اهمیت طرح مایکروسافت برای مدیریت کلی هوش مصنوعی

بسیاری از رهبران فناوری موافقند که در حالی که هوش مصنوعی می تواند برای انسان بسیار مفید باشد، همچنین می تواند مورد سوء استفاده قرار گیرد یا از طریق سهل انگاری، برای همیشه به بشریت آسیب برساند. اما نگاه به دولت‌ها برای مقابله با این مشکل بدون راهنمایی، احمقانه خواهد بود، زیرا سیاستمداران اغلب حتی فناوری را که سال‌ها استفاده کرده‌اند، درک نمی‌کنند، چه رسد به چیزی که به تازگی وارد بازار شده است.

در نتیجه، زمانی که دولت ها برای کاهش یک مشکل اقدام می کنند، می توانند آسیب بیشتری نسبت به سود داشته باشند. به عنوان مثال، مجازات شرکت قدیمی نفت شل به دلیل تخلفات درست بود، اما شکستن این شرکت، کنترل نفت را از ایالات متحده به نقاطی از جهان منتقل می کند که همه آنها دوست ایالات متحده نیستند. مثال دیگر اصلاح تسلط RCA بر لوازم الکترونیکی مصرفی بود که بازار را از ایالات متحده به ژاپن منتقل کرده بود.

ایالات متحده به رهبری فنی به تمام معنا چسبیده است، اما شکی در ذهن من وجود ندارد که اگر دولت بدون جهت گیری برای تنظیم هوش مصنوعی اقدام کند، به سادگی این فرصت را به چین خواهد داد. به همین دلیل است که آخرین گزارش مایکروسافت، مدیریت هوش مصنوعی: طرحی برای آینده، بسیار مهم است.

گزارش مایکروسافت مشکل را شناسایی می‌کند، یک مسیر معقول را ترسیم می‌کند که رقابت‌پذیری ایالات متحده را کاهش نمی‌دهد، و به نگرانی‌های پیرامون هوش مصنوعی می‌پردازد.

بیایید در مورد طرح اولیه مایکروسافت برای مدیریت هوش مصنوعی صحبت کنیم و با محصول هفته من که مجموعه جدیدی از ردیاب‌ها است که می‌تواند به پیگیری مواردی که اغلب در یافتن آنها مشکل داریم کمک کند، پایان می‌دهیم.

نمونه ای از EEOC

احمقانه است که خواستار سازماندهی بدون زمینه باشیم. وقتی دولت‌ها نسبت به چیزی که اطلاعات زیادی در مورد آن ندارند واکنش تاکتیکی نشان می‌دهند، می‌تواند باعث آسیب بیشتر شود تا سود. من با نمونه هایی از ضد انحصار باز کردم، اما شاید زشت ترین مثال کمیسیون فرصت های شغلی برابر (EEOC) باشد.

کنگره در سال 1964 EEOC را برای رسیدگی به مشکل بسیار واقعی جداسازی نژادی در مشاغل ایجاد کرد. دو عامل اصلی تبعیض در محیط کار وجود داشت. بارزترین آنها تبعیض نژادی در محل کار بود که EEOC واقعا می توانست به آن رسیدگی کند. اما مشکل بزرگتری در مورد تبعیض در آموزش و پرورش که توسط کمیسیون فرصت های شغلی برابر (EEOC) مورد توجه قرار نگرفت، به وجود آمد.

زمانی که شرکت‌ها بر اساس صلاحیت استخدام شدند و از هر یک از روش‌های توسعه‌یافته توسط صنعت در آن زمان برای پاداش دادن به کارکنان با موقعیت‌های علمی، پاداش‌ها و ارتقای شغلی بر اساس تحصیلات و دستاوردها استفاده کردند، از شما خواسته شد که این برنامه‌ها را برای بهبود تنوع و تنوع شرکت خود متوقف کنید. اغلب اقلیت های بی تجربه را در مشاغل قرار می دهند.

با قرار دادن اقلیت های بی تجربه در مشاغلی که برای آنها به خوبی آموزش ندیده بودند، سیستم آنها را در معرض شکست قرار داد، که فقط این باور را تقویت کرد که اقلیت ها به نحوی ناکافی هستند در حالی که در واقع، در ابتدا، فرصت های برابر در آموزش و مربیگری به آنها داده نمی شد. این وضعیت نه تنها در مورد رنگین پوستان صادق بود، بلکه در مورد زنان نیز صرف نظر از رنگ پوست صدق می کرد.

