پرش به محتوای اصلی

هوش مصنوعی دانش بشری را مصرف می کند. باید یاد بگیرد که چگونه برای آن پرداخت کند

فورچون۱۴۰۵ مهر ۹, پنجشنبه، ساعت ۱۵:۳۰حدود 5 دقیقه مطالعه

عوامل هوش مصنوعی به راهی برای پرداخت هزینه دانش انسانی که به طور فزاینده ای مصرف می کنند نیاز دارند.

وقتی یکی از محققان OpenAI به رئیس شرکت، گرگ براکمن درباره «هک برای دور زدن nytimes paywall» گفت، بروکمن پاسخ داد: «آه خوب است»، بر اساس پرونده‌های دادگاهی که اخیرا مهر و موم نشده است در پرونده حق چاپ نیویورک تایمز علیه OpenAI و مایکروسافت.

مبادله ناخوشایند است. اما همچنین چیزی را در مورد اقتصاد هوش مصنوعی در آینده آشکار می‌کند: ماشین‌ها در حال تبدیل شدن به برخی از بزرگترین مصرف‌کنندگان دانش بشری هستند و ما هیچ سیستم کاری برای پرداخت هزینه آن نداریم.

OpenAI و Microsoft استدلال می کنند که استفاده از آنها با استفاده منصفانه محافظت می شود. ناشران مخالف هستند. دادگاه ها تصمیم خواهند گرفت. اما اقتصاد هوش مصنوعی به چیزی بیش از یک پاسخ قضایی نیاز دارد. به معماری نیاز دارد که سه چیز را که اینترنت از هم جدا می کند حفظ کند: حقوق، اعتبار و غرامت.

یکی از کاربردی ترین قطعات این معماری ممکن است یک ایده قدیمی باشد که در نهایت مورد استفاده خود را پیدا کرده است: پرداخت های خرد، که توسط پرداخت های نمایندگی تامین می شود.

یک عامل هوش مصنوعی ممکن است به یک پاراگراف از یک روزنامه، یک نقطه داده از یک سرویس تحقیقاتی، یک عکس یا یک نظر دادگاه نیاز داشته باشد. ممکن است یک بار، برای چند ثانیه به آن نیاز داشته باشد. اشتراک ماهانه ابزار اشتباهی است. دسترسی رایگان نیز پاسخی پایدار نیست.

پرداخت های خرد برای دهه ها وجود داشته است، اما کاربرد عملی کمی داشته است. هزینه‌های تراکنش مهم بود، اما مانع بزرگ‌تر انسان بود: مردم نمی‌خواهند صدها تصمیم کوچک برای خرید در روز بگیرند، و سربار عملیاتی به ندرت درآمد را توجیه می‌کرد.

عوامل هوش مصنوعی این مشکل را ندارند. آنها می توانند هزاران چنین تصمیمی را به صورت برنامه ای بگیرند.

هنوز بحث های قابل توجهی در مورد اینکه آیا پرداخت های عاملی به یک لایه اصلی اقتصادی تبدیل خواهد شد وجود دارد. در کارم روی پرداخت‌های نمایندگی و زیرساخت‌های اعتمادی که آنها به آن نیاز دارند، به این باور رسیده‌ام که انجام خواهند داد.

من در هر دو طرف سیستم پرداخت کار کرده ام: به عنوان یک تنظیم کننده مالی و تنظیم کننده استانداردهای بین المللی، و به عنوان یک مدیر اجرایی سطح C در صنعت پرداخت. من اکنون در حال نوشتن کتابی هستم در مورد اینکه وقتی عوامل هوش مصنوعی مجاز به عمل و پرداخت از طرف ما هستند، و در مورد اعتماد و حفاظ های مورد نیاز برای کارکرد آن اکوسیستم، اقتصاد چگونه به نظر می رسد.

از آن نقطه نظر، قطعات در حال همگرایی هستند. نمایندگان نه تنها محصولات را کشف خواهند کرد. آن‌ها به طور فزاینده‌ای مجاز به انجام معاملات تحت دستورالعمل‌های مصرف‌کننده خواهند بود: خرید یک مقاله خبری برای چند سنت، پرداخت هزینه برای توان محاسباتی با توجه به استفاده واقعی، یا اجرای قراردادهای هوشمند که به‌صورت خودکار پس از برآورده شدن شرایط توافق شده، تسویه می‌شوند.

به طور فزاینده ای، نمایندگان با سایر نمایندگان نیز معامله خواهند کرد. الگوریتمی که برای خریدار عمل می کند ممکن است قیمت، زمان و شرایط را در مقابل الگوریتم دیگری که برای فروشنده عمل می کند ارزیابی کند. تراکنش می تواند به طور خودکار در پارامترهای تعیین شده توسط انسان ها یا مشاغل پشت سر آنها انجام شود.

این به این معنی نیست که به نمایندگان دسترسی نامحدود به پول ما بدهید. به احتمال زیاد، ما به طور محدود تفویض اختیار خواهیم کرد: وظایف تعریف شده، محدودیت های هزینه، دسته بندی های تایید شده و شرایط صریح. اگر قیمت آن کمتر از 20 دلار است این را بخرید. اگر قیمت آن کمتر از 10 سنت است، این مقاله را خریداری کنید. این سرویس را فقط در صورتی تمدید کنید که قیمت در محدوده مشخصی باقی بماند.

اینجاست که پرداخت های خرد به ویژه قدرتمند می شوند.

