هوش مصنوعی در آینده نیز قرار است مثل امروز زندگی انسان را راحت تر از قبل کند. به گزارش شرکت مشاوره «مکنزی»، طبق برآرود‌ها هوش مصنوعی تا سال 2030 مبلغ 13 تریلیون دلار را به اقتصاد جهانی تزریق خواهد کرد که حدود 16 درصد از کل سهم جهانی را در بر می‌گیرد. با وجود مزایای ملموس و پولی هوش مصنوعی، این نوع فناوری مدرن کاستی ها و مشکلات مختلفی را همراه می‌آورد که همین موضوع مانع از پذیرش آن در مقیاس کلان خواهد شد. این مشکلات امنیت، اعتماد، توان محاسباتی، نگرانی بابت از دست دادن شغل و غیره را در بر می‌گیرد.
در ادامه به بعضی از مشکلات عمده مرتبط با هوش مصنوعی و راه حل‌های احتمالی آن اشاره می‌کنیم:
نگرانی‌های موجود بابت از دست دادن شغل‌ها و حرفه‌های مرتبط با هوش مصنوعی، موضوع مقالات تحقیقاتی بسیاری از شرکت‌ها و دانشگاه‌ها را تشکیل داده است. طبق نتایج یک تحقیق و مطالعه محققان دانشگاه آکسفورد، بیش از 47 درصد از مشاغل و کسب و کار‌ها در آمریکا به دلیل وجود یک نوع فرایند اتوماسیون جدید تا اواسط دهه 2030 میلادی در معرض خطر نابودی قرار خواهند گرفت. به گزارش مجمع جهانی اقتصاد، اتوماسیون هوش مصنوعی تا سال 2022 جایگزین بیش از 75 میلیون شغل و حرفه مختلف خواهد شد. برخی آمار و ارقام حتی از این هم ترسناک تر هستند. به گفته مقامات شرکت مکنزی، ربات‌های مبتنی بر هوش مصنوعی می‌توانند جای 30 درصد از نیروی کار فعلی جهانی را بگیرند. به گفته کای فو لی، کارشناس هوش مصنوعی و سرمایه گذار پر ریسک، چنین ربات‌هایی طی 10 تا 15 سال آینده جایگزین 40 درصد از کسب و کار‌ها در جهان می‌شوند. در این میان کارگرانی با درآمد پایین و مهارت کم، بیشترین آسیب را از چنین تغییری خواهند دید. از آنجا که هوش مصنوعی روز به روز هوشمند تر از قبل می‌شود، حتی کارگرانی با دستمزد مکفی و مهارت فراوان نیز در برابر از دست دادن شغل و حرفه آسیب پذیر تر می‌شوند. این‌ها همه به این دلیل رخ می‌دهند که هزینه بالای استخدام کارگران ماهر شرکت‌ها را وا می‌دارد تا با راه اندازی فرایند اتوماسیون، حاشیه سود بهتری را کسب کنند. با این حال، این گونه مسائل مرتبط با از دست دادن شغل و دستمزد را می‌توان با تمرکز بر روی اقدامات زیر برطرف کرد:
- بازنگری در سیستم آموزشی و تمرکز بیشتر بر روی مهارت‌هایی مانند تفکر انتقادی، خلاقیت و نوآوری در شرایطی که توسعه مجدد این مهارت‌ها در افراد سخت و دشوار است.
- افزایش میزان سرمایه گذاری دولتی و خصوصی در عرصه توسعه سرمایه انسانی جهت همسویی بهتر با سطح تقاضا در صنعت.
- بهبود وضعیت بازار کار از طریق رفع شکاف موجود میان عرضه و تقاضا و تزریق انگیزه به اقتصاد.
