چگونه چارچوب‌های پیشنهادی هوش مصنوعی، مدل‌های پیشگام را قانون‌گذاری می‌کنند

مجلس نمایندگان ایالات متحده تنها چند روز فرصت دارد تا پیش از تعطیلات انتخابات میان‌دوره‌ای نوامبر ۲۰۲۶، مقررات پایه هوش مصنوعی را وضع کند. این نهاد قانون‌گذار اختیار دارد تا آزمایش‌های ایمنی اجباری، آستانه‌های پردازشی و محدودیت‌های استقرار را برای مدل‌های پیشگام (frontier models) تعیین کند و این پنجره کوتاه پیش از تعطیلات، آخرین فرصت آن‌ها برای اقدام روی پیشنهادهای نشست فعلی است.[1]

این فوریت ناشی از فشار هماهنگ رهبران فعلی صنعت است که فعالانه برای کاهش سرعت توسعه لابی می‌کنند. داریو آمودی (Dario Amodei)، مدیرعامل Anthropic، و جیکوب کاکسون (Jacob Coxon)، افشاگر حوزه هوش مصنوعی، علناً هشدار داده‌اند که منحنی توانمندی‌ها در حال شتاب گرفتن به سمت یک آستانه بحرانی است. آمودی با بیان اینکه «این هوش‌های مصنوعی بسیار بسیار سریع در حال باهوش‌تر شدن هستند»، خاطرنشان کرد: «انتظار دارم در ۶ ماه تا یک سال آینده، قابلیت‌های سیستم‌های هوش مصنوعی ما کاملاً ترسناک شوند.»[3]

اما این «چارچوب‌های» پیشنهادی در عمل چگونه به نظر می‌رسند؟ هسته اصلی این ساختار نظارتی بر آستانه‌های پردازشی سخت‌گیرانه استوار است. بر اساس مدل‌های غالبی که در واشنگتن مورد بحث قرار گرفته‌اند، هر سیستم هوش مصنوعی که با استفاده از بیش از ۱۰ به توان ۲۶ عملیات صحیح (FLOPs) آموزش دیده باشد، پیش از انتشار عمومی به‌طور خودکار نیازمند ارزیابی‌های ایمنی اجباری خواهد بود.[5]

این آستانه در عمل اکوسیستم استارتاپی را از آزمایشگاه‌های پیشگام جدا می‌کند. آموزش مدلی فراتر از مرز ۱۰ به توان ۲۶ فلاپ در حال حاضر به بیش از ۱۰۰ میلیون دلار زیرساخت پردازشی اختصاصی نیاز دارد؛ به این معنی که بار انطباق فوری تقریباً به‌طور کامل بر دوش ۳ یا ۴ سازمان با بیشترین بودجه در بازار می‌افتد.[5]

دومین رکن نظارت پیشنهادی شامل پایش «خودبهبودی بازگشتی» (recursive self-improvement) است. از آنجا که مدل‌ها توانایی نوشتن، دیباگ و بهینه‌سازی کد خود را به دست می‌آورند، قانون‌گذاران خواهان نصب قطع‌کننده‌های مدار اجباری در سطح زیرساخت هستند. اگر مدلی ظرفیت بهبود خودکار معماری خود را فراتر از حاشیه ایمنی ۵ درصدیِ تعریف‌شده نشان دهد، توسعه آن باید برای یک حسابرسی خارجی ۹۰ روزه متوقف شود.[3][5]

موافقان استدلال می‌کنند که این مکانیزم‌ها تنها راه مدیریت جهش‌های نمایی در توانمندی‌ها هستند. درخواست‌ها برای کاهش سرعت توسعه، حمایت رهبران OpenAI و ایلان ماسک را به همراه داشته است که توسعه کنترل‌نشده را بی‌پروا توصیف کرده‌اند.[2]

با این حال، اکوسیستم کارآفرینی در سطح کلان همچنان نسبت به فشار شرکت‌های بزرگ برای قانون‌گذاری عمیقاً بدبین است. منتقدان، پیشنهادهای Anthropic و OpenAI را «بسیار ناچیز و بسیار دیر» می‌دانند و انگیزه‌های رهبران بازار را که از دولت می‌خواهند نردبان را پشت سر آن‌ها بالا بکشد، زیر سؤال می‌برند.[2]

برای بنیان‌گذاران مراحل اولیه، تمایز بین قانون‌گذاری مدل پایه در برابر قانون‌گذاری لایه کاربردی، یک خطای حیاتی است. تحمیل هزینه سنگین انطباق بر لایه آموزش می‌تواند قدرت را در میان معدود شرکت‌هایی که از قبل مدل‌های پیشگامِ تأییدشده دارند تثبیت کند و رقبای جدید را مجبور سازد تا به جای ساخت زیرساخت‌های رقابتی، دسترسی به آن‌ها را اجاره کنند.[5]

جو لانسدیل (Joe Lonsdale)، هم‌بنیان‌گذار Palantir، نماینده روایت متقابل در بخش سازمانی است که علناً فوریت چارچوب‌های پیشنهادی را رد می‌کند. لانسدیل با اشاره به اینکه «هیستری درباره تهدید هوش مصنوعی به نقطه جوش رسیده است»، استدلال کرد که «دنیا رو به راه خواهد بود، بچه‌ها» و انگیزه‌های فعلی بازار برای مدیریت خطرات استقرار کافی هستند.[4]

اگر مجلس چارچوبی را پیش ببرد، این قانون احتمالاً یک سیستم ثبت فدرال برای حدود ۱۵ تا ۲۰ اجرای آموزشی با پردازش بالا که انتظار می‌رود سال آینده در سطح جهانی انجام شود، ایجاد خواهد کرد. دیتاسنترها و ارائه‌دهندگان زیرساخت ابری موظف خواهند بود هر مشتری را که از خوشه‌های GPU به اندازه کافی بزرگ برای آموزش یک مدل پیشگام استفاده می‌کند، گزارش دهند؛ که در عمل لایه سخت‌افزار را به عنوان خط مقدم اجرای مقررات منصوب می‌کند.[5]

این اجرای مقررات در سطح زیرساخت، نرم‌افزار را به‌طور کامل دور می‌زند. با ردیابی انرژی فیزیکی و سیلیکون مورد نیاز برای اجرای دسته‌های آموزشی عظیم، قانون‌گذاران می‌توانند توقف‌ها را فارغ از اینکه وزن‌های مدل پایه انحصاری یا متن‌باز (open-source) هستند، اعمال کنند. بدون پیش‌دستی فدرال، استارتاپ‌ها با یک شبکه پیچیده و چندپاره از قوانین انطباق در ۵۰ ایالت مواجه خواهند شد.[5]

با پایان یافتن زمان قانون‌گذاری، نتیجه فوری به این بستگی دارد که آیا قانون‌گذاران می‌توانند پیچیدگی فنی آستانه‌های پردازشی را با تقاضای سیاسی برای اقدام ملموس تطبیق دهند یا خیر. اگر این پنجره بدون رأی‌گیری در صحن علنی پیش از خروج ۴۳۵ عضو بسته شود، خلأ قانونی تا نشست سال ۲۰۲۷ ادامه خواهد یافت و اجرای توقف‌های توسعه کاملاً به صلاحدید آزمایشگاه‌های سازنده مدل‌ها واگذار خواهد شد.[1][5]