دوران اینترنت یکپارچه و سرویس های جهانی رو به پایان است. طبق پیش بینی موسسه گارتنر، تا سه سال آینده بیش از یک سوم کشورهای جهان دسترسی به مدل های جهانی را محدود کرده و کاربران را در پلتفرم های منطقه ای و کنترل شده محصور خواهند کرد؛ اتفاقی که چهره تکنولوژی را برای همیشه تغییر خواهد داد.

به گزارش Info Risk Today، هوش مصنوعی مولد (Generative AI) به عنوان یک فناوری جدید و جذاب در سیلیکون ولی ظهور کرد و اکنون در کنار نگرانی های امنیت ملی مانند شبکه های برق، بنادر و ارتباطات قرار گرفته است. بسیاری از دولت ها معتقدند که هوش مصنوعی حیاتی تر از آن است که کنترل آن به دست بیگانگان سپرده شود.

بر اساس پیش بینی شرکت پژوهشی و مشاوره گارتنر (Gartner)، تا سال 2027، بیش از یک سوم کشورهای جهان به پلتفرم های هوش مصنوعی منطقه ای که بر پایه داده ها، زیرساخت ها و چارچوب های حاکمیتی اختصاصی ساخته شده اند، محدود خواهند شد. این میزان، افزایشی هفت برابری نسبت به 5 درصدی است که امروز از پلتفرم های منطقه ای استفاده می کنند.

کشورها اکنون از مدل های زبانی بزرگ (LLMs) همانند زیرساخت های حیاتی ملی خود محافظت می کنند و برخی سرمایه گذاری های عظیمی در زیرساخت ها و فناوری های هوش مصنوعی منطقه ای انجام می دهند. کارشناسان پیش بینی می کنند که این روند به ظرفیت مازاد، هزینه های بالاتر و پایان هوش مصنوعی به عنوان یک ابزار خدماتی قابل تعویض در سطح جهانی منجر خواهد شد.

به گفته گائوراو گوپتا(Gaurav Gupta)، تحلیلگر و معاون گارتنر، اکثر کشورها هنوز با سؤالات مربوط به هوش مصنوعی حاکمیتی (Sovereign AI) - یعنی بلندپروازی فنی برای توسعه توانمندی های داخلی در زمینه محاسبات، مدل ها و داده ها - و حاکمیت هوش مصنوعی (AI Sovereignty)-یعنی حق سیاسی و قانونی برای تعیین نحوه عملکرد هوش مصنوعی در مرزهای ملی- دست وپنجه نرم می کنند. امروزه اکثر استراتژی های ملی ترکیبی از هر دو رویکرد را در بر می گیرند.

آخیلش توتجا (Akhilesh Tuteja)، شریک خدمات مشاوره ای و رییس سابق امنیت سایبری در KPMG می گوید: امروزه هیچ مسیری در حوزه هوش مصنوعی بدون در نظر گرفتن مسائل ژئوپلیتیک وجود ندارد.

ایالات متحده و چین به عنوان پیشتازان توسعه هوش مصنوعی ظهور کرده اند و شرکت های مستقر در آمریکا از جمله OpenAI، مایکروسافت و گوگل، توسعه مدل های پیشگام (frontier model) را رهبری می کنند. گوپتا می گوید: ایالات متحده رویکردی بازار-محور دارد که در آن [پروژه ها] توسط بخش خصوصی تأمین مالی می شوند.

در مقابل، چین یک استراتژی دولت-محور را اتخاذ کرده است که بر تأمین مالی دولتی، جوامع متن باز، چارچوب های حاکمیتی و همکاری های فرامرزی با مدیریت دقیق تأکید دارد.

