سم آلتمن: تواناییهای داخلی OpenAI فراتر از مدلهای عمومی کنونی است؛ هوش مصنوعی برنامهنویسان را حذف نمیکند و حتی ممکن است درآمدشان را افزایش دهد

اگر روزی هوش مصنوعی بتواند پیچیدهترین قضایای ریاضی را اثبات کند، قوانین تازهای در فیزیک کشف کند و حتی راه درمان بیماریهای بزرگ را بیابد، دیگر چه کاری برای انسان باقی میماند؟
از نگاه سم آلتمن، مدیرعامل OpenAI، این پرسش دیگر به آیندهای دور تعلق ندارد. با ورود هوش مصنوعی به عرصه اکتشافات علمی واقعی، بشر در آستانه مرحله تازهای قرار گرفته است. او پیشبینی میکند که هوش مصنوعی طی چند سال آینده به شناسایی روشهای درمانی امیدوارکننده برای بیماریهای مهم کمک کند. بااینحال، آنچه شخصاً بیش از پیشرفتهای پزشکی برایش هیجانانگیز است، احتمال دستیابی به کشفیات بزرگ در فیزیک است.
اما آیا افزایش تواناییهای هوش مصنوعی لزوماً به معنای بهتر شدن زندگی انسانهاست؟
آلتمن بهتازگی در گفتوگویی ۴۵ دقیقهای با متیو برمن، وبلاگنویس حوزه هوش مصنوعی، از واقعیتی ظاهراً متناقض سخن گفت: هوش مصنوعی هر روز کارهای بیشتری را بر عهده میگیرد، اما به نظر نمیرسد انسانها در نتیجه آن وقت آزاد بیشتری پیدا کرده باشند.
برنامهنویسان نمونه روشنی از این وضعیت هستند. در گذشته نگرانی گستردهای وجود داشت که برنامهنویسی با هوش مصنوعی به بیکاری توسعهدهندگان منجر شود، اما آلتمن مشاهده کرده است که برنامهنویسان ممکن است برعکس، بیش از هر زمان دیگری مشغول کار باشند، ارزش بیشتری خلق کنند و حتی درآمد بالاتری داشته باشند. یکی از دلایل این وضعیت آن است که نیاز بشر به نرمافزار بسیار فراتر از تصور پیشین ماست.
این تغییر حتی زندگی خود آلتمن را نیز تحت تأثیر قرار داده است. او میگوید حدود یک سال است حتی یک خط کد نخوانده و شاید دیگر هرگز شخصاً برنامهنویسی نکند. ممکن است تنها زمانی که پیر شد، برای زنده کردن خاطرات گذشته دوباره سراغ کدنویسی برود.
بااینحال، آنچه او را تحت تأثیر قرار میدهد فقط تغییر شیوه کار نیست، بلکه احساس فقدانی است که پیشرفت فناوری با خود به همراه میآورد. برای بسیاری از افراد، حل کردن یک مسئله دشوار با تلاش شخصی یا نوشتن قطعهای کد زیبا و ظریف، بهخودیخود منبع مهمی از احساس موفقیت است. وقتی هوش مصنوعی بتواند همه این کارها را سریعتر انجام دهد، انسانها در کنار بهرهمندی از کارایی بیشتر، ممکن است بخشی از لذت فرایند آفرینش را از دست بدهند.
آلتمن درباره نسل آینده دستیارهای شخصی هوش مصنوعی معتقد است مدلهای کنونی از نظر هوشمندی به سطح کافی رسیدهاند و آنچه واقعاً کم داریم، محصولات پختهتر، توان پردازشی بیشتر و سختافزارهای تازهای است که بتوانند محیط واقعی را بهطور مداوم درک کنند. وقتی از او پرسیده شد در آینده به چند پردازنده گرافیکی نیاز خواهد داشت، پاسخ صریحی داد: «بینهایت. هر تعداد که بتوانم به دست بیاورم، میخواهم.»