اکنون می‌توانیم به گذشته نگاه کنیم و ببینیم که EEOC واقعاً چیزی را اصلاح نکرده است، اما منابع انسانی را از سازمانی متمرکز بر مراقبت و تغذیه کارکنان به سازمانی متمرکز بر رعایت قوانین تبدیل کرده است، که اغلب به معنای پوشاندن مسائل مربوط به کارمندان است. . از رسیدگی به مشکلات

برد اسمیت جلوتر

برد اسمیت، رئیس مایکروسافت، من را به عنوان یکی از معدود رهبران فناوری که به طور کلی فکر می کند، تلقی کرد. او به جای تمرکز تقریباً انحصاری بر پاسخ‌های تاکتیکی به مشکلات استراتژیک، استراتژیک فکر می‌کند.

طرح اولیه مایکروسافت نمونه ای در این زمینه است زیرا در حالی که اکثر آنها به دولت می گویند “شما باید کاری انجام دهید” که می تواند منجر به مشکلات بلندمدت دیگری شود، اسمیت آنچه را که فکر می کند یک راه حل باید شبیه به آن باشد، به زیبایی در پنج مورد بیان کرده است. -طرح نقطه ای

این جمله با این جمله تحریک آمیز شروع می شود: «نپرس که کامپیوترها چه کاری می توانند انجام دهند، بپرس که چه کاری باید انجام دهند» که من را به یاد جمله معروف جان اف کندی می اندازد، «نپرس که کشورت چه کاری می تواند برای شما انجام دهد، بپرس که چه کاری می توانی انجام دهی. برای کشور خود انجام دهید.” اظهارات اسمیت برگرفته از کتابی است که او در سال 2019 تالیف کرد و به عنوان یکی از سوالات تعیین کننده این نسل ذکر شده است.

این بیانیه اهمیت و ضرورت حفاظت از انسان ها را برجسته می کند و ما را وادار می کند تا در مورد پیامدهای فناوری جدید فکر کنیم تا اطمینان حاصل کنیم که استفاده هایی که از آن می کنیم به جای مضر هستند.

اسمیت همچنان در مورد چگونگی استفاده از فناوری برای بهبود شرایط انسانی به عنوان یک اولویت، نه فقط برای کاهش هزینه ها و افزایش درآمد صحبت می کند. مانند IBM که تلاش های مشابهی انجام داده است، اسمیت و مایکروسافت معتقدند که فناوری باید برای بهبود افراد استفاده شود، نه جایگزین کردن آنها.

او همچنین صحبت می کند و این روزها بسیار نادر است، در مورد نیاز به پیش بینی اینکه در آینده به فناوری نیاز است تا بتوانیم مشکلات را پیش بینی کنیم نه اینکه به طور مداوم و تاکتیکی به آنها پاسخ دهیم. نیاز به شفافیت، پاسخگویی و اطمینان از استفاده قانونی از فناوری، همگی برای این تلاش حیاتی هستند و به خوبی نشان داده شده اند.

تجزیه و تحلیل نمودار 5 نقطه ای

اولین نکته اسمیت پیاده سازی و ایجاد چارچوب های امنیتی هوش مصنوعی تحت رهبری دولت است. اغلب، دولت ها متوجه نمی شوند که برخی از ابزارها را برای مقابله با یک مشکل در اختیار دارند و زمان زیادی را برای اختراع مجدد چرخ تلف می کنند.

کار قابل توجهی توسط موسسه ملی استاندارد و فناوری ایالات متحده (NIST) در قالب چارچوب مدیریت ریسک هوش مصنوعی (AI RMF) انجام شده است. فریمورک خوبی است، هرچند ناقص. اولین نکته اسمیت استفاده از آن و ساختن آن است.

نکته دوم اسمیت نیاز به ترمزهای ایمنی موثر برای سیستم های هوش مصنوعی است که زیرساخت های حیاتی را کنترل می کنند. اگر زیرساخت های حیاتی کنترل کننده هوش مصنوعی از ریل خارج شود، می تواند باعث خسارات عظیم یا حتی مرگ در مقیاس عظیم شود.

