ساشا راخلین: دانشگاه‌ها باید برای تغییر سریع پژوهش با هوش مصنوعی آماده شوند

ساشا راخلین، مدیر مرکز آمار و علوم دادهٔ MIT و استاد برجستهٔ Data, Systems, and Society، در مقاله‌ای دربارهٔ آیندهٔ هوش مصنوعی در دانشگاه‌ها، به‌ویژه پژوهش و آموزش تحصیلات تکمیلی، از مؤسسات و گروه‌های دانشگاهی می‌خواهد برای دگرگونی سریع پژوهش آماده شوند.

راخلین برای توضیح سرعت تغییر، به ریاضیات اشاره می‌کند: سال گذشته یک مدل به سطح مدال طلای المپیاد جهانی ریاضی رسید و تنها یک سال بعد، مدل‌ها به تولید نتایج پژوهشی تازه، از جمله راه‌حلی پیشنهادی برای یکی از مسائل جایزهٔ هزاره، کمک کردند.

به گفتهٔ او، یکی از عوامل تعیین‌کنندهٔ سرعت پیشرفت هوش مصنوعی در هر رشته، سرعت و اطمینانِ راستی‌آزمایی است. برهان‌های صوری را می‌توان خودکار بررسی کرد و برنامه‌ها را اجرا و آزمود. وقتی ارزیابی سریع و قابل‌اتکا باشد، سامانه‌ها می‌توانند گزینه‌های پیشنهادی بسازند، از نتیجه‌ها بیاموزند و عملکردشان را بهبود دهند. همین چرخه در پژوهش هوش مصنوعی نیز برقرار است: مدل‌های بهتر می‌توانند به توسعهٔ دور بعدی مدل‌ها، روش‌های آموزش و ابزارهای پشتیبان کمک کنند و روند پیشرفت را شتاب دهند.

این تغییر برای پژوهشگران باتجربه فرصتی فراهم می‌کند تا سراغ پرسش‌هایی بروند که پیش‌تر دشواری فنی، دسترسی به آن‌ها را محدود می‌کرد. در عین حال، راخلین بر تفاوت میان رسیدن به یک پاسخ و فهمیدن چراییِ درستی آن، تعمیم‌پذیری‌اش و پرسش بعدی تأکید می‌کند. او هشدار می‌دهد که نباید فرض کرد انتزاع، داوری یا صورت‌بندی مسئله برای همیشه بیرون از توان هوش مصنوعی می‌ماند؛ دانشگاه‌ها باید خود را برای آینده‌ای نزدیک آماده کنند که در آن هوش مصنوعی در بسیاری، و شاید بیشتر، جنبه‌های کار فکری از انسان‌ها توانمندتر باشد.