اکوایران: سارا فرایر، مدیر مالی OpenAI، اخیراً ایده‌ی حمایت دولت از سرمایه‌گذاری عظیمی را مطرح کرده که برای ایجاد زیرساخت محاسباتی هوش مصنوعی در ایالات متحده لازم است. پیشنهاد اولیه او درباره «تضمین دولتی برای فراهم شدن امکان تأمین مالی» خیلی زود در میان کاربران با موجی از انتقادات روبه‌رو شد و بعدتر با این عبارت اصلاح و بازبیان شد: «قدرت آمریکا در فناوری از ایجاد ظرفیت صنعتی واقعی سرچشمه می‌گیرد؛ ظرفیتی که به همکاری مشترک بخش خصوصی و دولت نیاز دارد.»

به گزارش اکوایران-راه‌آهن سراسری میان‌قاره‌ای قرن نوزدهم با حمایت دولت ایالات متحده امکان‌پذیر شد؛ حمایتی که در قالب واگذاری زمین و اعطای وام‌های بلندمدت به شرکت‌های خصوصی راه‌آهن انجام می‌گرفت. درس‌های آن تجربه باید راهنمای هر تلاش مشابهی در قرن بیست‌ویکم باشد؛ یعنی پشتیبانی دولت از بخش خصوصی باید با تعهد روشن به تأمین منافع عمومی همراه شود.

در آن زمان راه‌آهن‌ها با اتکا به یارانه‌های عمومی، امپراتوری‌های خصوصی ساختند؛ امپراتوری‌هایی که بازارها را در اختیار گرفتند و سرمایه‌گذارانشان را ثروتمند کردند. اگر زیرساخت‌های جدید خصوصی هوش مصنوعی هم با پول عمومی تأمین مالی شوند، این حمایت باید با تعهدات روشن منافع عمومی همراه باشد؛ یعنی این زیرساخت‌ها باید آزاد، منصفانه و بدون تبعیض در دسترس قرار گیرند.  درس دوران راه‌آهن ساده و شفاف است:  زیرساخت خصوصی که با بودجه عمومی تامین مالی می‌شود باید همراستا با منافع عمومی باشد.

درس‌هایی از پیشینه راه‌آهن

قانون راه‌آهن اقیانوس آرام (۱۸۶۲) و اصلاحات آن، مالکیت بخش‌‌های یک مایلی از زمین‌های عمومی را به شرکت‌های راه‌آهن خصوصی اعطا می‌کرد. وقتی این شرکت‌ها زمین‌ها را به دلالان و مهاجران می‌فروختند، ارزش زمین‌هایی که بر اساس قیمت‌های پیش از راه‌آهن محاسبه شده بود، به دلیل آغاز خدمات راه‌آهن افزایش می‌یافت  و این به شرکت‌های راه‌آهن این امکان را می‌داد که از همان یارانه‌ای که دریافت کرده بودند، سود کسب کنند.

دولت فدرال همچنین وام‌های کم‌بهره‌ی ۳۰ ساله به شرکت‌های راه‌آهن اعطا می‌کرد و در پی آن، شرکت‌های راه‌آهن بار دیگر از این فرصت بهره می‌بردند و اوراق قرضه‌ی خصوصیِ خود را با وثیقه‌ی همان دارایی‌ها منتشر می‌کردند. این یک مشارکت دولت و بخش خصوصی با استفاده از اهرم مالی بالا بود که در آن دولت فدرال ریسک‌ها را به دوش می‌کشید، در حالی که شرکت‌های راه‌آهن سودها را خصوصی می‌کردند.

پس از دهه‌ها رفتار استثمارگرانه از سوی شرکت‌های راه‌آهن، خشم عمومی موجب شد که کنگره در سال ۱۸۸۷ اولین نهاد نظارتی فدرال، کمیسیون حمل‌ونقل بین‌ایالتی (ICC) را ایجاد کند. تشکیل این کمیسیون بازتاب‌دهنده این واقعیت بود که شرکت‌های راه‌آهن از قدرت بازار خود برای تبعیض میان شرکت‌های حمل‌ونقل، مناطق یا انواع بار و ترافیک استفاده می‌کردند. مأموریت آن نیز این بود که هرگونه ترجیح یا مزیت ناروا و غیرمنصفانه را ممنوع کند. اهمیت این موضوع برای زمان ما در این است که چگونه دولت مجبور شد با مشکلات ناشی از یارانه دادن به فعالیت‌های بخش خصوصی بدون تعیین انتظارات رفتاری، دسته و پنجه نرم کند.

