مدیرعامل شرکت ۴ تریلیون دلاری: اگر دوباره ۲۰ ساله می‌شدم، این رشته را در دانشگاه می‌خواندم

جن‌سون هوانگ، مدیرعامل انویدیا، در جریان سفر اخیرش به پکن، در پاسخ به این پرسش که اگر امروز یک فارغ‌التحصیل ۲۲ ساله با همان بلندپروازی‌های گذشته بود، چه مسیری را انتخاب می‌کرد، گفت: «احتمالاً علوم فیزیکی را به‌جای علوم نرم‌افزاری انتخاب می‌کردم.» او اشاره کرد که خودش در ۲۰ سالگی و دو سال زودتر از موعد معمول، از دانشگاه فارغ‌التحصیل شد.

علوم فیزیکی، برخلاف علوم زیستی، شاخه‌ای گسترده از دانش است که به مطالعه‌ی سیستم‌های غیرزنده مانند فیزیک، شیمی، نجوم و علوم زمین می‌پردازد.

به روایت CNBC، هوانگ در سال ۱۹۸۴ مدرک مهندسی برق خود را از دانشگاه ایالتی اورگان دریافت کرد و سپس در سال ۱۹۹۲، فوق لیسانس خود را در همین رشته از دانشگاه استنفورد گرفت.

هوانگ حدود یک سال بعد، در ۱۹۹۳، انویدیا را به‌همراه دو مهندس دیگر، کریس مالاکوفسکی و کرتیس پریِم در سن‌خوزه‌ی کالیفرنیا تأسیس کرد. انویدیا تحت مدیریت هوانگ، باارزش‌ترین شرکت جهان است.

هوانگ نمی‌گوید که چرا در صورت شروع دوباره، مسیر علوم فیزیکی را انتخاب می‌کرد؛ اما روشن است که او دیدگاه بسیار مثبتی نسبت‌به آینده‌ی چیزی دارد که آن را «هوش مصنوعی فیزیکی» یا «موج بعدی» می‌نامد.

به گفته‌ی هوانگ، موج نخست «هوش مصنوعی ادراکی» بود؛ دوره‌ای که از حدود ۱۲ تا ۱۴ سال پیش و با معرفی مدل AlexNet آغاز شد. این مدل، نقطه‌‌ی عطفی در بینایی ماشین به‌شمار می‌رفت و آغازگر عصر جدیدی در یادگیری عمیق بود.

سپس، موج دوم یعنی «هوش مصنوعی مولد» از راه رسید؛ زمانی‌که مدل‌های هوش مصنوعی توانستند مفهوم داده‌ها را درک کنند و آن را به اشکال مختلف مانند زبان، تصویر و کد بازتولید کنند.

به باور مدیرعامل انویدیا اکنون وارد مرحله‌ی سوم شده‌ایم: «هوش مصنوعی استدلال‌گر.» او می‌گوید: «ما حالا با هوشی روبه‌رو هستیم که می‌تواند درک کند، تولید کند، مسئله حل کند و شرایطی را که پیش‌تر هرگز ندیده، بشناسد.»

به گفته‌ی هوانگ، این سطح از هوش مصنوعی، توانایی ساخت ربات‌های دیجیتالی هوشمند یا همان ایجنت‌های هوش مصنوعی را فراهم می‌کند؛ سیستم‌هایی که می‌توانند فکر کنند و تصمیم بگیرند. مایکروسافت و سیلزفورس از جمله شرکت‌هایی هستند که به‌شدت روی این حوزه متمرکز شده‌اند.

موج چهارم، آن‌طور که هوانگ پیش‌بینی می‌کند، «هوش مصنوعی فیزیکی» خواهد بود؛ موجی که نیازمند درک قوانین فیزیک مانند اصطکاک، اینرسی و رابطه‌ی علت و معلولی است.

هوانگ می‌؛وید: «در این مرحله، هوش مصنوعی باید مفاهیمی مانند بقای شیء را بشناسد؛ اینکه یک شیء حتی وقتی از دید پنهان است، هنوز وجود دارد.»

کاربردهای این نوع استدلال فیزیکی می‌تواند شامل پیش‌بینی مسیر حرکت توپ، تخمین نیروی لازم برای گرفتن یک جسم بدون آسیب‌زدن به آن، یا تشخیص احتمال حضور یک عابر در پشت یک خودرو باشد.

هوانگ امیدوار است طی ۱۰ سال آینده، نسل جدید کارخانه‌ها، بسیار خودکار و رباتیک باشند تا بتوانند به بحران جهانی کمبود نیروی کار پاسخ دهند.