به گزارش سراج24؛ به نقل از روابط عمومی سازمان فضای مجازی سراج، مجله‌ی هفتگی «سایبرنما» که به همت مرکز تحقیقات و آینده‌پژوهی سازمان فضای مجازی سراج منتشر شده است، با معرفی آخرین و مهم‌ترین رخدادهای تکنولوژیک دنیا و تبیین اهمیتِ آن‌ها در آینده‌ی بشریت، شما را با مسیر انقلاب تمدنی سایبری آشنا می‌کند.
در مجله این هفته سایبرنما به پنج نقش امنیتی هوش‌های مصنوعی، اهمیت فرآیند‌های اتوماسیون برای تصمیم‌گیران فناوری اطلاعات، ورود پروژه نورولینک شرکت تسلا به فاز درمان بالینی، آینده‌ی هوش‌های مصنوعی و تلاش شرکت متا برای توسعه‌ی یک ابرکامپیوتر جهت پردازش متاورس اشاره شده است.
علاقمندان می‌توانند این شماره از مجله هفتگی «سایبرنما» را از طریق این لینک دریافت کنند و همچنین متن کامل این مجله به شرح زیر می‌باشد:
۱. پنج تحول امنیتِ سایبری که هوش مصنوعی در شرکت‌ها و استارت‌آپ‌ها رقم خواهد زد
مسئله‌ی امنیت سایبری در دو افقِ کلانِ امنیتِ بیومتریک و امنیت داده‌های دیجیتال قابل بررسی است. هر کدام از این دو افق رویکرد‌ها، پلتفرم‌ها، ابزار‌ها و راهِ حل‌های خاصِ خود را می‌‌طلبند اما تقریبا توافقی نانوشته وجود دارد که هوش مصنوعی گره‌گاهِ اصلی هر دوی این روند‌هاست. مطابق با یک پیمایش انجام شده بر روی مدیران امنیتِ اطلاعات سازمان‌ها و شرکت‌های بزرگ، ۵ نقشِ اصلیِ امنیتیِ هوش‌های مصنوعی در افق ۱۰ ساله به شرح زیر است:
الف) تشخیص کلاهبرداری: استفاده از هوش مصنوعی برای رصدِ معاملات اقتصادی و تشخیصِ ناهنجاری‌ها و پیش‌گیری پیش‌دستانه از آن‌ها
ب) دزیدن اکانت: آموزش رفتار‌های کاربری به هوش مصنوعی و تامین امنیتِ ورود به اکانت توسطِ هوش‌ها با گنجاندن هوش به عنوانِ یک فاکتور در تائید هویت
ج) مقابله با باج‌افزار‌ها: در هر ۱۱ ثانیه یک شرکت توسط باج‌افزار‌ها مورد حمله قرار می‌گیرد که عمده‌ی آن‌ها از طریق تروجان‌ها منتقل می‌شود. نظارت هوش‌های مصنوعی بر بسته‌های داده‌ی ورودی و خروجی می‌تواند ریسک باج‌افزار را به میزان زیادی کاهش دهد
د) تائید هویت: استفاده از شبکه‌های عصبی برای تعیین هویت مشتریان و کارکنان
ی) تحلیل رفتار فرآیندی: نظارت جامع بر تمام فرآیند‌های اطلاعاتی در یک سازمان و تشخیص به موقع ناهنجاری‌ها در رفتار سازمانی
۲. اتوماسیون برای ۹۲ درصد تصمیم‌گیران فناوری اطلاعات «حیاتی» قلمداد شده است
اتوماسیون، که مهم‌ترین نمود آن در لجستیکِ هوشمند است؛ یکی از اصلی‌ترین و مهم‌ترین پایه‌های توسعه در عصر مدرن است. اتوماسیون دو معنا دارد:
الف) استفاده از «ابزار‌های» اتوماتیک برای افزایش و بهینه‌سازی تولید
ب) اتوماتیک‌سازی و منظم‌سازی «انسان‌ها» به عنوانِ عاملِ کار
در حالی که مسئله‌ی «لذتِ زیستن به عنوانِ یک انسان» در کشور‌های توسعه‌یافته یکی از بحران‌های جدیِ انسانی است، پیمایشِ اخیرِ موسسه‌ی کاموندا بر روی ۶۰۰ تصمیم‌گیر فناوری اطلاعات در حوزه‌ی اقتصادِ فناوری اطلاعات، بیان می‌کند ۹۲ درصدِ این تصمیم‌گیران عقیده دارند که یکی از اصلی‌ترین راه‌های رشدِ اقتصادی در بنگاه‌های خرد و کلان، توسعه‌ی اتوماسیون است. به گزارشِ پژوهشِ مذکور، کلان‌روند‌های توسعه‌ی اتوماسیون در ۱۰ سالِ آینده به شرح زیر هستند:
الف) مهاجرت به فضای ابری در اتوماسیون
ب) انتقال تکنولوژی‌های قدیمی به تکنولوژی‌های هوشمند
ج) انعطاف‌پذیرسازی اتوماسیون
د) استفاده از معماری باز جهتِ صرفِ جویی در کشف راهِ حل در مواقع بحران
ی) همگرایی میانِ حوزه‌ی فناوری‌اطلاعات و حوزه‌ی تجارت
این پژوهش نشان می‌دهد که با وجودِ تاکیدِ تصمیم‌گیران حوزه‌ی فناوری اطلاعات بر حیاتی‌بودن اتوماسیون اما تنها ۱۲ درصد آن‌ها اعلام کرده‌اند که توانسته‌اند به اهداف اتوماسیونی خود در سالِ ۲۰۲۱ دست پیدا کنند. مقاومتِ بدنه‌ی تجاری در مقابل سرعتِ سرسام‌آورِ اتوماسیون‌سازی نشان از چیست؟
۳. نورولینک وارد فاز درمانِ بالینی می‌شود
در سال ۲۰۱۹ بود که کمپانی مشهور تسلا اعلام کرد یک پروژه‌ی عظیم در حوزه‌ی نوروتکنولوژی را آغاز کرده است. در سال ۲۰۲۱ این پروژه با عنوان «نورولینک» معرفی شد و مشخص شد که تسلا به دنبال یک رابط کاربری مغزی بسیار پیشرفته است. از آن زمان به بعد خبر‌های ضد و نقیضی در مورد این پروژه‌ی تسلا منتشر شده است. به طور مثال ایلان ماسک چند ماه پیش در توییتر ادعا کرد که یک میمون توانسته است با نورولینک بازی پونگ را انجام دهد (ادعایی که بسیاری از پژوهشگران این حوزه با شک و تردید به آن نگریستند).
