آیا اتوماسیون هوش مصنوعی اقتصاد را دگرگون می‌کند؟

هوش مصنوعی (AI) با وعده‌های خود در زمینه افزایش بهره‌وری و رشد اقتصادی، توجه بسیاری را به خود جلب کرده است. اما آیا این وعده‌ها واقع‌بینانه هستند یا تنها سرابی در افق فناوری؟

چشم‌اندازهای مختلف درباره تاثیر هوش مصنوعی بر اقتصاد

طبق گزارش گلدمن ساکس، سرمایه‌گذاری یک تریلیون دلاری صنعت فناوری در هوش مصنوعی طی چند سال آینده، هنوز بازدهی بزرگی نداشته و تنها به بهبودهای جزئی در بهره‌وری منجر شده است. حتی شرکت NVIDIA، یکی از بزرگترین بازیگران در حوزه سخت‌افزار هوش مصنوعی، با کاهش قیمت سهام خود مواجه شده است.

در یک سوی طیف:
دارون عجم‌اوغلو از MIT به شدت درباره وعده‌های بزرگ هوش مصنوعی مشکوک است. او معتقد است که تنها کسری از وظایف کاری طی دهه آینده توسط هوش مصنوعی خودکار خواهند شد و تاثیر آن کمتر از 5٪ از کل وظایف خواهد بود. او پیش‌بینی می‌کند که هوش مصنوعی تنها به افزایش جزئی در بهره‌وری و رشد اقتصادی منجر خواهد شد.

در سوی دیگر:
جوزف بریگز از گلدمن ساکس خوش‌بین است و باور دارد که در نهایت، هوش مصنوعی 25٪ از وظایف را خودکار خواهد کرد و این امر به افزایش بهره‌وری بالا منجر خواهد شد. با این حال، او نیز اذعان دارد که هزینه‌های اولیه بالا و موانع فنی باید برطرف شوند.

بیشتر بخوانید: معرفی بهترین ارزهای هوش مصنوعی

چالش‌های ترکیب هوش مصنوعی و رمزنگاری

ترکیب هوش مصنوعی و رمزنگاری چالش‌های جدیدی را به همراه دارد. نیاز هوش مصنوعی به توان محاسباتی عظیم و محدودیت‌های موجود در عرضه چیپ‌ها می‌تواند پیشرفت برنامه‌های رمزنگاری مبتنی بر هوش مصنوعی را کند کند. همچنین، افزایش تقاضا برای انرژی در مراکز داده هوش مصنوعی فشار زیادی بر شبکه‌های برق ایجاد می‌کند، که این امر می‌تواند رشد فناوری‌های هوش مصنوعی و رمزنگاری را محدود کند.

آیا ما شاهد یک حباب هوش مصنوعی-رمزنگاری هستیم؟

در بحث‌های اخیر، کارشناسان پیشرو مانند دارون عجم‌اوغلو از MIT و جیم کوولو از گلدمن ساکس نظرات خود را در مورد آینده هوش مصنوعی و تاثیرات اقتصادی آن به اشتراک گذاشته‌اند. عجم‌اوغلو نسبت به پتانسیل اقتصادی هوش مصنوعی محتاط است و پیش‌بینی می‌کند که بهره‌وری تنها 0.5٪ و تولید ناخالص داخلی تنها 1٪ در دهه آینده افزایش یابد. در مقابل، پیش‌بینی گلدمن ساکس با افزایش بهره‌وری 9٪ و افزایش 6.1٪ در تولید ناخالص داخلی بسیار خوش‌بینانه‌تر است.

کوولو از زاویه دیگری به این موضوع نگاه می‌کند و به هزینه‌های بالای زیرساخت هوش مصنوعی اشاره می‌کند که پیش‌بینی می‌شود طی سال‌های آینده بیش از 1 تریلیون دلار باشد. او به این سوال می‌پردازد که آیا هوش مصنوعی می‌تواند مشکلات پیچیده و مهم را با هزینه‌ای که سرمایه‌گذاری را توجیه کند، حل کند؟

فرصت‌ها و چالش‌های پیش رو

در حالی که هوش مصنوعی و رمزنگاری هر دو پتانسیل زیادی دارند، موفقیت آنها به غلبه بر چالش‌های فنی، مالی و زیرساختی بستگی دارد. به عنوان مثال، شرکت‌هایی مانند Fetch.ai، SingularityNET و Ocean Protocol با تشکیل یک اتحاد و ایجاد توکن جدیدی به نام Artificial Superintelligence (ASI)، به دنبال توسعه یک پلتفرم هوش مصنوعی غیرمتمرکز هستند.

آینده ترکیب هوش مصنوعی و رمزنگاری همچنان نامشخص است. آیا ما شاهد یک انقلاب تکنولوژیکی هستیم یا تنها یک حباب دیگر در حال شکل‌گیری است؟ پاسخ به این سوال در توازن بین خوش‌بینی و واقع‌گرایی نهفته است.