ما باید مطمئن شویم که این سیستم‌ها تحت آزمایش‌های گسترده قرار می‌گیرند، تحت نظارت عمیق انسانی قرار می‌گیرند و در برابر سناریوهای نه تنها مشکلات احتمالی، بلکه مشکلات بعید آزمایش می‌شوند تا اطمینان حاصل شود که هوش مصنوعی وارد عمل نمی‌شود و اوضاع را بدتر نمی‌کند.

دولت دسته‌هایی از سیستم‌هایی را که ممکن است به فایروال نیاز داشته باشند، شناسایی می‌کند، راهنمایی‌هایی در مورد ماهیت آن پادمان‌ها ارائه می‌کند و از سیستم‌های مربوطه می‌خواهد که الزامات امنیتی خاصی را برآورده کنند – مانند استقرار فقط در مراکز داده‌ای که برای چنین استفاده‌هایی آزمایش و مجاز شده‌اند.

نکته سوم اسمیت توسعه یک چارچوب قانونی و نظارتی گسترده بر اساس معماری تکنولوژیکی هوش مصنوعی است. هوش مصنوعی اشتباه خواهد کرد. مردم ممکن است تصمیمات اتخاذ شده توسط هوش مصنوعی را دوست نداشته باشند، حتی اگر درست باشند، و مردم ممکن است هوش مصنوعی را به خاطر چیزهایی که هوش مصنوعی کنترلی بر آنها ندارد، سرزنش کنند.

به طور خلاصه، پرونده های قضایی زیادی در راه است. بدون چارچوب قانونی که مسئولیت را پوشش می دهد، احتمالاً قضاوت ها متنوع و متناقض هستند و دسترسی به هر راه حلی را بسیار دشوار و پرهزینه می کند.

از این رو، نیاز به یک چارچوب قانونی به گونه‌ای است که مردم مسئولیت‌ها، خطرات و حقوق خود را برای اجتناب از مشکلات آینده درک کنند و در صورت بروز مشکل، راه‌حلی سریع و معتبر بیابند. این به تنهایی می تواند آنچه را که احتمالاً به یک بار دعوی بزرگ تبدیل می شود کاهش دهد زیرا هوش مصنوعی اکنون در مورد سابقه قانونی بسیار در سبز است.

نکته چهارم اسمیت ترویج شفافیت و اطمینان از دسترسی دانشگاهی و غیرانتفاعی به هوش مصنوعی است. این فقط منطقی است. چگونه می توانید به چیزی اعتماد کنید که به طور کامل نمی توانید آن را درک کنید؟ مردم امروز به هوش مصنوعی اعتماد ندارند و بدون شفافیت، فردا به آن اعتماد نخواهند کرد. در واقع، من استدلال می کنم که بدون شفافیت، نباید به هوش مصنوعی اعتماد کنید زیرا نمی توانید تأیید کنید که آن کاری که می خواهید انجام می دهد.

علاوه بر این، ما به دسترسی آکادمیک به هوش مصنوعی نیاز داریم تا اطمینان حاصل کنیم که مردم متوجه نحوه استفاده صحیح از این فناوری هنگام ورود به نیروی کار و دسترسی غیرانتفاعی برای اطمینان از دسترسی مؤثر سازمان‌های غیرانتفاعی، به ویژه آنهایی که بر بهبود وضعیت انسانی تمرکز دارند، برای کسب‌وکار خود به این فناوری دسترسی دارند. خوب است. .

نکته پنجم اسمیت این است که به دنبال مشارکت های دولتی و خصوصی جدید برای استفاده از هوش مصنوعی به عنوان ابزاری موثر برای مقابله با چالش های اجتماعی اجتناب ناپذیری است که به وجود خواهد آمد. هوش مصنوعی تأثیر بسیار زیادی بر جامعه خواهد داشت و اطمینان از سودمند بودن این تأثیر به جای مضر، نیاز به تمرکز و نظارت دارد.

او خاطرنشان می کند که هوش مصنوعی می تواند یک شمشیر باشد، اما همچنین می تواند به طور موثر به عنوان سپری به طور بالقوه قوی تر از هر شمشیر روی این سیاره استفاده شود. باید از دموکراسی و حقوق اساسی مردم در همه جا استفاده شود.