اما رقابت ژئوپلیتیک میان واشنگتن و پکن، کنترل های صادراتی را تشدید کرده، جریان های سرمایه گذاری را محدود ساخته و دسترسی به تراشه های نیمه هادی پیشرفته را سیاسی کرده است. نتیجه، یک محیط جهانی است که در آن وابستگی به هر اکوسیستم هوش مصنوعی واحدی، نه تنها برای دولت ها، بلکه برای شرکت هایی که در سطح بین المللی فعالیت می کنند نیز ریسک به همراه دارد.

توتجا می گوید: به همین دلیل است که دولت ها - حتی در کشورهای کوچک تر - حاکمیت هوش مصنوعی را نوعی مدیریت ریسک ملی می دانند. ژئوپلیتیک امروز از ملت ها انتظار دارد که بسیار درون گراتر و متکی به خود شوند.

مجمع جهانی اقتصاد (WEF) هشدار داده پی گیری هوش مصنوعی حاکمیتی برای بسیاری از کشورها هزینه های هنگفت مالی و منابعی را در پی خواهد داشت.

انتظار می رود هزینه های سالانه جهانی برای زیرساخت هوش مصنوعی تا سال 2030 تا 400 میلیارد دلار افزایش یابد و این گزارش هشدار می دهد که برخی اقتصادها ممکن است عقب بمانند زیرا حاکمیت هوش مصنوعی به طور فزاینده ای با مالکیت زیرساخت ها در هم آمیخته می شود.

خودِ مدل های هوش مصنوعی نیز در حال منطقه ای تر شدن هستند. مدل های اروپایی مانند Mistral و Aleph Alpha خود را به عنوان جایگزین هایی برای مدل های مستقر در آمریکا معرفی می کنند. گوپتا می گوید اتحادیه اروپا از طریق قانون هوش مصنوعی اتحادیه اروپا (EU’s AI Act)، یک صافی مبتنی بر اعتماد، با اولویت شفافیت و مقررات را به کار گرفته است.

در همین حال، کانادا در حال پیش برد استراتژی محاسبات هوش مصنوعی حاکمیتی 2 میلیارد دلاری خود است و هند نیز با تخصیص بودجه 2.4 میلیارد دلاری برای ابرمحاسبات، تحقیق و توسعه و قابلیت های چندزبانه در سال 2025، در حال سرمایه گذاری در هوش مصنوعی حاکمیتی است.

در خاورمیانه، امارات متحده عربی ادعا می کند با پلتفرم حاکمیتی خود که با کمک یک مشارکت زیرساختی 100 میلیارد دلاری با مایکروسافت و انویدیا ساخته شده، به نرخ پذیرش 97 درصدی هوش مصنوعی در سطح ملی دست یافته است. عربستان سعودی نیز با سرمایه گذاری در 6 گیگاوات ظرفیت مرکز داده تا سال 2034 و یک منطقه ابری جدید مایکروسافت، از پلتفرم هوش مصنوعی دولتی خود به نام Humain حمایت می کند، به این امید که به سومین بازیگر بزرگ در بازار جهانی هوش مصنوعی تبدیل شود.

گوپتا می گوید کشورهای کوچک تر در حالی که به دنبال جایگزین هایی برای مدل بسته ایالات متحده هستند، سرمایه گذاری خود را در پشته های (stacks) (لایه های لازم برای ساخت هوش مصنوعی داخلی از سخت افزار گرفته تا نرم افزار) هوش مصنوعی داخلی افزایش می دهند؛ این جایگزین ها شامل قدرت محاسباتی، مراکز داده، زیرساخت ها و مدل هایی همسو با قوانین، فرهنگ و منطقه محلی است.

رنه بوست(Rene Buest)، تحلیلگر ارشد در گارتنر می گوید: سازمان های خارج از ایالات متحده و چین برای کسب استقلال دیجیتال و فناورانه، بیشتر در زیرساخت ابری حاکمیتی به عنوان سرویس (IaaS) سرمایه گذاری می کنند. هدف، نگه داشتن ثروت آفرینی در داخل مرزهای خود برای تقویت اقتصاد محلی است.

