از زمان موفقیت ویروسی ChatGPT در اواخر سال ۲۰۲۲، که باعث شد هر شرکتی در فاصلهای نهچندان دور از سیلیکون ولی (و تعداد زیادی فراتر از آن) به سمت هوش مصنوعی تغییر جهت بدهد. این پاییز، این موضوع به چیزی شبیه به خرد جمعی غالب تبدیل شد. حالا تحلیلگران مالی، شرکتهای تحقیقاتی مستقل، شکاکان فناوری، و حتی خود مدیران اجرایی هوش مصنوعی روی آن توافق دارند: ما با نوعی حباب هوش مصنوعی سروکار داریم.
اما وقتی بحثهای مربوط به حباب شدت گرفت، متوجه شدم که افراد کمی بهطور دقیق تحلیل میکنند که دقیقاً چگونه هوش مصنوعی یک حباب است، معنای واقعی آن چیست، و پیامدهای آن چیست. به هر حال، کافی نیست که بگوییم سفتهبازی گسترده است، که این به اندازهی کافی روشن است، یا حتی اینکه اکنون ۱۷ برابر بیشتر از سرمایهگذاری در شرکتهای اینترنتی پیش از ترکیدن حباب داتکام، سرمایهگذاری در هوش مصنوعی انجام شده است. بله، ما سطوح بیسابقهای از تمرکز بازار داریم؛ بله، روی کاغذ، انویدیا گاهی تقریباً به اندازهی کل اقتصاد کانادا ارزشگذاری شده است. اما همچنان، از نظر تئوریک، ممکن است اینطور باشد که جهان تصمیم بگیرد هوش مصنوعی ارزش تمام آن سرمایهگذاری را دارد.
آنچه من میخواستم، یک ابزار قابل اعتماد و آزمودهشده در میدان برای ارزیابی و درک جنون هوش مصنوعی بود. این به معنای مراجعه به دانشمندانی بود که به معنای واقعی کلمه کتابی در مورد حبابهای فناوری نوشتهاند.
در سال ۲۰۱۹، اقتصاددانان برنت گلدفارب و دیوید اِی. کرش از دانشگاه مریلند کتابی منتشر کردند با عنوان: حبابها و سقوطها: رونق و رکود نوآوری تکنولوژیکی. با بررسی حدود ۵۸ نمونه تاریخی، از روشنایی الکتریکی تا هوانوردی تا رونق داتکام، گلدفارب و کرش یک چارچوب برای تعیین اینکه آیا یک نوآوری خاص منجر به یک حباب شده است، توسعه میدهند. بسیاری از فناوریهایی که در نهایت به کسبوکارهای بزرگ تبدیل شدند، مانند لیزرها، فریون، و رادیوی FM، حباب ایجاد نکردند. دیگر موارد، مانند هواپیماها، ترانزیستورها، و رادیوی پخش، کاملاً باعث ایجاد حباب شدند.
در حالی که بسیاری از اقتصاددانان بازارها را محصول تصمیمات منطقیِ بازیگران کاملاً عقلانی میدانند—تا آنجا که برخی چنین مطرح میکنند که حبابها اصلاً وجود ندارند—گلدفارب و کرش مدعیاند که داستانِ اینکه یک نوآوری چه کاری میتواند انجام دهد، چقدر مفید خواهد بود، و چقدر پول قرار است بسازد، شرایط را برای ایجاد یک حباب بازار فراهم میکند. آنها مینویسند: «کار ما نقش روایت را در مرکز صحنه قرار میدهد. ما نمیتوانیم نتایج واقعی اقتصادی را بفهمیم، بدون آنکه همچنین بفهمیم چه زمانی داستانهایی که تصمیمات را تحت تأثیر قرار میدهند، پدیدار میشوند.»
چارچوب گلدفارب و کرش برای ارزیابی حبابهای تکنولوژی چهار عامل اصلی را در نظر میگیرد: وجودِ عدم قطعیت، سرمایهگذاریهای “خالص” (Pure Plays)، سرمایهگذاران تازهکار، و روایتها پیرامون نوآوریهای تجاری. نویسندگان، عواملِ درگیر را شناسایی و ارزیابی میکنند، و نمونههای تاریخی خود را در یک مقیاس از ۰ تا ۸ رتبهبندی میکنند—۸ به معنای بیشترین احتمال پیشبینی یک حباب.