اسمیت از اوکراین به عنوان مثالی یاد می کند که در آن بخش های دولتی و خصوصی به طور موثری برای ایجاد یک دفاع مستحکم گرد هم آمده اند. او مانند من معتقد است که ما باید از نمونه اوکراین الگوبرداری کنیم تا اطمینان حاصل کنیم که هوش مصنوعی به پتانسیل خود برای کمک به انتقال جهان به فردایی بهتر می‌رسد.

نتیجه: فردایی بهتر

مایکروسافت قرار نیست فقط به دولت مراجعه کند و از آنها بخواهد برای حل مشکلی که دولت ها هنوز به طور کامل آن را درک نکرده اند، اقدام کنند.

رک و پوست کنده، چارچوبی را برای اینکه راه حل باید چگونه به نظر برسد، ارائه می کند تا مطمئن شویم که خطرات مربوط به استفاده از هوش مصنوعی را کاهش می دهیم، و هنگامی که مشکلاتی وجود دارد، ابزارها و راه حل های از قبل موجود برای رفع آنها در دسترس هستند، نه حداقل یک سوئیچ مرگ اضطراری که امکان خاتمه زیبای یک برنامه هوش مصنوعی را فراهم می کند.

چه یک کسب و کار یا یک فرد، مایکروسافت در اینجا یک درس عالی در مورد چگونگی به دست آوردن رهبری برای مقابله با یک مشکل ارائه می دهد، نه اینکه فقط آن را به دست دولت بیاندازید و از آنها بخواهید آن را برطرف کنند. مایکروسافت مشکل را شناسایی کرد و راه حل سنجیده ای ارائه کرد تا رفع مشکل بزرگتر از آنچه در وهله اول بود تبدیل نشود.

آفرین!

ردیاب زنبور عسل

مانند بسیاری از مردم، من و همسرم اغلب چیزها را اشتباه می گذاریم، که به نظر می رسد زمانی که با عجله از خانه بیرون می رویم و چیزی می پوشیم بدون اینکه فکر کنیم آن را کجا گذاشته ایم، بیشتر اتفاق می افتد.

علاوه بر این، ما سه گربه داریم، به این معنی که دامپزشک به طور مرتب به ما سر می‌زند تا از آنها مراقبت کند. بسیاری از گربه‌های ما مکان‌های منحصربه‌فرد و خلاقانه‌ای برای پنهان شدن پیدا کرده‌اند تا ناخن‌هایشان کوتاه نشود یا تشک‌هایشان بریده شود. برای آن، ما از ردیاب‌هایی مانند Tile و AirTags استفاده می‌کنیم.

اما مشکل AirTags این است که آنها فقط در صورتی کار می کنند که شما یک آیفون داشته باشید، مانند همسر من، به این معنی که او می تواند چیزها را ردیابی کند، اما من نمی توانم چون یک گوشی اندرویدی دارم. با کاشی، یا باید دستگاه را در صورت تمام شدن باتری آن تعویض کنید یا باتری را تعویض کنید که دردناک است. بنابراین، بسیاری از اوقات، زمانی که باید چیزی پیدا کنیم، باتری تمام می‌شود.

Pebblebee تا کنون مانند سایر دستگاه‌ها کار می‌کند، زیرا قابل شارژ است و یا با برنامه Pebblebee کار می‌کند، که هم در iOS و هم در اندروید کار می‌کند. یا با برنامه های بومی در این سیستم عامل ها کار می کند: Apple Find My و Google Find My Device. متأسفانه، شما هر دو را همزمان انجام نخواهید داد، اما حداقل یک انتخاب دارید.

Pebblebee Trackers: گیره به کلیدها، کیسه ها و موارد دیگر. برچسب برای چمدان، ژاکت و غیره؛ و کارت برای کیف پول و سایر فضاهای تنگ. (اعتبار تصویر: Pebblebee)

هنگام تلاش برای یافتن مکان ردیاب، بوق می‌زند و روشن می‌شود، و پیدا کردن چیزها در شب آسان‌تر و کمتر شبیه یک مارکوپولوی بد می‌شود (کاش آشکارسازهای دود این کار را می‌کردند).

از آنجایی که Pebblebee با اپل و اندروید کار می‌کند و می‌توانید باتری‌ها را شارژ کنید، بهتر از کاشی یا AirTag اپل – محصول هفته من – نیازهای شخصی را برطرف می‌کند.

نظرات بیان شده در این مقاله متعلق به نویسنده است و لزوماً منعکس کننده نظرات شبکه خبری کالج فناوری امارات نیست.