi Chew)، مدیرعامل تیک‌تاک، در جدیدترین اظهارات خود چشم‌اندازی شگفت‌انگیز و کوتاه‌مدت از آینده فناوری ترسیم کرده است. به باور او، هوش مصنوعی طی سه سال آینده فراتر از ابزارهای تولید محتوا و چت‌بات‌های عمومی عمل خواهد کرد و زمینه‌ساز پیشرفت‌های بنیادین در حوزه‌های علمی، پزشکی و مهندسی خواهد شد.
عبور از موج سرگرمی؛ ورود هوش مصنوعی به آزمایشگاه‌های پیشرفته
در حالی که افکار عمومی بیشتر هوش مصنوعی را با ابزارهایی مانند چت‌بات‌ها، فیلترهای ویدیویی و تولید متن و تصویر می‌شناسند، رهبران ارشد دنیای فناوری تمرکز خود را بر لایه‌های عمیق‌تر این فناوری معطوف کرده‌اند. شو زی چو، مدیرعامل تیک‌تاک، اخیراً تاکید کرده است که پنجره زمانی سه‌ساله پیش‌رو، مقطع جهش واقعی مدل‌های محاسباتی به سمت حل مسائل لاینحل علمی است.
این دیدگاه نشان‌دهنده یک تغییر پارادایم اساسی در درک عمومی و تجاری از هوش مصنوعی است؛ گذار از هوش مصنوعی مولد مصرفی (Consumer Generative AI) به سمت هوش مصنوعی برای علوم پایه (AI for Science).
حوزه‌های کلیدی مستعد دگرگونی تا سال ۲۰۲۸
پیش‌بینی بازه زمانی سه‌ساله نشان می‌دهد که مدل‌های هوش مصنوعی زیربنایی به نقطه بلوغ فنی رسیده‌اند و اکنون در حال ادغام با داده‌های تخصصی آزمایشگاهی هستند. عمده‌ترین حوزه‌هایی که تحت تاثیر این جهش قرار خواهند گرفت عبارت‌اند از:
- کشف دارو و زیست‌شناسی ساختاری: مدل‌سازی ساختار پروتئین‌ها و طراحی مولکول‌های دارویی جدید در چند ساعت به‌جای دهه‌ها تحقیق آزمایشگاهی.
- علم مواد و انرژی‌های پاک: طراحی آلیاژها و پلیمرهای پیشرفته با رسانایی بالا، توسعه باتری‌های با چگالی انرژی فوق‌العاده و تسریع در تجاری‌سازی گداخت هسته‌ای.
- مدل‌سازی اقلیمی و پیش‌بینی‌های زمین‌شناختی: تحلیل مقادیر نجومی از داده‌های جوی برای پیش‌بینی دقیق‌تر بلایای طبیعی و مدیریت بحران‌های آب‌وهوایی.
- فیزیک و محاسبات کوانتومی: شبیه‌سازی سیستم‌های پیچیده کوانتومی و تسریع در طراحی تراشه‌های نسل بعدی.
«هوش مصنوعی پتانسیل آن را دارد که بزرگ‌ترین گره‌های کور علم مدرن را باز کند؛ آنچه پیش‌تر دهه‌ها زمان می‌برد، ظرف چند سال محقق خواهد شد.»
چرا سرمایه‌گذاری شرکت‌های فناوری بر AI علمی شتاب گرفته است؟
بایت‌دنس (ByteDance)، شرکت مادر تیک‌تاک، تنها یک پلتفرم شبکه اجتماعی نیست؛ این غول چینی سرمایه‌گذاری‌های سنگینی در زیرساخت‌های هوش مصنوعی، مدل‌های بزرگ مقیاس (مانند Doubao) و تحقیقات پردازشی پیشرفته انجام داده است. اظهارات چو نشان می‌دهد که رقابت غول‌های فناوری از جلب توجه کاربر (Attention Economy) به سمت کسب مالکیت معنوی کشفیات علمی در حال تغییر جهت است.
شرکت‌هایی نظیر گوگل با دیپ‌مایند، مایکروسافت، انویدیا و بایت‌دنس همگی دریافته‌اند که ارزش اقتصادی نهایی هوش مصنوعی در صنایعی چون بهداشت، داروسازی و مهندسی سنگین نهفته است، نه صرفاً سیستم‌های توصیه محتوا.