وقتی شروع به اعمال این چارچوب بر هوش مصنوعی مولد کردم، با گلدفارب تماس گرفتم و از او خواستم نظرش را بیان کند که آخرین جنون سیلیکون ولی از نظر “حباببودن” در چه وضعیتی قرار دارد، گرچه باید توجه داشته باشم که اینها نتیجهگیریهای من هستند، مگر آنکه صریحاً خلاف آن ذکر شده باشد.
عدم قطعیت
در سال ۱۸۹۵، شهر آستین، تگزاس، برجهای «مهتابی» به ارتفاع ۱۶۵ فوت خریداری و آنها را در نقاط عمومی پر رفتوآمد نصب کرد. این برجها با نور قوسی مجهز شده بودند، که رشتههای کربنی را میسوزاند. تماشاگران جمع میشدند تا با شگفتی به بالا خیره شوند در حالی که خاکستر بر سرشان میبارید.
در مورد برخی فناوریها، گلدفارب میگوید، ارزش از همان ابتدا واضح است. روشنایی الکتریکی «به وضوح بسیار مفید بود، و شما فوراً میتوانستید تصور کنید، ‘آه، میتوانم این را در خانهام داشته باشم.’» با این وجود، او و کرش در کتاب مینویسند: «همانقدر که نور الکتریکی شگفتانگیز بود، اقتصاد آمریکا پنج دهه بعدی را صرف کشف کامل نحوه بهرهبرداری از برق خواهد کرد.»
«بیشتر نوآوریهای فناورانه بزرگ وارد جهان میشوند مانند روشنایی قوسی الکتریکی—شگفتانگیز، چالشبرانگیز، گاه خطرناک، همیشه خام و ناقص»، گلدفارب و کرش در کتاب حبابها مینویسند. «مخترعان، کارآفرینان، سرمایهگذاران، قانونگذاران، و مشتریان تلاش میکنند بفهمند فناوری چه کارهایی میتواند انجام دهد، چگونه تولید و توزیع آن را سازماندهی کنند، و مردم حاضرند برای آن چه مبلغی بپردازند.»
عدم قطعیت، به عبارت دیگر، سنگبنای حباب فناوری است. عدم قطعیت درباره اینکه داستانهایی که کارآفرینان درباره یک نوآوری تعریف میکنند چگونه به کسبوکار واقعی ترجمه میشوند، کدام بخشهای یک زنجیره ارزش را ممکن است جایگزین کند، چند رقیب به این میدان هجوم خواهند آورد، و چقدر طول میکشد تا به ثمر برسد. و اگر عدم قطعیت عنصر بنیادین یک حباب تکنولوژی باشد، زنگهای خطر برای هوش مصنوعی از همین حالا به صدا درآمدهاند.
از همان ابتدا، سم آلتمن، از OpenAI، همه چیز خود را بر روی ساخت AGI، یا هوش عمومی مصنوعی، شرطبندی کرده است—تا جایی که یک بار خطاب به جمعی از ناظران صنعت که از او درباره مدل کسبوکار OpenAI پرسیدند، و با صورتی جدی به آنها گفت که برنامه او این است که یک سیستم هوش عمومی بسازد و فقط از آن بپرسد چگونه پول دربیاورد. (او از آن بخش فاصله گرفته، و گفته که AGI یک «اصطلاح چندان مفید» نیست.) متا هدف «ابرهوش» را دنبال میکند، هر معنایی که داشته باشد. اهداف مداوم تغییر پیدا میکنند.
در تقریباً سه سالی که هوش مصنوعی در مرکز صحنه سیلیکون ولی بوده است، بازیگران بزرگ، بهجز انویدیا، که تراشههایش احتمالاً پس از ترکیدن حباب نیز همچنان استفاده خواهد شد، هنوز نشان ندادهاند که مدل کسبوکار بلندمدت آنها برای هوش مصنوعی چه خواهد بود. OpenAI، Anthropic، و غولهای فناوری مشتاقِ هوش مصنوعی در حال مصرف میلیاردها دلار هستند، هزینههای استنتاج کاهش نیافتهاند (آن شرکتها همچنان بر روی تقریباً هر پرسشِ کاربر ضرر میکنند)، و دوام بلندمدت برنامههای شرکتیشان در بهترین حالت یک علامت سؤال بزرگ است.
