هوش مصنوعی چینی: ابزار صرفه‌جویی یا ریسک امنیتی؟

به گزارش سرویس ترجمه خبرگزاری ایمنا، شرکت‌های بزرگ دنیا این روزها با یک سؤال مهم روبرو هستند که آیا باید از مدل‌های جدید هوش مصنوعی ساخت چین استفاده کنند؟ شرکت‌های چینی مثل علی‌بابا و مون‌شات مدل‌های بسیار پیشرفته‌ای ساخته‌اند که سرعت بالایی دارند و قیمتشان هم ارزان است. اما کنار این مزیت‌ها، نگرانی‌های سیاسی و امنیتی هم وجود دارد که تصمیم‌گیری را برای مدیران فناوری دشوار کرده است.

این مدل‌های جدید چینی برای کارهایی مثل برنامه‌نویسی، ترجمه متون مختلف، تحلیل حجم زیادی از اسناد، یا تولید داده‌های ساختگی برای آزمایش‌های علمی بسیار عالی عمل می‌کنند. بعضی از کارشناسان معتقدند که اگر شرکت‌ها از این ابزارها در کارهای غیرحساس و با نظارت انسانی استفاده کنند، می‌توانند در هزینه‌ها صرفه‌جویی زیادی داشته باشند.

به بیان ساده‌تر، برای کارهای تکراری و کم‌اهمیت‌تر، این مدل‌ها انتخاب هوشمندانه‌ای هستند، چراکه هم سرعت بالایی دارند و هم هزینه استفاده از آنها به‌مراتب کمتر از نمونه‌های آمریکایی است.

در مقابل، خیلی از متخصصان امنیتی نسبت به استفاده از این مدل‌ها هشدار می‌دهند و معتقدند که هنوز برای شرکت‌های بزرگ زود است که به این ابزارها اعتماد کنند. مهم‌ترین نگرانی‌ها شامل دسترسی احتمالی دولت چین به اطلاعات محرمانه شرکت‌ها، پاسخ‌های اشتباه یا ساختگی که در کارهای حساس مثل خدمات مشتری یا مسائل حقوقی بسیار خطرناک است، و همچنین محدودیت‌های قانونی در بعضی کشورها مانند آمریکا می‌شود. برای نمونه، ایالت تگزاس استفاده از این مدل‌ها را ممنوع کرده است و این موضوع می‌تواند برای شرکت‌های بین‌المللی دردسرساز شود.

با این حال، همه کارشناسان مخالف استفاده از این مدل‌ها نیستند. بعضی از آنها معتقدند که اگر شرکت‌ها سیستم نظارتی قوی و تیم متخصص داشته باشند، می‌توانند از این ابزارهای ارزان و سریع بهره ببرند.

به عقیده این گروه، ایراداتی مانند پاسخ‌های اشتباه را می‌توان با تغذیه مدل از اسناد معتبر خود شرکت و بررسی خروجی توسط یک انسان، تا حد زیادی برطرف کرد. بنابراین، این مشکل به‌تنهایی دلیل محکمی برای کنار گذاشتن کامل این مدل‌ها نیست.

جمع‌بندی نهایی کارشناسان این است که شرکت‌ها نباید کاملاً از این مدل‌ها دوری کنند، اما حتماً باید با دقت و فقط در کارهای خاص از آنها استفاده نمایند. کاربردهای پیشنهادی شامل کارهای داخلی با حجم بالا، برنامه‌نویسی در محیط‌های آزمایشی، ترجمه و استخراج اطلاعات از متون است؛ در حالی که کارهای مشتری‌محور بدون نظارت انسانی، اطلاعات محرمانه یا دارای مجوزهای خاص، و هر جایی که یک پاسخ اشتباه بتواند باعث ضرر مالی یا قانونی شود، مطلقاً برای این مدل‌ها مناسب نیست.

در نهایت، مثل یک ماشین دنده‌ای، این مدل‌ها برای کسانی مفید است که مهارت کنترل آن را داشته باشند؛ در غیر این صورت، بهتر است شرکت‌ها همچنان از مدل‌های آمریکایی که امنیت بیشتری دارند، استفاده کنند تا خیالشان از بابت محافظت از داده‌هایشان راحت باشد.