هوش مصنوعی (AI) همه جا است و مراقبت های بهداشتی، آموزشی و سرگرمی را تغییر می دهد. اما پشت این همه تغییر یک حقیقت سخت نهفته است: هوش مصنوعی برای کار کردن به داده های زیادی نیاز دارد. چند شرکت بزرگ فناوری مانند گوگل، آمازون، مایکروسافت، و OpenAI بیشتر این داده ها را دارند و به آنها مزیت قابل توجهی می دهد. آنها با تضمین قراردادهای انحصاری، ساختن اکوسیستم‌های بسته و خرید بازیکنان کوچکتر، بر بازار هوش مصنوعی تسلط یافته‌اند و رقابت را برای دیگران سخت می‌کنند. این تمرکز قدرت فقط یک مشکل برای نوآوری و رقابت نیست، بلکه یک مسئله اخلاقی، انصاف و مقررات است. از آنجایی که هوش مصنوعی به طور قابل توجهی بر دنیای ما تأثیر می گذارد، باید بدانیم که این انحصار داده برای آینده فناوری و جامعه چه معنایی دارد.
نقش داده ها در توسعه هوش مصنوعی
داده ها پایه و اساس هوش مصنوعی هستند. بدون داده، حتی پیچیده ترین الگوریتم ها بی فایده هستند. سیستم‌های هوش مصنوعی برای یادگیری الگوها، پیش‌بینی و تطبیق با موقعیت‌های جدید به اطلاعات گسترده‌ای نیاز دارند. کیفیت، تنوع و حجم داده های مورد استفاده تعیین می کند که یک مدل هوش مصنوعی چقدر دقیق و سازگار خواهد بود. پردازش زبان طبیعی (NLP) مدل هایی مانند ChatGPT بر روی میلیاردها نمونه متن آموزش دیده اند تا تفاوت های ظریف زبان، مراجع فرهنگی و زمینه را درک کنند. به همین ترتیب، تشخیص تصویر سیستم ها بر روی مجموعه داده های بزرگ و متنوعی از تصاویر برچسب گذاری شده برای شناسایی اشیا، چهره ها و صحنه ها آموزش می بینند.
موفقیت Big Tech در هوش مصنوعی به دلیل دسترسی آن به داده های اختصاصی است. داده های اختصاصی منحصر به فرد، منحصر به فرد و بسیار ارزشمند هستند. آنها اکوسیستم های وسیعی ساخته اند که حجم عظیمی از داده ها را از طریق تعامل با کاربر تولید می کند. به عنوان مثال، گوگل از تسلط خود در موتورهای جستجو، یوتیوب و نقشه های گوگل برای جمع آوری داده های رفتاری استفاده می کند. هر درخواست جستجو، ویدیوی تماشا شده یا مکان بازدید شده به اصلاح مدل های هوش مصنوعی آنها کمک می کند. پلتفرم تجارت الکترونیک آمازون داده های ریز در مورد عادات خرید، ترجیحات و روندها را جمع آوری می کند که از آنها برای بهینه سازی توصیه های محصول و تدارکات از طریق هوش مصنوعی استفاده می کند.
چیزی که Big Tech را متمایز می کند، داده هایی است که جمع آوری می کنند و نحوه ادغام آن در پلتفرم هایشان. سرویس‌هایی مانند جیمیل، جستجوی گوگل و یوتیوب به هم متصل شده‌اند و یک سیستم خودتقویت‌کننده ایجاد می‌کنند که در آن تعامل کاربر داده‌های بیشتری تولید می‌کند و ویژگی‌های مبتنی بر هوش مصنوعی را بهبود می‌بخشد. این یک چرخه از پالایش مداوم ایجاد می کند و مجموعه داده های آنها را بزرگ، از نظر زمینه غنی و غیرقابل جایگزین می کند.
این ادغام داده ها و هوش مصنوعی تسلط Big Tech را در فضا تقویت می کند. بازیکنان کوچکتر و استارت آپ ها نمی توانند به مجموعه داده های مشابه دسترسی داشته باشند و رقابت در همان سطح را غیرممکن می کند. توانایی جمع آوری و استفاده از چنین داده های اختصاصی به این شرکت ها مزیت قابل توجه و ماندگاری می دهد. این سوال در مورد رقابت، نوآوری و پیامدهای گسترده تر کنترل داده های متمرکز در آینده هوش مصنوعی ایجاد می کند.