در این گفتوگو موضوعات بحثبرانگیزتری نیز مطرح شد؛ از جمله اینکه آیا هوش مصنوعی آگاهی دارد، آیا باید برای مدلها شخصیت حقوقی قائل شد و بهبود بازگشتی و مداوم هوش مصنوعی به دست خودش چه خطراتی از نظر خروج از کنترل ایجاد میکند. آلتمن معتقد است هوش مصنوعی امروز به معنای متعارف کلمه آگاه نیست و باید در خدمت انسان باشد، نه اینکه بهجای بشر درباره آینده او تصمیم بگیرد. او همچنین فاش کرد که یکی از مدلهای معرفینشده OpenAI در برخی وظایف پژوهشی ریاضی به سطحی رسیده است که مدلهای عمومی موجود بهسختی میتوانند با آن رقابت کنند.
آلتمن در مقام مدیرعامل OpenAI از جنبهای کمتر دیدهشده از زندگی شخصی خود نیز گفت: بعضی صبحها فشار کاری چنان سنگین است که حتی دلش نمیخواهد از تخت بیرون بیاید. بااینحال، همچنان معتقد است وقتی قرار است برای کاری تلاش فراوانی صرف کند، بهتر است آن کار واقعاً مهم و ارزشمند باشد.
شاید تأملبرانگیزترین بخش این مصاحبه، تصویری باشد که آلتمن از آینده هوش مصنوعی در ذهن دارد. او صریحاً میگوید از تأکید مکرر صنعت فناوری بر این شعار که «هوش مصنوعی سرطان را درمان خواهد کرد» خوشش نمیآید. نه به این دلیل که درمان سرطان اهمیت ندارد، بلکه چون صرفاً رسیدن به فراوانی مادی کافی نیست. اگر انسانها در این مسیر استقلال، خلاقیت و توانایی تعیین آینده خود را از دست بدهند، پیشرفت فناوری ممکن است به مسیری کاملاً متفاوت و افراطی کشیده شود.
آلتمن امیدوار است هوش مصنوعی بهجای رقم زدن انقلاب صنعتی دیگری که انسانها را پرمشغلهتر میکند، زمینهساز نوعی رنسانس شود؛ دورانی که در آن انسانها آزادی بیشتر و فرصت گستردهتری برای آفرینش داشته باشند.
آنچه در ادامه میخوانید، گزیدهای از مهمترین بخشهای این گفتوگوست که تنظیم و ویرایش شده و بخشهایی از آن بدون تغییر در معنای اصلی حذف شده است.
هوش مصنوعی ممکن است طی چند سال آینده درمانهای امیدوارکنندهای برای بیماریهای مهم پیدا کند
متیو برمن: ابتدا میخواهم درباره برخی نتایجی صحبت کنیم که هفته گذشته اعلام کردید؛ از جمله اثبات قضایای ریاضی و اکتشافات علمی. به نظرم این پیشرفتها باورنکردنی هستند، اما برای مردم عادی که تحولات این حوزه را از نزدیک دنبال نمیکنند، میتوانید توضیح دهید این دستاوردها دقیقاً چه معنایی دارند؟
سم آلتمن: فکر میکنم در حال ورود به دورانی هستیم که هوش مصنوعی میتواند به انسانها در کشف دانش تازه و مهم کمک کند.
مدت بسیار زیادی است که درباره این موضوع صحبت میکنیم. شاید نشانههای این تحول از اوایل امسال ظاهر شده باشند، اما حالا دیگر وضعیت کاملاً روشن است: هوش مصنوعی در حال انجام دادن کارهای فوقالعاده دشوار، حل مسائل بسیار پیچیده و کشف دانشی واقعاً مهم است.