همیشه در خصوص مسائل امنیتی مرتبط با هوش مصنوعی نگرانی‌های زیادی وجود دارد. وقتی کارشناسانی مانند ایلان ماسک، استیون هاوکینگ و بیل گیتس، در کنار دیگران، نگرانی خود بابت امنیت پایین هوش مصنوعی را به زبان می‌آورند، واضح است که ما نیز باید به این نوع مسائل امنیتی اهمیت دهیم. در برخی موارد مشاهده شده که در آن‌ها چت بات توییتر دست به انتشار یک سری الفاظ احساسی توهین آمیز به طرفداری از نازی‌ها زده و ربات‌های مجهز به هوش مصنوعی در فیسبوک شروع به تعامل به زبانی نامفهوم کرده اند که البته همین موضوع منجر به تعطیلی پروژه شد. در ادامه برخی متخصصان نگرانند که در آینده نزدیک هوش مصنوعی کنترل همه امور را در دست گرفته و دیگر ذهن انسان ارزش خود را از دست بدهد.
برای حل این مشکل، باید مقرراتی جدی را به خصوص در مورد تولید یا آزمایش سلاح‌های خودکار تصویب و اجرا کنیم. در این زمینه ما با همکاری جهانی نیاز داریم. شفافیت کامل در این عرصه ضروری به نظر می‌رسد.
همزمان با قدرتمند تر شدن الگوریتم‌های هوش مصنوعی و راه یافتن تدریجی این نوع فناوری مدرن به دنیای توانایی‌های شناختی انسان، موضوع اعتماد بیش از پیش اهمیت پیدا می‌کند. اخیرا الگوریتم مبتنی بر هوش مصنوعی آمازون برای تحویل فوری و یک روزه محموله به طور ناخواسته نسبت به محله‌های سیاهپوست نشین از خود تعصب نشان می‌دهد که نمونه ای بارز در این زمینه به شمار خواهد رفت.
به این ترتیب، همه ارائه دهندگان اصلی هوش مصنوعی باید مجموعه ای از قوانین و اصول راهنمای مرتبط با اعتماد و شفافیت در عرصه اجرای فناوری فوق را تنظیم کنند. در ادامه ذینفعان درگیر توسعه و استفاده از هوش مصنوعی باید به اصول اخلاقی نیز پایبند باشند. آن‌ها باید توان تشخص سوگیری‌های شدید را داشته و راه‌هایی برای مدیریت آن را ارائه دهند. اگاهی یکی دیگر از آن دسته از عوامل کلیدی است که نقش مهمی را در پر کردن شکاف اعتماد ایفا می‌کند. ما باید کاربران را در مورد کارکرد هوش مصنوعی، قابلیت‌ها و حتی نواقص آن هشیار و حساس کنیم.
الگوریتم هوش مصنوعی داده‌های اطلاعاتی عظیمی را که به قدرت محاسباتی زیادی نیاز دارند، تجزیه و تحلیل می‌کند. تاکنون به کمک محسبات ابری و پردازش موازی مشکل برطرف شده اما با این وجود، با توجه به افزایش حجم داده‌ها و ورود الگوریتم یادگیری عمیق پیچیده تر به جریان اصلی، قدرت محاسباتی فعلی دیگر پاسخگوی نیاز‌های پیچیده در آینده نخواهد بود. بنابراین برای مدیریت اگزابایت‌ها و زتابایت‌ها به فضای ذخیره سازی و قدرت محاسباتی بیشتری نیازمندیم.
محاسبات کوانتومی می‌توانند مشکل سرعت پردازش را در میان مدت تا بلند مدت برطرف کنند. محاسبات کوانتومی 100 میلیون برابر سریع تر از یک کامپیوتر معمولی هستند که ما در خانه از آن استفاده می‌کنیم. اگرچه در حال حاضر فرضیه فوق در مرحله تحقیق و آزمایش است اما کارشناسان تخمین می‌زنند که می‌توانیم شاهد اجرای گسترده آن در 10 تا 15 سال آینده باشیم.
حل چنین مشکلاتی قطعا محال و غیر ممکن نیست اما با این حال ضرورت پیشرفت و تکامل سریع در عرصه فناوری مدرن و همکاری انسانی به شدت احساس می‌شود. در شرایطی که ما از لحاظ پیشرفت فناوری در مسیر خوبی قرار داریم، اما هنوز راه درازی برای توسعه اصول و چارچوب‌ها پیش رو است تا اطمینان حاصل شود که فناوری قدرتمندی مانند هوش مصنوعی مورد سوء استفاده قرار نگرفته و احتمالا به عواقب ناخواسته منجر نخواهد شد.