کنترل فناوری بزرگ بر داده ها
Big Tech با به کارگیری استراتژی هایی که به آنها کنترل انحصاری بر داده های حیاتی می دهد، تسلط خود را در هوش مصنوعی تثبیت کرده است. یکی از رویکردهای کلیدی آنها ایجاد مشارکت های انحصاری با سازمان ها است. به عنوان مثال، همکاری مایکروسافت با ارائه دهندگان مراقبت های بهداشتی به آن امکان دسترسی به سوابق پزشکی حساس را می دهد که سپس برای توسعه ابزارهای تشخیصی پیشرفته هوش مصنوعی استفاده می شود. این قراردادهای انحصاری به طور موثر رقبا را از دستیابی به مجموعه داده های مشابه محدود می کند و مانع قابل توجهی برای ورود به این حوزه ها ایجاد می کند.
تاکتیک دیگر ایجاد اکوسیستم های کاملاً یکپارچه است. پلتفرم هایی مانند گوگل، یوتیوب، جیمیل و اینستاگرام برای حفظ اطلاعات کاربران در شبکه های خود طراحی شده اند. هر جستجو، ایمیل، ویدیوی تماشا شده یا پست مورد پسند، داده‌های رفتاری ارزشمندی تولید می‌کند که سیستم‌های هوش مصنوعی آنها را تقویت می‌کند.
به دست آوردن شرکت هایی با مجموعه داده های ارزشمند راه دیگری است که Big Tech کنترل خود را تثبیت می کند. خرید اینستاگرام و واتس اپ توسط فیس بوک نه تنها سبد رسانه های اجتماعی خود را گسترش داد، بلکه به این شرکت امکان دسترسی به الگوهای ارتباطی و داده های شخصی میلیاردها کاربر را داد. به طور مشابه، خرید Fitbit توسط Google دسترسی به حجم زیادی از داده‌های سلامت و تناسب اندام را فراهم کرد که می‌توان از آنها برای ابزارهای سلامتی مبتنی بر هوش مصنوعی استفاده کرد.
Big Tech با استفاده از مشارکت های انحصاری، اکوسیستم های بسته و خریدهای استراتژیک پیشروی قابل توجهی در توسعه هوش مصنوعی به دست آورده است. این تسلط نگرانی هایی را در مورد رقابت، انصاف و شکاف بین چند شرکت بزرگ و سایر افراد در زمینه هوش مصنوعی ایجاد می کند.
تأثیر گسترده‌تر انحصار داده‌های فناوری بزرگ و مسیر رو به جلو
کنترل Big Tech بر داده ها تأثیرات گسترده ای بر رقابت، نوآوری، اخلاق و آینده هوش مصنوعی دارد. شرکت‌های کوچکتر و استارت‌آپ‌ها با چالش‌های بزرگی روبرو هستند، زیرا نمی‌توانند به مجموعه داده‌های گسترده‌ای که Big Tech برای آموزش مدل‌های هوش مصنوعی خود استفاده می‌کند، دسترسی داشته باشند. بدون منابع برای تضمین قراردادهای انحصاری یا به دست آوردن داده های منحصر به فرد، این بازیکنان کوچکتر نمی توانند رقابت کنند. این عدم تعادل تضمین می کند که تنها چند شرکت بزرگ در توسعه هوش مصنوعی مرتبط باقی می مانند و دیگران را پشت سر می گذارند.
زمانی که تنها تعداد کمی از شرکت ها بر هوش مصنوعی تسلط دارند، پیشرفت اغلب بر اساس اولویت های آنها که بر سود تمرکز دارند، هدایت می شود. شرکت هایی مانند گوگل و آمازون تلاش قابل توجهی را برای بهبود سیستم های تبلیغاتی یا افزایش فروش تجارت الکترونیک انجام می دهند. در حالی که این اهداف باعث درآمد می شوند، اغلب مسائل مهم اجتماعی مانند تغییرات آب و هوا، بهداشت عمومی و آموزش عادلانه را نادیده می گیرند. این تمرکز محدود، پیشرفت ها را در زمینه هایی که می تواند برای همه مفید باشد، کند می کند. برای مصرف کنندگان، فقدان رقابت به معنای انتخاب کمتر، هزینه های بالاتر و نوآوری کمتر است. محصولات و خدمات منعکس کننده علایق این شرکت های بزرگ هستند، نه نیازهای متنوع کاربرانشان.
همچنین نگرانی‌های اخلاقی جدی با این کنترل بر داده‌ها مرتبط است. بسیاری از پلتفرم ها اطلاعات شخصی را بدون توضیح واضح نحوه استفاده از آن جمع آوری می کنند. شرکت‌هایی مانند فیس‌بوک و گوگل حجم عظیمی از داده‌ها را به بهانه بهبود خدمات جمع‌آوری می‌کنند، اما بیشتر آنها برای تبلیغات و سایر اهداف تجاری تغییر کاربری داده می‌شوند. رسوایی مانند کمبریج آنالیتیکا نشان می دهد که چگونه به راحتی می توان از این داده ها سوء استفاده کرد و به اعتماد عمومی آسیب رساند.