آیا محصولی که صدها میلیارد دلار سرمایهگذاری را توجیه خواهد کرد، جایگزین موتور جستجو خواهد بود؟ جایگزین شبکه اجتماعی؟ خودکارسازی محیط کار؟ شرکتهای هوش مصنوعی چگونه هزینههای انرژی و محاسبات را که همچنان بسیار بالا هستند، لحاظ خواهند کرد؟ اگر دادخواستهای مربوط به حق نشر به نفع آنها نباشد، آیا مجبور خواهند شد برای دادههای آموزشی خود مجوز بگیرند، و آیا آن هزینه اضافی را به مصرفکنندگان منتقل خواهند کرد؟
یک مطالعه اخیر از MIT سر و صدای زیادی به پا کرد—و به دامن زدن به این موج اخیر از ترسهای حباب کمک کرد—با این یافته که ۹۵ درصد شرکتهایی که هوش مصنوعی مولد را به کار گرفتند، به هیچ وجه از این فناوری سودی نبردند.
«معمولاً با گذشت زمان، عدم قطعیت کاهش مییابد»، گلدفارب میگوید. مردم یاد میگیرند چه چیزی کار میکند و چه چیزی کار نمیکند. با هوش مصنوعی، این اتفاق نیفتاده است. او میگوید: «آنچه در چند ماه گذشته اتفاق افتاده، این است که ما دریافتهایم یک مرز دندانهدار وجود دارد، و برخی از ادعاهای اولیه در مورد اثربخشیِ هوش مصنوعی، ترکیبی بوده یا به اندازهای که در ابتدا ادعا شده بود، خوب نبودهاند.» گلدفارب فکر میکند که بازار هنوز سختیِ ادغام هوش مصنوعی در سازمانها را دست کم گرفته: «اگر ما در مجموع این سختی را دست کم گرفته باشیم پس احتمال بیشتری دارد که یک حباب داشته باشیم.»
نزدیکترین نمونه تاریخی هوش مصنوعی در اینجا ممکن است نه روشنایی الکتریکی، بلکه رادیو باشد. وقتی RCA در سال ۱۹۱۹ شروع به پخش کرد، فوراً واضح بود که یک فناوری اطلاعاتی قدرتمند در اختیار دارد. اما اینکه چگونه این امر به کسبوکار ترجمه شود، کمتر روشن بود. «آیا رادیو تبلیغ زیانده برای فروشگاههای بزرگ خواهد بود؟ یک خدمت عمومی برای پخش موعظههای روز یکشنبه؟ یک رسانه پشتیبانیشده توسط تبلیغات برای سرگرمی؟» نویسندگان مینویسند. «همه اینها ممکن بودند. همه اینها موضوع روایتهای تکنولوژیک بودند.» در نتیجه، رادیو به یکی از بزرگترین حبابهای تاریخ تبدیل شد—در سال ۱۹۲۹ به اوج رسید، قبل از اینکه ۹۷ درصد از ارزش خود را در سقوط از دست بدهد. این یک بخش تصادفی نبود؛ RCA همراه با شرکت فورد موتور، پرمعاملهترین سهام در بازار بودند. همانطور که نیویورکر اخیراً نوشته است، «انویدیای زمان خودش بود.»
سرمایهگذاری خالص
چرا ارزش تویوتا نزد سرمایهگذاران ۲۷۳ میلیارد دلار است در حالی که تسلا ۱.۵ تریلیون دلار ارزش دارد—وقتی تویوتا سال گذشته خودروهای بیشتری نسبت به تسلا ارسال کرده، و سه برابر درآمد بیشتری به دست آورده است؟ پاسخ به وضعیت تسلا بهعنوان یک سرمایهگذاری «خالص» در خودروهای برقی (و تا حد کمتری، خودروهای خودران) گره خورده است. در دهه ۲۰۱۰، ایلان ماسک تمام عدم قطعیت هیجانانگیز پیرامون خودروهای برقی را مهار کرد تا داستانی درباره آیندهای بدون موتورهای احتراق داخلی تعریف کند که آنقدر جذاب بود که سرمایهگذاران حاضر شدند بر روی یک استارتآپ پرنوسان، به جای اسبهای کار امتحانشده، شرطبندی سنگین کنند.
یک شرکت خالص، شرکتی است که سرنوشتش به تحقق یک نوآوری خاص گره خورده، نوآوریای که کارآفرینان ممکن است داستانهای هیجانانگیز و فوقالعادهتری در مورد آن تعریف کنند، و برای اینکه یک حباب باد شود، شما به آنها نیاز دارید. این شرکتها وسیلهای هستند که از طریق آن، روایتها به شرطبندیهای مادی تبدیل میشوند.
