کمیته مجلس نمایندگان آمریکا بسته دوجانبه ۱۰ لایحه هوش مصنوعی را تصویب کرد؛ با محوریت NAIRR و مرکز امنیت NIST

در یک نمایش نادر از توافق دوجانبه و اجماع کامل، کمیته علوم، فضا و فناوری مجلس نمایندگان آمریکا بسته گسترده‌ای شامل ۱۰ لایحه هوش مصنوعی را به تصویب رساند. این مجموعه قانونی که با رأی ۳۹-۰ از کمیته خارج شد، به جای اعمال محدودیت‌های سخت‌گیرانه، بر ظرفیت‌سازی تمرکز دارد و به شدت بر دموکراتیک‌سازی دسترسی به قدرت محاسباتی و ایجاد چارچوب‌های ایمنی داوطلبانه تأکید می‌کند.[1][2]

محور اصلی این بسته، مجوز رسمی برای «منبع ملی تحقیقات هوش مصنوعی» (NAIRR) است؛ ابتکاری که مدت‌ها مورد بحث بوده و برای فراهم کردن قدرت محاسباتی عظیم و مجموعه‌داده‌های مورد نیاز برای آموزش مدل‌های مدرن هوش مصنوعی برای محققان دانشگاهی و غیرانتفاعی طراحی شده است. در کنار NAIRR، این بسته به طور رسمی «مؤسسه ایمنی هوش مصنوعی» را در داخل «مؤسسه ملی استانداردها و فناوری» (NIST) تثبیت می‌کند و بودجه اختصاصی و مأموریت راه‌اندازی یک «مرکز امنیت هوش مصنوعی» جدید را به آن می‌دهد.[2][4]

استراتژی قانون‌گذاری منعکس‌کننده یک انتخاب عمدی توسط رهبری کمیته است تا به جای تلاش برای یک مقررات جامع و گسترده به سبک اروپا، رویکردی تدریجی و مبتنی بر شواهد را در حکمرانی هوش مصنوعی دنبال کند. قانون‌گذاران با تمرکز بر زیرساخت‌های تحقیقاتی و استانداردسازی، قصد دارند ضمن ایجاد نوآوری داخلی، بنیان علمی لازم برای هرگونه اقدام نظارتی آتی را نیز فراهم کنند.[1][7]

ادعای اصلی که محرک مجوز NAIRR است، این است که یک «شکاف محاسباتی» شدید، عملاً مؤسسات دانشگاهی را از تحقیقات پیشگامانه هوش مصنوعی محروم کرده است. شواهد این ادعا قوی است؛ داده‌های مؤسسه هوش مصنوعی انسان‌محور (HAI) دانشگاه استنفورد نشان می‌دهد که هزینه آموزش مدل‌های پیشرفته به صورت تصاعدی افزایش یافته و دانشگاه‌ها را قادر به رقابت با خوشه‌های محاسباتی چند میلیارد دلاری متعلق به شرکت‌های بزرگ فناوری نمی‌کند.[3][6]

این قانون با تخصیص ۲.۶ میلیارد دلار طی شش سال برای NAIRR، قصد دارد این شکاف را پر کند. شواهد حمایت‌کننده از اثربخشی چنین برنامه‌ای مستقیماً از پروژه آزمایشی NAIRR که توسط بنیاد ملی علوم در اوایل سال ۲۰۲۴ راه‌اندازی شد، به دست می‌آید. این پروژه آزمایشی تقاضای بسیار بالایی را نشان داد و محققان با استفاده از اعتبارات محاسبات ابری تخصیص‌یافته، به پیشرفت‌هایی در مدل‌سازی آب و هوا، کشف دارو و ممیزی ایمنی هوش مصنوعی دست یافتند که در غیر این صورت از نظر مالی غیرممکن بود.[3][4]

با این حال، در مورد پایداری بلندمدت مدل NAIRR عدم قطعیت وجود دارد. در حالی که مجوز یک هدف تأمین مالی را تعیین می‌کند، سرمایه واقعی باید توسط کمیته تخصیص بودجه تأمین شود. شواهد تاریخی از قانون «چیپس و علم» (CHIPS and Science Act) سال ۲۰۲۲ نشان می‌دهد که تأمین مالی مصوب برای علم اغلب در طول فرآیند تخصیص بودجه کاهش می‌یابد، که این امر سؤالاتی را در مورد اینکه آیا NAIRR کل ۲.۶ میلیارد دلار مورد نیاز برای فعالیت در مقیاس کامل را دریافت خواهد کرد، ایجاد می‌کند.[2][7]

ستون اصلی دوم این بسته بر NIST متمرکز است. ادعای اصلی در اینجا این است که رسمی‌سازی مؤسسه ایمنی هوش مصنوعی و تأسیس مرکز امنیت هوش مصنوعی، یک استاندارد طلایی جهانی برای ارزیابی خطرات مدل‌ها، مانند تولید تهدیدات بیولوژیکی یا حملات سایبری خودکار، ایجاد خواهد کرد. مبنای شواهد برای اثربخشی بالقوه NIST به شدت بر موفقیت تاریخی آن در حوزه‌های دیگر متکی است.[4][5]