گارتنر پیش بینی می کند چین و آمریکای شمالی در سال 2026 با هزینه های 47 میلیارد و 16 میلیارد دلاری به ترتیب، پیشتاز هزینه کرد در IaaS ابری حاکمیتی خواهند بود. اما نرخ رشد آن ها در محدوده 20 درصد پیش بینی می شود که بسیار کمتر از نرخ رشد سه رقمی در مناطق دیگری است که هنوز در مراحل اولیه ساخت قابلیت های خود هستند.

پیش بینی می شود اروپا در سال 2027 در هزینه کرد IaaS ابری حاکمیتی از آمریکای شمالی پیشی بگیرد، که بخشی از آن به دلیل بازآرایی زیرساخت های دیجیتال و فاصله گرفتن از ارائه دهندگان ابری مستقر در ایالات متحده است.

به عنوان مثال، مقامات فرانسوی اخیراً طرحی را برای توقف استفاده از پلتفرم های همکاری Zoom و Microsoft Teams در میان 2.5 میلیون کارمند دولت تا سال 2027 اعلام کرده و آن ها را با یک پلتفرم ارتباطات ویدیویی داخلی که بر روی زیرساخت ابری حاکمیتی میزبانی می شود، جایگزین خواهند کرد.

موانع عملی برای حاکمیت هوش مصنوعی با زیرساخت آغاز می شود. سطح سرمایه گذاری مورد نیاز فراتر از توان اکثر کشورهاست و یک عدم تقارن اساسی در چشم انداز جهانی هوش مصنوعی ایجاد می کند.

گوپتا می گوید: هزینه ساخت یک گیگاوات مرکز داده جدید بیش از 50 میلیارد دلار است. بزرگ ترین محدودیت امروز، در دسترس بودن برق است… شما اکنون برای برق با مصارف مسکونی و سایر مصارف صنعتی رقابت می کنید.

محدودیت های برق، ظرفیت انرژی و خدمات شهری را به جایگاه دارایی های استراتژیک در رقابت هوش مصنوعی ارتقا داده است. کشورهایی که به دنبال حاکمیت هوش مصنوعی هستند، باید یا ظرفیت تولید برق خود را افزایش دهند یا میان زیرساخت هوش مصنوعی و سایر نیازهای اجتماعی، دست به انتخاب های دشواری بزنند. گارتنر پیش بینی می کند کشورهایی که یک پشته هوش مصنوعی حاکمیتی ایجاد می کنند، تا سال 2029 باید حداقل 1 درصد از تولید ناخالص داخلی خود را صرف زیرساخت هوش مصنوعی کنند.

اما از آنجا که اکثر کشورها منابع لازم برای دستیابی به این سطح از حاکمیت کامل در پشته هوش مصنوعی را ندارند، به یک رویکرد لایه ای روی می آورند. مفهوم هوش مصنوعی محرمانه (Confidential AI) - سیستم هایی که می توانند از منابع محاسباتی خارجی استفاده کنند و در عین حال حریم خصوصی و امنیت داده ها را حفظ کنند - مسیری بالقوه برای کشورها فراهم می کند تا از قابلیت های جهانی هوش مصنوعی بهره مند شوند و همزمان کنترل اطلاعات حساس خود را حفظ کنند.

با وجود موانع، یکی از قانع کننده ترین دلایل برای توسعه هوش مصنوعی بومی این است که مدل های منطقه ای می توانند در کاربردهای وابسته به بافت محلی، عملکرد بهتری نسبت به سیستم های جهانی داشته باشند.

گوپتا می گوید: اگر به کل پشته فناوری هوش مصنوعی نگاه کنید، این پشته با زیرساخت هوش مصنوعی حاکمیتی آغاز می شود که شامل مراکز داده و نیمه هادی هاست. اما بر روی آن، شما امنیت، مدل ها، برنامه ها و موارد استفاده را دارید.

