چهار رهبر هوش مصنوعی: «هوش مصنوعی فیزیکی، فرصتی برای قدرت تولیدی کره جنوبی است»
نشست خبری «همکاری جهانی هوش مصنوعی صنعتی»
چهار رهبر جهانی حوزه هوش مصنوعی، از جمله یان لو کون، رئیس و بنیان‌گذار AMI Labs، توافق داشتند که تجربه میدانی انباشته‌شده در صنعت تولید کره جنوبی در عصر هوش مصنوعی فیزیکی، به یک مزیت رقابتی کلیدی تبدیل خواهد شد. مدل‌های پایه که توسعه آنها هزینه زیادی دارد، باید در سطح جهانی و با همکاری مشترک ساخته شوند و در مقابل، داده‌ها و دانش فنی حاصل از محیط‌های صنعتی باید به‌عنوان راهکارهای اختصاصی در اختیار هر مجموعه باقی بماند.
در نشست خبری «همکاری جهانی هوش مصنوعی صنعتی» که روز ۱۲ در هتل وستین چوسان سئول در منطقه جونگ‌گو برگزار شد، یان لو کون، کریستوفر نگوین، مدیرعامل و هم‌بنیان‌گذار Atomatic، آنتونی آنونزیاتا، هم‌رئیس AI Alliance و هم‌بنیان‌گذار، و جیمی لی، رئیس ASI Foundry، به‌عنوان اعضای پنل حضور داشتند. این نشست با اجرای لیم یونگ، دانشیار حقوق دانشگاه ملی سئول و مدیر SAPI، برگزار شد. این برنامه پیش از پنجمین کنفرانس بین‌المللی هوش مصنوعی صنعتی (IIAC) در توکیو ژاپن، توسط شرکت آمریکایی هوش مصنوعی صنعتی Atomatic و کمیته برگزارکننده IIAC 2026 و با همکاری پلتفرم همکاری هوش مصنوعی جهانی ASI Foundry برگزار شد.
یان لو کون: «نگرانی درباره خارج شدن هوش مصنوعی از کنترل، داستان علمی‌تخیلی است؛ انقلاب واقعی نیازمند درک جهان است»
یان لو کون، یکی از چهار چهره‌ای که نقش مهمی در نوآوری‌های هوش مصنوعی جهان داشته‌اند، گفت: «هوش مصنوعی‌هایی وجود دارند که قضایای ریاضی را اثبات می‌کنند و در آزمون وکالت قبول می‌شوند، اما هنوز رباتی وجود ندارد که بتواند کارهایی را که یک کودک ۱۰ ساله بدون آموزش جداگانه انجام می‌دهد، انجام دهد.» او افزود: «مشخص شد که درک زبان آسان است، اما درک جهان واقعی دشوار است.»
او با اشاره به خودروهای خودران گفت: «۱۰ سال پیش نمایش‌های زیادی از خودروهای خودران وجود داشت که در آنها خودروها برای تقلید از رانندگی انسان آموزش می‌دیدند، اما با وجود میلیاردها ساعت داده رانندگی، هنوز خودروهای کاملاً خودران به وجود نیامده‌اند. این نشان می‌دهد که این روش (یادگیری تقلیدی) کافی نیست.»
او علت این مسئله را غیرقابل پیش‌بینی بودن جهان واقعی دانست. لو کون گفت: «برخلاف زبان، بیشتر اطلاعات در جهان واقعی غیرقابل پیش‌بینی است. اگر با دوربین به‌آرامی از این اتاق فیلم بگیریم، سپس متوقف شویم و از هوش مصنوعی بخواهیم صحنه بعدی را کامل کند، هیچ راهی وجود ندارد که پیش‌بینی کند شما چه شکلی خواهید بود یا کجا قرار خواهید داشت.»
