پیشبینی تازه ایلان ماسک؛ یک میلیارد ربات انساننما در راه است؟

ایلان ماسک بار دیگر پیشبینی بلندپروازانهای درباره آینده هوش مصنوعی و رباتیک مطرح کرده است. مدیرعامل تسلا معتقد است طی ۱۰ سال آینده ممکن است تعداد رباتهای انساننما به یک میلیارد دستگاه برسد و مجموع بهرهوری آنها از تمام نیروی کار انسانی روی زمین فراتر برود.
این اظهارات در شرایطی مطرح میشود که توسعه رباتهای انساننما با سرعت زیادی ادامه دارد، اما فاصله قابلتوجهی میان نمایش تواناییهای آزمایشگاهی و استفاده گسترده از این رباتها در محیطهای واقعی همچنان وجود دارد.
پیشبینی ایلان ماسک درباره یک میلیارد ربات انساننما
ماسک در واکنش به پستی درباره آینده رباتیک اعلام کرد که طی یک دهه آینده ممکن است دستکم یک میلیارد ربات انساننما در جهان وجود داشته باشد. بر اساس این پیشبینی، هر ربات میتواند حداقل پنج برابر یک انسان بهرهوری داشته باشد.
اگر چنین سناریویی محقق شود، مجموع ظرفیت تولید رباتهای انساننما میتواند از تولید اقتصادی تمام انسانها فراتر برود؛ ادعایی که ماسک آن را بخشی از تحول بزرگتر ناشی از ترکیب هوش مصنوعی و رباتیک میداند.
رباتهای انساننما چگونه میتوانند بهرهوری را تغییر دهند؟
ایده اصلی پشت این پیشبینی، ترکیب مدلهای پیشرفته هوش مصنوعی با بدنهای رباتیک است. برخلاف نرمافزارهای هوش مصنوعی که عمدتاً وظایف دیجیتال انجام میدهند، رباتهای انساننما میتوانند از نظر تئوری وارد محیطهای فیزیکی شوند و کارهایی مانند تولید، جابهجایی کالا، خدمات و فعالیتهای صنعتی را انجام دهند.
ماسک معتقد است افزایش تعداد این ماشینها میتواند ظرفیت تولید اقتصاد جهانی را بهشدت افزایش دهد. او همچنین در سخنان اخیر خود گفته است که گسترش هوش مصنوعی و رباتیک میتواند بهرهوری جهانی را چندین برابر کند.
اما آیا رباتهای امروز برای چنین آیندهای آمادهاند؟
با وجود سرعت بالای توسعه این فناوری، واقعیت فعلی صنعت با پیشبینی ماسک فاصله زیادی دارد. گزارشهای اخیر نشان میدهند بسیاری از رباتهای انساننما هنوز در انجام وظایف پیچیده و مستقل با مشکلاتی مانند محدودیت در درک محیط، مهارت دستورزی و سازگاری با شرایط غیرمنتظره مواجه هستند.
برای مثال، رباتها ممکن است در محیطهای کنترلشده عملکرد چشمگیری داشته باشند، اما اجرای مداوم و قابلاعتماد وظایف کارخانهای در شرایط واقعی همچنان یکی از چالشهای اصلی این صنعت محسوب میشود.
مهمترین موانع گسترش رباتهای انساننما
برای تحقق سناریوی یک میلیارد ربات، تنها پیشرفت هوش مصنوعی کافی نیست. صنعت رباتیک باید چند مانع بزرگ را نیز پشت سر بگذارد:
- کاهش چشمگیر هزینه تولید هر ربات
- افزایش دوام سختافزار و عمر باتری
- بهبود توانایی درک محیط و تصمیمگیری مستقل
- افزایش مهارت دستها برای انجام کارهای دقیق
- ایجاد زیرساخت تولید انبوه
- تأمین انرژی موردنیاز برای فعالیت میلیونها یا میلیاردها ربات
- توسعه استانداردهای ایمنی برای همکاری انسان و ماشین
موضوع انرژی نیز اهمیت ویژهای دارد. ماسک همزمان با پیشبینی رشد هوش مصنوعی و رباتیک، نسبت به افزایش شدید نیاز جهان به برق هشدار داده و آن را یکی از چالشهای آینده توسعه این فناوریها دانسته است.
وضعیت فعلی صنعت رباتهای انساننما
رقابت برای توسعه رباتهای انساننما در سالهای اخیر شدت گرفته است. شرکتهایی مانند تسلا و تعدادی از تولیدکنندگان چینی سرمایهگذاری سنگینی در این حوزه انجام دادهاند، اما هنوز نمیتوان از ورود گسترده رباتهای انساننما به محیطهای کاری عمومی صحبت کرد.
برخی رباتها توانستهاند در زمینههایی مانند حرکت سریع و انجام نمایشهای ورزشی رکوردهای قابلتوجهی ثبت کنند، اما سرعت حرکت بهتنهایی به معنای آمادگی برای کار در محیطهای پیچیده نیست. متخصصان تأکید دارند توانایی ادراک، تصمیمگیری و سازگاری با موقعیتهای غیرقابلپیشبینی اهمیت بیشتری برای کاربرد واقعی این ماشینها دارد.
تأثیر احتمالی بر بازار کار و اقتصاد
اگر پیشبینی ماسک حتی تا حدی محقق شود، تأثیر آن صرفاً به کارخانهها محدود نخواهد بود. ورود گسترده رباتهای هوشمند میتواند ساختار بازار کار، هزینه تولید و حتی تعریف بهرهوری اقتصادی را تغییر دهد.
البته چنین تحولی لزوماً به معنای حذف فوری تمام مشاغل انسانی نیست. تجربه اتوماسیون در صنایع مختلف نشان داده فناوری معمولاً برخی مشاغل را حذف میکند، برخی را تغییر میدهد و همزمان فرصتهای جدیدی ایجاد میکند. تفاوت احتمالی رباتهای انساننما در مقیاس و تنوع وظایفی است که میتوانند انجام دهند.
جمعبندی
ایلان ماسک معتقد است رباتهای انساننما میتوانند طی ۱۰ سال آینده به سطحی از گسترش برسند که مجموع بهرهوری آنها از تمام انسانهای جهان بیشتر شود. او از احتمال حضور یک میلیارد ربات سخن گفته که هرکدام دستکم پنج برابر یک انسان بهرهوری دارند. با وجود جذابیت این چشمانداز، وضعیت فعلی فناوری نشان میدهد صنعت رباتیک هنوز برای رسیدن به چنین مقیاسی باید چالشهای بزرگی در زمینه هوش مصنوعی، سختافزار، هزینه و تولید انبوه را حل کند.
منابع
- Digit
- Barron’s
- Reuters