هوش مصنوعی؛ راه‌آهن‌های عصر دیجیتال

زیرساخت‌های هوش مصنوعی مانند نیمه‌هادی‌های پیشرفته، مراکز داده بزرگ و پلتفرم‌های رایانش ابری، معادل قرن بیست و یکمی راه‌آهن‌های قرن نوزدهم هستند. هر دو زیرساخت‌های شبکه‌ای و سرمایه‌بر هستند که ارزش آنها تنها در دارایی‌های خودشان نیست، بلکه در این است که دیگران چه چیزی می‌توانند بر اساس آن‌ها بسازند.

ما وارد آنچه که تحلیلگر فناوری، عظیم عظهر، آن را اقتصاد محاسبات بی‌پایان می‌نامد، شده‌ایم، دنیایی از ظرفیت محاسباتی ظاهراً بی‌حد و حصر که برای هوش مصنوعی ضروری است. این به گفته او،  به نوعی بازسازی ساختار اقتصاد است؛ تغییر اقتصادی که از «محاسبات استفاده می‌کند» به اقتصادی که بر «محاسبات بنا شده است». همان‌طور که اقتصاد صنعتی بر پایه راه‌آهن ساخته شد، اقتصاد هوش مصنوعی بر اساس قدرت محاسباتی بنا می‌شود.

راه‌آهن قرن نوزدهم یک سه‌گانه فیزیکی از ریل‌ها، لوکوموتیوها و ایستگاه‌ها بود. اقتصاد هوش مصنوعی نیز یک سه‌گانه مشابه از نیمه‌هادی‌ها برای تولید قدرت محاسباتی، مراکز داده‌ای که این محاسبات در آن انجام می‌شود، و پلتفرم‌های ابری است که محاسبات را سازماندهی و توزیع می‌کنند.

این زیرساخت جدید هزینه‌های بسیار زیادی دارد. طبق گزارش مک‌کینزی در سال ۲۰۲۵، هزینه‌های سرمایه‌گذاری جهانی بر روی مراکز داده هوش مصنوعی تا سال ۲۰۳۰ به مجموع ۵.۲ تریلیون دلار خواهد رسید. مک‌کینزی پیش‌بینی می‌کند که ۴۰٪ از این هزینه‌ها (حدود ۲ تریلیون دلار) در ایالات متحده خواهد بود.

 دستکاری بازارها با کنترل منابع

دوره صنعتی، که با نیروی راه‌آهن پیش می‌رفت، بر پایه دارایی‌های رقابت‌پذیر ساخته شده بود از جمله دارایی‌های سختی مانند زغال‌سنگ و فولاد که مصرف آن‌ها مانع مصرف دیگران می‌شد. یک مثال کلاسیک از دارایی رقابت‌پذیر این است که مصرف یک تن زغال‌سنگ، امکان مصرف آن توسط دیگران را از بین می‌برد.

برعکس، دوره دیجیتال بر پایه دارایی‌های نرم غیررقابت‌پذیر  ساخته شده است، مانند داده‌ها، الگوریتم‌ها و ظرفیت محاسباتی یعنی دارایی‌هایی که می‌توان آن‌ها را بدون کاهش یا از بین رفتن به اشتراک گذاشت یا تکثیر کرد. به عنوان مثال، یک فایل داده یا الگوریتم می‌تواند بارها و بارها مورد استفاده قرار گیرد بدون آنکه از ارزش عملکردی یا قابلیت‌های آن کاسته شود.

مدیران راه‌آهن و البته مدیران بزرگ فناوری یک قرن بعد، یاد گرفتند که  چگونه با استفاده از تکنیک‌های ضدرقابتی، از وفور منابع، کمیابی ایجاد کنند. پیش از تشکیل کمیسیون حمل‌ونقل بین‌ایالتی (ICC)، سیاست‌های تبعیض‌آمیز مدیران راه‌آهن دسترسی به ریل‌ها را محدود می‌کرد و این‌گونه چیزی که می‌توانست آزاد و غیررقابت‌پذیر  باشد، به یک انحصار تبدیل می‌شد. امروزه شرکت‌های دیجیتال بزرگ از روش‌های مشابهی استفاده می‌کنند تا از طریق دسترسی انحصاری و قدرت تعیین قیمت، کمیابی ایجاد کنند و منابع دیجیتال غیررقابتی را تحت کنترل خود درآورند.

