
هوش مصنوعی در چند سال گذشته از یک موضوع تخصصی در دانشگاهها و آزمایشگاههای تحقیقاتی به یکی از مهمترین بخشهای اقتصاد جهانی تبدیل شده است. امروزه شرکتهای فناوری، بانکها، خودروسازان، مراکز درمانی، دولتها و حتی صنایع سرگرمی برای توسعه محصولات خود به هوش مصنوعی وابستهاند.
باینحال، این صنعت یکشبه به وجود نیامده است. ریشههای هوش مصنوعی به دههها پیش بازمیگردد؛ زمانی که دانشمندان تلاش میکردند بفهمند آیا میتوان فرایندهای فکری انسان را با استفاده از ماشینها شبیهسازی کرد یا نه. در ادامه، مسیر شکلگیری هوش مصنوعی، بنیانگذاران اصلی آن، نقش انویدیا در انقلاب اخیر این فناوری و پیامدهای احتمالی کنارهگیری جنسن هوانگ از مدیرعاملی این شرکت را بررسی میکنیم.
برای پاسخ دقیق به این پرسش باید میان «ایده هوش مصنوعی» و «تأسیس رسمی رشته هوش مصنوعی» تفاوت قائل شد.
ایده ساخت ماشینهای هوشمند سابقهای طولانی دارد. از داستانهای اسطورهای درباره موجودات مصنوعی گرفته تا ماشینهای مکانیکی قرنهای گذشته، انسان همواره به ساخت ابزاری شبیه انسان علاقهمند بوده است. بااینحال، هوش مصنوعی بهعنوان یک رشته علمی مستقل در میانه قرن بیستم شکل گرفت.
نقطه آغاز رسمی این رشته معمولاً سال ۱۹۵۶ میلادی دانسته میشود. در این سال، کارگاه علمی معروفی در کالج دارتموث آمریکا برگزار شد که بعدها به **کنفرانس دارتموث** شهرت یافت. در پیشنهاد برگزاری این کارگاه، برای نخستینبار عبارت «هوش مصنوعی» به شکل رسمی به کار رفت.
هدف پژوهشگران این بود که بررسی کنند آیا میتوان فرایندهایی مانند یادگیری، حل مسئله، استدلال، زبان و ادراک را بهصورت دقیق توصیف کرد و سپس آنها را در یک ماشین پیادهسازی کرد یا خیر.
البته این بدان معنا نیست که پیش از سال ۱۹۵۶ هیچ پژوهشی درباره ماشینهای هوشمند وجود نداشت. چند سال پیش از کنفرانس دارتموث، دانشمندانی مانند آلن تورینگ درباره امکان تفکر ماشینها، منطق محاسباتی و سنجش هوشمندی رایانهها تحقیق کرده بودند. بنابراین، سال ۱۹۵۶ را باید نقطه رسمی نامگذاری و شکلگیری دانشگاهی این حوزه دانست، نه آغاز تمام ایدهها و پژوهشهای مرتبط با هوش مصنوعی.

یکی از مهمترین چهرههای پیش از شکلگیری رسمی هوش مصنوعی، آلن تورینگ ، ریاضیدان و دانشمند علوم رایانه بریتانیایی بود.
تورینگ در سال ۱۹۵۰ مقالهای با عنوان «ماشینها و هوش» منتشر کرد. او در این مقاله پرسشی بنیادی را مطرح کرد: آیا ماشینها میتوانند فکر کنند؟ تورینگ بهجای تلاش برای تعریف دقیق واژه «فکر کردن»، آزمونی عملی پیشنهاد داد که بعدها به آزمون تورینگ معروف شد.
در این آزمون، یک انسان با دو طرف ارتباط برقرار میکند؛ یکی انسان و دیگری ماشین. اگر انسان نتواند بهطور قابلاعتماد تشخیص دهد که کدام طرف ماشین است، میتوان گفت ماشین در برقراری گفتوگوی هوشمندانه موفق شده است.
