نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

25 آذر 1404 2:24 ب.ظ

صنعت می‌گوید کارخانه‌های بزرگ هوش مصنوعی اتحادیه اروپا نیاز به بازنگری دارند

صنعت می‌گوید کارخانه‌های بزرگ هوش مصنوعی اتحادیه اروپا نیاز به بازنگری دارند

09 اکتبر 2025 -نوشته دیوید متیوز و مارتین گریناکر-عکس‌ها: ایان باتالیا / آن‌اسپلش

طرح 20 میلیارد یورویی اتحادیه اروپا برای ساخت به اصطلاح کارخانه‌های بزرگ برای آموزش مدل‌های هوش مصنوعی پیشرو در جهان، مورد انتقاد گروه‌های صنعتی قرار گرفته است، که نگرانند هیچ برنامه‌ای برای کاربرد آنها یا چگونگی پایداری مالی آنها وجود نداشته باشد.

در ماه فوریه، هنگامی که اتحادیه اروپا از عقب افتادن از ایالات متحده و چین در هوش مصنوعی بیم داشت، کمیسیون اروپا اعلام کرد که 20 میلیارد یورو برای کمک به ایجاد کارخانه‌های بزرگ حاوی حدود 100000 تراشه برای ایجاد “پیچیده‌ترین و بزرگ‌ترین مدل‌های هوش مصنوعی” سرمایه‌گذاری خواهد کرد.

اتحادیه اروپا و دولت‌های آن تا ۳۵٪ از هزینه‌های سرمایه‌ای برای ساخت گیگافکتوری‌ها را تأمین خواهند کرد و کنسرسیوم‌هایی از شرکت‌های خصوصی بقیه هزینه‌ها و همچنین هزینه‌های عملیاتی را پوشش خواهند داد. در ماه ژوئن، کمیسیون اعلام کرد که ۷۶ اظهار علاقه برای اداره گیگافکتوری‌ها دریافت کرده است و قصد دارد اواخر امسال فراخوان رسمی منتشر کند.

با این حال، بسیاری از فعالان صنایع دیجیتال اروپا در مورد اینکه گیگافکتوری‌ها دقیقاً برای چه هستند و آیا از نظر مالی پایدار خواهند بود، سؤالاتی دارند.

آگاتا هیدالگو، رئیس امور اروپا در انجمن استارت‌آپ‌های فرانس دیجیتال، گفت: «هیچ‌کس واقعاً این سؤال را نپرسیده است که آیا واقعاً به آنها نیاز داریم؟ تقاضا برای آن از کجا خواهد آمد؟ چه کسی قرار است این را حفظ کند؟»

او گفت با توجه به حجم عظیم بودجه عمومی اختصاص داده شده، «شاید بهتر بود ابتدا به این فکر می‌کردیم که واقعاً می‌خواهیم به چه نیازی پاسخ دهیم.»

گیگافکتوری‌ها به عنوان تقویت سخت‌افزاری عظیم مورد نیاز اروپا برای آموزش مدل‌های زبانی بزرگ (LLM) خود، که زیربنای چت‌بات‌هایی مانند ChatGPT هستند، تبلیغ می‌شوند.

در حالی که شرکت‌های اروپایی مانند Mistral مستقر در پاریس، LLM های خود را آموزش داده‌اند، این حوزه تحت سلطه بازیگران آمریکایی و چینی است. آموزش LLM های پیشرو بسیار گران است. هزینه‌ها مبهم است، اما تخمین زده می‌شود که از صدها میلیون تا یک میلیارد دلار باشد.

اما یورگ بینرت، رئیس انجمن هوش مصنوعی آلمان، گفت مشخص نیست که آیا شرکت‌های اروپایی در حال حاضر این نوع پول را برای آموزش یک LLM با استفاده از گیگافکتوری دارند یا خیر. او گفت: “سوال این است که چه کسی خواهد آمد. من هیچ شرکتی را نمی‌بینم که بتواند این پول را برای آموزش یک LLM بزرگ به تنهایی خرج کند.”

بینرت گفت که اروپا قطعاً به سخت‌افزار هوش مصنوعی بیشتری نیاز دارد، اما در مورد ابتکار گیگافکتوری‌ها گفت: “من تصویر کلی و استراتژی کلی را از دست داده‌ام.”

هیچ توجیه تجاری وجود ندارد؟

علاوه بر این، تردیدهایی وجود دارد که ساخت و اداره گیگافکتوری‌ها برای کنسرسیوم‌های عملیاتی سودآور باشد.

کای زنر، رئیس دفتر اکسل ووس، نماینده آلمانی پارلمان اروپا از گروه حزب مردم اروپا و از چهره‌های پیشرو در سیاست‌های دیجیتال و هوش مصنوعی اتحادیه اروپا، گفت: «ما از اکثر شرکت‌ها می‌شنویم که توجیه اقتصادی برای گیگافکتوری‌ها نمی‌بینند.»

او گفت که شرکت‌ها این نگرانی‌ها را به کمیسیون گفته‌اند، اما کمیسیون «دستور از بالا برای انجام این کار داشت و اکنون آنها باید این کار را انجام دهند.»