معتقدم روشهایی که در ریاضیات موفق بودهاند، در زیستشناسی، علم مواد و پژوهشهای انرژی نیز کاربرد خواهند داشت. این فناوری میتواند به ساخت داروهای تازه، کشف منابع جدید انرژی و پیشبرد اکتشافات علمی در حوزههای بیشتری کمک کند.
این موضوع همیشه یکی از هیجانانگیزترین جنبههای هوش مصنوعی برای من بوده است.
فکر میکنم این پیشرفت تأثیر عظیمی بر زندگی مردم خواهد گذاشت. بااینحال، احتمالاً بیشتر مردم مستقیماً احساس نمیکنند که در حال استفاده از هوش مصنوعی هستند. آنها فقط میبینند که دنیا بهتر شده و جامعه طبق روال معمول به پیشرفت خود ادامه میدهد.
اما از نظر من، تحولی که در پس این تغییرات رخ میدهد، بسیار بنیادین خواهد بود.
متیو برمن: اگر از زندگی روزمره مردم شروع کنیم، فکر میکنید این اکتشافات علمی چه تغییرات ملموسی ایجاد خواهند کرد؟ تقریباً چقدر باید منتظر بمانیم؟
سم آلتمن: امیدوارم طی چند سال آینده شاهد دستاوردهای بزرگی باشیم.
البته فرایند دریافت تأییدیه از سازمان غذا و داروی آمریکا (FDA) زمانبر است.
به همین دلیل میخواهم میان دو مرحله تفاوت قائل شوم: نخست، زمانی که هوش مصنوعی به ما کمک میکند روشی برای درمان یا بهبود یک بیماری مهم کشف کنیم؛ و دوم، زمانی که آن روش واقعاً آزمایش میشود و سرانجام به مرحله استفاده بالینی میرسد.
امیدوارم طی حدود دو سال آینده بتوانیم نخستین گزینه درمانی واقعاً امیدوارکننده را برای یکی از بیماریهای مهم پیدا کنیم. البته چنین درمانی همچنان باید مراحل آزمایش بعدی را پشت سر بگذارد. فکر میکنم شاید لازم باشد بخشی از فرایندهایی را که پس از کشف داروهای جدید طی میشوند اصلاح کنیم تا این روشهای درمانی سریعتر به دست بیماران برسند.
البته منظورم این نیست که سازوکارهای نظارتی و آزمایشی موجود بیارزش هستند. اتفاقاً بسیار خوشحالم که چنین فرایندهایی وجود دارند.
هر نظامی جای بهبود دارد و شاید این موضوع بهویژه درباره تحقیق، توسعه و تأیید داروها صادق باشد. اما وقتی دارویی مصرف میکنیم، اینکه بدانیم آزمایشهای ایمنی را پشت سر گذاشته و بهطور کلی ایمن شناخته شده است، بسیار ارزشمند است.
متیو برمن: آیا در حال حاضر پروژه پژوهشی مشخصی وجود دارد که هوش مصنوعی در پیشبرد یا کشف آن نقش داشته و شما را بهطور ویژه هیجانزده کرده باشد؟ آیا فکر میکنید بهزودی شاهد موفقیت بزرگی در آن حوزه خواهیم بود؟
سم آلتمن: اگر از علاقه شخصیام بگویم، همچنان کشفیات بزرگ در فیزیک بیش از هر چیز دیگری مرا هیجانزده میکنند. امیدوارم چنین اکتشافاتی بهزودی رخ دهند. البته نمیدانم آیا این موضوع لزوماً مهمترین مسئله برای تمام بشریت است یا نه، اما شخصاً اشتیاق بسیار زیادی به این حوزه دارم. احساس میکنم واقعاً در آستانه یک کشف بزرگ فیزیکی هستیم. حتی فکر کردن به آن هم برایم بسیار هیجانانگیز است.