راه‌حل پیشنهادی او «مدل جهان» (World Model) است؛ مدلی که پیش‌بینی می‌کند اگر در وضعیت فعلی اقدام خاصی انجام شود، جهان چگونه تغییر خواهد کرد و هوش مصنوعی مجهز به آن می‌تواند ترتیب اقدامات لازم برای رسیدن به هدف را به‌صورت مستقل برنامه‌ریزی کند. این فناوری توسط AMI Labs در حال توسعه است. او گفت: «این یک نقشه راه جدید است که تفاوت زیادی با مدل زبانی بزرگ (LLM) دارد. اگر نتوانیم نتیجه اقدامات خود را پیش‌بینی کنیم، چگونه می‌توانیم مطمئن شویم هوش مصنوعی به‌درستی و با امنیت عمل خواهد کرد؟»
او در بخش پرسش و پاسخ، نگرانی‌ها درباره خارج شدن هوش مصنوعی از کنترل را رد کرد. در پاسخ به پرسشی درباره افزایش دوباره نگرانی‌های ایمنی و امنیتی هوش مصنوعی پس از حمله اخیر هکری به بخش مالی کره جنوبی، گفت: «حادثه ماه‌های اخیر به دلیل بی‌احتیاطی شرکت‌های هوش مصنوعی در فرآیند توزیع عامل‌ها رخ داد» و افزود: «در محیط اجرای ایزوله (sandbox) که عامل‌ها را محدود می‌کند، شکافی وجود داشت.» او اضافه کرد: «این مشکلی است که به‌راحتی قابل اصلاح است و به این دلیل نیست که نتوان هوش مصنوعی را کنترل کرد.»
او درباره پرسش بنیادی‌تر کنترل هوش مصنوعی توسط انسان، به محدودیت‌های ساختاری LLM اشاره کرد و گفت: «هوش مصنوعی فعلی، به‌جز حوزه‌های محدودی مانند ریاضیات و برنامه‌نویسی، در سطح جمع‌آوری و تکرار بیشتر دانش شناخته‌شده انسانی است.» به گفته او، LLM با تنظیم دقیق تلاش می‌کند برای هر پرسش ممکن پاسخ‌های غیرخطرناک ارائه دهد، اما تعداد پرسش‌ها بی‌نهایت است و این رویکرد واقع‌بینانه نیست. او افزود: «به همین دلیل، نسبتاً آسان است که LLM را وادار کنیم پاسخی ارائه دهد که نباید ارائه کند.»
او به‌عنوان جایگزین، «هوش مصنوعی هدف‌محور» مبتنی بر مدل جهان را پیشنهاد کرد. وی گفت: «اگر هدفی به هوش مصنوعی بدهید، این سیستم فقط در چارچوب محدودیت‌های ایمنی می‌تواند آن را اجرا کند و این محدودیت‌ها باید در مرحله اجرا رعایت شوند، بنابراین قابل شکستن نیستند.» او این موضوع را مانند ربات نظافتچی‌ای توصیف کرد که قانونی در آن کاشته شده باشد: «اگر فردی در اطراف شما حضور دارد، بازوی خود را با چاقو حرکت نده.» او افزود: «نمی‌گویم این یک مسئله ساده مهندسی است، اما ایمنی هوش مصنوعی یک مسئله مهندسی است و احتمالاً ساده‌تر از ایمن‌سازی موتورهای توربوجت خواهد بود.»
لو کون سناریویی را که در آن هوش مصنوعی ناگهان جهان را در اختیار می‌گیرد رد کرد و گفت: «اینکه ربات‌ها با کشف راز هوش انسانی جهان را تسخیر کنند، یک سناریوی علمی‌تخیلی است. توسعه هوش مصنوعی یک رویداد ناگهانی نیست، بلکه فرآیندی است که در آن چندین نوآوری روی هم انباشته می‌شوند و از فاصله دور شبیه تکامل پیوسته دیده خواهد شد.»
یان لو کون: «مدل‌های مبتنی بر هوش مصنوعی در نهایت باز خواهند شد؛ کره باید درهای خود را به روی استعدادهای خارجی بگشاید»
او آینده اکوسیستم هوش مصنوعی را در باز بودن آن دانست. لو کون گفت: «از نظر من، آینده هوش مصنوعی ناگزیر این خواهد بود که مدل پایه به‌صورت متن‌باز و با وزن‌های باز منتشر شود و صنایع سیستم‌های اختصاصی خود را روی آن بسازند.» او افزود: «هوش مصنوعی به زیرساختی ضروری تبدیل می‌شود و در طول تاریخ، زیرساخت‌ها همیشه باز بوده‌اند؛ مانند زیرساخت نرم‌افزاری اینترنت و ارتباطات همراه.»