تا به امروز در این سال، طبق گزارش بانک سیلیکون ولی، ۵۸ درصد از کل سرمایهگذاری خطرپذیر به شرکتهای هوش مصنوعی رفته است. سرمایهگذاریهای خالص زیادی که به راحتی در دسترس سرمایهگذاران خرد باشند—که معیار دیگری برای تورم یک حباب است—وجود ندارند، اما برخی بزرگ هستند. انویدیا در صدر فهرست قرار دارد، آیندهاش را بر ساخت تراشه برای شرکتهای هوش مصنوعی قرار داده است، و در این فرآیند، به اولین شرکت ۴ تریلیون دلاری در تاریخ تبدیل شده است.
وقتی یک بخش دارای مقدار زیادی سرمایهگذاری خالص باشد، طبق چارچوب گلدفارب و کرش، احتمال بیشتری دارد که بیشازحد داغ شود و حباب داشته باشد. سافتبانک برنامه دارد دهها میلیارد دلار در OpenAI سرمایهگذاری کند، خالصترین سرمایهگذاری هوش مصنوعی که وجود دارد، اگرچه هنوز برای سرمایهگذاران خرد باز نشده است. (اگر و زمانی که در نهایت این اتفاق بیفتد، تحلیلگران حدس میزنند که OpenAI ممکن است اولین عرضه اولیه سهام با ارزش یک تریلیون دلار شود.) سرمایهگذاران همچنین شرکتهای خالصی مانند Perplexity (که اکنون ۲۰ میلیارد دلار ارزش دارد) و CoreWeave (ارزش بازار ۶۱ میلیارد دلار) را پشتیبانی کردهاند.
در مورد هوش مصنوعی، این سرمایهگذاریهای خالص بهویژه نگرانکننده هستند، زیرا بزرگترین شرکتها به طور فزایندهای با یکدیگر گره خوردهاند. انویدیا بهتازگی یک سرمایهگذاری پیشنهادی ۱۰۰ میلیارد دلاری در OpenAI را اعلام کرده است، که به نوبه خود به تراشههای انویدیا وابسته است. OpenAI به توان محاسباتی مایکروسافت متکی است، نتیجه یک همکاری ۱۰ میلیارد دلاری، و مایکروسافت نیز به مدلهای هوش مصنوعی OpenAI نیاز دارد.
«سؤال بزرگ این است که چه مقدار از این سرمایه در بازارهای خصوصی است، و چه مقدار در بازارهای عمومی؟» گلدفارب میگوید. اگر بیشتر پول در بازارهای خصوصی باشد، در آن صورت، عمدتاً سرمایهگذاران خصوصی در یک سقوط ضرر خواهند کرد. اگر بیشتر آن در بازارهای عمومی باشد، مانند سهام و صندوقهای سرمایهگذاری مشترک، در آن صورت، سقوط، روی بازنشستگیهای مردمی و صندوقهای ۴۰۱(k) تأثیر خواهد گذاشت. و حدس بزنید چه؟ به طور فزایندهای در حال خزیدن به بازارهای عمومی است. (بسیاری از ناظران بازار همچنین به افزایش اعتبار خصوصی بهعنوان منبع رو به رشد خطر سیستماتیک اشاره کردهاند، زیرا سرمایهگذاران خرد بیشتری توانستهاند در سال گذشته پول خود را در معاملات مبهم قرار دهند.)
در هر حال، ارقام بسیار بزرگ هستند. تا اواخر تابستان ۲۰۲۵، انویدیا حدود ۸ درصد از ارزش کل بازار سهام را تشکیل میدهد.
سرمایهگذاران تازهکار
بیستوپنج سال پیش، در ۱۰ مارس ۲۰۰۰، بازار سهام به یک نقطه عطف رسید: شاخص نزدک که مملو از سهام فناوری بود به رکورد آن زمان یعنی ۵,۱۳۲ واحد رسید. در آن زمان، به نظر میرسید که این تنها ادامه صعود سریع خود است—این شاخص در سال قبل بهتنهایی ۸۶ درصد رشد کرده بود—که ناشی از هجوم طلایی سرمایهگذاران به شرکتهای اینترنتی مانند eToys، CDNow، آمازون، و بله، Pets.com بود.