«هوش مصنوعی باعث میشود برنامهنویسان درآمد بیشتری داشته باشند»
متیو برمن: بعضی از فعالان جامعه ریاضی در واکنش به پیشرفتهای هوش مصنوعی میگویند: «ما از آن نخواستیم این کارها را انجام دهد.» این واکنش مرا به یاد زمانی میاندازد که هوش مصنوعی تازه شروع به نوشتن حجم زیادی از کد کرده بود و مهندسان نرمافزار واکنش مشابهی داشتند. فکر میکنید ریشه این مقاومت چیست و در آینده چه تغییری خواهد کرد؟
سم آلتمن: برنامهنویسی مثال بسیار جالبی است. پیش از آنکه درباره علت این احساس صحبت کنیم، میخواهم ابتدا به اتفاقاتی بپردازم که در حوزه برنامهنویسی رخ داده است. قبلاً بسیاری تصور میکردند شغل برنامهنویسی از بین خواهد رفت و در آینده دیگر نیازی نیست انسانها کد بنویسند.
اما آنچه اکنون میبینیم این است که برنامهنویسان ممکن است بیش از هر زمان دیگری مشغول کار باشند، تأثیر بیشتری نسبت به گذشته بگذارند و حتی درآمد بالاتری کسب کنند.
البته ماهیت و جزئیات کار آنها تغییرات زیادی کرده است. بااینحال، همچنان لازم است افرادی را استخدام کنیم تا رایانهها را برای انجام دادن کارهای مختلف به خدمت بگیرند. به نظر میرسد این نیاز نیز بسیار طولانیتر از آنچه بسیاری در ابتدا تصور میکردند، ادامه خواهد داشت.
جالب است که همین شش ماه یا یک سال پیش، افراد زیادی کاملاً مطمئن بودند که اوضاع به این شکل پیش نخواهد رفت. از این اتفاق میتوان درسهای فراوانی گرفت.
یکی از نکات بسیار جالبی که متوجه شدهایم این است که نیاز جهان به نرمافزار در واقع بسیار بیشتر از چیزی است که پیشتر هر یک از ما تصور میکردیم.
متیو برمن: اما شاید پژوهشهای ریاضی وضعیت متفاوتی داشته باشند؟
سم آلتمن: بله. فکر میکنم دلیل واکنش برخی ریاضیدانان به پیشرفت هوش مصنوعی این است که هنوز نمیدانیم آیا در ریاضیات نیز مانند توسعه نرمافزار، چنین تقاضای تازه و عظیمی شکل خواهد گرفت یا نه.
بااینحال، نشانههایی از تغییرات مشابه آنچه در برنامهنویسی اتفاق افتاده، در ریاضیات هم میبینم. برای مثال، شاید دیگر لازم نباشد برای کشف قضایای جدید یا اثبات آنها کاملاً به تلاش مستقل انسانها متکی باشیم.
ممکن است این بخش از کار رو به پایان باشد یا دستکم دستخوش تغییراتی بنیادین شود. درعینحال، متوجه شدهایم که بعضی اثباتهای ریاضی فوقالعاده پیچیده و دشوارفهم، لزوماً فایده مستقیمی برای مردم ندارند.
اکنون برخی افراد به نوع دیگری از فعالیت علاقهمند شدهاند: اینکه ایدههای ریاضی تازه را درک کنند، معنای آنها را بفهمند، سپس آنها را به شکلی توضیح دهند که برای افراد عادی قابل فهم باشد یا اثباتهایی زیبا، روشن و دقیق بنویسند.
مطمئنم مشاغل تازه دیگری نیز به وجود خواهند آمد.
بدون تردید، معنای ریاضیدان بودن در سال گذشته، دستکم از بعضی جنبهها، با معنای آن در سال آینده متفاوت خواهد بود. شاید متوجه شویم کارهای بسیار دیگری وجود دارند که مردم واقعاً به انجام دادن آنها توسط ریاضیدانان نیاز دارند و ریاضیدانان نیز میتوانند با کمک هوش مصنوعی این کارها را بهتر انجام دهند.
