
رؤياپردازي براي نوآور بودن بسيار مهم است. قدرت تصور کردن همان چيزي است که هوش مصنوعي ندارد، بنابراين نميتواند رؤياپردازي کند.
به همين دليل است که »ويکتور ماير شونبرگر« استاد علوم اطلاعات دانشگاه آکسفورد معتقد است که هوش مصنوعي در حال حاضر قادر به رقابت با خلاقيت انسان نخواهد بود.
اما آيا تابهحال به اين فکر کردهايد باوجود پيشرفتهاي قابلتوجه هوش مصنوعي که در شرکتهاي فناوري بزرگ صورت ميگيرد، چرا سرعت نوآوري کند شده است؟
انسانها ميتوانند چيزهايي را تصور کنند که هنوز وجود ندارند، اما هوش مصنوعي عليرغم اينکه با مجموعه دادههاي عظيم آموزشديده است، تنها با دادههايي کار ميکند که درگذشته به او دادهشده است. درواقع هوش مصنوعي منعکسکننده چيزهايي است که ما ميتوانيم از گذشته ياد بگيريم.
بينشها و پاسخهايي که هوش مصنوعي به ما ميدهد برآوردي از همان اطلاعاتي است که درگذشته به او دادهشده، بنابراين نميتواند چيز جديدي اختراع کند.
اگر زمان حال يا آينده بهطور قابلتوجهي با گذشته متفاوت باشد، هوش مصنوعي نميتواند به ما دريافتن راهحلهاي مناسب کمک کند؛ او فقط راهحلي را پيشنهاد ميکند که ريشه در تجربههاي گذشته دارد.
بنابراين هوش مصنوعي ابزاري براي ارزيابي مجموعه دادههاي بزرگ و افزايش کارايي، بهويژه در زمانهاي باثبات اقتصادي است، اما مسئله اين است که هيچچيز در تاريخ تاکنون ثابت نبوده و نيست. چالشهاي ناشي از تغييرات اقليمي نيازمند نوآوريهايي فراتر از تواناييهاي فعلي است.
سرعت نوآوري باوجود پيشرفتهاي سريع در هوش مصنوعي به طرز عجيبي کاهش يافته است.
»اوفوک آکيجيت« استاد اقتصاد در دانشگاه شيکاگو، و »سينا تيآتس« از هيئت مديره فدرال رزرو ايالات متحده، کاهش رشد بهرهوري ايالاتمتحده را بررسي کردهاند.
آنها ميگويند نرخ ورود مشاغل جديد کاهش يافته، رشد بهرهوري کاهش يافته، سهم نيروي کار از توليد کاهش يافته و اين در حالي است که تمرکز بازار و سهم سود شرکت از توليد ناخالص داخلي افزايش يافته است.
محققان دريافتند که پويايي نوآوري در شرکتهاي آمريکايي از دهه 1980 کاهش يافته است و در دهه 2000 اين کاهش، چشمگيرتر بوده است.
آنها دليل اين امر را رقابت ناکافي بين شرکتهاي پيشرو و رقباي خود ميدانند، تا حدي به اين دليل که دانش بهاندازه کافي به اشتراک گذاشته نميشود. اين امر مانع از آن ميشود که آنهايي که ديرتر وارد بازار شدهاند از پيشرفتهاي ديگران درس بگيرند و خودشان رشد کنند. درنتيجه، فشار رقابتي کمتري بر بازيگران بزرگ بازار وارد ميشود که بدون رقابت، انگيزههاي کمتري براي نوآوري دارند.
دادهها: محرک اصلي نوآوري مدرن
با کمک هوش مصنوعي ميتوان مقادير زيادي از دادهها را بهطور فزايندهاي بهخوبي تجزيهوتحليل کرد.
بر اساس گزارش فدراسيون صنايع آلمان ، دادههاي بيشتري در حال جمعآوري است و حجم آن بين سالهاي 2012 تا 2022 ده برابر شده است و انتظار ميرود تا سال 2025 دوباره سه برابر شود. اينجاست که شرکتهاي ديجيتالي بزرگ مانند گوگل، آمازون و فيسبوک بازي را ميبرند.
اين شرکتها حجم وسيعي از دادهها را جمعآوري ميکنند، بنابراين کارآمدتر ميشوند و درعينحال از دسترسي ديگران به دادههاي خود جلوگيري ميکنند.
شونبرگر بر اين باور است که اين غولهاي ديجيتال هرچند بهعنوان پيشگام شناخته ميشوند، اما درواقع فرآيندهاي نوآوري و پيشرفت را با احتکار دادهها کاهش ميدهند و اين بهنوعي تقويت ساختارهاي انحصاري است.
اين روزها شرکتهاي نوآور بهسادگي توسط شرکتهاي بزرگ خريداري شوند. حدود 20 سال پيش، بيش از سهچهارم استارتآپهاي موفق سيليکونولي، سهامي عام شدن را انتخاب کردند. امروز، سهچهارم آنها توسط شرکتهايي مانند گوگل و فيسبوک قبل از عام شدن سهامشان بلعيده شدهاند.
محقق دانشگاه آکسفورد هشدار ميدهد که اين نهتنها مانع نوآوري ميشود، بلکه خطر سيستماتيکي براي رشد اقتصادي نيز به همراه دارد.
اين وضعيت درست مانند زماني است که در دنيا تنها يک نوع خودرو وجود داشته باشد و شما در بزرگراهي رانندگي ميکنيد که بهجز خودرو شما، ترمز تمام خودروها بريدهشده و هيچ چاره وجود ندارد.
زيرا تنها يک نوع خودرو وجود دارد و اين منجر به بحران ميشود.او گفت که اين معضل تنها در صورتي قابلحل است که سياستگذاران اطمينان حاصل کنند که دادهها آزادانه در دسترس عموم باشند. هيچ نوع مالکيتي براي دادهها وجود ندارد و نبايد وجود داشته باشد.
حقوق مالکيت معنوي، تأليف و حقوق ثبت اختراع که از طريق تفکر بشري ايجاد ميشود، براي دادهها قابلقبول نيستند.
به گزارش امانت به نقل از خبرآنلاين،قانون خدمات ديجيتال اتحاديه اروپا و قانون بازارهاي ديجيتال، گامهايي هستند که در جهت درستي برداشته شدهاند. سيستمهاي آموزشي نيز بايد بازسازي شوند تا انگيزههايي براي رؤياپردازي هدفمند براي نسلهاي بعدي فراهم شود. بايد جهان را با چشمهاي متفاوتي ديد، زيرا نوآوري به افراد سختگوش نياز دارد.