از «جنگ تراشه» تا «جنگ داده»: میدان نبرد جدید هوش مصنوعی

به گزارش شبکه اطلاع‌رسانی طلا و ارز و به نقل از فوربز، در حالی که توجه جهان به شدت بر جنگ بر سر تراشه‌های هوش مصنوعی متمرکز است (از تعرفه‌ها و محدودیت‌های مالکیت فکری گرفته تا تحریم‌های زنجیره تأمین و نبردهای ژئوپلیتیکی) یک جنبه حیاتی از آینده هوش مصنوعی به‌آرامی از دیدها پنهان می‌ماند: کاهش دسترسی به داده‌هایی که این تراشه‌های قدرتمند باید پردازش کنند.

ایلان ماسک در اوایل سال ۲۰۲۵ هشدار داد که شرکت‌های هوش مصنوعی دیگر داده کافی برای آموزش مدل‌های خود ندارند و عملاً «مجموع دانش بشری» را به پایان رسانده‌اند. در این مقاله، به بررسی کاهش دسترسی به داده‌ها و نقش احتمالی راهکارهای غیرمتمرکز هوش مصنوعی در حل این چالش می‌پردازیم.

آغاز «جنگ داده»

اولین نکته مهم این است که هیچ‌چیز به‌عنوان «داده بی‌نهایت» وجود ندارد. نشانه‌های این بحران از مدت‌ها پیش قابل مشاهده بوده است. در سال ۲۰۲۳، گروهی از هنرمندان تصویری شکایتی تاریخی علیه Stability AI، MidJourney، و DeviantArt مطرح کردند و آن‌ها را به استفاده از آثارشان بدون رضایت برای آموزش مدل‌های هوش مصنوعی متهم کردند. تقریباً در همان زمان، ماسک شرکت‌هایی مانند OpenAI را به «جمع‌آوری» داده‌های توییتر (که اکنون X نام دارد) بدون مجوز متهم کرد و باعث شد این پلتفرم دسترسی به API و قیمت‌گذاری آن را محدود کند.

از سوی دیگر، افزایش قابل‌توجه قیمت API در ردیت (Reddit) باعث اختلال در کار شرکت‌هایی مانند OpenAI و Anthropic شد که به‌شدت به محتوای تولیدشده توسط کاربران ردیت برای آموزش مدل‌های خود وابسته بودند. این تصمیم که با هدف درآمدزایی از داده‌های ارزشمند ردیت اتخاذ شد، بحث‌هایی را درباره تنش بین پلتفرم‌های میزبان داده‌های کاربران و شرکت‌های هوش مصنوعی ایجاد کرد. این اتفاقات نشان می‌دهد که ما به‌تدریج با کمبود داده‌های قانونی و اخلاقی مواجه می‌شویم.

اهمیت جنگ داده

در حالی که «جنگ تراشه» بر تولید سخت‌افزارهای قدرتمند تمرکز داشت، «جنگ داده» بر دستیابی به مجموعه داده‌های مناسب برای آموزش هوش مصنوعی تمرکز می‌کند. کمبود داده‌های اخلاقی و باکیفیت، چالشی جدی برای شرکت‌های بزرگ و کوچک ایجاد کرده است؛ از غول‌هایی مانند گوگل و مایکروسافت گرفته تا شرکت‌های کوچکی که برای دسترسی به داده‌های آموزشی مناسب با مشکل مواجه‌اند. سؤال کلیدی این است: چگونه می‌توان به‌طور اخلاقی و مؤثر داده‌های موردنیاز برای پیشرفت هوش مصنوعی را جمع‌آوری کرد؟ جنگ داده در جبهه‌های مختلفی رخ خواهد داد که هرکدام چالش‌ها و فرصت‌های منحصربه‌فردی ارائه می‌دهند.

جمع‌آوری داده

چه کسی کنترل خطوط جمع‌آوری داده را در اختیار دارد و چگونه می‌توان این کار را به‌طور قانونی و اخلاقی انجام داد؟

در حالی که شکایت‌ها علیه غول‌های فناوری به دلیل جمع‌آوری غیرقانونی داده‌ها افزایش می‌یابد، ابتکارات جدیدی در حال شکل‌گیری است. به‌عنوان مثال، دانشگاه هاروارد تلاش‌هایی را برای دریافت رضایت کاربران جهت مشارکت در ارائه داده انجام داده و مجموعه داده‌هایی با دسترسی آزاد برای استفاده عمومی ارائه کرده است. با این حال، این پروژه‌ها برای برآورده کردن نیازهای تجاری هوش مصنوعی کافی نیستند.

داده مصنوعی نیز به‌عنوان یک راه‌حل بالقوه مطرح شده است. شرکت‌هایی مانند متا و مایکروسافت از داده‌های تولیدشده توسط هوش مصنوعی برای بهبود مدل‌هایی مانند Llama و Phi-4 استفاده کرده‌اند. گوگل و OpenAI نیز از داده مصنوعی بهره برده‌اند. اما این روش نیز چالش‌هایی دارد، از جمله خطر «توهم» مدل‌ها که می‌تواند دقت و قابلیت اطمینان آن‌ها را مختل کند.

راهکار دیگر، جمع‌آوری داده غیرمتمرکز است. در این مدل، مشارکت‌کنندگان داده‌های خود را ارائه می‌دهند و فرآیند جمع‌آوری داده روی بلاک‌چین ثبت می‌شود تا یکپارچگی و شفافیت تضمین شود. همچنین، مشارکت‌کنندگان از سراسر جهان با دریافت ارزهای دیجیتال تشویق می‌شوند. ارز دیجیتال در این فرایند ضروری است، زیرا پول فیات برای تراکنش‌های کوچک بین‌المللی مناسب نیست. این مدل غیرمتمرکز می‌تواند نگرانی‌ها در مورد یکپارچگی، تنوع و کیفیت داده‌ها را رفع کند و دسترسی به داده‌ها را دموکراتیک کند؛ به این ترتیب شرکت‌های کوچک نیز می‌توانند در اکوسیستم هوش مصنوعی رقابت کنند.