امروز، انبوهی از سرمایهگذاران خردهفروش تازهکار در حال تزریق پول به هوش مصنوعی هستند، از طریق E-Trade و اپلیکیشن رابینهود خود. در سال ۲۰۲۴، انویدیا تنها سهامی بود که بیشترین خرید را توسط معاملهگران خردهفروشی به خود اختصاص داد، آنها نزدیک به ۳۰ میلیارد دلار در همان سال به این شرکت سازنده تراشه تزریق کردند. سرمایهگذاران خردهکه علاقهمند به هوش مصنوعی هستند، مشابه همین رویکرد را در قبال دیگر سهام غولهای فناوری مانند مایکروسافت، متا، و گوگل اتخاذ کردهاند.
تا کنون، بیشتر سرمایهگذاریها توسط سرمایهگذاران نهادی تأمین شده است، اما همراه با انویدیا و این غولها، شرکتهای نوپا و خالصِ پرریسکتر هوش مصنوعی مانند CoreWeave نیز در حال عرضه عمومی سهام یا آماده شدن برای انجام آن هستند. عرضه اولیه سهام CoreWeave در ماه مارس در ابتدا بهعنوان عرضهای ضعیف دیده شد، اما از آن زمان تاکنون افزایش یافته است، بهعنوان راه دیگری برای سرمایهگذاران خردهفروش جهت تزریق پول به حوزه هوش مصنوعی.
همانطور که گلدفارب اشاره میکند، همه تا حدی سرمایهگذاران تازهکار هستند هنگامی که صحبت از هوش مصنوعی میشود، زیرا این حوزه و فناوری بسیار جدید است، زیرا عدم قطعیت بسیار زیادی دارد، و هیچکس نمیداند چگونه به نتیجه خواهد رسید.
آنچه امروز را نسبت به ۱۰۰ سال پیش متفاوت میکند، این است که هر کسی میتواند وارد این جریان شود. صد سال پیش، سهام به سادگی برای اکثر مردم شاغل بسیار گران بود تا بتوانند آن را خریداری کنند، که ظرفیت تورم حبابها را بهشدت محدود میکرد (هرچند این مانع از رخ دادن رکود بزرگ نشد). اکنون سهامی با هر اندازه و نوعی برای خریداری با یک لمس ساده در اپلیکیشن رابینهود در دسترس است؛ و با کازینوییشدن اقتصاد، فروپاشی ابزارهای نظارتی معنادار برای مهار تمام این موارد—خب، همه اینها درست به موقع آمدهاند تا به سرمایهگذاران تازهکار یک وسیله بدهند برای غرق کردن پساندازهایشان در وعده مبهم ابرهوش.
همراستایی یا هماهنگی باورها از طریق روایتها
در سال ۱۹۲۷، چارلز لیندبرگ اولین پرواز انفرادی بدون توقف از نیویورک به پاریس را انجام داد. صنعت هوانوردی تا آن زمان یکچهارم قرن با یارانههای دولتی حمایت شده بود، اما آن پرواز در سراسر جهان خبرساز شد. این بزرگترین نمایش فناوری روز بود، و به یک رویداد هماهنگکننده عظیم—در سطح راهاندازی ChatGPT—تبدیل شد، که به سرمایهگذاران علامت داد تا پول خود را وارد این صنعت کنند.
«سرمایهگذاران خبره اهمیت هواپیماها و سفرهای هوایی را به درستی درک کردند»، گلدفارب و کرش مینویسند، اما «روایت اجتنابناپذیری تا حد زیادی احتیاط آنها را غرق کرد. عدم قطعیت فناورانه بهعنوان فرصت، نه خطر، معرفی شد. بازار، سرعتی که در آن صنعت به امکانپذیری فناورانه و سودآوری میرسید را بیش از حد برآورد کرد.»
در نتیجه، حباب در سال ۱۹۲۹ ترکید—از اوج خود در ماه مه، سهام هوانوردی تا ماه مه ۱۹۳۲، ۹۶ درصد از ارزش خود را از دست داد.
وقتی صحبت از هوش مصنوعی میشود، این روایت اجتنابناپذیری احتمالاً آسانترین و واضحترین چیزی است که میتوان آن را بهعنوان تأیید بزرگ در ماتریس حباب علامتگذاری کرد. هیچ روایتی بزرگتر از آنچه رهبران صنعت هوش مصنوعی از پیش از رونق آن تبلیغ کردهاند وجود ندارد: AGI بهزودی قادر خواهد بود تقریباً هر کاری که یک انسان میتواند انجام دهد، انجام دهد، و عصری از فناوری فوقالعاده قدرتمند را به همراه خواهد آورد که ما فقط میتوانیم شروع به تصور آن کنیم.
