گزارش: ۸۰ درصد پروژه‌های هوش مصنوعی شکست می‌خورند؛ خسارت‌های میلیارد دلاری

هوش مصنوعی یکی از داغ‌ترین موضوعات این روزها در حوزه‌ی فناوری است و یک هدف جذاب برای سرمایه‌گذارانی که به‌دنبال پروژه‌های بزرگ هستند، محسوب می‌شود. باوجوداین، سرمایه‌گذاری در این حوزه ریسک زیادی دارد؛ زیرا بر اساس یک گزارش، احتمالاً بیش از ۸۰ درصد پروژه‌های هوش مصنوعی شکست می‌خورند.

طبق تحقیقات شرکت RAND، احتمال شکست بیش از ۸۰ درصدی پروژه‌های مختلف در حوزه‌ی هوش مصنوعی، دو برابر بیشتر از سایر پروژه‌های غیرمرتبط با هوش مصنوعی است و دلایل زیادی در رسیدن به این میزان شکست، دخالت دارند.

سال گذشته، ۶۵ دانشمند و مهندس داده در گفتگو با اندیشکده‌ی سیاست جهانی، دلایل متعددی از جمله همسو نبودن اهداف سهام‌داران و سرمایه‌گذاران پروژه‌های هوش مصنوعی با اهداف رهبران این پروژه‌ها را به‌عنوان علل این میزان شکست در حوزه‌ی هوش مصنوعی مطرح کردند.

بر اساس گزارش RAND، سرمایه‌گذاران در پروژه‌های هوش مصنوعی، اغلب تحت تأثیر تبلیغات هالیوود، به‌دنبال تحقق اهداف غیرواقعی در این پروژه‌ها هستند؛ اهدافی که منابع، زمان و نیروی انسانی لازم برای رسیدن به آن وجود ندارد و در آخر، پروژه را به مسیر منتهی به شکست سوق می‌دهد.

علاوه‌بر سرمایه‌گذاران، مهندسانی که در پروژه‌های هوش مصنوعی کار می‌کنند نیز در این میزان شکست بی‌تقصیر نیستند. در گزارش RAND آمده است که دانشمندان و مهندسان داده، گاهی شتاب‌زده عمل می‌کنند و بدون توجه به کارایی جدیدترین پیشرفت‌های هوش مصنوعی در طولانی‌مدت، آن‌ها را در پروژه‌های خود پیاده می‌کنند و برای انجام این کار، هیچ دلیل قانع‌کننده‌ای به‌جز جدید بودن آن فناوری خاص ندارند.

فقدان مجموعه‌داده‌های صحیح از پروژه‌ها، زیر ساخت ناکافی و ناسازگاری هوش مصنوعی با پروژه‌ی مورد نظر، از جمله مواردی هستند که مؤسسه‌ی RAND به‌عنوان دلایل دیگری معرفی کرده است که در شکست پروژه‌های هوش مصنوعی تأثیر دارند.

علاوه‌بر بخش خصوصی، پروژه‌های هوش مصنوعی در دانشگاه‌ها نیز وضعیت جالبی ندارند؛ زیرا این پروژه‌ها، به‌جای نگاه‌کردن به برنامه‌های کاربردی هوش مصنوعی در دنیای واقعی، صرفاً روی انتشار تحقیقات مرتبط با این حوزه متمرکز هستند.

بی‌توجهی به کارایی ابزارهای هوش مصنوعی در دنیای واقعی، گریبان کسب‌وکارهای زیادی را گرفته است. به گفته‌ی رابین لی یانهونگ، مدیرعامل بایدو، چین مدل‌های زبانی بسیار بزرگی دارد؛ اما این مدل‌ها در دنیای واقعی، کاربرد بسیار کم و حتی نزدیک به صفر دارند و صرفاً، مقادیر قابل‌توجهی از منابع را هدر می‌دهند.

چین در دهه‌ی گذشته، با نسبت ۶ به ۱ در زمینه‌ی تعداد پروژه‌های مولد هوش مصنوعی از آمریکا پیشی گرفته است؛ اما بااین‌حال، تنها آکادمی علوم چین به‌عنوان یک سازمان چینی در بین ۲۰ نهاد برتر دنیا قرار دارد که بیشترین استناد در مقالات و تحقیقات حوزه‌ی هوش مصنوعی را در سال‌ها ۲۰۱۰ تا ۲۰۲۳ دریافت کرده‌اند.

عجله برای پیشروی در حوزه‌ی هوش مصنوعی، باعث می‌شود که بسیاری از شرکت‌های فعال در این حوزه، شتاب‌زده عمل کنند؛ درحالی‌که آن‌ها و سرمایه‌گذارانشان، تنها افرادی هستند که ریسک شکست در هر پروژه را متحمل می‌شوند، نه سایر مردم.

توجه به دلایل شکست سایر پروژه‌های مرتبط، هنوز هم می‌تواند مانع از شکست پروژه‌های جدید باشد؛ اما این روند زمان‌بر است و نباید این واقعیت را فراموش کنیم که اگر پروژه‌های هوش مصنوعی نتوانند وعده‌های خود را در طولانی‌مدت انجام دهند، کل صنعت هوش مصنوعی سقوط می‌کند و مانند یک حباب تریلیون دلاری منفجر می‌شود.