مقایسه موج کنونی و موج بعدی هوش مصنوعی
| ویژگی | موج فعلی هوش مصنوعی (۲۰۲۳-۲۰۲۴) | موج پیش‌رو در ۳ سال آینده (۲۰۲۵-۲۰۲۸) |
|---|---|---|
| تمرکز اصلی | تولید متن، تصویر، ویدیو و کدنویسی عمومی | اکتشافات بنیادین، شبیه‌سازی زیستی و طراحی مواد |
| نوع داده ورودی | داده‌های وب، شبکه‌های اجتماعی و متون عمومی | داده‌های ساختاریافته آزمایشگاهی، ژنومیک و سنسورهای کوانتومی |
| معیار سنجش موفقیت | روانی زبان، خلاقیت ظاهری و سرعت تعامل | دقت آزمایشگاهی، کارایی بالینی و اثبات‌پذیری علمی |
| اثر اقتصادی | بهینه‌سازی بازاریابی و تولید محتوا | تحول صنایع بهداشت، انرژی و تولید صنعتی |
چالش‌ها و موانع پیش‌روی تحقق این چشم‌انداز
با وجود خوش‌بینی‌های موجود، تحقق این دستاوردها ظرف ۳۶ ماه آینده با موانع جدی روبه‌رو است که نیازمند هماهنگی بین پژوهشگران، دولت‌ها و بنگاه‌های اقتصادی است:
- کمبود توان پردازشی و مصرف انرژی: اجرای مدل‌های شبیه‌سازی بیولوژیکی و فیزیکی به زیرساخت‌های ابری غول‌پیکر و مزارع سرور با مصرف انرژی بسیار بالا نیاز دارد.
- اعتبارسنجی آزمایشگاهی: خروجی‌های هوش مصنوعی تا زمانی که در دنیای واقعی و در آزمایشگاه‌ها تایید تجربی نشوند، صرفاً فرضیه‌های آماری باقی می‌مانند.
- موانع ژئوپلیتیکی و رگولاتوری: محدودیت‌های صادرات تراشه‌های پیشرفته و تنش‌های ژئوپلیتیکی میان ایالات متحده و چین ممکن است روند تبادل علمی و رشد یکپارچه این فناوری را کند سازد.
جمع‌بندی
اظهارات مدیرعامل تیک‌تاک تاییدی دیگر بر این واقعیت است که هوش مصنوعی در حال خروج از فاز هیجان عمومی و ورود به مرحله ارزش‌آفرینی بنیادین است. اگر جدول زمانی سه‌ساله شو زی چو محقق شود، سال‌های ۲۰۲۵ تا ۲۰۲۸ می‌توانند به‌عنوان آغاز عصری جدید در تاریخ علم ثبت شوند؛ عصری که در آن ماشین‌ها دیگر صرفاً ابزار پردازش نیستند، بلکه شرکای اصلی پژوهشگران در گشودن مرزهای ناشناخته دانش بشری خواهند بود.
سؤالات متداول
مدیرعامل تیک‌تاک چه ادعایی درباره آینده هوش مصنوعی مطرح کرده است؟
شو زی چو پیش‌بینی کرده است که هوش مصنوعی ظرف سه سال آینده منجر به دستاوردهای بزرگ و بنیادین در علوم مختلف از جمله پزشکی و کشف مواد خواهد شد.
منظور از «هوش مصنوعی برای علوم» (AI for Science) چیست؟
این مفهوم به استفاده از مدل‌های پیشرفته هوش مصنوعی برای شبیه‌سازی پدیده‌های طبیعی، کشف داروهای جدید، تحلیل ژنتیکی و حل مسائل پیچیده ریاضی و فیزیک اشاره دارد.
چرا نقش شرکت مادر تیک‌تاک (بایت‌دنس) در این حوزه حائز اهمیت است؟
بایت‌دنس علاوه بر پلتفرم‌های اجتماعی، سرمایه‌گذاری‌های گسترده‌ای در زیرساخت‌های پردازشی، مدل‌های زبانی بزرگ و هوش مصنوعی کاربردی انجام داده و یکی از بازیگران جدی این عرصه به شمار می‌رود.
چه چالش‌هایی می‌تواند مانع تحقق این پیش‌بینی ظرف سه سال شود؟
محدودیت‌های مربوط به تامین تراشه‌های پیشرفته، مصرف بالای انرژی، نیاز به تایید تجربی در آزمایشگاه‌ها و تنش‌های بین‌المللی بر سر مالکیت فناوری از مهم‌ترین موانع هستند.