چارچوب امنیت سایبری NIST که یک دهه پیش معرفی شد، نه از طریق مقررات اجباری، بلکه از طریق ارزیابی علمی دقیق و مبتنی بر اجماع، به یک استاندارد صنعتی تبدیل شد. طرفداران استدلال می‌کنند که اعمال همین رویکرد داوطلبانه و علم‌محور در «تست نفوذ هوش مصنوعی» (Red-Teaming) و «واترمارکینگ رمزنگاری» نتایج فنی بهتر و انطباق بالاتری نسبت به دستورات قانونی سخت‌گیرانه به همراه خواهد داشت.[5][8]

قانون NIST به طور خاص این آژانس را موظف می‌کند تا معیارهای استاندارد شده‌ای را برای شفافیت مدل هوش مصنوعی، کاهش سوگیری و نظارت پس از استقرار توسعه دهد. نکته مهم این است که این قانون اختیارات استخدام صریحی را برای جذب مهندسان یادگیری ماشین سطح بالا به آژانس می‌دهد، که به انتقاد دیرینه‌ای مبنی بر اینکه آژانس‌های دولتی فاقد استعداد فنی لازم برای ارزیابی مؤثر مدل‌های پیشرفته هستند، پاسخ می‌دهد.[2][5]

فراتر از زیرساخت و ایمنی، هشت لایحه باقیمانده در این بسته بر توسعه نیروی کار و سواد هوش مصنوعی تمرکز دارند. این موارد شامل دستورالعمل‌هایی برای بنیاد ملی علوم جهت گسترش بورسیه‌ها و کمک‌های مالی هوش مصنوعی، کمک‌های مالی برای برنامه‌های درسی آموزش هوش مصنوعی در مقاطع K-12 و برنامه‌هایی برای ادغام ابزارهای هوش مصنوعی در تحقیقات تولید پیشرفته و کشاورزی است.[1][4]

شواهد حمایت‌کننده از تأثیر فوری این لوایح نیروی کار تا حدودی ضعیف‌تر از داده‌های پشتیبان NAIRR است. در حالی که کمک‌های مالی آموزشی به طور تاریخی خطوط لوله STEM (علوم، فناوری، مهندسی و ریاضیات) را در بلندمدت بهبود می‌بخشند، اقتصاددانان کارگری خاطرنشان می‌کنند که سرعت بالای پیشرفت هوش مصنوعی طراحی برنامه‌های درسی را دشوار می‌سازد که تا زمان ورود دانشجویان به بازار کار منسوخ نشوند. این قانون تلاش می‌کند با الزام به بررسی‌های سالانه برنامه درسی با مشارکت رهبران صنعت، این مشکل را کاهش دهد.[4][6]

سازمان‌های جامعه مدنی عمدتاً از این بسته، به ویژه مجوز NAIRR، تمجید کرده‌اند و آن را گامی ضروری برای اطمینان از این می‌دانند که تحقیقات ایمنی هوش مصنوعی منحصراً توسط شرکت‌هایی که مدل‌ها را می‌سازند، کنترل نشود. ممیزان مستقل برای تست استرس مناسب سیستم‌های پیشگامانه به قدرت محاسباتی عظیمی نیاز دارند و NAIRR دقیقاً زیرساخت مورد نیاز برای این نظارت حیاتی توسط شخص ثالث را فراهم می‌کند.[6][8]

با وجود رأی اجماعی کمیته، مسیر پیش روی بسته ۱۰ لایحه کاملاً روشن نیست. مجلس نمایندگان باید زمان رأی‌گیری نهایی را در صحن علنی تعیین کند و سنا به طور تاریخی رویکرد متفاوتی را ترجیح داده است. رهبری سنا سال گذشته را صرف تدوین چارچوب‌های جامع هوش مصنوعی کرده است که شامل هم ظرفیت‌سازی و هم موانع نظارتی سخت‌گیرانه است، که با استراتژی تدریجی مجلس در تضاد است.[1][7]

اگر مجلس این بسته را تصویب کند، احتمالاً فرآیند مصالحه‌ای با تلاش‌های گسترده‌تر سنا را ایجاب خواهد کرد. تحلیلگران پیشنهاد می‌کنند که مفاد NAIRR و NIST به اندازه‌ای محبوب هستند که از هرگونه مذاکره قانونی جان سالم به در ببرند و به عنوان پایه و اساس هر قانون نهایی هوش مصنوعی که به میز رئیس جمهور می‌رسد، عمل کنند.[4][7]

در نهایت، پیشبرد این لوایح نشان‌دهنده بلوغ قابل توجهی در سیاست فناوری ایالات متحده است. قانون‌گذاران با اولویت دادن به ظرفیت علمی، زیرساخت‌های تحقیقاتی مستقل و معیارهای ارزیابی استاندارد شده، زمینه را برای اکوسیستم هوش مصنوعی فراهم می‌کنند که شفاف‌تر، رقابتی‌تر و کمتر متکی به حسن نیت چند غول شرکتی باشد.[3][8]