فعالان حوزه فناوری در سیلیکون ولی هفته‌های دشواری را پشت سر می‌گذارند. تعداد فزاینده‌ای از سرمایه‌گذاران نگران‌اند که هوش مصنوعی نتواند سود‌های مورد انتظار را به ارمغان بیاورد. از زمان اوج‌گیری هوش مصنوعی در ماه گذشته، قیمت سهام شرکت‌های غربی رهبر انقلاب هوش مصنوعی حدود ده درصد کاهش یافته است.
بسیاری از کارشناسان اکنون در مورد محدودیت‌های مدل‌های زبانی بزرگ که پایه خدمات نظیر چت‌بات ChatGPT را تشکیل می‌دهند، تردید دارند. شرکت‌های بزرگ فناوری ده‌ها می‌لیارد دلار برای مدل‌های هوش مصنوعی هزینه کرده‌اند و حتی در مورد سرمایه‌گذاری‌های آینده قول‌های بزرگ‌تری داده‌اند. با این حال، مطابق آخرین داده‌های اداره سرشماری آمریکا، تنها ۵.۱ درصد شرکت‌های آمریکایی از هوش مصنوعی برای تولید کالا و خدمات بهره می‌برند که نسبت به ۵.۴ درصد در اوایل سال جاری، کاهش یافته است. در ماه‌های آتی نیز روند مشابه‌ی پیش‌بینی می‌شود.
چرخه هیپ هوش مصنوعی در حال تکمیل است؟
اگر این مسائل را با یک فعال حوزه فناوری در میان بگذارید، او با ترکیبی از ناامیدی و ترحم واکنش نشان خواهد داد. آیا تا به حال چیزی در مورد کلمه چرخه هیپ شنیده‌اید؟ این اصطلاح را شرکت پژوهشی گارتنر متداول کرده و در سیلیکون ولی به خوبی شناخته شده است. چرخه هیپ پنج مرحله دارد که برخی فناوری‌ها آن را طی می‌کنند.
نخستین مرحله ماشه فناوری است که به ظهور فناوری‌های تازه مربوط می‌شود. فناوری‌های تازه پس از پیدایش، وارد دومین مرحله یعنی اوج انتظارات تورم‌یافته می‌شوند که دوره‌ای اولیه از خوش‌بینی غیر‌منطقی و سرمایه‌گذاری بیش از حد است. فناوری‌ها پس از گذر از این مرحله، وارد مرحله سوم به نام شیب سرخوردگی می‌شوند. در این مرحله، نگرش‌ها نسبت به فناوری منفی می‌شود و همه دلواپس می‌نویسند که پذیرش فناوری به کندی پیش می‌رود و کسب سود دشوار است. با این حال، همان‌گونه که شب روز می‌شود، برخی فناوری‌ها به دوران محبوبیت خود بازمی‌گردند. در چرخه هیپ این دوره شیب روشنگری نام دارد. چنانچه سرمایه‌گذاری‌ها با خوش‌بینی ادامه یابند، تشکیل زیرساخت‌های عظیم را به جستجو می‌کنند که خود فناوری را به سمت پذیرش عمومی سوق می‌دهند. این مرحله نهایی چرخه هیپ است که سطح سودده‌ی نامیده می‌شود. آیا چرخه هیپ راهنمای مفیدی برای آینده هوش مصنوعی در جهان است؟
برخی فناوری‌های قدیمی مراحل چرخه هیپ را کاملا طی کرده‌اند؛ برای مثال قطار‌ها که مثالی کلاسیک هستند. تب راه‌آهن در قرن نوزدهم بریتانیا را فرا گرفت. همه از چارلز داروین تا جان استوارت میل به امید بازده‌ی بی‌نقص، پولشان را در سهام راه‌آهن سرمایه‌گذاری کردند و حباب بازار سهام شکل گرفت. این بازار سقوط کرد؛ پس از این اتفاق، شرکت‌های راه‌آهن با بهره‌گیری از سرمایه‌ای که در دوران اوج محبوبیت جمع کرده بودند، مسیر‌ها را ساختند و بریتانیا را از بالا به پایین متصل و اقتصاد را متحول کردند؛ بدین‌ترتیب چرخه هیپ فناوری قطار کامل شد.
فناوری اینترنت نیز در چند دهه قبل مراحل چرخه هیپ را طی کرده است. در دهه ۱۹۹۰، شوق زیادی در مورد این فناوری وجود داشت و آینده‌نگران پیش‌بینی می‌کردند در چند سال همه خرید‌ها به صورت آنلاین انجام خواهد شد. در سال ۲۰۰۰ بازار سقوط کرد و علت شکست ۱۳۵ شرکت بزرگ وابسته به اینترنت موسوم به شرکت‌های دات‌کام شد؛ از گرفته تا نتیجه مهم‌تر این بود که تا آن زمان شرکت‌های مخابراتی می‌لیارد‌ها دلار بر روی کابل‌های فیبر نوری سرمایه‌گذاری کرده بودند که در نهایت به زیرساخت‌های اینترنت امروزی تبدیل شدند.
اگرچه هوش مصنوعی تا این مدت سقوطی شبیه راه‌آهن یا شرکت‌های دات‌کام نداشته است، اما مطابق نظر برخی کارشناسان، نگرانی‌های جاری نشان‌دهنده گسترش این فناوری در آینده در سراسر جهان است. نوح اسمیت، مفسر اقتصادی، در این مورد می‌نویسد
آینده هوش مصنوعی همانند هر فناوری دیگری خواهد بود؛ ابتدا زیرساختی بزرگ و گران‌قیمت برای آن تشکیل می‌شود اما پس از آن، هنگامی که مردم فهمند واقعا نمی‌دانند چطور از این فناوری به‌طور مؤثر بهره ببرند، سقوطی بزرگ خواهیم دید. در مرحله بعدی، وقتی مردم با شیوه‌های مؤثر بهره‌برداری از هوش مصنوعی آشنا شوند، این فناوری آهسته و به مرور زمان احیا خواهد شد.
آینده‌ای روشن یا افول؟
آیا واقعا هوش مصنوعی در آینده مراحل سیکل هیپ را طی خواهد کرد؟ احتمالا خیر. نسخه‌های هوش مصنوعی دهه‌ها دوره‌های محبوبیت و ناکامی را با فراز و نشیب همراه با همکاری و سرمایه‌گذاری‌های علمی و دانشگاه‌ی تجربه کرده‌اند؛ اما ما حرکت آن‌ها در مسیر مراحل چرخه هیپ را ندیده‌ایم. در دهه ۱۹۶۰ شوق زیادی در مورد فناوری‌های مرتبط با هوش مصنوعی وجود داشت که یکی از آن‌ها ELIZA (الیزا)، یک چت‌بات اولیه بود. پس از دوران محبوبیت، زمستان این فناوری در دهه‌های ۱۹۷۰ و ۱۹۹۰ فرا رسید؛ تا سال ۲۰۲۰ تمایل به تحقیق در مورد هوش مصنوعی رو به کاهش بود اما با پیدایش فناوری هوش مصنوعی مولد، حالت تغییر کرد و مجددا پژوهش‌های حوزه هوش مصنوعی اوج گرفت.
در ضمن، برخی دیگر از فناوری‌های اثرگذار نیز در سیر تکامل و رسیدن به مرحله پذیرش عمومی گسترده، اصلا مراحل چرخه هیپ را طی نکرده‌اند؛ برای مثال رایانش ابری بدون هیچ شور و شوق و بدون ناکامی از صفر به صد رسید. به نظر می‌رسد سیر تکامل انرژی خورشیدی و رسانه‌های اجتماعی نیز به همین شکل بوده است.
شرکت‌های منفردی همانند مای اسپیس قبل از رسیدن به مقصد تعیین‌شده‌شان متوقف شده‌اند. ابتدا نگرانی‌هایی در مورد اینکه آیا این شرکت پول‌ساز خواهد بود یا خیر، وجود داشت اما می‌زان پذیرش آن از سوی مصرف‌کنندگان نهایی به صورت یکنواخت افزایش یافت. از نظر دیگر، محبوبیت تعداد بسیاری از فناوری‌های منقرض در حالت بدی دچار شده‌اند اما عموم مردم به هیچ وجه (یا حداقل تا این مدت) به معنی واقعی کلمه آن‌ها را نپذیرفته‌اند. فناوری را در نظر بگیرید؟ مردم مدتی گمان می‌کردند روزی همه در خانه چاپگر سه‌بعدی خواهند داشت. چنین نگرشی برای مدتی کوتاه در مورد نانولوله‌های کربنی نیز شکل گرفت.
متأسفانه، بررسی اینکه سیکل هیپ قاعده‌ای تجربی است یا خیر، آسان نیست. اتان مولیک از دانشگاه پنسیلوانیا در این مورد می‌گوید
از آنجا که داده‌های چرخه هیپ مبتنی بر احساسات هستند، ارائه اطلاعات قطعی در مورد آن‌ها سخت است اما تلاش کرده‌ایم در مورد آن اطلاعات قطعی ارائه دهیم و کار‌های مایکل مولانی، سرمایه‌گذار، در سال ۲۰۱۶ را گسترش دهیم.
نتایج بررسی‌ها نشان داده چرخه هیپ به ندرت در سیر تکاملی فناوری‌ها طی شده است. بررسی فناوری‌های پیشرفته طی سال‌ها نشان داده تنها مقدار کمی از آن‌ها (احتمالا یک‌پنجم)، از مرحله نوآوری به محبوبیت و رشد و سپس به ناکامی و سرخوردگی و در نهایت به مرحله پذیرش گسترده رسیده‌اند. تعداد بسیاری از فناوری‌ها بدون طی کردن مسیری این‌چنین پر فراز و نشیب، به صورت گسترده مورد استفاده قرار می‌گیرند. برخی دیگر از مرحله شکوفایی به ناکامی می‌رسند اما عموم مردم آن‌ها را نمی‌پذیرند. مطابق تخمین ما از همه اشکال فناوری که وارد مرحله سرخوردگی می‌شوند، ۶ مورد از ۱۰ مورد از این مرحله خارج نمی‌شوند! نتیجه‌گیری ما شبیه نتیجه‌گیری آقای مایکل مولانی است که به این نتیجه رسیده تعداد زیادی از فناوری‌های تازه و پرطرفدار عمر طولانی ندارند!
هوش مصنوعی تا این مدت می‌تواند جهان را متحول کند. امکان‌پذیر است یکی از شرکت‌های بزرگ فناوری پیشرفتی ارزشمند انجام دهد. همچنین امکان‌پذیر است کسب‌وکار‌ها به مزایایی که هوش مصنوعی برای آن‌ها به ارمغان آورده، پی ببرند اما اکنون چالش سخت پیش روی شرکت‌های بزرگ فناوری این است که ثابت کنند هوش مصنوعی دستاورد قابل‌توجه‌ی برای ارائه به اقتصاد واقعی دارد؛ هیچ تضمینی برای پیروزی این فناوری وجود ندارد. اگر باید برای فهمیدن آینده هوش مصنوعی به تاریخ فناوری مراجعه کنیم، چرخه هیپ نمی‌تواند اطلاعات کاملی به ما بدهد. در مورد آینده هوش مصنوعی عبارت معروف چیزی که آسان به دست می‌آید، آسان هم از دست می‌رود بیش از پیش صدق می‌کند!
