جنسن هوانگ توصیه‌ای دارد که معتقد است تقریباً همه باید آن را جدی بگیرند: برای خودتان یک معلم خصوصی هوش مصنوعی پیدا کنید. او در مصاحبه‌ای ویدیویی گفت: «من همیشه یک معلم خصوصی هوش مصنوعی شخصی همراهم دارم و فکر می‌کنم این احساس باید جهانی باشد.»

به گزارش زومیت، چه اسم جنسن هوانگ را شنیده باشید یا نه، تصمیمات او در حال شکل دادن به آینده‌ی همه‌ی ماست. او مدیرعامل انویدیا است؛ شرکتی که ارزش بازارش همین چند روز پیش از مرز ۵ تریلیون دلار گذشت تا تیم سبز به اولین و تنها شرکت تاریخ با چنین ارزشی تبدیل شود.

 سهام انویدیا از ابتدای سال ۲۰۲۵ تاکنون بیش از ۵۰ درصد ارزشمندتر شده و در پنج سال اخیر جهشی ۱۵۰۰ درصدی را تجربه کرده است. آن هم به این خاطر که انویدیا اساس کار کامپیوترها را تغییر داده و این انفجار هوش مصنوعی که امروز می‌بینیم، تا حد زیادی مدیون این شرکت است.

بیایید ببینیم مغز متفکر انویدیا چه در سر دارد.

همه‌چیز از بازی‌های ویدیویی در دهه‌ی ۹۰ میلادی شروع شد. گیمرها گرافیک واقعی‌تر می‌خواستند، اما سخت‌افزارها کم می‌آوردند.

به‌گفته‌ی هوانگ، مشکل اینجا بود که کامپیوترها با CPU کارها را یکی‌یکی انجام می‌دادند. اما تیم انویدیا متوجه موضوع مهمی شد:

ما دیدیم که در یک نرم‌افزار، شاید فقط ۱۰درصد از کد، ۹۹درصد کار پردازش سنگین را انجام می‌دهد. و آن ۹۹درصد را می‌شد همزمان انجام داد.

اینجا بود که GPU (واحد پردازش گرافیکی) متولد شد. برای درک تفاوت CPU و GPU، شاید بد نباشد به این ویدیوی ساده که ۱۵ سال پیش در کانال انویدیا منتشر شد، نگاهی بیندازید: در این ویدیو، سازوکار CPU به یک تفنگ پینت‌بال تشبیه شده که گلوله‌ها را یکی‌یکی شلیک می‌کند. اما GPU مثل یک ربات غول‌پیکر متشکل از هزاران تفنگ پینت‌بال است که همه‌ی گلوله‌ها را با هم شلیک می‌کند؛ به عبارت دیگر، پردازش ترتیبی CPU دربرابر پردازش همزمان یا موازی GPU.

انویدیا اول سراغ حوزه‌ی گیمینگ رفت چون بازاری غول‌پیکر بود و پول خوبی برای تحقیق‌وتوسعه فراهم می‌کرد. این «چرخ‌وفلک» بازار بزرگ > پول بیشتر > تکنولوژی بهتر، انویدیا را به چیزی که امروز هست، تبدیل کرد.

هوانگ می‌گوید شگفت‌انگیزترین حرفی که شنیده از یک دانشمند شیمی کوانتوم بوده است. آن دانشمند به هوانگ گفته: «جنسن، به خاطر کار انویدیا، من می‌توانم کاری را که اندازه‌ی تمام عمرم طول می‌کشید، حالا در طول عمر خودم انجام دهم.»

مدتی بعد، اتفاق جالبی افتاد. دانشمندان شروع کردند به «هک کردن» GPUها. آن‌ها GPU را فریب می‌دادند که فکر کند مسئله‌ی پیچیده‌ی شیمی آن‌ها، یک مسئله‌ی گرافیکی بازی است تا بتوانند از آن قدرت پردازش موازی استفاده کنند.

اینجا بود که انویدیا بزرگترین ریسک خود را کرد: CUDA.

