هزینه توهم هوش جامع مصنوعی: در تعقیب ابرهوش، آمریکا عقب‌مانده واقعی در رقابت هوش مصنوعی است

با توجه به فضای رسانه‌ای و سیاسی پیرامون عرضه GPT-5 و اظهارات سم آلتمن درباره تغییر سرنوشت بشری توسط این فناوری، باید گفت که «توهم هوش جامع مصنوعی» موجب وسواس سیاست‌گذاری و اختصاص منابع سرسام‌آور شده است -در حالی که دستیابی واقعی به ابرهوش، بنا به‌نظر بسیاری از دانشمندان رایانه و تجربه فناوری‌های پیشین، بعید یا زمان‌بر خواهد بود. با وجود وزن سنگین روش‌های پیش‌بینی، مدل‌های فعلی هنوز با چالش‌هایی در استدلال عمیق، حافظه بلندمدت، درک واقعی و یادگیری مداوم مواجه‌اند و حتی بزرگ‌ترین جهش‌های اخیرمانند GPT-5 بیشتر پیشرفت‌های خطی و تدریجی را نشان داده‌اند تا انقلابی شبیه معرفی برق یا موتور احتراق داخلی.

سیاست‌گذاران آمریکایی -متأثر از فضاسازی فعالان و شرکت‌ها- در تلاش برای سیاست‌گذاری مبتنی بر تهدید و فرصت هوش جامع مصنوعی هستند؛ اما در واقعیت، موفقیت در رقابت با چین منوط به توسعه زیرساخت‌ها، ارتقاء سواد هوش مصنوعی در نیروهای دولتی، پیوند نهادهای دولتی با بخش خصوصی، و حمایت از پژوهشگران و دانشگاه‌هاست. داده‌های سال ۲۰۲۵ نشان می‌دهد که آمریکا با حدود ۷۵ درصد قدرت پردازش ابررایانه‌های هوش مصنوعی دنیا و سرمایه‌گذاری‌های کلان خصوصی، هنوز بر چین و اروپا برتری دارد؛ اما پیشرفت چینی‌ها در مقیاس‌دهی کاربردی، کارایی مدل‌ها، و هزینه پایین فناوری به‌سرعت شکاف را کاهش داده و در برخی شاخص‌ها مانند تعداد مدل‌های کارآمد یا مقیاس روباتیک صنعتی حتی از آمریکا سبقت گرفته‌اند.

در حالی‌که توجه واشنگتن به هوش جامع مصنوعی غالب است، چین رویکرد «ابتکار AI+» را در پیش گرفته و تمرکز خود را بر مقیاس‌دهی کاربردی و صنعتی هوش مصنوعی تا سال ۲۰۲۷ و ادغام فناوری با زیربناها تا سال ۲۰۳۰ قرار داده است. چین با سرمایه‌گذاری دولتی، حمایت از دانشمندان داخلی و سرعت بالای اجرایی کردن فناوری در صنایع واقعی، به چالش جدی رقابت بدل شده و پروژه‌هایی چون DeepSeek در سال ۲۰۲۵ نشان داده‌اند که برتری آمریکا در به‌کارگیری الگوریتم‌های پیچیده در معرض تهدید است.

اگر ایالات متحده سرمایه‌گذاری، آموزش و به‌روزرسانی زیرساخت‌های خود را معطوف به کاربردها و ادغام واقعی هوش مصنوعی نکند، ممکن است با وجود نوآوری مدل‌های پیشرفته، در میدان عمل و مقیاس‌دهی کاربردها از چین عقب بماند و اثرگذاری خود را در سیاست جهانی و رقابت فناوری کاهش دهد. همچنین تأکید دارند که باید حمایت از پژوهشگران، توسعه زیرساخت داده و سواد هوش مصنوعی در بخش دولتی و خصوصی گسترش یابد تا فناوری به‌درستی جذب و مقیاس شود./ منبع