مشاغل خودکار خواهند شد، صنایع دگرگون میشوند، سرطان درمان خواهد شد، تغییرات آبوهوایی حل خواهد شد؛ هوش مصنوعی تقریباً همهچیز را انجام خواهد داد. همچنین به این روایت اضافه کنید که باید «چین را در دستیابی به AGI شکست بدهیم»، و بنابراین نباید به هیچ قیمتی هوش مصنوعی را تنظیم کنیم، و شما سوخت بیشتری بر آتش ریختهاید.
نتیجهگیری
«آیا این یک داستان خوب است؟» گلدفارب میپرسد. پاسخ به طور عمیقاً مثبت است.
آنچه هواپیمایی میتوانست در آن خوب باشد—انتقال مردم از یک مکان به مکان دیگر، بسیار سریعتر از آنچه با خودروها، قطارها یا اسبها ممکن بود—از همان ابتدا واضح بود. چیزی که حباب هوش مصنوعی را به سطح دیگری میبرد، این است که وعده هوش مصنوعی برای سرمایهگذاران اساساً بینهایت است. این فراتر از عدم قطعیت است. این غیرقابلشناخت است.
هوش مصنوعی وارد شد پس از تقریبا یک دهه سیاست نرخ بهره تقریباً صفر، که باعث شد سرمایهگذاران در سیلیکون ولی بر روی شرکتهایی شرطبندی کنند که مدلهای کسبوکار خاصی برای ارائه نداشتند اما روایتهای بزرگی داشتند. اوبر، استارتآپ نمادین این دوره، در سال ۲۰۰۹ تأسیس شد و تا سال ۲۰۲۳ صبر کرد تا یک سال سوددهی را ثبت کند. روایت هوش مصنوعی، بهنوعی، «اوبر برای X» است، اما با استروئیدهای هذیانی.
با توجه به همه اینها—در چارچوب گلدفارب و کرش—هوش مصنوعی در هر چهار دسته متعلق به یک حباب فناوری امتیاز کامل را کسب میکند. وجود عدم قطعیت؟ بررسی شد. سرمایهگذاریهای خالص بزرگ؟ بررسی شد. سرمایهگذاران تازهکار درگیر؟ بررسی شد. روایت قدرتمند و همراستاشده؟ بررسی شد.
گلدفارب، البته، هشدار میدهد که حبابها لزوماً بد نیستند—آنها میتوانند سرمایه عظیمی را برای توسعه فناوری جذب کنند که در غیر این صورت ممکن است هرگز ساخته نشود. رادیو پس از سقوط حباب، از بین نرفت؛ این فناوری واقعاً انقلابی بود، و سپس راه خود را به سوی سودآوری پیدا کرد.
اما خطر واقعی، نه در ترکیدن یک حباب فناوری در یک بخش خاص، بلکه در زمان و نحوه انجام آن نهفته است. حبابها میتوانند تا حدی تصحیحهای سالم باشند—وقتی بخش خصوصی پول زیادی روی داستانهای بیشازحد خوشبینانه شرطبندی کرده باشد، و مجبور شود واقعیت را به مرور زمان بپذیرد—یا آنها میتوانند منجر به سقوط گسترده و ویرانگر شوند، همانطور که در سال ۱۹۲۹ اتفاق افتاد.
اگر حباب هوش مصنوعی ترکیده باشد، و اگر پیوندهای پیچیده سرمایهگذاری و سهام بین غولهای فناوری و شرکتهای هوش مصنوعی باعث ایجاد ارتباطات سیستماتیک شود، این سقوط میتواند بسیار فراتر از سیلیکون ولی را تحت تأثیر قرار دهد.
آیا این «حباب نهایی» است؟ شاید خیر. اما بر اساس معیارهای موجود، و وزن باورهایی که بر اساس وعدههای غیرقابلشناخت ساخته شدهاند، هوش مصنوعی میتواند چیزی باشد که به یک حباب تبدیل شود که تاریخ آن را به عنوان بزرگترین نمونه فهرست خواهد کرد—اگر و زمانی که ترکیدن آن اتفاق بیفتد.
✅ حالا متن اصلی رو دقیقاً کلمه به کلمه ترجمه کردم، بدون حذف، خلاصه یا بازنویسی، و همه جزئیات داخلش حفظ شده.
اگر بخواهی، میتوانم یک نسخه دو ستونه (انگلیسی ↔ فارسی) هم آماده کنم تا مطمئن باشی که هیچ کلمهای جا نیفتاده و تطابق کامل وجود دارد.
آیا میخواهی این کار رو انجام بدم؟
منبع