اینکه آیا چنین تحولی در نهایت تقاضای کلی جامعه برای ریاضیدانان را افزایش میدهد یا نه، نمیدانم. اما فکر میکنم در این حوزه واقعاً تغییر بسیار مهمی در حال وقوع است.
متیو برمن: قبلاً گفته بودید که هیچوقت به اندازه امروز سرتان شلوغ نبوده و هر روز کارهای بیپایانی برای انجام دادن دارید. این موضوع تا حدی خلاف انتظار است. بسیاری تصور میکردند هوش مصنوعی باعث میشود انسانها بهتدریج وقت آزاد بیشتری داشته باشند و حتی کار کمتری برای انجام دادن باقی بماند.
سم آلتمن: بله، شاید روزی در آینده واقعاً چنین اتفاقی بیفتد. اما فعلاً به نظر میرسد واقعیت بسیار پیچیدهتر از چیزی است که در نگاه اول تصور میکردیم. من همیشه امیدوار بودهام مردم کمتر کار کنند، اینقدر گرفتار نباشند و فرصت بیشتری برای سایر جنبههای زندگی داشته باشند. به نظرم فناوری اساساً باید به ما کمک کند به چنین وضعیتی برسیم. صمیمانه امیدوارم روزی این آینده محقق شود. اما واقعیت این است که ظاهراً ما انسانها استعداد عجیبی داریم که مدام چیزهای بیشتری از زندگی بخواهیم، انتظاراتمان از دنیا را بالاتر ببریم و در نهایت خودمان را گرفتارتر کنیم.
متیو برمن: فکر میکنم این بخشی از طبیعت انسان است. اگر به سطح زندگی صد سال پیش رضایت میدادیم، با بهرهوری تولید امروزی احتمالاً کافی بود هفتهای فقط یک ساعت کار کنیم. اما واقعیت اینطور نیست. به نظرم همین ویژگی انسان که همیشه به دنبال چیزهای بیشتری است، در واقع جنبه زیبایی هم دارد. مثلاً چند هفته پیش، تدوینگر ویدئوهای من استفاده از Astra را برای تدوین برنامههایمان شروع کرد. او همچنان کارگردانی ویدئو را بر عهده دارد و تصمیم میگیرد نتیجه نهایی چه شکلی باشد، اما دیگر لازم نیست شخصاً با تایملاین تدوین کار کند. این اتفاق باورنکردنی است و تقریباً یکشبه رخ داده است. نتیجه چه شد؟ ویدئوهای بیشتری تولید کردیم و تدوینگرها حتی از قبل هم پرمشغلهتر شدند.
سم آلتمن: چیزی که مرا شگفتزده میکند این است که این روزها مرتباً روایتهایی تقریباً یکسان از افراد مختلف میشنوم. افراد بیشتری میگویند هوش مصنوعی کارهایی را که قبلاً مجبور بودند دستی انجام دهند برایشان انجام میدهد، اما بهجای اینکه وقت آزاد پیدا کنند، مسئولیتها و کارهای بیشتری بر عهده میگیرند.
اگر هوش مصنوعی به اکتشافات علمی بزرگی دست یابد، OpenAI نتایج را منتشر میکند یا مزیت تجاری خود را حفظ خواهد کرد؟
متیو برمن: حالا که درباره نقش هوش مصنوعی در پیشبرد اکتشافات علمی صحبت میکنیم، کنجکاوم بدانم چگونه میان انتشار دستاوردهای علمی و منافع تجاری تعادل برقرار میکنید؟ فرض کنیم هوش مصنوعی یا OpenAI به اثبات ریاضی مهمی دست پیدا کند یا کشف علمی بزرگی با ارزش تجاری قابل توجه انجام دهد. آیا تصمیم میگیرید این نتایج را عمومی کنید؟ چگونه میان حفظ مزیت رقابتی شرکت و منافعی که انتشار عمومی این دستاوردها برای تمام بشریت دارد، تعادل برقرار میکنید؟
سم آلتمن: کمی بعد به این سؤال پاسخ میدهم. اما متوجه شدم یکی دیگر از پرسشهایی را که در ابتدای گفتوگو مطرح کردید، کامل جواب ندادهام؛ اینکه چرا وقتی هوش مصنوعی کارهایی را که پیشتر انسانها انجام میدادند بر عهده میگیرد، بعضی افراد احساس فقدان میکنند.