در هفته‌ی گذشته اتفاقی دیگر مربوط به این پروژه خبرساز شد. شرکت تسلا یک آگهی شغلی را منتشر کرد که با توجه به توضیحاتِ ارائه شده از شرایط کاری، روشن شده است که این شرکت «تازه» به فکر آزمایش بالینی و انسانی نورولینک برای مقاصد درمانی است. به نظر می‌رسد که دست‌آورد‌های شرکت تسلا در مقایسه با دست‌آورد‌های حوزه‌ی دانشگاهی در این زمینه قابل قیاس نیست. اما می‌توان انتظار داشت که شرکت تسلا به جهتِ ذاتِ صنعتی خودش و با استفاده از تحقیقات موجود بین ۵ تا ۷ سال آینده انقلابی را در این زمینه رقم بزند. آیا تسلا در رقابت با دیگر شرکت‌های بزرگ مانند فیسبوک و مایکروسافت می‌تواند متاورسِ اصیل (مغز پایه) را ایجاد کند؟
۴. هوشی که هوش بسازد هوش است
هوش‌های مصنوعی تشنه‌ی اعداد هستند. زمانی که ۱۰ سال پیش یادگیری عمیق به ناگهان تصور همه را از هوش مصنوعی عوض کرد، هیچ چیزِ جدیدی از جهتِ نظری ابداع نشد، بلکه «تعدادِ بیشتری» از داده‌ها فراهم شدند. از آن زمان به بعد، هوش‌های مصنوعی ولعِ بیشتری نسبت به تعدادِ داده و قدرتِ همراه با آن‌ها دارند و با افزایشِ داده، آن‌ها هم توسعه می‌یابند. حال که «تعدادِ خودِ هوش‌ها» زیاد شده است، آیا می‌توان هوشی را طراحی کرد که بتواند با یادگرفتنِ هوش‌ها، هوشمند شود؟
این همان سوالی است که یک پروژه‌ی دانشگاهی در تورنتوی کانادا را جهت‌بخشی کرده است. محققان در این پروژه هوش مصنوعی‌ای را توسعه داده‌اند که می‌تواند «تا حدودی» لایه‌های مختلف شبکه‌ی عصبی را تشخیص دهد و آن‌ها را ابداع کند. به بیانِ دیگر، آن‌ها هوشِ مصنوعی‌ای را توسعه داده‌اند که می‌تواند هوش‌های مصنوعی‌ای دیگری را تولید کند. آیا این هوش‌های مصنوعیِ جدید از خالقِ خودشان ضعیف‌ترند؟ هنوز بله. اما در نظریه خیر. هوش مصنوعیِ هوش‌ساز می‌تواند بهترین معماری‌های ممکن برای هوش‌های جدید را پیش‌بینی کند و این به آن معناست که احتمالا می‌تواند به زودی هوشی بهتر از خودش را توسعه دهد. این پروژه به قطع یکی از کلیدی‌ترین پروژه‌های فاش‌شده‌ی جهانی است.
۵. متا ابرکامپیوتر‌های پشتیبانِ متاورس را توسعه می‌دهد
صحیح است که این روز‌ها بازار اخبار در مورد متاورس حسابی داغ است و همه در مورد خرید زمین و رمز‌ارز و ... در این فضاها صحبت می‌کنند، اما حقیقت آن است که چینی‌ها راستگوتر از آمریکایی‌ها هستند و ما نمی‌توانیم پیش از ۶ سال آینده انتظار یک متاورس تام و تمام را داشته باشیم. شرکتِ متا هم که خود را رهبرِ عرصه‌ی متاورس می‌داند هر هفته در حالِ معرفی پیش‌نیاز‌های این فضاست. پیش‌نیاز‌هایی که هر کدام پروژه‌های مهیب و شگفت‌آوری هستند.
دو هفته‌ی پیش بود که از تلاش‌های متا برای پردازش زبان طبیعی صحبت کردیم و این هفته سراغ مسئله‌ی «پردازش» خواهیم رفت. پردازش یک فضا مانند متاورس نیازمندِ قدرتِ بسیار بالای پردازشی است که اکنون به هیچ عنوان در دسترس نیست و به گفته‌ی خودِ زاکربرگ توان پردازشی باید به بالای کوانتیلینیوم (۱ با ۱۸ صفر) برسد. چنین سطحی از پردازش را فعلا چین با کامپیوتر اگزااسکیل خودش در اختیار دارد و به همین دلیل است که فیسبوک یک پروژه‌ی جدید برای توسعه‌ی یک ابرکامپیوتر در سطح اگزا با توان پردازشی چند کوانتیلینیومی در ثانیه را راه انداخته است. این ابر کامپیوتر که به هوش مصنوعی مجهز است تنها شانس متا برای پیروزی بر رقبای چینی خودش مانند علی‌بابا، تنسنت و بایدو است.