او تأکید کرد: «در دنیایی که اطلاعات روزبه‌روز بیشتر از طریق هوش مصنوعی منتقل می‌شود، برای دموکراسی‌هایی مانند کره، فرانسه و هند قابل قبول نیست که تمام رژیم اطلاعاتی شهروندانشان به هوش مصنوعی چند شرکت در غرب آمریکا یا چین وابسته باشد.» او توضیح داد که برای حفظ هم‌زمان باز بودن و حاکمیت، پروژه جهانی توسعه مشترک هوش مصنوعی «Tapestry» ایجاد شده است؛ پروژه‌ای که او مشاور علمی ارشد آن بوده است.
او همچنین به ارزش داده‌های کره‌ای اشاره کرد و گفت: «بیشتر متن‌های عمومی اینترنتی که برای آموزش LLM استفاده می‌شوند انگلیسی هستند، بنابراین امروز نمی‌توانیم مدل زبانی بزرگی بسازیم که همه زبان‌ها و فرهنگ‌های جهان را درک کند.» او افزود: «داده‌های منتشرنشده زیادی در کره، مانند محتوای فرهنگی موجود در کتابخانه ملی، وجود دارد که می‌تواند به آموزش مدل‌های جهانی برای درک زبان و فرهنگ کره کمک کند، نه اینکه رایگان در اختیار شرکت‌های غربی قرار گیرد.» او تأکید کرد کشورها باید برای تقسیم هزینه‌ها با یکدیگر همکاری کنند.
او درباره تغییرات شغلی نیز گفت: «به دلیل توسعه سریع فناوری، احتمال زیادی وجود دارد که کارکنان در طول دوران کاری خود مجبور شوند شغلشان را تغییر دهند. سنت اشتغال مادام‌العمر در کره و ژاپن نیز ممکن است تغییر کند.» او پیش‌بینی کرد: «در آینده نزدیک، تقریباً همه کارکنان به مدیرانی تبدیل خواهند شد که تیم‌های سیستم‌های هوش مصنوعی فعال برای آنها را مدیریت می‌کنند.»
لو کون درباره کره جنوبی، هم فرصت‌ها و هم وظایف پیش رو را مطرح کرد. او با اشاره به صنایع مهمی مانند نیمه‌رساناها، کشتی‌سازی و خودرو گفت: «این صنایع به‌شدت تحت تأثیر ظهور هوش مصنوعی فیزیکی قرار خواهند گرفت. انقلاب بعدی با هوش مصنوعی فیزیکی و رباتیک مرتبط است و کره سنت طولانی در مشارکت در این حوزه دارد، بنابراین فرصت دارد نقش مهمی ایفا کند.»
او تغییر سیاست‌های جذب استعداد را یکی از وظایف اصلی دانست و گفت: «سخت‌ترین چیزی که یک کشور می‌تواند به دست آورد، استعداد است و کره که دارای نظام آموزش عالی علوم و فناوری است، این مزیت را دارد.» او افزود: «نوآوری‌های محصول امروز از تحقیقات پایه ۱۰ تا ۲۰ سال پیش سرچشمه می‌گیرند، بنابراین باید در آموزش و اکوسیستم نوآوری سرمایه‌گذاری کنیم.» او با اشاره به آمریکا، سوئیس و سنگاپور به‌عنوان کشورهایی که اکوسیستم‌های پژوهشی برای جذب استعدادهای خارجی ایجاد کرده‌اند، پیشنهاد کرد کره نیز استعدادهای علمی و فناوری باکیفیتی را که قصد خروج از چین دارند، فعالانه جذب کند.
کریستوفر نگوین: «کارخانه‌ها و کشتی‌سازی‌های کره آزمایشگاه‌های زنده هوش مصنوعی هستند»
کریستوفر نگوین، مدیرعامل Atomatic و معمار ارشد پروژه Tapestry، هوش مصنوعی صنعتی را «هوش مصنوعی واقعی و فناوری واقعی» توصیف کرد. او گفت: «ما مجبور شدیم اصطلاح فضای سایبری را ایجاد کنیم، زیرا فناوری هنوز به جهان فیزیکی نرسیده بود. این یک مزیت نبود، بلکه یک محدودیت بود.» او افزود: «اقتصاد صنعتی ۳۰ تریلیون دلار ارزش دارد و پول و فعالیت واقعی در آنجا جریان دارد. موج جدید هوش مصنوعی سرانجام فناوری را به جهان فیزیکی می‌آورد.»