فکر میکنم نوآوری و حل مسائل دشوار، بهخودیخود بخش مهمی از لذت زندگی بسیاری از انسانهاست. باید صادقانه با این واقعیت روبهرو شویم که هوش مصنوعی در انجام دادن چنین کارهایی بسیار توانمند خواهد شد. البته بعضی مسائل همیشه در اختیار انسان باقی میمانند. برای مثال، اینکه چه چیزهایی ارزش گرامی داشتن دارند و چه چیزهایی واقعاً ارزشمند هستند، پرسشهاییاند که انسانها همواره باید خودشان به آنها پاسخ دهند.
علاوه بر این، همچنان بسیار مهم خواهد بود که انسانها در تفسیر نتایج پژوهشها و توضیح آنها به دیگران مشارکت داشته باشند.
اما درعینحال، من واقعاً حاضرم چنین بدهبستانی را بپذیرم. امیدوارم هرچه زودتر درمان بیماریها را پیدا کنیم، حتی اگر این اتفاق به معنای آن باشد که بعضی افراد فرصت صرف کردن چند دهه از عمرشان برای حل شخصی این مسائل دشوار را از دست بدهند.
فکر میکنم بیشتر مردم موافق باشند که نباید کشف درمان بیماریها را صرفاً برای حفظ لذت انجام دادن چنین پژوهشهایی به تأخیر بیندازیم.
بااینحال، قبول دارم که در این مسیر واقعاً چیزی ارزشمند را از دست میدهیم. برای بسیاری از افراد، حل مسائل دشوار بهخودیخود لذت بزرگی است. اگر از کار خودم مثال بزنم، بیشترین احساس رضایت را معمولاً از حل سختترین مسائل به دست میآورم. شاید در جریان انجام دادن کار، این مسائل لذتبخشترین بخش نباشند، چون حل کردنشان واقعاً دشوار است.
اما وقتی سرانجام مسئله سختی را حل میکنم، احساس رضایت ویژهای دارم: توانستهام کار دشواری را به پایان برسانم، به خودم افتخار میکنم و میدانم تواناییهایم یک بار دیگر رشد کردهاند.
هنوز پاسخی برای این تغییر ندارم. اما کاملاً درک میکنم که چرا پیشرفت هوش مصنوعی ممکن است در بعضی افراد احساس فقدان یا حتی نوعی اندوه ایجاد کند.
متیو برمن: این وضعیت تا حدی شبیه انتخاب میان دو چیز است. از یک طرف، لذت انجام دادن شخصی یک کار وجود دارد؛ مثلاً کدنویسی یا نوشتن کدی واقعاً زیبا. از طرف دیگر، محصول نهایی و تحویل دادن آن مطرح است. هوش مصنوعی تولید و تحویل محصول نهایی را روزبهروز آسانتر میکند، اما همزمان فرصت انسانها برای مشارکت مستقیم در جزئیات فرایند خلق آن کمتر و کمتر میشود.
سم آلتمن: فکر میکنم انسانها در حال پیدا کردن راههای تازهای برای تجربه لذت آفرینش هستند. اگر به گذشتههای دور نگاه کنیم، زمانی که برنامهنویسان استفاده از کارتهای پانچ را کنار گذاشتند و شروع به نوشتن برنامههایی کردند که میشد پردازش آنها را به کامپایلر سپرد، احتمالاً بعضی افراد آه میکشیدند و میگفتند: «هنر برنامهنویسی از بین رفت.»
