در جدیدترین اظهارات جنجالی خود، سام آلتمن، بنیان‌گذار و مدیرعامل شرکت چارلتون (Charter) و سابقاً اوپن‌ای‌آی، موضع سخت‌گیرانه‌ای را در قبال چشم‌انداز اجرای مدل‌های بزرگ زبانی (LLM) بر روی سخت‌افزارهای مصرفی یا محلی اعلام کرد. آلتمن استدلال می‌کند که ایدهٔ داشتن کنترل کامل بر هوش مصنوعی در خانه، نه‌تنها کارآمد نیست، بلکه از نظر اقتصادی و فنی نیز برای کاربران عادی بی‌منطقی است.
چرا شخصی‌سازی هوش مصنوعی غلط است؟
از دیدگاه آلتمن، آیندهٔ فناوری در ابری شدن و بهینه‌سازی متمرکز نهفته است. او معتقد است که کاربران نهایی نباید نگران جداول پارامترها یا محدودیت‌های حافظهٔ یکپرده‌ای باشند. به باور او، قیمت تمام‌شدهٔ اجرای مدل‌های پیشرفته در خانه‌ها، به‌مراتب بیشتر از هزینهٔ اشتراکات ابری است و این رویکرد تنها به بازدهی کلی اکوسیستم ضربه می‌زند.
سرنوشت رایانه‌های شخصی در عصر جدید
مخالفت آلتمن با صرفه‌جویی در منابع محلی، بحثی متافیزیکی‌تر را نیز مطرح می‌کند: آیا انسان‌ها هنوز به یک رایانهٔ قدرتمند شخصی نیاز دارند، یا صرفاً به یک ترمینال سبک برای دسترسی به هوش متمرکز؟ این دیدگاه می‌تواند مسیر توسعهٔ سخت‌افزارها را به سمت سبک‌تر شدن تقسیم‌بندی مجدد منابع پردازشی هدایت کند.
- کاهش هزینه‌های انرژی و تعمیرات برای مصرف‌کنندگان کناری
- تمرکز اقتصاد دیجیتال بر ارائه‌دهندگان سرویس (ASX)
- ادغام عمیق‌تر هوش مصنوعی در خدمات پایهٔ روزمره
پرسش‌های پرتکرار
آیا سام آلتمن مخالف اجرای مدل‌های هوش مصنوعی روی رایانه‌های خانگی است؟
بله، او معتقد است که مردم باید از مدل‌های مقیاس بالا و متمرکز استفاده کنند و وقت خود را صرف مدیریت رایانه‌های شخصی نکنند.
دلایل آلتمن برای مخالفت با خودروی شخصی چیست؟
او بر اهمیت مقیاس و بهینه‌سازی هزینه‌ها در مداخله‌ها تأکید می‌کند و اجرای محلی را برای میانگین کاربر زیان‌آور می‌داند.