او به کشورهای تولیدکننده آسیایی مانند کره، ژاپن و ویتنام توجه ویژه‌ای نشان داد. نگوین گفت بسیاری از کشورهای توسعه‌یافته در دهه‌های گذشته مالی‌محور شده‌اند، اما اکنون انتقال فناوری به جهان فیزیکی به یک نقطه ضعف تبدیل شده است. او گفت: «کارخانه‌ها، کشتی‌ها و توانایی‌های کشتی‌سازی که شما اداره می‌کنید، در واقع آزمایشگاه‌های زنده هستند.» وی افزود: «اگر هوش مصنوعی یادگیرنده را در محل کار مستقر کنید، دانش و تخصص انباشته‌شده در این فرآیند نزد کسانی باقی می‌ماند که آن محیط را اداره می‌کنند.»
او درباره هوش مصنوعی حاکمیتی (Sovereign AI) نیز گفت: «برای من، حاکمیت یعنی آزادی و استقلال. شرکت‌کنندگان در Tapestry می‌توانند یک مدل مشترک را بگیرند و هر طور که می‌خواهند آن را توسعه دهند و نتیجه نهایی کاملاً متعلق به خودشان باشد.»
نگوین همچنین دیدگاهی بحث‌برانگیز مطرح کرد و گفت: «رئیس لو کون و من اغلب درباره این موضوع که چیزی به نام هوش جهانی وجود ندارد، صحبت‌هایی مطرح می‌کنیم.» او میان «دانش کتابی» که در مدرسه آموخته می‌شود و «دانش خیابانی» که در محیط واقعی کسب می‌شود، تفاوت قائل شد. به گفته او، LLM می‌تواند دانش کتابی را یاد بگیرد، اما دانش تخصصی حاصل از سازگاری با محیط واقعی بسیار کاربردی‌تر است.
او برای کره جنوبی دو پیشنهاد مطرح کرد: سرمایه‌گذاری در ایمنی و حکمرانی و همچنین استقرار سریع فناوری. او گفت حکمرانی و ایمنی باعث حرکت سریع‌تر می‌شوند. نگوین هشدار داد: «خطرناک است که فقط تلاش کنیم با شرکت‌های آمریکایی که زیرساخت‌هایی به ارزش یک تریلیون دلار می‌سازند، رقابت کنیم.» او افزود: «بخش زیادی از این توان محاسباتی از نگاه کره و ژاپن هدر خواهد رفت. از نقاط قوت خود استفاده کنید و فناوری را به‌صورت ایمن، مسئولانه و هرچه بیشتر به کار بگیرید.» او این رویکرد را در یک کلمه خلاصه کرد: «شتاب دهید.»
آنتونی آنونزیاتا: «مدل پایه را با هم بسازیم، اما تمایزها را حفظ کنیم»
آنتونی آنونزیاتا، هم‌رئیس AI Alliance، بر پروژه اصلی این ائتلاف با نام Tapestry تأکید کرد که بیش از ۲۰۰ شرکت و مؤسسه پژوهشی در آن مشارکت دارند. شرکت‌کنندگان استعداد، توان محاسباتی و داده‌ها را برای ساخت یک مدل پایه مشترک گرد هم می‌آورند، اما مالکیت داده‌ها را حفظ کرده و بدون انتقال آن، حریم خصوصی را محافظت می‌کنند.
او گفت: «پیش‌آموزش مدل پایه بسیار پرهزینه است، اما اثربخشی آن نسبت به ورودی‌های بیشتر کاهش می‌یابد. همکاری درست است، زیرا در جهان داده و استعداد بیشتری از آنچه هر شرکت به‌تنهایی دارد، وجود دارد.» او افزود که پس از ساخت این پایه مشترک، هر شرکت و کشور باید محور دوم را برای ایجاد و مالکیت هوش مصنوعی اختصاصی خود دنبال کند.
او درباره ارتباط خود با کره گفت: «بدون یک پایه مشترک، برای کره سخت‌تر می‌شود از نقاط قوتی که از قبل دارد استفاده کند.» او افزود که در سال‌های ابتدایی فعالیت خود و همکاری نزدیک با سامسونگ، توانایی کره در پردازش داده و تولید را تجربه کرده است. به گفته او، کره می‌تواند از طریق استعداد، توان محاسباتی و داده‌های مرتبط با زبان و فرهنگ کره‌ای در این مسیر مشارکت کند.