آزمون تورینگ امروزه معیار کاملی برای سنجش هوش مصنوعی محسوب نمیشود، اما تأثیر آن بر تاریخ این حوزه بسیار مهم است. تورینگ نشان داد که میتوان هوشمندی را بهعنوان یک مسئله محاسباتی بررسی کرد. او همچنین با کارهای خود در منطق، رمزگشایی و نظریه محاسبات، پایههای نظری علوم رایانه و هوش مصنوعی را تقویت کرد.
اصطلاح «هوش مصنوعی» معمولاً با نام جان مککارتی گره خورده است. مککارتی یکی از دانشمندان برجسته علوم رایانه بود که در سازماندهی کنفرانس دارتموث نقش داشت. او بعدها زبان برنامهنویسی Lisp را طراحی کرد؛ زبانی که برای سالها در پژوهشهای هوش مصنوعی استفاده میشد.

در کنار مککارتی، چند دانشمند دیگر نیز در شکلگیری این رشته نقش مهمی داشتند:
جان مککارتی را اغلب یکی از پدران هوش مصنوعی میدانند. او معتقد بود بخشهای مختلف هوش انسانی، مانند یادگیری و حل مسئله، باید بتوانند بهصورت دقیق و منطقی در قالب برنامههای رایانهای پیادهسازی شوند.
مککارتی علاوه بر نقش خود در کنفرانس دارتموث، در توسعه روشهای استدلال نمادین و زبان Lisp نیز اثرگذار بود. او در سال ۱۹۷۱ جایزه تورینگ را دریافت کرد.
ماروین مینسکی

ماروین مینسکی یکی دیگر از شخصیتهای کلیدی هوش مصنوعی بود. او از بنیانگذاران آزمایشگاه هوش مصنوعی مؤسسه فناوری ماساچوست، MIT، به شمار میرفت.
مینسکی در زمینه شبکههای عصبی، رباتیک، ادراک ماشین و نظریه ذهن پژوهش کرد. او در سالهای ابتدایی توسعه هوش مصنوعی، از این ایده حمایت میکرد که میتوان فرایندهای ذهنی انسان را با مجموعهای از قواعد و محاسبات توضیح داد.
کلود شانون

کلود شانون، پدر نظریه اطلاعات، نیز در توسعه دیدگاه محاسباتی نسبت به هوش نقش داشت. پژوهشهای او درباره اطلاعات، ارتباطات و تصمیمگیری، بعدها در بسیاری از حوزههای مرتبط با یادگیری ماشین و پردازش داده اثر گذاشت.
ناتانیل روچستر

ناتانیل روچستر از دیگر چهرههای مهم در شکلگیری کنفرانس دارتموث بود. او در طراحی رایانههای اولیه و توسعه برنامههای محاسباتی نقش داشت و به پیوند میان سختافزار و پژوهشهای هوش مصنوعی کمک کرد.
در دهههای ۱۹۵۰ و ۱۹۶۰، پژوهشگران نسبت به آینده هوش مصنوعی بسیار خوشبین بودند. برنامههایی ساخته شدند که میتوانستند مسائل ریاضی را حل کنند، بازیهای ساده انجام دهند یا در چارچوبی محدود به پرسشهای انسانی پاسخ دهند.
در آن دوره، بیشتر پژوهشها بر پایه هوش مصنوعی نمادین بود. در این رویکرد، دانش به شکل قواعد، نمادها و دستورهای منطقی در اختیار ماشین قرار میگرفت. برای مثال، اگر برنامهای میدانست «همه انسانها فانی هستند» و «سقراط انسان است»، میتوانست نتیجه بگیرد که «سقراط فانی است».
این روش در مسائل محدود موفق بود، اما در مواجهه با دنیای واقعی مشکلات فراوانی داشت. زبان انسان، تصویر، احساس، ابهام و تصمیمگیری روزمره بسیار پیچیدهتر از مجموعهای از قواعد ثابت هستند.
