بر اساس برخی پیش‌بینی‌ها، سال ۲۰۲۶ سالی است که هوش مصنوعی فراگیر و قدرتمند ظهور خواهد کرد.

گیف متحرک مکعبی شفاف و جواهرگونه که به آرامی در پس‌زمینه‌ای کاملاً سیاه می‌چرخد و به موجی از گوی‌های کوچک تبدیل می‌شود.
تصویرسازی از ماتئو جوزپه پانی / آتلانتیک

صدها میلیارد دلار به صنعت هوش مصنوعی سرازیر شده است تا به هدفی مبهم دست یابد: هوش عمومی مصنوعی (AGI)، سیستمی به اندازه‌ای قدرتمند که بتواند در هر وظیفه فکری، دست‌کم به خوبی انسان عمل کند. آیا امسال سال ظهور نهایی آن خواهد بود؟

داریو آمودئی، مدیرعامل Anthropic، و ایلان ماسک، مدیرعامل xAI، چنین تصوری دارند. هر دو اظهار داشته‌اند که چنین سیستمی می‌تواند تا پایان سال ۲۰۲۶ آنلاین شود و شاید درمان‌هایی برای سرطان یا سلاح‌های بیولوژیکی جدید به ارمغان آورد. (آمودئی می‌گوید او اصطلاح هوش مصنوعی قدرتمند را به AGI ترجیح می‌دهد، زیرا اصطلاح اخیر بیش از حد بزرگ‌نمایی شده است.) اما صبر کنید: دمیس هاسابیس، مدیرعامل Google DeepMind، می‌گوید ممکن است یک دهه دیگر برای AGI منتظر بمانیم. و – باز هم صبر کنید – سم آلتمن، مدیرعامل OpenAI، ماه گذشته در مصاحبه‌ای گفت که “AGI تقریباً از کنار ما رد شده است”؛ و اکنون او به جای آن بر “فرا-هوشمندی” (superintelligence) تمرکز دارد، که آن را سیستمی از هوش مصنوعی تعریف می‌کند که می‌تواند در مشاغل خاص و بسیار پرتقاضا (“ریاست جمهوری ایالات متحده” یا “مدیریت عامل یک شرکت بزرگ”) بهتر از هر انسانی عمل کند، حتی اگر آن انسان نیز از هوش مصنوعی کمک بگیرد. برای گیج‌کننده‌تر کردن اوضاع، همین هفته گذشته، چت‌بات‌ها از طریق یک “شبکه اجتماعی” هوش مصنوعی به نام Moltbook شروع به برقراری ارتباط با یکدیگر کردند، که ماسک آن را به آغازینه‌های تکینگی (singularity) تشبیه کرده است.

تفاوت در این نظرات دقیقاً نشان‌دهنده آن است که مفاهیم AGI، یا هوش مصنوعی قدرتمند، یا فرا-هوشمندی تا چه اندازه مبهم و سیال هستند. توسعه یک هوش “عمومی” دلیل اصلی تأسیس DeepMind، OpenAI، Anthropic و xAI بود. و تنها کمتر از دو سال پیش، این مدیران عامل پیش‌بینی‌های نسبتاً مشابهی داشتند که AGI تا اواخر دهه ۲۰۲۰ از راه می‌رسد. اکنون اجماع از بین رفته است: نه تنها زمان‌بندی‌ها پراکنده شده‌اند، بلکه توافق گسترده‌ای درباره اینکه AGI اصلاً چیست و چه ارزش فوری می‌تواند برای بشریت فراهم کند، محو شده است.

ایده یک برنامه کامپیوتری با هوش عمومی اولین بار در اواسط قرن بیستم به عنوان یک هدف بسیار دور برای رشته نوپای آن زمان هوش مصنوعی مطرح شد. این ایده همیشه متزلزل بوده است. به عنوان مثال، آلن تورینگ آزمون معروف تورینگ خود را در سال ۱۹۵۰ به عنوان معیاری برای هوش ماشینی پیشنهاد کرد: او استدلال کرد که اگر ماشینی بتواند انسانی را متقاعد کند که در حال صحبت با انسان دیگری است، آنگاه در حال نمایش، یا حداقل تقلید، معادل نوعی “تفکر” خواهد بود. اما این آزمون بارها توسط برنامه‌هایی پشت سر گذاشته شده که هیچ‌کس آن‌ها را هوشمند نمی‌نامد – آن‌ها فقط اتفاقاً در این معیار خاص، برای برخی انسان‌ها متقاعدکننده بودند. در اوایل دهه ۲۰۰۰، دانشمند کامپیوتر شین لگ و دیگران، به تثبیت مفهوم مدرن AGI کمک کردند؛ نه به عنوان یک آستانه، بلکه به عنوان یک حوزه مطالعاتی – مطالعه الگوریتم‌های هوشمند عمومی، در مقابل الگوریتم‌های محدود و هدفمند. هرگز توافقی در مورد روش‌های خاص برای آزمایش وجود چنین توانایی‌های عمومی در یک ماشین وجود نداشته است. حتی خود هوش انسانی نیز وسیع و به خوبی درک نشده است.

با این حال، صنعت هوش مصنوعی حول مفهوم AGI شکل گرفت – تا حد زیادی به این دلیل که OpenAI، که با راه‌اندازی ChatGPT در اواخر سال ۲۰۲۲ رونق امروز را آغاز کرد، در مأموریت تأسیس خود هدف “اطمینان از سودمندی AGI برای تمام بشریت” را دارد. در آن زمان، این شرکت به طور مداوم درباره این مفهوم اطلاع‌رسانی می‌کرد. (ایلیا سوتسکور، دانشمند ارشد وقت شرکت، عادت داشت کارمندان را تشویق کند که “AGI را حس کنند.”) ابهام این اصطلاح برای OpenAI و سایر شرکت‌ها موهبتی بوده است، زیرا توانسته‌اند “هوش” را بدون توصیف معنادار آن به بازار عرضه کنند – از این رو جریان بی‌پایان تبلیغات سؤال‌برانگیز مبنی بر اینکه چت‌بات‌ها به عنوان آژانس‌های مسافرتی ایده‌آل هستند. در همین حال، این شرکت‌ها با نشان دادن به دنیا که هوش مصنوعی در حال بهتر شدن و انجام کارهای بیشتر است، سرمایه‌های عظیمی جذب کرده‌اند. تا زمانی که این موضوع درست به نظر می‌رسید – که چت‌بات‌هایشان به سمت چیزی پیش می‌رفتند – استدلال اینکه مقصد نهایی یک ماشین کاملاً قدرتمند است، به اندازه کافی ساده بود.

این مورد در حال دشوارتر شدن است. مدل‌های زبان بزرگ (LLM) در حال حاضر قابلیت‌های چشمگیری را از خود نشان می‌دهند، به ویژه در حوزه‌های فنی مانند مهندسی نرم‌افزار و حل مسائل ریاضی به سبک مسابقات. اما در عین حال، مدل‌های هوش مصنوعی همچنان با کارهای به ظاهر بی‌اهمیت، مانند طراحی ساعت و تکمیل پازل‌های منطقی ساده، دست و پنجه نرم می‌کنند. در بیشتر سال گذشته، هر نسل جدید از بات‌ها تنها بهبودهای جزئی، و نه جهش‌های بزرگ، را در معیارهای استاندارد به ارمغان آوردند. و این معیارها به شدت قابل دستکاری هستند: مشخص نیست که آیا آزمایشگاه‌های هوش مصنوعی واقعاً قابلیت‌های عمومی را اندازه می‌گیرند یا فقط محصولات خود را برای آزمون‌های مناسب آماده می‌کنند. در نظر بگیرید که یک استاد بزرگ شطرنج ممکن است فاقد هوش خیابانی باشد و یک نظریه‌پرداز ادبی ممکن است با جبر مشکل داشته باشد. بزرگترین پیشرفت‌ها از به اصطلاح چارچوب‌های “عامل‌محور” (agentic) حاصل شده‌اند که به مدل‌های هوش مصنوعی اجازه می‌دهند از برنامه‌های دیگر استفاده کنند – ایمیل بنویسند، وب را جستجو کنند، کدها را به کار گیرند – که چت‌بات‌ها را مفیدتر و تواناتر می‌کند، اما لزوماً “هوشمندتر” نمی‌سازد. این همان چیزی است که Moltbook در نهایت به آن می‌رسد: نه AGI، بلکه هوش مصنوعی که می‌تواند در یک شبکه اجتماعی پست بگذارد.

چت‌بات‌ها، با تمام قابلیت‌های چشمگیر خود، اکنون یک “فناوری عادی” هستند، همانطور که محققان هوش مصنوعی، آرویند نارایانان و سایا کاپور بیان کرده‌اند: اختراعی که در جامعه گسترش خواهد یافت و آن را به روش‌های واقعی اما تدریجی تغییر خواهد داد – درست مانند سایر محصولات جدیدی که مردم برای استفاده از آن‌ها هزینه می‌پردازند و از آن بهره‌مند می‌شوند. این امر در حال تبدیل شدن به یک باور رایج است. سریرام کریشنان، مشاور هوش مصنوعی کاخ سفید، اخیراً هوش مصنوعی را “یک فناوری بسیار مفید” توصیف کرده که “هیچ ارتباطی با ‘هوش عمومی’ ندارد.” ساتیا نادلا، مدیرعامل مایکروسافت، هوش مصنوعی را “یک ابزار” نامیده و گفته است که معیار او برای موفقیت این فناوری، ساخت AGI نیست، بلکه دستیابی به ۱۰ درصد رشد تولید ناخالص داخلی جهانی است.

حتی آزمایشگاه‌ها و شرکت‌های نوپای هوش مصنوعی نیز شروع به پذیرش علنی توسعه محصولات به شیوه سنتی کرده‌اند. در اطراف سانفرانسیسکو، تابلوهای تبلیغاتی ابزارهای حسابداری هوش مصنوعی را تبلیغ می‌کنند، در حالی که بنیان‌گذاران، عامل‌های هوش مصنوعی را برای ساده‌سازی گردش کارهای پشتیبانی و اسناد SOC-2 معرفی می‌کنند. Google DeepMind از چگونگی بهبود “تجربه خرید” و سازماندهی صندوق ورودی شما توسط آخرین مدل خود، Gemini 3، سخن گفت. OpenAI و Anthropic هر دو به این موضوع افتخار کرده‌اند که چگونه بات‌های آن‌ها کارمندان شرکت‌ها را در زمینه‌های هیجان‌انگیزی مانند “نوشتن ایمیل‌های فروش” کارآمدتر می‌کنند. OpenAI امسال را با اعلام اینکه قصد دارد تبلیغات را در ChatGPT راه‌اندازی کند، آغاز کرد و فیدجی سیمو، مدیرعامل بخش برنامه‌های کاربردی آن، اخیراً در ساب‌استک خود نوشت که شرکت برنده در زمینه هوش مصنوعی، شرکتی خواهد بود که “تحقیقات پیشرو را به محصول” تبدیل کند. در واقع، OpenAI طی چند ماه گذشته یک مرورگر وب، برنامه‌های رسانه اجتماعی، و بسیاری از محصولات و ویژگی‌های هوش مصنوعی دیگر را منتشر کرده است. (OpenAI با نشریه آتلانتیک همکاری شرکتی دارد.)

این عرضه‌های محصول، پویایی مرتبط دیگری را منعکس می‌کنند: مدل‌های اصلی هوش مصنوعی همگی به قابلیت‌های تقریباً یکسانی همگرا می‌شوند، بنابراین شرکت‌ها باید هویت‌های متمایزی را بر اساس نحوه ادغام این مدل‌ها در ابزارها و خدمات مختلف ایجاد کنند. OpenAI همه آن برنامه‌ها را دارد. Anthropic دارای Claude Code است، ابزاری که برای توسعه‌دهندگان طراحی شده و اکنون در حال آزمایش نسخه‌ای از این محصول به نام Claude Cowork برای کارهای روزمره اداری است. و Grok متعلق به xAI فقط یک چت‌بات نیست؛ یک سرویس است که با کاربران در X تعامل دارد. این همچنین به توضیح اینکه چرا سخنوری آن‌ها در مورد AGI – یا هوش مصنوعی قدرتمند، یا فرا-هوشمندی – نیز در جهات مختلفی حرکت می‌کند، کمک می‌کند.

در لحظه‌ای که برتری فنی OpenAI از بین رفته است، این شرکت ادعا می‌کند که به هر حال تحقیق فنی را در اولویت قرار نداده است – بلکه اکنون بر محصولاتی تمرکز دارد تا به مردم کمک کند از مزایای AGI که ظاهراً از قبل موجود است، قدردانی کنند. (مارک چن، مدیر ارشد تحقیقات OpenAI، اظهار داشت که ترکیب “تحقیقات بنیادین بلندمدت” با “استقرار در دنیای واقعی، علم آن‌ها را با تسریع بازخورد تقویت می‌کند.”) در همین حال، آمودئی همچنان بر این باور است که هوش مصنوعی قدرتمند در همین نزدیکی است، که شهرت Anthropic را به عنوان شرکتی جدی، مسئولیت‌پذیر و نگران تقویت می‌کند – یک نقطه فروش کلیدی برای مشتریان سازمانی‌اش.

پیش‌بینی طولانی‌تر هاسابیس برای ظهور AGI بازتاب این واقعیت است که DeepMind تنها یک جزء از گوگل است – با بهره‌گیری از جریان درآمدی عظیم، می‌تواند به آرامی پیش برود و در عین حال ویژگی‌های هوش مصنوعی را به محض آماده شدن منتشر کند. (این شبیه به نحوه فعالیت آزمایشگاه Google X است که سال‌ها روی رانندگی خودران کار کرد، پیش از آنکه Waymo را به صورت عمومی راه‌اندازی کند.) هاسابیس در مصاحبه‌ای در روز پنجشنبه گفت: “فکر نمی‌کنم AGI باید به یک اصطلاح بازاریابی برای کسب منافع تجاری تبدیل شود.”

در مورد xAI: ماسک حرفه خود را بر اساس وعده‌های بزرگ و سپس تحقق آن‌ها با تاخیر زیاد بنا کرده است و به نظر می‌رسد هوش مصنوعی وسواس جدید اوست. همین هفته، او اعلام کرد که تسلا – منبع اصلی ثروت او – برخی از خطوط اصلی خودروی خود را رها می‌کند تا ربات‌های انسان‌نما تولید کند، و تغییر مسیر شرکت از تولیدکننده خودرو به شرکت هوش مصنوعی را تسریع می‌بخشد. تسلا همچنین اخیراً اعلام کرد که ۲ میلیارد دلار در xAI سرمایه‌گذاری خواهد کرد و ماسک ظاهراً در حال بررسی ادغام اسپیس‌ایکس با xAI است. همانطور که کل امپراتوری ماسک به ماشین‌های هوشمند همگرا می‌شود، افزایش هیاهو و انتظارات در مورد این فناوری به رویکرد استاندارد او تبدیل شده است.

صنعت هوش مصنوعی در حال تجربه بزرگترین چرخش تجاری خود تاکنون است، در میان نگرانی‌های فزاینده در مورد پایداری این رونق. آلتمن، آمودئی و هاسابیس همگی گفته‌اند که جنبه‌هایی از تب فعلی سرمایه‌گذاری در هوش مصنوعی شبیه به حباب است – به عبارت دیگر، صدها میلیارد دلار که برای ساخت AGI‌های خداگونه سرازیر می‌شود، ممکن است بازده متناسبی نداشته باشد. توجیهات جدید برای تمام این سرمایه‌گذاری‌ها بسیار ملموس‌تر است: فروش محصولات، فروش تبلیغات، فروش اشتراک‌ها. اگر هوش مصنوعی واقعاً یک فناوری عادی است، پس آزمایشگاه‌های توسعه‌دهنده آن باید مانند کسب‌وکارهای عادی شروع به کسب درآمد کنند.