تعصب در هوش مصنوعی یکی دیگر از مسائل مهم است. مدل‌های هوش مصنوعی به اندازه داده‌هایی هستند که روی آنها آموزش دیده‌اند. مجموعه داده های اختصاصی اغلب فاقد تنوع هستند، که منجر به نتایج مغرضانه ای می شود که به طور نامتناسبی بر گروه های خاص تأثیر می گذارد. به عنوان مثال، نشان داده شده است که سیستم‌های تشخیص چهره که بر روی مجموعه داده‌های عمدتاً سفید رنگ آموزش داده شده‌اند، افراد با رنگ پوست تیره‌تر را به اشتباه شناسایی می‌کنند. این منجر به اعمال ناعادلانه در زمینه هایی مانند استخدام و اجرای قانون شده است. فقدان شفافیت در مورد جمع آوری و استفاده از داده ها، رسیدگی به این مشکلات و رفع نابرابری های سیستمی را دشوارتر می کند.
مقررات برای رسیدگی به این چالش ها کند بوده است. در حالی که قوانین حفظ حریم خصوصی مانند مقررات عمومی حفاظت از داده اتحادیه اروپا (GDPR) استانداردهای سخت گیرانه تری را تعیین کرده اند، اما با شیوه های انحصاری که به فناوری بزرگ اجازه می دهد بر هوش مصنوعی تسلط پیدا کند، مقابله نمی کنند. برای ترویج رقابت منصفانه، دسترسی بیشتر به داده ها و اطمینان از استفاده اخلاقی از آنها، به سیاست های قوی تری نیاز است.
شکستن تسلط Big Tech بر روی داده ها نیازمند تلاش های جسورانه و مشترک است. ابتکارات داده‌های باز، مانند مواردی که توسط Common Crawl و Hugging Face رهبری می‌شوند، با ایجاد مجموعه داده‌های مشترکی که شرکت‌ها و محققان کوچکتر می‌توانند از آن استفاده کنند، راهی به جلو ارائه می‌دهند. بودجه عمومی و حمایت نهادی برای این پروژه‌ها می‌تواند به یکسان کردن زمینه بازی و تشویق یک محیط هوش مصنوعی رقابتی‌تر کمک کند.
دولت ها نیز باید نقش خود را ایفا کنند. سیاست هایی که به اشتراک گذاری داده ها را برای شرکت های مسلط الزامی می کند، می تواند فرصت هایی را برای دیگران باز کند. به عنوان مثال، مجموعه داده های ناشناس را می توان برای تحقیقات عمومی در دسترس قرار داد و به بازیکنان کوچکتر اجازه داد بدون به خطر انداختن حریم خصوصی کاربر، نوآوری کنند. در عین حال، قوانین سختگیرانهتر حفظ حریم خصوصی برای جلوگیری از سوء استفاده از داده‌ها و کنترل بیشتر افراد بر اطلاعات شخصی‌شان ضروری است.
در پایان، مقابله با انحصار داده های Big Tech آسان نخواهد بود، اما آینده هوش مصنوعی عادلانه تر و خلاقانه تر با داده های باز، مقررات قوی تر و همکاری معنادار امکان پذیر است. اکنون با پرداختن به این چالش‌ها، می‌توانیم اطمینان حاصل کنیم که هوش مصنوعی به نفع همه است، نه فقط عده‌ای قدرتمند.
خط پایین
کنترل Big Tech بر روی داده‌ها، آینده هوش مصنوعی را به گونه‌ای شکل داده است که تنها برای عده‌ای از افراد سودمند است و در عین حال موانعی برای دیگران ایجاد می‌کند. این انحصار رقابت و نوآوری را محدود می کند و نگرانی های جدی در مورد حریم خصوصی، انصاف و شفافیت ایجاد می کند. تسلط چند شرکت، فضای کمی برای بازیگران کوچکتر یا پیشرفت در زمینه هایی که برای جامعه مهم است، مانند مراقبت های بهداشتی، آموزش و پرورش و تغییرات آب و هوایی باقی می گذارد.
با این حال، این روند می تواند معکوس شود. حمایت از طرح‌های داده باز، اجرای مقررات سختگیرانهتر، و تشویق همکاری بین دولت‌ها، محققان و صنایع می‌تواند یک رشته هوش مصنوعی متعادل‌تر و فراگیر ایجاد کند. هدف باید اطمینان از این باشد که هوش مصنوعی برای همه کار می کند، نه فقط برای تعداد کمی از افراد منتخب. چالش مهم است، اما ما یک شانس واقعی برای ایجاد آینده منصفانه تر و نوآورانه تر داریم.