زمستانهای هوش مصنوعی
پس از موج نخست خوشبینی، مشخص شد که ساخت ماشینهایی با هوش عمومی بسیار دشوارتر از پیشبینیهای اولیه است. محدودیت توان پردازشی، کمبود داده، هزینه زیاد ذخیرهسازی و ناتوانی الگوریتمها در درک موقعیتهای پیچیده باعث شد بسیاری از پروژهها به نتیجه مورد انتظار نرسند.
در نتیجه، سرمایهگذاری و توجه عمومی به هوش مصنوعی در چند دوره کاهش یافت. این دورهها با عنوان زمستان هوش مصنوعی شناخته میشوند.
زمستانهای هوش مصنوعی یکبار در دهه ۱۹۷۰ و بار دیگر در دهه ۱۹۸۰ به شکل جدی تجربه شدند. بسیاری از وعدههای بزرگ پژوهشگران عملی نشد و دولتها و شرکتها بودجه پروژههای هوش مصنوعی را کاهش دادند.
بااینحال، پژوهش در این حوزه متوقف نشد. پیشرفت در نظریههای آماری، الگوریتمهای یادگیری ماشین، سختافزار و ذخیرهسازی داده بهتدریج زمینه را برای بازگشت هوش مصنوعی فراهم کرد.
سه عامل اصلی باعث جهش هوش مصنوعی در سالهای اخیر شدند:
افزایش قدرت پردازشی
پردازندههای گرافیکی یا GPU که ابتدا برای بازیهای رایانهای توسعه یافته بودند، توانایی بالایی در انجام محاسبات موازی دارند. همین ویژگی باعث شد برای آموزش شبکههای عصبی بزرگ بسیار مناسب باشند.
رشد دادههای دیجیتال
شبکههای اجتماعی، تلفنهای هوشمند، وبسایتها، دوربینها و سامانههای آنلاین حجم بسیار بزرگی از داده تولید کردند. مدلهای یادگیری ماشین برای آموزش به داده نیاز دارند و افزایش دادههای قابلدسترس به پیشرفت آنها کمک کرد.
توسعه یادگیری عمیق
یادگیری عمیق یا Deep Learning به مدلهایی گفته میشود که از شبکههای عصبی چندلایه برای کشف الگوهای پیچیده استفاده میکنند. این روش در تشخیص تصویر، ترجمه ماشینی، پردازش زبان و تولید محتوا عملکرد چشمگیری نشان داد.
ترکیب این سه عامل، زمینه ظهور مدلهای زبانی بزرگ و ابزارهایی مانند چتباتها، سامانههای تولید تصویر، دستیارهای هوشمند و خودروهای خودران را فراهم کرد.
شرکت انویدیا در سال ۱۹۹۳ توسط جنسن هوانگ، کریس مالاچوفسکی و کرتیس پریِم تأسیس شد. این شرکت در ابتدا بیشتر بهخاطر تولید تراشههای گرافیکی برای بازیهای رایانهای شناخته میشد.
با گذشت زمان، مشخص شد تراشههای گرافیکی انویدیا تنها برای نمایش تصاویر مناسب نیستند و میتوانند محاسبات بسیار سنگین و موازی را نیز انجام دهند. این ویژگی آنها را به ابزاری مهم برای آموزش مدلهای هوش مصنوعی تبدیل کرد.
انویدیا با توسعه معماریهای گرافیکی و پلتفرم نرمافزاری CUDA توانست جایگاه مهمی در زنجیره تأمین هوش مصنوعی به دست آورد. بسیاری از شرکتهای بزرگ برای آموزش مدلهای خود به تراشههای این شرکت و زیرساختهای وابسته به آن نیاز دارند.
به همین دلیل، انویدیا را نمیتوان فقط یک شرکت تولیدکننده تراشه دانست. این شرکت به یکی از تأمینکنندگان اصلی زیرساخت محاسباتی عصر هوش مصنوعی تبدیل شده است.