CUDA یک پلتفرم نرم‌افزاری بود که به هر برنامه‌نویسی اجازه می‌داد به سادگی از قدرت پردازش موازی GPU برای هر کاری (نه فقط گرافیک) استفاده کند.

جنسن درباره‌ی این ریسک می‌گوید:

این یک شرط‌بندی خوش‌بینانه بود. اگر می‌ساختیمش، شاید کسی سراغش نمی‌آمد. اما اگر نمی‌ساختیم، قطعاً کسی نمی‌توانست بیاید.

و این شرط‌بندی جواب داد.

در سال ۲۰۱۲، همه‌چیز تغییر کرد. یک مدل هوش مصنوعی به نام AlexNet در یک مسابقه‌ی معروف تشخیص تصویر، شرکت کرد و رقبا را با اختلافی فاحش، شکست داد. راز موفقیتش هم این بود که روی دو کارت گرافیک گیمینگ ساده‌ی انویدیا (GTX 580) آموزش دیده بود.

این لحظه، شروع همان انقلابی بود که امروز می‌بینیم. دنیا از «دستور دادن» به کامپیوتر (کدنویسی) به سمت «آموزش دادن» به کامپیوتر (یادگیری ماشین) حرکت کرد.

هوانگ می‌گوید:

ما فهمیدیم این تکنولوژی (یادگیری عمیق) می‌تواند مقیاس‌پذیر شود و کل صنعت کامپیوتر را از نو شکل دهد. به همین دلیل ما کل ساختار کامپیوتر را از نو مهندسی کردیم.

جنسن می‌گوید ۱۰ سال گذشته درباره‌ی «علم هوش مصنوعی» بود. ۱۰ سال آینده درباره‌ی «کاربردی کردن» آن در همه‌ی صنایع است: زیست‌شناسی دیجیتال، تغییرات آب‌وهوایی، کشاورزی و البته، رباتیک.

هوانگ معتقد است که انقلاب بعدی، ربات‌های فیزیکی هستند. اما چالش اساسی در توسعه‌ی ربات‌ها، فرآیند آموزش آن‌هاست. آموزش ربات در دنیای واقعی، فرآیندی بسیار کند، گران‌قیمت، خطرناک و فرسایشی است. ربات ممکن است به خود یا محیط اطراف آسیب بزند و مهم‌تر از آن، بازسازی تمام سناریوهای احتمالی، مانند نور کم، یک مانع ناگهانی یا زمین لغزنده، در دنیای واقعی تقریباً غیرممکن است.

راه‌حل انویدیا، آموزش ربات‌ها در دنیای دیجیتال (شبیه‌سازی) است. این سیستم بر دو بخش کلیدی استوار است: «Cosmos» و «Omniverse».

جنسن اینطور توضیح می‌دهد:

ChatCPT یک هوش مصنوعی مولد است. وقتی به آن یک فایل PDF می‌دهید یا اجازه می‌دهید جستجو کند، شما آن را به «حقیقت» متصل کرده‌اید. در دنیای رباتیک، Cosmos آن هوش مصنوعی مولد است و Omniverse (با قوانین فیزیک) آن «حقیقت» است که ربات را به دنیای واقعی متصل می‌کند.

کازموس را می‌توان «مدل پایه‌ی جهان» یا مغز ربات در نظر گرفت. این یک هوش مصنوعی مولد غول‌پیکر است که «عقل سلیم» فیزیکی را درک می‌کند. Cosmos مفاهیمی اساسی مانند جاذبه، اصطکاک، اینرسی (اینکه اجسام سنگین سخت‌تر حرکت می‌کنند) و «ماندگاری اجسام» (اینکه یک شی با برگرداندن روی ما، ناپدید نمی‌شود) را درک می‌‌کند.

اما Cosmos به‌تنهایی، مانند یک مدل زبانی (مثل ChatGPT اولیه) که به اینترنت متصل نیست، ممکن است «توهم» بزند و قوانین فیزیک را اشتباه حدس بزند.