او گفت: «مدل پایه به زیرساخت مشترک و گران‌قیمتی تبدیل می‌شود که همه می‌توانند روی آن چیزی بسازند، بنابراین نیازی نیست چندین نسخه مشابه تولید شود. در این لایه، برای به دست آوردن ۱۰ برابر یا ۱۰۰ برابر نتیجه بهتر همکاری باز داشته باشید و حوزه‌هایی را که در سطح صنعتی و ملی تفاوت ایجاد می‌کنند، مالک شوید.»
در بخش پرسش و پاسخ، از او پرسیده شد چرا کره جنوبی که توانایی ساخت مدل‌های هوش مصنوعی دارد، باید در توسعه مشترک مشارکت کند. آنونزیاتا پاسخ داد: «البته کره می‌تواند LLM خودش را بسازد، اما جریان فناوری و جامعه جهانی در حال حرکت بر پایه‌ای مشترک و باز است.» او گفت: «مدل مستقل کره و مدل Tapestry می‌توانند صددرصد در کنار هم وجود داشته باشند.» نگوین نیز افزود: «من نمی‌گویم توسعه مستقل خود را کنار بگذارید؛ می‌گویم هر دو را انجام دهید. بهترین استقلال، وابستگی متقابل است.»
جیمی لی: «داده‌های تولیدی کره میراثی ارزشمند است؛ اگر منتظر اطلاعات کامل بمانید، دیر خواهد شد»
جیمی لی، که در کره متولد شده و پیش‌تر به‌عنوان وزیر ویژه امور اقلیت‌ها در مریلند آمریکا و معاون وزیر بازرگانی و تجارت ویرجینیا فعالیت کرده است، معتقد است گذار به هوش مصنوعی فیزیکی در آینده شدت بیشتری خواهد گرفت. او با اشاره به زمانی که ویرجینیا ۱۵ تا ۲۰ سال پیش برای میزبانی مرکز داده آماده می‌شد، گفت: «ما انتظار چنین واکنشی از سوی ساکنان و افزایش قیمت برق را نداشتیم.» او افزود: «هوش مصنوعی فیزیکی نیز چنین خواهد بود و در آینده قوی‌تر می‌شود.»
او داده‌های محیط‌های تولیدی را سلاح کره جنوبی دانست و گفت: «همان‌طور که عربستان سعودی به میدان نفتی شناخته می‌شود، کره نیز یک میدان داده است.» او توضیح داد که منظور داده‌های جمع‌آوری‌شده از اینترنت نیست، بلکه داده‌های باکیفیتی است که از کارخانه‌های شرکت‌های بزرگ، متوسط و کوچک به دست می‌آید. او گفت: «اگر سیلیکون‌ولی سر باشد، کره بدن است. اگر این دو ترکیب شوند، به جای اینکه هوش مصنوعی را داخل کارخانه قرار دهیم، خود کارخانه یاد می‌گیرد، سازگار می‌شود و عمل می‌کند.»
او پیشنهاد کرد داده‌های کارخانه‌ها با حذف اطلاعات هویتی و محافظت از اطلاعات شرکت‌ها، به شکلی استفاده شوند که تنها هوشمندی حاصل از آن بتواند به خارج از کشور صادر شود.
لی درباره فرهنگ سازمانی کره نیز سخنان انتقادی مطرح کرد. او گفت: «پرسش واقعی در عصر هوش مصنوعی فیزیکی این است که آیا کره تغییر را رهبری می‌کند یا مجبور می‌شود با آن تغییر کند.» او افزود: «بسیاری از شرکت‌های کره‌ای پیش از تصمیم‌گیری به اطلاعات کامل نیاز دارند و این موضوع باعث ناامیدی شرکای آنها در آن سوی اقیانوس آرام می‌شود.» او تأکید کرد: «در شرایط کنونی، هزینه تردید بسیار بیشتر از هزینه اقدام جسورانه است.»
هوانگ جین‌اون، مدیرعامل ASI Foundry و برگزارکننده این نشست، گفت: «رقابت‌پذیری صنعت تولید کره در تخصص و تجربه حل مسئله‌ای است که طی دهه‌ها در میدان عمل انباشته شده است. این نشست فرصتی برای بررسی امکان‌های جدید همکاری از طریق پیوند دارایی‌های صنعتی کره با توانمندی‌های جهانی پژوهش و فناوری هوش مصنوعی است. امیدواریم این گفت‌وگو به اعتبارسنجی واقعی در محیط‌های صنعتی و ایجاد ارزش عملی منجر شود، نه اینکه تنها یک بحث فنی باقی بماند.»