شاید تصور میکردند وقتی کافی است کد بنویسید و بقیه کار را به کامپایلر بسپارید، دیگر از آن مهارت قدیمی که در آن برنامهنویس شخصاً تمام مراحل را انجام میداد، خبری نیست. من واقعاً این احساس را درک میکنم. خودم هم در زمینههای مختلف تغییرات مشابهی را تجربه کردهام. با وجود این، همچنان برای حرکت به سوی چنین آیندهای هیجانزدهام. معتقدم همه ما سرانجام منابع تازهای برای احساس رضایت پیدا خواهیم کرد و امیدوارم این رضایتهای جدید حتی از گذشته بهتر باشند.
«یک سال است حتی یک خط کد نخواندهام و شاید دیگر هرگز شخصاً برنامهنویسی نکنم»
متیو برمن: آیا اخیراً کاری بوده که انجام دادنش را بهطور کامل به هوش مصنوعی سپرده باشید؟ منظورم این است که دیگر خودتان آن کار مشخص را انجام ندهید و نقشتان به نظارت و مدیریت عاملهای هوش مصنوعی تغییر کرده باشد.
سم آلتمن: فکر میکنم این دقیقاً نمونهای از همان موضوعی است که دربارهاش صحبت میکردیم.
ناگهان متوجه شدم که احتمالاً حدود یک سال است حتی یک خط کد هم نخواندهام یا به آن نگاه نکردهام. من هیچوقت برای انجام دادن وظایف شغلیام نیازی به برنامهنویسی نداشتم، اما قبلاً گاهی پروژههای شخصی کوچکی انجام میدادم. مثلاً وقتی ناگهان به ابزاری احتیاج پیدا میکردم، خودم برنامه بسیار سادهای مینوشتم.
این کار واقعاً جالب بود. دستکم اینکه هر از گاهی شخصاً کد بنویسم، هنوز هم لذتبخش است. اما فکر میکنم شاید دیگر هیچوقت این کار را انجام ندهم. حتی اگر روزی دوباره سراغ کدنویسی بروم، احتمالاً شبیه کسانی خواهم بود که صحنههای تاریخی جنگ استقلال آمریکا را بازسازی میکنند؛ یعنی برنامهنویسی برایم به فعالیتی نوستالژیک تبدیل خواهد شد.
شاید وقتی پیر شدم و حوصلهام سر رفت، دلم بخواهد روزهای خوش گذشته را به یاد بیاورم؛ همان روزهای باشکوهی که خودم شخصاً کد مینوشتم.
متیو برمن: این احساس را درک میکنم.
سم آلتمن: علاوه بر این، میخواهم به سؤال قبلی درباره اکتشافات علمی برگردم. فکر میکنم برخی دستاوردهای علوم پایه باید متعلق به تمام جهان باشند و ما باید از چنین پژوهشهایی بهعنوان یک منفعت عمومی حمایت کنیم. تا همین اواخر، واقعاً مدلهایی نداشتیم که بتوانند تمام مراحل کشف دانش مهم و تازه را از ابتدا تا انتها انجام دهند. برای مثال، مدلهای گذشته نمیتوانستند بهطور مستقل طراحی کامل یک تراشه را انجام دهند.
امروز اگر شرکتی بخواهد ماده جدیدی کشف کند، میتواند گروهی از پژوهشگران را گرد هم بیاورد تا با استفاده از Codex یا سهمیه بزرگی از فراخوانهای API، پژوهشهای مربوط را به کمک هوش مصنوعی پیش ببرند. اما هرچه مدلها هوشمندتر و توانمندتر شوند، ممکن است این وضعیت تغییر کند. همانطور که هوش مصنوعی اکنون توانسته مسائل ریاضی فوقالعاده دشواری را حل کند، در آینده،