تقاضا برای مدل هایی که منعکس کننده زبان ها، آداب و رسوم، چارچوب های قانونی و هنجارهای اجتماعی محلی باشند، در حال افزایش است. اما کشورهایی که مدل های زبانی بزرگ خود را می سازند و کنترل می کنند، همچنین کنترل می کنند که آن مدل ها چه چیزهایی را بگویند و چه چیزهایی را نگویند.

گوپتا می گوید: در بسیاری از کشورها این نگرانی وجود داشته است که اگر از برخی مدل های پیشگام بسته موجود، که در غرب مستقر هستند، یا برخی از مدل های متن باز مستقر در چین استفاده کنند، پاسخ هایی که دریافت می کنند با فرهنگ و مذهب آن ها همسو نیست.

چت بات هوش مصنوعی دولت عربستان سعودی، Humain Chat، که بر پایه یک مدل زبانی بزرگ مبتنی بر زبان عربی به نام ALLAM ساخته شده، با تسلط بی نظیر بر زبان عربی و همسویی عمیق با ظرافت های اسلامی، خاورمیانه ای و فرهنگی طراحی شده است.

گزارش ها حاکی از آن است که چین در حال اعمال سانسور بر آموزش مدل هاست. به عنوان مثال، مدل Deepseek مستقر در چین، خیلی واضح از بحث درباره میدان تیان آن من یا حاکمیت تایوان خودداری می کند.

برخلاف چین و عربستان سعودی، مسکو هنوز یک مدل حاکمیتی رقابتی در سطح جهانی منتشر نکرده است، اما گزارش شده که بازیگران روسی درگیر پیرایش مدل های زبانی بزرگ (LLM grooming) برای تولید محتوای طرفدار کرملین از طریق شبکه هایی مانند Portal Kombat/Pravda و مسموم کردن داده های آموزشی هوش مصنوعی غربی هستند.

بر اساس یک تحقیق مایکروسافت، کشورهایی مانند کره شمالی نیز به طور مشابه، کمتر بر ساخت مدل های حاکمیتی تمرکز کرده اند و بیشتر از مدل های موجود برای عملیات سایبری تهاجمی و کمپین های نفوذ استفاده می کنند.

گارتنر هشدار می دهد که حاکمیت هوش مصنوعی به کاهش همکاری، تکرار تلاش ها و اختلالات بالقوه در زنجیره تأمین منجر خواهد شد. گوپتا می گوید: ما قبلاً بخشی از این را در طول همه گیری کرونا، زمانی که کمبود نیمه هادی ها وجود داشت، شاهد بودیم.

در نهایت، سرمایه گذاری های بزرگ در زیرساخت های مراکز داده و تقاضای بالا برای نیروی کار ماهر می تواند به ظرفیت مازاد و هزینه های عملیاتی بالاتر برای پلتفرم های هوش مصنوعی منجر شود. گوپتا می گوید: از آنجایی که هر کشوری در این مسیر حرکت می کند، ساخت وساز بدون توجه به عرضه و تقاضا در حال انجام است.

مقاله مجمع جهانی اقتصاد استدلال می کند که بازتعریف حاکمیت هوش مصنوعی به عنوان وابستگی متقابل استراتژیک (strategic interdependence) - به جای خودکفایی مطلق - واضح ترین مسیر را برای رقابت پذیری بلندمدت ارائه می دهد. این گزارش می گوید موفق ترین اقتصادها آن هایی خواهند بود که بتوانند به شبکه های جهانی متصل شوند و با دقت سرمایه گذاری کنند. از سیاست گذاران خواسته می شود بر مزیت های نسبی، قابلیت همکاری و اتحادها تمرکز کنند.

سوال این است که آیا نیروهای ژئوپلیتیکی که اکنون رقابت هوش مصنوعی حاکمیتی را به پیش می برند، فضای زیادی برای چنین ظرافتی باقی خواهند گذاشت یا نه.

منبع: عصرایران