پرداخت‌های عاملی بسته به تراکنش می‌توانند در چندین ریل مالی عمل کنند: کارت‌ها، پرداخت‌های حساب به حساب پشتیبانی شده توسط بانکداری باز، نقل و انتقالات بانکی، استیبل کوین‌ها، موجودی‌های پیش‌پرداخت و پروتکل‌های جدید ماشینی. برای برخی از پرداخت های خرد فرامرزی، استیبل کوین ها و سایر ریل های قابل برنامه ریزی ممکن است تراکنش های بسیار کوچک را سریع تر و ارزان تر از روش های سنتی انجام دهند.

توسعه مهم یک راه آهن خاص نیست. این ایجاد یک اکوسیستم است که در آن نرم افزار می تواند یک تراکنش را شناسایی کند، اعتبار را تأیید کند، روش پرداخت مناسب را انتخاب کند و آن را در پارامترهای تعریف شده اجرا کند.

این امر مدل‌های اقتصادی غیرعملی را از نظر تجاری قابل دوام می‌کند: پرداخت کسری از سنت برای داده، چند سنت برای یک مقاله، شارژ با توکن یا تماس API، یا تقسیم خودکار درآمد بین دارندگان حقوق متعدد.

اما انتقال پول تنها بخشی از چالش است.

طرفین باید بدانند که با کدام نماینده معامله می‌کنند، چه کسی آن را مجاز کرده است، محدوده اختیارات آن، قصد کاربر و محدودیت‌های مخارج آن. «عامل خود را بشناسید»، هدف قابل تأیید، صدور مجوز، جلوگیری از تقلب، مسیرهای حسابرسی و مکانیسم‌های اختلاف در حال تبدیل شدن به بخشی از معماری اعتماد جدید برای عملکرد دستگاه تفویض شده است.

همین قابلیت ها به خوبی با مشکل کپی رایت مطابقت دارد.

حق چاپ صرفا یک ادعای پرداخت نیست. تشخیص می دهد که کار خلاق نویسنده دارد و این اصل نباید ناپدید شود زیرا خواننده اکنون یک ماشین است.

تصور کنید محتوایی حاوی اطلاعات قابل خواندن توسط ماشین است که خالق، دارنده حقوق، استفاده‌های مجاز، الزامات انتساب و قیمت را شناسایی می‌کند. یک نماینده درخواست دسترسی می‌کند و آن شرایط را مطابق با دستورش بررسی می‌کند. اگر استفاده مجاز باشد، به طور خودکار پرداخت می شود و منشأ را به جلو منتقل می کند. در صورت نیاز به ذکر منبع، پیوست می‌ماند. اگر استفاده ممنوع باشد، پرداخت آن را جایز نمی کند. قراردادهای هوشمند می توانند درآمدها را به طور خودکار بین دارندگان حقوق مربوطه توزیع کنند.

بلوک های ساختمان در حال حاضر ظاهر می شوند. Mastercard's Agent Pay for Machines برای تراکنش های مداوم ماشین به ماشین، از جمله تراکنش های خرد به ارزش کسری از سنت طراحی شده است. پروتکل نماینده معتمد ویزا بر تأیید هویت و مجوز نماینده متمرکز است. پروتکل پرداخت ماشینی Stripe و Tempo یک استاندارد باز برای تراکنش‌های برنامه‌ای و بومی ماشین ارائه می‌کند.

این موضوع مناقشات مربوط به داده های آموزشی تاریخی را حل نمی کند و همچنین نباید جایگزین قانون حق نسخه برداری شود. این امر حق چاپ چیزی را می دهد که هرگز در مقیاس اینترنت نداشته است: یک لایه عملیاتی که برای ماشین ها ساخته شده است.

ریسک فراتر از درآمد ناشران است. اگر سیستم‌های هوش مصنوعی به طور فزاینده‌ای جایگزین بازدید از منابع اصلی شوند و در عین حال ارزش یا شناخت کمی را به افرادی که آنها را ایجاد می‌کنند برگردانند، انگیزه تولید دانش گران‌قیمت و اصیل انسانی ضعیف می‌شود. در همین حال، وب در حال پر شدن از مواد مصنوعی است و مدل های آینده به طور فزاینده ای از مدل های قبلی یاد می گیرند.

پاسخ نمی تواند این باشد که دانش را پشت دیوارها حبس کنیم و امیدوار باشیم که ماشین های توانمندتر هرگز از آنها عبور نکنند. همچنین نباید مواد خام بدون دانش انسانی را برای هوش مصنوعی اعلام کرد.

کپی رایت می تواند حقوق را تثبیت کند. منشأ می تواند نویسندگی و اعتبار را حفظ کند. پرداخت‌های عاملی می‌توانند غرامت را به صورت دانه‌بندی، خودکار و از نظر اقتصادی در مقیاس ماشینی مقرون‌به‌صرفه کنند.

اگر قرار است عوامل هوش مصنوعی به برخی از بزرگترین مصرف کنندگان دانش بشری در جهان تبدیل شوند، باید به مشتریان پولی نیز تبدیل شوند. آنها باید تشخیص دهند که چه کسی چیزی را که استفاده می کند ایجاد کرده است، به حقوق مرتبط با آن احترام بگذارند و برای ارزشی که مصرف می کنند بپردازند.

نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد

خواندن متن کامل در فورچونبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

AI is consuming human knowledge. It should learn how to pay for it

AI agents need a way to pay for the human knowledge they increasingly consume.

همه‌ی اخبار فناوری