اینجاست که بخش دوم، یعنی Omniverse وارد می‌شود. این پلتفرم، نقش «حقیقت پایه» (Ground Truth) را برای دنیای فیزیکی ایفا می‌کند؛ درست مانند یک فایل PDF یا نتایج جستجوی وب برای ChatGPT.

در نتیجه، ربات با مغزی که توسط Cosmos در محیط شبیه‌سازی Omniverse آموزش دیده، وقتی برای اولین بار وارد کارخانه‌ی واقعی می‌شود، از قبل برای مواجهه با تمام چالش‌ها آماده است.

و چشم‌انداز نهایی هوانگ:

هر چیزی که حرکت می‌کند، روزی رباتیک خواهد بود. و به زودی این اتفاق می‌افتد. این ایده که ما چمن‌زن را هُل بدهیم همین حالا هم احمقانه به نظر می‌رسد...همه ما یک R2-D2 (شخصیت ربات جنگ ستارگان) شخصی خواهیم داشت. یک دستیار هوش مصنوعی که با ما بزرگ می‌شود، در عینک هوشمند ما، در گوشی ما، در ماشین ما و در خانه ما حضور دارد و همیشه همراهمان است.

هوانگ در پاسخ به این سوال که مردم عادی چطور برای این آینده آماده شوند، می‌گوید:

مهم‌ترین نصیحت من این است: همین الان بروید و برای خودتان یک «معلم خصوصی هوش مصنوعی بگیرید.

معلم خصوصی محبوب خود هوانگ، موتور جست‌وجوی هوش مصنوعی Perplexity است. او سال گذشته در مصاحبه‌ای این ابزار را «بسیار مفید» توصیف کرد و گفت که روزانه از آن برای یادگیری موضوعات مختلف، از جمله زیست‌شناسی دیجیتال، استفاده می‌کند.

هوانگ می‌گوید:

نسل من اولین نسلی بود که باید از خودش می‌پرسید: «چطور از کامپیوترها برای بهتر انجام دادن کارم استفاده کنم؟» ... نسل شما باید این سوال را بپرسد: «چطور از هوش مصنوعی برای بهتر انجام دادن کارم استفاده کنم؟» ... بروید و امتحانش کنید. یاد گرفتن کار با ChatGPT از یاد گرفتن کار با یک کامپیوتر معمولی خیلی آسان‌تر است. ما موانع رسیدن به دانش را از بین برده‌ایم.

هوانگ معتقد است برنامه‌های هوش مصنوعی می‌توانند هر چیزی را که دوست دارید به شما بیاموزند، در برنامه‌نویسی کمک‌تان کنند، برایتان بنویسند، به تحلیل داده‌ها بپردازند و در استدلال و تفکر یاری‌تان کنند. او می‌گوید: «تمام این قابلیت‌ها به شما احساس توانمندی می‌دهد و من فکر می‌کنم آینده‌ی ما همین است.»

خود هوانگ نیز سال گذشته در رویدادی اعتراف کرد که از ابزارهای هوش مصنوعی برای نوشتن پیش‌نویس اولیه کارهایش استفاده می‌کند. با این حال، او امیدوار است که در دهه آینده، این فناوری یادگیری را برای اکثر مردم در تقریبا تمام جنبه‌های زندگی روزمره آسان‌تر و سریع‌تر کند.

او پیش‌بینی می‌کند: «من فکر می‌کنم در دهه‌ی آینده، هوش مصنوعی در برخی زمینه‌ها به سطح فراانسانی خواهد رسید. ما به ابرانسان تبدیل خواهیم شد؛ نه به این دلیل که قدرت‌های خارق‌العاده داریم، بلکه چون هوش‌های مصنوعی فوق‌العاده‌ای در کنار خود خواهیم داشت.»

جنسن هوانگ امیدوار است نسل‌های آینده، انویدیا را اینطور به یاد بیاورند: «شرکتی که تقریباً در مرکز تمام تحولات علمی، زیست‌شناسی دیجیتال و رباتیک قرار داشت...و همزمان، همان شرکتی بود که در کودکی با کارت‌های گرافیکش بازی می‌کردند.»