یارانه‌های دولتی قرن نوزدهم به شرکت‌های راه‌آهن این امکان را بوجود آورد که آن‌ها منابع عمومی را به انحصارهای خصوصی تبدیل کنند. البته در نهایت، آسیب‌های ناشی از چنین شیوه‌هایی شناسایی شد و رفتار تبعیض‌آمیز سیستم راه‌آهن از طریق مقررات بی‌تاثیر شد. این درسی است که هر تصمیم‌گیرنده‌ای در دولت که با زیرساخت‌های هوش مصنوعی مرتبط است باید آن را فراگیرد. 

ریسک عمومی نیازمند پاداش عمومی است

اگر قرار است تضمین‌ها یا یارانه‌های دولتی بخشی از هزینه‌های سرمایه‌گذاری در هوش مصنوعی را پوشش دهند، هدف باید گسترش دسترسی عمومی باشد، نه ساختن امپراتوری‌های انحصارگر. این دست سیاست‌ها می‌توانند نوآوری داخلی مبتنی بر هوش مصنوعی و توان رقابت در سطح جهانی را تقویت کنند، اما فقط زمانی که با تکیه بر زیرساخت‌های باز و در چارچوب شرایطی منصفانه و معقول، دامنه فرصت‌ها را برای همه گسترده‌تر کنند.

سه مولفه اساسی اقتصاد دیجیتال داده، قدرت محاسباتی و توزیع دیجیتال هستند. ما قبلاً شاهد بوده‌ایم که چگونه شرکت‌های بزرگ فناوری بدون وجود نظارت کافی،  از این منابع برای تسلط بر بازارها استفاده کرده‌اند. با گسترش فعالیت این شرکت‌ها و حرکت به سوی هوش مصنوعی بزرگ، نیاز به دسترسی آزاد و غیرتبعیض‌آمیز به این عوامل حیاتی نیز افزایش پیدا می‌کند.

داده،‌ ماده خام اقتصاد دیجیتال است. هرچه مدل‌های هوش مصنوعی داده‌های بیشتری داشته باشند، قدرتمندتر می‌شوند. سیاستگذار باید کاری کند تا  تعامل‌پذیری و امکان جابه‌جایی و انتقال داده‌ها به یک قائده و استاندارد تبدیل شود تا این مواد خانم ارزشمند در دسترس کسانی باشد که می‌خواهند به فعالیت‌های نوآورانه بپردازند.

قدرت محاسباتی موتور محرک هوش مصنوعی است. همان‌طور که کنگره در سال ۱۸۸۷ از راه‌آهن‌ها خواست، این ظرفیت باید از هرگونه تبعیض ناروا و هر نوع ترجیح یا امتیاز غیرمنصفانه به دور باشد. همچنین سرمایه‌گذاری‌های صدها میلیارد دلاری در مراکز داده و صنعت نیمه‌هادی نباید به مانعی در برابر نوآوری مبتنی بر رقابت تبدیل شود.

در نهایت، اثر دگرگون‌کننده‌ی هوش مصنوعی از گسترش و فراگیر شدن آن در جامعه و بخش‌های مختلف ناشی می‌شود. بنابراین لازم است دسترسی به کانال‌های توزیع  از جمله لینک‌ها و مسیرهای دسترسی به مدل‌های پایه فراهم شود تا به جای رویه‌ای بنشیند که شرکت‌های دیجیتال تا امروز دنبال کرده‌اند و در آن محصولات و خدمات خودشان را به نفع خودشان در اولویت می‌گذارند.

تاریخ قرن نوزدهم به ما آموخته است که دسترسی غیرتبعیض‌آمیز به زیرساخت‌های اساسی نه یک دخالت نظارتی، بلکه پیش‌نیازی برای رقابت است. این درسی است که وقتی مدیران هوش مصنوعی و سیاست‌گذاران به دنبال گسترش اقتصاد هوش مصنوعی هستند نباید فراموش کنند.