زنر گفت که شرکت‌ها در حال تشکیل کنسرسیوم‌هایی برای مشارکت در طرح گیگافکتوری‌ها هستند، اما این کار را عمدتاً به «دلایل سیاسی» برای جلب رضایت سیاستمداران ملی انجام می‌دهند، نه یک توجیه اقتصادی قوی.

الکساندر رابه، مدیرعامل انجمن صنعت اینترنت آلمان (اکو)، نیز از کمبود مشورت شکایت کرد. او گفت: «ما قبلاً در این بحث‌ها شرکت نکرده‌ایم.» او گفت که اعلام خبر تأسیس گیگافکتوری‌ها یک «وضعیت سیاسی معمول» بود که در آن اتحادیه اروپا احساس کرد «باید کاری انجام دهد».

رابه گفت که چنین تمرکز عظیمی از ۱۰۰۰۰۰ تراشه در «گام اول» مورد نیاز شرکت‌های هوش مصنوعی اروپایی نبود.او گفت: «شرکت‌هایی هستند که می‌خواهند مدل‌های خود را آموزش دهند. سوال این است که آیا آنها برای این کار به گیگافکتوری نیاز دارند؟»

رابه گفت که اعضای اکو ترجیح می‌دهند چارچوب بهتری برای سرمایه‌گذاری خصوصی در سخت‌افزار هوش مصنوعی، مانند ارزان‌تر کردن انرژی و آسان‌تر کردن مجوز برنامه‌ریزی، نسبت به یارانه‌های دولتی ببینند. او گفت: «شما نیازی به صرف هزینه زیاد از بودجه عمومی ندارید، بلکه باید شرکت‌های خصوصی را فعال کنید.»

با این حال، کمیسیون می‌گوید که علاقه به اداره گیگافکتوری‌ها زیاد است. در ماه ژوئن، کمیسیون اعلام کرد که ابراز علاقه بسیار بیشتری نسبت به آنچه انتظار می‌رفت دریافت کرده است.

در این اطلاعیه آمده است که کنسرسیوم‌هایی شامل اپراتورهای مرکز داده، شرکت‌های مخابراتی، تأمین‌کنندگان برق، شرکت‌های فناوری و سرمایه‌گذاران، پیشنهاد ایجاد گیگافکتوری‌ها در ۶۰ سایت مختلف در ۱۶ کشور مختلف اتحادیه اروپا را داده‌اند.

کمیسیون در اطلاعیه خود گفت: «این گواهی روشن بر شتاب و علاقه بسیار زیاد به هوش مصنوعی در سراسر اروپا، و به ویژه در کارخانه‌های بزرگ هوش مصنوعی است.» سخنگوی کمیسیون بعداً تأیید کرد که پیشنهادهایی به ارزش ۲۳۰ میلیارد یورو از دولت‌ها و بخش خصوصی دریافت کرده است.

با این حال، این پیشنهادها هنوز تکمیل نشده‌اند.

پیشنهادها، بلکه ابراز علاقه هستند. بینرت شک دارد که همه آنها به طرح‌های مشخص تبدیل شوند. او گفت: «من واقعاً شک دارم که ۷۰ شرکت یا کنسرسیوم وجود داشته باشند که واقعاً بتوانند و مایل به ورود به این تلاش باشند.»

در ماه مه، انجمن هوش مصنوعی آلمان بینرت گزارشی منتشر کرد که توجیه تجاری گیگافکتوری‌ها را زیر سوال می‌برد. این انجمن هشدار می‌دهد که کنسرسیوم‌های خصوصی که آنها را اداره می‌کنند، در معرض خطر «سرمایه‌گذاری عظیم و هزینه‌های جاری بدون یافتن مشتریان کافی» قرار دارند.

بینرت گفت، به جای تأمین مالی چهار یا پنج گیگافکتوری، کمیسیون باید فقط با دو مورد، اما با نسبت بالاتری از بودجه عمومی، شروع کند.

دیگران در صحنه هوش مصنوعی اروپا نسبت به توجیه تجاری خوش‌بین‌تر هستند. بیورن اومر، استاد بینایی کامپیوتر و آموزش در دانشگاه لودویگ ماکسیمیلیان مونیخ، گفت: «من آنها [کنسرسیوم‌های عملیاتی] را نمی‌بینم که میلیاردها یورو بدون یک توجیه تجاری روشن هزینه کنند.» «من با شرکت‌هایی صحبت کرده‌ام که در این چارچوب، ارزش مشخصی برای تعهد به هوش مصنوعی می‌بینند و با شرکت‌هایی که این ارزش را نمی‌بینند.»

علاوه بر این، به نظر می‌رسد در نحوه استفاده از گیگافکتوری‌ها انعطاف‌پذیری وجود دارد. اگرچه آنها در درجه اول به عنوان وسیله‌ای برای آموزش LLM های پیشرو تبلیغ می‌شوند، اسناد کمیسیون نشان می‌دهد که می‌توان آنها را در طیف وسیعی از کاربردهای دیگر، مانند مدل‌های تنظیم دقیق یا صرفاً اجرای مدل‌هایی که قبلاً آموزش دیده‌اند، به کار برد.