جنسن هوانگ از بنیانگذاران انویدیا و مدیرعامل این شرکت بود. سبک مدیریتی، دید بلندمدت و تمرکز او بر محاسبات شتابیافته، نقش مهمی در مسیر رشد انویدیا داشت.
در دورهای که بسیاری از شرکتها GPU را عمدتاً ابزاری برای بازیهای رایانهای میدانستند، انویدیا روی کاربردهای گستردهتر آن سرمایهگذاری کرد. توسعهدهندگان، پژوهشگران و شرکتهای فناوری بهتدریج دریافتند که پردازندههای گرافیکی برای آموزش مدلهای هوش مصنوعی بسیار کارآمد هستند.
این تصمیم راهبردی باعث شد انویدیا با رشد انفجاری بازار هوش مصنوعی، به یکی از باارزشترین شرکتهای فناوری جهان تبدیل شود.
نقش هوانگ فقط به طراحی محصولات محدود نبود. او توانست انویدیا را از یک شرکت سختافزاری به مجموعهای شامل تراشه، نرمافزار، زیرساخت ابری، سامانههای رباتیک و پلتفرمهای هوش مصنوعی تبدیل کند.
بر اساس گزارشی که در مقاله منتشرشده در زومیت آمده است، هیئتمدیره انویدیا اعلام کرده که جنسن هوانگ از سمت مدیرعاملی این شرکت کنارهگیری کرده است. در همان گزارش، علت این تصمیم به حواشی اخلاقی، روابط شخصی و نگرانیهای امنیتی نسبت داده شده است.
همچنین طبق این گزارش، کولت کرس، مدیر ارشد مالی انویدیا، بهصورت موقت مسئولیت مدیرعاملی را بر عهده میگیرد و هیئتمدیره نیز **هاروی سی. جونز** را بهعنوان رئیس هیئتمدیره انتخاب کرده است.
با توجه به حساسیت ادعاهای مطرحشده، باید میان «گزارش یک رسانه» و «اطلاعیه رسمی قابلتأیید از سوی شرکت یا نهادهای رسمی» تفاوت قائل شد. بنابراین، بهتر است این خبر هنگام انتشار در رسانههای دیگر، وبسایت رسمی انویدیا و اسناد رسمی بازار سرمایه نیز بررسی شود.
در این مقاله، تأثیرات زیر بر اساس محتوای گزارش زومیت و با رویکرد تحلیلی بررسی میشود؛ نه بهعنوان پیشبینی قطعی آینده یا تأیید مستقل تمام جزئیات ادعاها.
۱. احتمال نوسان کوتاهمدت سهام
مدیرعامل انویدیا تنها یک مدیر اجرایی معمولی نیست؛ او برای بسیاری از سرمایهگذاران، چهره اصلی استراتژی و آینده شرکت به شمار میرود. به همین دلیل، کنارهگیری ناگهانی او میتواند در کوتاهمدت باعث افزایش نگرانی در بازار شود.
سرمایهگذاران معمولاً در چنین شرایطی درباره چند موضوع پرسش دارند:
- آیا برنامه تولید تراشهها بدون تغییر ادامه پیدا میکند؟
- آیا مشتریان بزرگ همچنان به قراردادهای خود پایبند میمانند؟
- آیا مدیرعامل موقت اختیار کافی برای تصمیمهای بزرگ دارد؟
- آیا شرکت در برابر رقبایی مانند AMD، گوگل و شرکتهای چینی موقعیت خود را حفظ میکند؟
پاسخ منفی یا مبهم به این پرسشها میتواند باعث نوسان قیمت سهام شود. البته واکنش بازار به عملکرد واقعی شرکت و کیفیت تیم مدیریتی جدید بستگی خواهد داشت.
۲. ادامه فعالیتهای انویدیا در کوتاهمدت
انویدیا شرکت بزرگی با هزاران نیروی متخصص، تیم مدیریتی گسترده، قراردادهای متعدد و نقشه راه چندساله است. بنابراین، حتی کنارهگیری یک مدیرعامل قدرتمند لزوماً به معنای توقف فعالیتهای شرکت نیست.
