پایگاه خبری فولاد ایران- در مورد اینکه چقدر هوش مصنوعی بر رشد تأثیر می گذارد، اختلاف نظر وجود دارد. بحث اصلی مربوط به حوزه، مقیاس و سرعت هوش مصنوعی است. اینکه آیا هوش مصنوعی نیرویی خواهد بود که اتوماسیون و نوآوری را سرعت می بخشد؟ و یا اثرات آن بر آماده سازی غذا خواهد بود؟ سپس این خطر وجود دارد که در حالی که فنآوران دوست دارند سریع حرکت کنند و چیزها را خراب کنند، مدیران شرکتها سبک زندگی بیتحرکتری را ترجیح میدهند.
تلاشهای متعددی برای تخمین اثرات هوش مصنوعی مولد بر رشد بهرهوری سالانه انجام شده است که نتایج بسیار متفاوتی در پی داشته است. سال گذشته، گلدمن ساکس تخمین زد که هوش مصنوعی در کشورهای ثروتمند می تواند حدود 1.5 درصد در طول یک دهه سهم داشته باشد. بلافاصله پس از آن، مک کینزی پیشبینی کرد که هوش مصنوعی بین سالهای 2023 تا 2040 میتواند بین 0.1 تا 0.6 درصد تولید کند. و اخیراً Daron Acemoglu از MIT افزایش حداکثر 0.2 درصدی را در دهه آینده محاسبه کرده است.
به گزارش فولاد ایران، شکاف بین این ارقام بیشتر به تفاوت در سرعت و مقیاس مربوط می شود. هر کدام تلاش میکنند تخمین بزنند که چه مقدار کار موجود تحت تأثیر هوش مصنوعی مولد و همچنین صرفهجویی در هزینههای بالقوه خواهد بود. به عنوان مثال، Acemoglu نشان می دهد که در طول دهه آینده حدود 5 درصد از وظایف به طور سودآوری با هوش مصنوعی جایگزین یا افزایش خواهند یافت. در گزارش جداگانهای، مککینزی تخمین میزند که در ایالات متحده، هوش مصنوعی مولد میتواند تا سال 2030 تا 8 درصد از ساعتهای کاری خودکار را به خود اختصاص دهد.
اما تفاوت بزرگتر در زمان بندی است. آنها موتور الکتریکی و محاسبات شخصی را به عنوان پیشرفت هایی ذکر می کنند که منجر به رونق بهره وری نیروی کار ایالات متحده در حدود 1.5 درصد در سال در طول یک دهه می شود. در یادداشتی جدیدتر، تحلیلگران گلدمن ساکس به بررسیهایی اشاره میکنند که نشان میدهد کمتر از یک شرکت از هر 20 شرکت «استفاده از هوش مصنوعی مولد در تولید عادی» را گزارش میکنند.
مطالعه ای که در سال 2020 منتشر شد نشان داد که بهره وری تحقیقاتی برای اقتصاد ایالات متحده از دهه 1930 به میزان 41 برابر کاهش یافته است. خوش بین ها پیشنهاد می کنند که هوش مصنوعی می تواند این بازده ها را همراه با سرعت کشف ایده های جدید، افزایش دهد. همین هفته، Google DeepMind از یک مدل هوش مصنوعی رونمایی کرد که می تواند به محققان در یافتن داروهای جدید کمک کند. بن جونز از دانشگاه نورث وسترن پیشنهاد می کند که اثرات بر بهره وری می تواند حتی بیشتر از خوش بینانه ترین تخمین های قبلی مبتنی بر اتوماسیون باشد.
Acemoglu در مورد تغییر ایجاد شده توسط AI می گوید: «البته برخی عدم قطعیت ها وجود دارد، زیرا ما در ابتدای آن هستیم. این بدان معنی است که بسیاری از سؤالات مهم دیگر، از جمله نحوه تقسیم دستاوردهای هر گونه رشد، قابل تأمل است.»
منبع: فایننشال تایمز