سازوکار آستانه‌های محاسباتی هوش مصنوعی: دولت‌ها چگونه «مدل‌های مرزی» را تعریف و تنظیم می‌کنند؟

چالش اساسی در تنظیم مقررات هوش مصنوعی، چالش تعریف است: چگونه می‌توان هوشی را که نمی‌توانید دقیقاً تعریف کنید، تحت حاکمیت درآورید؟ برای حل این تنش، سیاست‌گذاران جهانی تعاریف رفتاری را کنار گذاشته و به یک معیار کاملاً کمی روی آورده‌اند: عملیات ممیز شناور (FLOP).[1][2]

یک فِلاپ (FLOP) نشان‌دهنده یک محاسبه ریاضی واحد است—واحد اتمی آموزش شبکه عصبی. تنظیم‌کنندگان با شمارش کل فِلاپ‌های مصرف شده در طول اجرای آموزش یک مدل، تلاش می‌کنند تا توانایی نهایی و پتانسیل آن برای آسیب سیستمی را تخمین بزنند.[3]

داده‌ها نشان‌دهنده یک شکاف آشکار در دو سوی اقیانوس اطلس در مورد محل ترسیم خط خطر است. ایالات متحده، با شروع از فرمان اجرایی ۱۴۱۱۰، ۱۰ به توان ۲۶ فِلاپ را به عنوان آستانه برای مدل‌های «مرزی» تعیین کرد که نیازمند نظارت فدرال و گزارش‌دهی اجباری ایمنی هستند.[1]

در مقابل، قانون هوش مصنوعی اتحادیه اروپا، مدل‌های هوش مصنوعی با هدف عمومی را در آستانه ۱۰ به توان ۲۵ فِلاپ—دقیقاً یک مرتبه بزرگی پایین‌تر—به عنوان دارای «ریسک سیستمی» طبقه‌بندی می‌کند.[2]

در حالی که یک صفر واحد در توان ممکن است روی کاغذ ناچیز به نظر برسد، نرمال‌سازی این ارقام در برابر سخت‌افزارهای مدرن، واگرایی عظیمی را در دامنه نظارتی و تأثیر اقتصادی آشکار می‌سازد.[4]

استاندارد صنعتی برای آموزش هوش مصنوعی، پردازنده گرافیکی Nvidia H100 است که حداکثر عملکرد نظری ۱,۹۷۹ ترافِلاپ (تریلیون عملیات در ثانیه) را در دقت ۱۶ بیتی ارائه می‌دهد.[6]

با این حال، حداکثر عملکرد نظری هرگز در عمل محقق نمی‌شود. اجرای آموزش‌های در مقیاس بزرگ معمولاً با نرخ بهره‌وری فِلاپ مدل (MFU) حدود ۴۰ درصد کار می‌کنند، به این معنی که هر پردازنده گرافیکی عملاً حدود ۷.۹ × ۱۰ به توان ۱۴ عملیات در ثانیه را پردازش می‌کند.[4]

اعمال این نرخ بهره‌وری بر آستانه ۱۰ به توان ۲۵ اتحادیه اروپا نشان می‌دهد که یک کلاستر متشکل از ۵,۰۰۰ پردازنده گرافیکی H100 که به طور مداوم برای تقریباً ۳۰ روز کار کنند، باعث فعال شدن طبقه‌بندی ریسک سیستمی خواهد شد.[2][4]

با هزینه سرمایه‌ای تخمینی ۲۵,۰۰۰ دلار برای هر پردازنده گرافیکی، آستانه اتحادیه اروپا پروژه‌هایی با هزینه‌های سخت‌افزاری حدود ۱۲۵ میلیون دلار را در بر می‌گیرد—بودجه‌ای که برای ده‌ها استارتاپ با بودجه خوب و کنسرسیوم‌های دانشگاهی قابل دسترسی است.[4][5]

آستانه ۱۰ به توان ۲۶ فِلاپ ایالات متحده، ده برابر توان محاسباتی بیشتری را می‌طلبد. دستیابی به این میزان در یک بازه زمانی ۳۰ روزه، نیازمند یک اَبَرکلاستر متشکل از ۵۰,۰۰۰ پردازنده گرافیکی H100 است.[1][4]

این امر هزینه ورودی سخت‌افزاری را به تقریباً ۱.۲۵ میلیارد دلار می‌رساند و عملاً نظارت فدرال ایالات متحده را به تعداد انگشت‌شماری از بزرگ‌ترین شرکت‌های فناوری جهان با بالاترین سرمایه محدود می‌کند.[4][5]

شواهد حاکی از آن است که آستانه ایالات متحده به صراحت به عنوان یک سنگر آینده‌نگر طراحی شده است، که عمداً بالاتر از بودجه‌های محاسباتی مدل‌های نسل فعلی تعیین شده تا از خفه شدن نوآوری تجاری فوری جلوگیری کند.[1][4]

اما اتکا به فِلاپ‌ها به عنوان معیاری برای توانایی، محدودیت‌های اثباتی قابل توجهی دارد. کارایی الگوریتمی به سرعت در حال بهبود است و به توسعه‌دهندگان اجازه می‌دهد تا عملکرد برتری را با توان محاسباتی خام کمتری به دست آورند.[4]

اگر یک آزمایشگاه معماری کارآمدتری را کشف کند که به استدلال در سطح مرزی با ۹ × ۱۰ به توان ۲۵ فِلاپ دست یابد، با وجود داشتن ریسک‌های نظری یکسان، به طور کامل الزامات گزارش‌دهی ایالات متحده را دور خواهد زد.[1][3]

در نتیجه، در حالی که آستانه‌های محاسباتی یک معیار سخت و قابل اندازه‌گیری برای تنظیم‌کنندگان فراهم می‌کنند، این خطر وجود دارد که با پیشی گرفتن علم بهینه‌سازی یادگیری عمیق از تعاریف قانونی، منسوخ شوند.[4]