سخنگوی کمیسیون گفت: «گیگافکتوری‌ها یک سرمایه‌گذاری استراتژیک در حاکمیت فناوری اروپا هستند که نه بر سود کوتاه‌مدت، بلکه بر تضمین توانایی بلندمدت متمرکز هستند.»

برخی از نهادهای صنعتی از گیگافکتوری‌ها حمایت می‌کنند. Connect Europe، یک گروه لابی‌گر برای ارائه دهندگان خدمات مخابراتی، از این طرح حمایت می‌کند.

سخنگو گفت: «در فناوری، اغلب باید قبل از تقاضا، روی ظرفیت سرمایه‌گذاری کنید.» «این خبر خوبی است که اروپا با گیگافکتوری‌ها ظرفیت ایجاد می‌کند، به طوری که این کار را فقط به آمریکایی‌ها و چینی‌ها واگذار نکنیم.»

با این حال، او گفت: «داشتن یک طرح توجیهی قوی برای کسب و کار کلیدی است»، به این معنی که «اقدامات طرف تقاضا» و ابتکارات «خرید اروپایی» برای اطمینان از کسب و کار کافی گیگافکتوری‌ها مورد نیاز بود.

سوالات مربوط به طرح گیگافکتوری‌ها در بحبوحه افزایش ترس از حباب هوش مصنوعی در ایالات متحده مطرح می‌شود، به طوری که سم آلتمن، مدیر اجرایی OpenAI، در ماه اوت اعتراف کرد که سرمایه‌گذاران در مورد این فناوری «بیش از حد هیجان‌زده» بوده‌اند.

تاکنون، هیچ LLM سودآور نبوده است، زیرا درآمد اشتراک مصرف‌کننده و کسب‌وکار در برابر هزینه هنگفت آموزش و اجرای مدل‌ها و دستمزدهای اغلب نجومی مهندسان هوش مصنوعی ناچیز بوده است. حتی بر اساس پیش‌بینی‌های خود، OpenAI انتظار ندارد قبل از سال 2029 سودآور باشد، اگرچه سایر مدل‌ها توسط غول‌های فناوری ایالات متحده با منابع درآمد دیگر تأمین مالی می‌شوند.

راه‌اندازی ناامیدکننده آخرین مدل این شرکت، ChatGPT 5، همچنین به نگرانی‌ها مبنی بر اینکه LLMها خیلی توانمندتر از الان نخواهند شد و به جعل پاسخ‌ها ادامه خواهند داد، افزوده است.

اخبار نگران‌کننده‌ای که در تابستان از OpenAI منتشر شد، تردید زنر را در مورد ابتکار خود اتحادیه اروپا افزایش داده است. او گفت: «این اخبار من را متقاعد نکرد که کارخانه‌های غول‌پیکر مفید هستند.»

فیلیپ پیاتکیویچ، دبیرکل انجمن هوش مصنوعی-داده-رباتیک اروپا، گفت: «بسیاری از محققانی که با آنها صحبت می‌کنم فکر می‌کنند عملکرد LLM به ثبات خواهد رسید.»

بینرت موافقت کرد که «ما در حال رسیدن به نوعی ثبات هستیم»، اما این دلیلی برای متوقف کردن تلاش برای ایجاد LLMهای پیشرو نیست. در عوض، این امید را ایجاد کرد که اروپا می‌تواند به ایالات متحده برسد. او گفت: «اگر به ثبات برسیم، ممکن است حتی آسان‌تر هم باشد.»

با این حال، LLMهای اروپایی باید آشکارا در دسترس باشند تا بر اساس آن ساخته شوند. بینرت گفت: «ما قطعاً به راه‌حل‌های متن‌باز، جایگزین، مستقل و LLM از اروپا نیاز داریم.»

پیاتکیویچ گفت، همچنین استدلال‌های فرهنگی برای داشتن مدل‌های خاص اروپا وجود دارد، به عنوان مثال، مدل‌هایی که متناسب با زبان‌های اروپایی باشند. او گفت: «مدل‌های فعلی ایالات متحده برای زبان‌های غیرانگلیسی به اندازه کافی خوب نیستند.»

اروپا قهرمانان هوش مصنوعی خصوصی خود را دارد. شاید شناخته‌شده‌ترین آنها میسترال باشد که LLMهایی با عملکرد قابل مقایسه با رقبای آمریکایی خود توسعه داده است.

بینرت خاطرنشان کرد، با این حال، میسترال تا حد زیادی متعلق به سرمایه‌گذاران آمریکایی است. این شرکت همچنان باید از شرکت‌های سرمایه‌گذاری خطرپذیر پول جمع‌آوری کند و با خرید توسط اپل مرتبط بوده است.

بینرت گفت: «سوال این است که اگر فقط روی میسترال شرط‌بندی کنید، این حاکمیت اروپایی چقدر پایدار است؟»

https://sciencebusiness.net

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *