نماینده جیکوبز: واشنگتن مسابقه هوش مصنوعی را کاملا اشتباه می کند | نظر

نماینده ایالات متحده، منطقه 51 کالیفرنیا

واشنگتن تا حد زیادی "مسابقه هوش مصنوعی" با چین را اشتباه تشخیص داده است. رقابت هوش مصنوعی تنها برنده نخواهد شد که اولین مدل قدرتمندترین را بسازد. اگر کسی از چیزی که می‌سازید استفاده نکند، یا اگر کنترل فناوری را از دست بدهید، اولین بودن اهمیتی نخواهد داشت. مزیت استراتژیک واقعی متعلق به کشوری است که جهان سیستم های آن را پذیرفته و بر آن بنا می کند.

در حالی که ایالات متحده در قابلیت‌های مدل‌های مرزی و زیرساخت‌های محاسباتی پیشرفته پیشرو است، چین در پذیرش مدل از ما بهتر است. سهم مدل‌های چینی از استفاده از روتر باز از حدود 1 درصد در سال 2024 به بیش از 60 درصد در می 2026 افزایش یافت. مدل‌های چینی نیز ارزان‌تر هستند و از محاسبات کمتری نسبت به مدل‌های پیشرو آمریکایی استفاده می‌کنند. شاید هرگز سیستم‌های ارزان‌تری نسبت به چین نسازیم، اما می‌توانیم سیستم‌هایی ایجاد کنیم که مردم بیشتر به آن اعتماد داشته باشند و ترجیح دهند از آن استفاده کنند. این مزیت رقابتی ما است و چگونه اطمینان می‌دهیم که سیستم‌های سراسر جهان بر اساس مدل‌های آمریکایی ساخته شده‌اند.

با این حال، بسیاری از همکاران من در کنگره به نام رقابت بر طبل سرعت بیش از ایمنی ضربه زدند. مایک جانسون رئیس مجلس اخیرا گفت: «ما عجله نمی‌کنیم و قانونی را تصویب نمی‌کنیم که به کشور آسیب بزند و چین را در معرض خطر قرار دهد.» اما آنچه گوینده و بسیاری از همکاران من از درک آن ناتوان هستند این است که ما مجبور نیستیم بین نوآوری یا نرده محافظ یکی را انتخاب کنیم. سوال واقعی این است: چگونه سیستم‌های هوش مصنوعی بسازیم که مردم واقعا بخواهند از آن استفاده کنند و بتوانند با خیال راحت به آن اعتماد کنند؟ این چیزی است که برنده شدن به نظر می رسد.

نه لزوما اول بودن - بلکه قابل اعتمادترین بودن، اجتناب از اصلاحات پرهزینه و واکنش های متقابل، و داشتن قدرت ماندگار واقعی و پایدار. و وظیفه کنگره این است که با پرداختن به هوش مصنوعی در چهار سطح، ما را به آنجا برساند: اجتماعی، مدل، توسعه‌دهنده و تأثیر.

در سطح اجتماعی، ما باید بررسی کنیم که آیا انگیزه هایی که تصمیمات شرکت ها را شکل می دهند، ما را به سمت جامعه ای که می خواهیم سوق می دهد یا خیر. این مختص هوش مصنوعی نیست، اما در دنیایی با هوش مصنوعی اهمیت بیشتری دارد. برای مثال، ما بر نیروی کار با نرخی بالاتر از سرمایه مالیات می‌دهیم، که انگیزه مالی داخلی برای شرکت‌ها ایجاد می‌کند تا کار انسانی را با اتوماسیون و هوش مصنوعی جایگزین کنند. من فکر نمی کنم این نتیجه ای باشد که اکثر آمریکایی ها می خواهند. بنابراین ما باید مانند نیروی کار مالیات بر سرمایه بگیریم و راه های نوآورانه ای برای مالیات بر استفاده از هوش مصنوعی پیدا کنیم.

در سطح مدل مرزی، وعده های داوطلبانه کافی نیستند. سخنران می‌گوید که شرکت‌ها «می‌توانند خود تنظیم کنند»، اما این همان کاری است که OpenAI در ماه جولای انجام می‌داد که مدل‌های آن‌ها از محیط آزمایشی خود خارج شدند و Hugging Face را هک کردند. واضح است که تدابیر حفاظتی آنها کارساز نبود. کنگره باید به یک تنظیم کننده فدرال اختیارات، کارکنان و بودجه لازم را بدهد تا حداقل استانداردهای ایمنی را برای شرکت هایی که توانمندترین مدل ها را می سازند، تنظیم و اجرا کند، در حالی که حفاظت های ایالتی قوی تر را حفظ کند.

توسعه‌دهندگان باید برنامه‌های ایمنی قابل اجرا را منتشر کنند: چگونه قابلیت‌های خطرناک را آزمایش می‌کنند، چه تدابیری را اعمال می‌کنند، و چه زمانی توسعه را متوقف می‌کنند یا سیستمی را تعطیل می‌کنند. این طرح ها باید توسعه تسلیحات، حملات سایبری، دستکاری در مقیاس بزرگ، از دست دادن کنترل انسانی و خودسازی بازگشتی را پوشش دهند.

آزمایش اجباری قبل از استقرار باید قبل از انتشار عمومی و قبل از استفاده های داخلی خاص، از جمله استفاده از هوش مصنوعی برای ساخت مدل های جانشین انجام شود. این بدان معناست که بازرسان فدرال به مدل‌ها، سوابق و کارکنان دسترسی دارند و حضور دائمی در داخل آزمایشگاه‌ها دارند. این بدان معناست که توسعه‌دهندگان نتایج آزمایش، ریسک‌های باقی‌مانده و هرگونه اصلاحی را منتشر می‌کنند که تنظیم‌کننده‌ها می‌توانند ادعاهای آنها را بررسی کنند. نظارت نمی تواند در آزادی متوقف شود. مدل ها به آزمایش مداوم، محافظت قوی در برابر سرقت و گزارش به موقع پس از حوادث ایمنی نیاز دارند.

ما همچنین باید شکاف های مسئولیت را ببندیم و توسعه دهندگان را ملزم به داشتن بیمه مسئولیت کنیم. رفتاری که یک فرد را مسئول می‌کند نباید از پاسخگویی فرار کند فقط به این دلیل که هوش مصنوعی باعث آسیب شده است. اما در حال حاضر، مشخص نیست چه کسی درگیر حوادث هوش مصنوعی است. اگر نه کاربر و نه واسطه‌ای که مدل را اقتباس کرده است، قصد رفتار نادرست یا بی‌احتیاطی را نداشته‌اند، باید از توسعه‌دهنده جلوگیری کند.

آزمایشگاه های مرزی تمام داستان نیستند. هوش مصنوعی در حال حاضر در زندگی ما وجود دارد - در تصمیم گیری های وام، تشخیص های پزشکی و درخواست های شغلی. بنابراین کنگره باید در سطح توسعه‌دهنده، جایی که شرکت‌ها و موسسات از هوش مصنوعی استفاده می‌کنند، عمل کند. قوانین موجود در آنجا باید با خطرات مطابقت داشته باشد: تهیه پیش نویس ایمیل به همان حفاظی نیاز ندارد که تصمیم بگیرید چه کسی وام مسکن دریافت می کند یا چه کسی اولین بار در بیمارستان ویزیت شده است. ما قبلا قوانینی علیه تبعیض در مسکن، مراقبت‌های بهداشتی و استخدام داریم و باید به آژانس‌های فدرال اختیارات واضح‌تری بدهیم تا زمانی که هوش مصنوعی، نه انسان، آنها را نقض می‌کند، آنها را اجرا کنند.

کارمندان و پیمانکارانی که نگرانی های ایمنی را مطرح می کنند نیاز به محافظت دارند. و هنگامی که پادمان‌ها شکست می‌خورند، تنظیم‌کننده‌ها برای دستور اصلاح و توقف توسعه، با اختیارات اضطراری محفوظ برای خطرات قریب‌الوقوع آسیب شدید و مشروط به بررسی دادگاه، به اختیار نیاز دارند. شرکت‌هایی که دروغ می‌گویند، اصلاحات لازم را نادیده می‌گیرند یا از پیروی نمی‌کنند باید بهای واقعی را بپردازند.

در نهایت، در سطح تأثیر، کنگره باید با معنای هوش مصنوعی برای کارگران، دانشجویان و فرصت های اقتصادی مقابله کند. مردم آمریکا از این که هوش مصنوعی شغل آنها را بگیرد و مدرک آنها را بی ربط کند، وحشت دارند. به همین دلیل است که ما باید به تأثیرات چگونگی و زمان تغییر شکل‌دهی هوش مصنوعی به بازار کار، تمرکز ثروت و قدرت، چگونگی تغییر عمیق تقلبی‌ها و تصاویر هوش مصنوعی و چگونگی آماده‌سازی کارگران و دانشجویان برای آینده بپردازیم.

این نرده‌های محافظ می‌توانند به ما کمک کنند تا سیستم‌هایی بسازیم که مردم می‌خواهند از آن‌ها استفاده کنند، زیرا به آنها اعتماد دارند. و اینگونه است که هوش مصنوعی آمریکایی می تواند باعث پذیرش پایدار و پیروزی در مسابقه ای شود که واقعا مهم است.

نماینده سارا جیکوبز نماینده منطقه 51 کنگره کالیفرنیا است. نظرات بیان شده در این مقاله متعلق به خود نویسنده است.