اگر هیئتمدیره انتقال مدیریت را از قبل آماده کرده باشد، فعالیتهای جاری میتواند بدون وقفه ادامه پیدا کند. تولید تراشهها، قراردادهای ابری، همکاری با شرکتهای هوش مصنوعی و پشتیبانی از مشتریان، همگی به ساختارهای سازمانی گستردهای وابسته هستند.
در این سناریو، تأثیر اصلی ابتدا در سطح اعتماد بازار، ارتباط با سرمایهگذاران و انتخاب مدیرعامل دائمی دیده خواهد شد.
۳. خطر کاهش اعتماد مشتریان و شرکای تجاری
انویدیا با شرکتهای بزرگ فناوری، مراکز داده، آزمایشگاههای هوش مصنوعی و دولتها همکاری دارد. این مشتریان برای تصمیمهای چندساله خود به ثبات مدیریتی و توانایی اجرای تعهدات شرکت توجه میکنند.
اگر کنارهگیری هوانگ با بحران اخلاقی یا امنیتی همراه باشد، شرکا ممکن است درباره فرایندهای نظارتی، حفاظت از اطلاعات و کنترلهای داخلی انویدیا پرسشهای بیشتری مطرح کنند.
در مقابل، اگر هیئتمدیره بتواند بهسرعت مدیرعاملی معتبر، متخصص و مورد اعتماد بازار انتخاب کند، بخشی از این نگرانیها کاهش خواهد یافت.
۴. تأثیر بر رقابت در بازار تراشههای هوش مصنوعی
بازار تراشههای هوش مصنوعی بهشدت رقابتی است. شرکتهایی مانند AMD، اینتل، گوگل، آمازون و برخی تولیدکنندگان چینی در تلاشاند وابستگی بازار به انویدیا را کاهش دهند.
کنارهگیری هوانگ میتواند فرصتی برای رقبا ایجاد کند تا مشتریانی را جذب کنند که نسبت به آینده انویدیا مردد شدهاند. این فرصت زمانی جدیتر میشود که تغییر مدیریتی با تأخیر در تولید محصولات، مشکلات زنجیره تأمین یا تغییر در سیاستهای نرمافزاری همراه شود.
بااینحال، مزیت انویدیا فقط به حضور هوانگ وابسته نیست. اکوسیستم CUDA، ابزارهای توسعه، پشتیبانی نرمافزاری و شبکه مشتریان، مزیتهایی هستند که در مدت کوتاه بهسادگی توسط رقبا جایگزین نمیشوند.
۵. احتمال تغییر استراتژی شرکت
مدیرعامل جدید ممکن است در اولویتهای انویدیا تغییراتی ایجاد کند. برای نمونه، تمرکز شرکت میتواند از فروش تراشه به سمت خدمات ابری، رباتیک، خودروهای خودران، پردازش لبهای یا همکاریهای راهبردی بیشتر تغییر کند.
این تغییر میتواند دو نتیجه متفاوت داشته باشد. از یک سو، مدیرعامل جدید ممکن است فرصتهای تازهای برای رشد ایجاد کند. از سوی دیگر، تغییر مسیر ناگهانی میتواند سرمایهگذاران و مشتریان را نگران کند.
مهمترین عامل، میزان هماهنگی مدیرعامل جدید با تیم فنی و راهبردی موجود خواهد بود.
پاسخ کوتاه، خیر است. صنعت هوش مصنوعی دیگر به یک فرد یا حتی یک شرکت وابسته نیست. دانشگاهها، شرکتهای نرمافزاری، تولیدکنندگان تراشه، مراکز داده، دولتها و میلیونها توسعهدهنده در این اکوسیستم فعالیت میکنند.
