انقلاب بعدی هوش مصنوعی؛ نوبت به کارخانه‌ها رسید

تصور کنید سه‌سال و نیم پیش زمانی که «چت جی‌پی‌تی» معرفی شد، جهان تازه داشت با مدل‌های زبانی بزرگ آشنا می‌شد. فایننشال‌تایمز می‌گوید این فناوری کارهای مختلف را ــ از امور شخصی و پژوهش تا تشخیص‌های پزشکی ــ سریع‌تر و بهتر کرد. اما حقیقت این است که توان واقعی هوش مصنوعی فراتر از چت‌بات‌های هوشمند است. وقتی ماشین‌های مجهز به هوش مصنوعی وارد دنیای فیزیکی می‌شوند، با کمک دوربین‌ها و حسگرها می‌توانند به‌طور مستقل عمل کنند؛ یعنی نه فقط تولید محتوا، بلکه انجام کار واقعی. این دنیای جدید شامل تجهیزاتی هوشمند، خودروهای خودران و ربات‌های انسان‌نماست. این ماشین‌ها با استفاده از «مدل‌های جهان» می‌فهمند اشیا چگونه حرکت می‌کنند، واکنش نشان می‌دهند و با محیط تعامل دارند؛ موضوعی که با توانایی پیش‌بینی متن در مدل‌های زبانی بزرگ کاملاً متفاوت است. در اقتصادهای خدمات‌محور جهان ثروتمند، طبیعی است که توجه‌ها بیشتر به کاربردهای شناختی هوش مصنوعی جلب شده باشد. اما به‌کارگیری این فناوری در جهان فیزیکی ــ به‌ویژه در کف کارخانه‌ها ــ احتمالاً دستاورد اقتصادی بسیار بزرگ‌تری خواهد داشت. حال سوال مه این است: چرا هوش مصنوعی فیزیکی می‌تواند بازی را عوض کند؟ فایننشال‌تایمز در سه محور پاسخ می‌دهد: دانیلا روس، مدیر آزمایشگاه CSAIL MIT، می‌گوید: کشورهای توسعه‌یافته در اروپا و آسیا سال‌هاست با نصب روبات‌ها در خطوط مونتاژ رشد خود را افزایش داده‌اند. اما هوش مصنوعی می‌تواند این روبات‌ها را قادر کند در محیط‌های پیچیده تولید، ساخت‌وساز و لجستیک یاد بگیرند، تطبیق پیدا کنند و کیفیت را افزایش دهند. نمونه‌های اولیه همین امروز هم دیده می‌شود: این‌ها فقط نمونه‌های اولیه‌اند، اما چشم‌انداز را روشن می‌کنند. در حالی‌که اقتصادهای ثروتمند نیروی کار دانشگاهی کافی برای مشاغل خدماتی دارند اما کمبود نیروی کار صنعتی همچنان یکی از بزرگ‌ترین چالش‌هاست. در یک نظرسنجی سال ۲۰۲۶، بیش از ۵۰ درصد مدیران صنایع گفته‌اند کمبود نیروی کار، هزینه‌ها و مقررات سه دلیل اصلی آن‌ها برای پذیرش هوش مصنوعی فیزیکی است. این ماشین‌ها می‌توانند در شرایط خطرناک یا دور از دسترس انسان‌ها کار کنند و تعمیرات تخصصی انجام دهند. با افزایش حساسیت سیاسی نسبت به مهاجرت، پیرشدن جمعیت و تغییر نگرش نسبت به کار فیزیکی، سرمایه‌گذاری در روبات‌های مجهز به هوش مصنوعی بیش از پیش منطقی است. در عین حال، این فناوری می‌تواند مشاغل جدیدی با ارزش‌افزوده بالاتر در کارخانه‌ها ایجاد کند: نظارت، تنظیم، آموزش و بازپیکربندی ربات‌ها؛ یعنی نیاز به دانش تولید همچنان باقی می‌ماند، فقط ماهیت کار تغییر می‌کند. برای دولت‌هایی که می‌خواهند زنجیره تأمین صنایع حساس را به داخل منتقل کنند، هوش مصنوعی فیزیکی یک موهبت است. ماشین‌های چندمنظوره نیاز به خطوط مونتاژ بزرگ را کاهش می‌دهند و این یعنی تولید داخلی با هزینه نهایی کمتر امکان‌پذیر می‌شود. چین در این حوزه پیشرفت جدی داشته و در برنامه پنج‌ساله جدید خود تمرکز بر «هوش مصنوعی تجسم‌یافته» را در اولویت قرار داده است. طبیعتاً تحقق این گذار زمان‌بر است. کشورها به سرمایه، مدل‌های جهان پیشرفته‌تر، داده‌های آموزشی بسیار زیاد و زنجیره تأمین قوی برای سخت‌افزار روباتیک نیاز دارند. کارخانه‌ها و انبارها باید دوباره طراحی شوند. اما سرمایه‌گذاران خطرپذیر اکنون به‌شدت به سمت روباتیک جذب شده‌اند. کاربردهای گسترده‌تری نیز در راه‌اند: اما سریع‌ترین مسیر برای مقیاس‌پذیری، همچنان تولید و صنعت است. کارخانه‌ها محیط‌هایی کنترل‌شده و قابل طراحی‌اند؛ بر خلاف خیابان‌ها، خانه‌ها یا بیمارستان‌ها. شرکت‌ها می‌توانند ربات‌هایی بسازند که تخصصی باشند، نه شبیه انسان‌ها، و سرعت و دقت و دوام بسیار بیشتری داشته باشند. در نهایت فایننشال‌تایمز اینگونه نتیجه می‌گیرد که مدل‌های زبانی بزرگ نشان داده‌اند هوش مصنوعی می‌تواند اطلاعات را پردازش کند. اما برای کشورهایی که به‌دنبال رشد بیشتر و مقاومت اقتصادی‌اند، فرصت واقعی آنجاست که این هوشمندی را وارد جهان فیزیکی کنند. تحول‌های بزرگ تکنولوژی معمولاً چیزی را که انسان می‌تواند انجام دهد بازتولید نمی‌کنند؛ بلکه کاری را ممکن می‌کنند که انسان قادر به انجامش نیست.