بااینحال، برخی مدیران میتوانند سرعت و جهت حرکت صنعت را تغییر دهند. جنسن هوانگ با تصمیمهای خود به توسعه زیرساختهای محاسباتی هوش مصنوعی کمک کرد. کنارهگیری او ممکن است بر سرعت توسعه انویدیا، سیاستهای سرمایهگذاری و رقابت میان تولیدکنندگان تراشه اثر بگذارد، اما بهتنهایی پایان انقلاب هوش مصنوعی نخواهد بود.
حتی در صورت تغییر مدیریت انویدیا، تقاضا برای پردازندههای هوش مصنوعی همچنان از سوی شرکتهای ابری، آزمایشگاههای تحقیقاتی، استارتاپها و دولتها وجود خواهد داشت.
درسهای مدیریتی ماجرای هوانگ
این ماجرا، فارغ از صحت نهایی جزئیات مطرحشده، چند درس مهم برای شرکتهای فناوری دارد.
نخست اینکه رشد سریع مالی نباید باعث نادیده گرفتن سازوکارهای نظارتی و اخلاقی شود. شرکتهایی که در حوزههای حساس مانند تراشه، داده و هوش مصنوعی فعالیت میکنند، باید فرایندهای دقیقتری برای مدیریت تعارض منافع، امنیت اطلاعات و ارتباطات سازمانی داشته باشند.
دوم اینکه شرکتهای بزرگ نباید بیش از اندازه به یک چهره وابسته بمانند. هرچه ساختار تصمیمگیری یک سازمان متکی بر یک مدیر باشد، تغییر ناگهانی آن مدیر میتواند ریسک بیشتری ایجاد کند.
سوم اینکه شفافیت در بحران اهمیت زیادی دارد. سکوت طولانی یا پاسخهای مبهم میتواند نگرانی بازار را افزایش دهد. در مقابل، اطلاعرسانی دقیق، مستند و مسئولانه به سرمایهگذاران و مشتریان کمک میکند تصمیمهای منطقیتری بگیرند.
جمعبندی
هوش مصنوعی بهعنوان یک رشته علمی، در سال ۱۹۵۶ و با برگزاری کنفرانس دارتموث شکل رسمی پیدا کرد؛ اما پایههای نظری آن پیشتر توسط دانشمندانی مانند آلن تورینگ بنا شده بود. جان مککارتی، ماروین مینسکی، کلود شانون و ناتانیل روچستر نیز از چهرههای مهمی بودند که به شکلگیری این حوزه کمک کردند.
پس از چند دهه پژوهش، شکست و زمستانهای هوش مصنوعی، پیشرفت قدرت پردازشی، افزایش دادهها و توسعه یادگیری عمیق باعث شد این فناوری به یکی از مهمترین صنایع جهان تبدیل شود.
در این میان، انویدیا با تولید پردازندههای گرافیکی و توسعه زیرساختهای محاسباتی، نقش مهمی در رشد هوش مصنوعی مدرن ایفا کرد. جنسن هوانگ نیز بهعنوان همبنیانگذار و مدیرعامل این شرکت، در تبدیل انویدیا به یکی از بازیگران اصلی این صنعت نقش داشت.
بر اساس گزارش منتشرشده در زومیت، کنارهگیری هوانگ میتواند در کوتاهمدت باعث نوسان بازار، افزایش نگرانی سرمایهگذاران و ایجاد فرصت برای رقبا شود. بااینحال، قدرت انویدیا تنها به یک مدیر وابسته نیست. فناوری، نیروی انسانی، اکوسیستم نرمافزاری و قراردادهای گسترده این شرکت میتوانند به تداوم فعالیت آن کمک کنند.
در نهایت، اثر واقعی این تغییر مدیریتی به چند عامل بستگی خواهد داشت: واکنش هیئتمدیره، انتخاب مدیرعامل دائمی، شفافیت شرکت، ادامه نقشه راه محصولات و میزان اعتماد مشتریان و سرمایهگذاران.
نویسنده: مریم ملک ثابت