هدف پشت پرده ترامپ از طرح «ابرهوش» برملا شد!

به گزارش خبرگزاری ۶۰ثانیه، دونالد ترامپ روز ۴ اکتبر تشکیل «نیروی ابرهوش» یا «Super Intelligence Force» را اعلام کرد؛ کارگروهی که قرار است سیاست دولت آمریکا در برابر هوش مصنوعی را هماهنگ کند و جی کلیتون، مدیر اطلاعات ملی، ریاست آن را بر عهده داشته باشد. اندرو فرگوسن، رئیس کمیسیون تجارت فدرال، امیل مایکل، معاون وزیر جنگ در امور تحقیق و مهندسی و مدیر ارشد فناوری پنتاگون، و اسکات کوپور، رئیس دفتر مدیریت کارکنان دولت نیز در رهبری این ساختار حضور دارند.

قرار است این کارگروه ظرف ۱۲۰ روز درباره فرصت‌ها و خطرات هوش مصنوعی، نقش دولت فدرال و شیوه مواجهه با توسعه شتابان این فناوری گزارش و پیشنهاد ارائه کند. بنابراین خروجی اولیه این ساختار، ایجاد یک مرکز عملیاتی برای فرماندهی جنگ‌افزارهای هوشمند نیست؛ بلکه قرار است سیاست و هماهنگی میان دستگاه‌های مختلف دولت آمریکا را شکل دهد.

همین تفاوت، نخستین گره پرونده را نشان می‌دهد. نام «نیروی ابرهوش» تصویری از یک سازمان قدرتمند عملیاتی ایجاد می‌کند، اما در عمل با یک کارگروه سیاست‌گذار روبه‌رو هستیم که اختیار، بودجه و رابطه آن با سازمان‌های موجود هنوز در حال شکل‌گیری است.

اختیار هنوز روشن نیست حضور مقام‌هایی از پنتاگون، جامعه اطلاعاتی و نهادهای تنظیم‌گر نشان می‌دهد کاخ سفید می‌خواهد مسئله هوش مصنوعی را میان چند حوزه مختلف به هم پیوند بزند. کارگروه قرار است با شرکت‌های فناوری، مصرف‌کنندگان و دیگر ذی‌نفعان هم در ارتباط باشد و درباره امنیت ملی، مقررات، حوادث مرتبط با هوش مصنوعی و نقش دولت پیشنهاد ارائه دهد.

مزیت این مدل، جمع‌کردن تصمیم‌گیران در یک نقطه است؛ اما همین گستردگی می‌تواند به ضعف تبدیل شود. وقتی یک ساختار هم‌زمان باید سیاست‌گذاری کند، خطرات را ارزیابی کند، با صنعت مذاکره کند و درباره واکنش دولت به حوادث هوش مصنوعی پیشنهاد بدهد، مرز میان هماهنگی، تصمیم‌سازی و مسئولیت اجرایی باید دقیق تعریف شود.

در حال حاضر مشخص نیست این کارگروه دقیقاً جای کدام سازوکار موجود را می‌گیرد، چه اختیاری مستقل از پنتاگون و نهادهای تنظیم‌گر دارد و اگر توصیه‌های ۱۲۰ روزه اجرا نشوند، چه سازمانی مسئول پیگیری آنها خواهد بود. برای فناوری‌ای که سرعت تغییرش از بسیاری از فرآیندهای اداری بیشتر است، این ابهام کوچک نیست.

بودجه ۵۰ میلیارد دلاری کجاست؟ یکی از اعدادی که پیرامون این پرونده مطرح شده، ۵۰ میلیارد دلار است؛ اما این رقم بودجه مستقل «نیروی ابرهوش» نیست.

بودجه‌های مربوط به هوش مصنوعی و خودمختاری در چند برنامه جداگانه توزیع شده‌اند. در درخواست بودجه سال مالی ۲۰۲۷ وزارت جنگ، ۵۳.۶ میلیارد دلار برای برنامه «سلطه پهپادی» و سرمایه‌گذاری‌های مرتبط با سامانه‌های خودمختار، ظرفیت تولید داخلی و قابلیت‌های پیشرفته مطرح شده است.

در همان ساختار بودجه‌ای، ۴۶ میلیارد دلار برای «زیرساخت هوش مصنوعی حاکمیتی» اختصاص یافته که شامل زیرساخت پردازشی، مراکز محاسباتی منطقه‌ای و توان پردازش تاکتیکی می‌شود. این دو رقم بزرگ‌اند، اما به معنی آن نیستند که یک سازمان جدید در کاخ سفید چنین بودجه‌ای در اختیار دارد.

در بخش دیگری از اسناد، برای «گروه جنگ خودمختار دفاعی» یا DAWG مجموع درخواست سال مالی ۲۰۲۷ حدود ۵۴.۶ میلیارد دلار بوده است؛ از این رقم، ۱ میلیارد دلار درخواست عادی اختیاری و ۵۳.۶ میلیارد دلار درخواست اجباری وابسته به سازوکار مصالحه بود. گزارش خدمات پژوهشی کنگره نشان می‌دهد در بررسی‌های سه کمیته، رقم ۱ میلیارد دلار وارد شده و برای بخش ۵۳.۶ میلیارد دلاری در جدول مربوطه رقمی درج نشده بود.

بنابراین میان پولی که در سطح دولت درخواست می‌شود و منابعی که واقعاً وارد مسیر تصویب می‌شوند، فاصله وجود دارد. این شکاف اهمیت دارد، زیرا «رقم بزرگ روی کاغذ» با «توان مالی مستقر در میدان» یکی نیست.

زیرساخت هنوز کامل نیست آمریکا هم‌زمان که از رقابت برای رسیدن به ابرهوش سخن می‌گوید، هنوز در حال ساختن زیرساخت محاسباتی مورد نیاز خود است. وزارت جنگ در اسناد بودجه‌ای توضیح داده که معماری فعلی محاسبات هوش مصنوعی متکی به مجموعه‌ای از کلاسترهای پردازنده گرافیکی پراکنده است و این ساختار از نظر وزارتخانه هم ناکارآمد و از نظر مالی ناپایدار شده است.

برای تغییر این وضعیت، ۴۶ میلیارد دلار برای معماری مشترک، مراکز پردازش منطقه‌ای و توان محاسباتی تاکتیکی درخواست شده است. در برنامه ۵۳.۶ میلیارد دلاری نیز چند حوزه جداگانه کنار هم قرار گرفته‌اند؛ از لجستیک مورد مناقشه و خودمختاری مشارکتی تا تولید سامانه‌ها و مقابله با تجهیزات بدون‌سرنشین.

معنای این ترکیب روشن است: «جنگ خودمختار» هنوز یک فناوری واحد نیست؛ مجموعه‌ای از زیرساخت‌هاست که باید در کنار یکدیگر کار کنند. پس حتی پیش از آنکه مسئله به کیفیت الگوریتم برسد، واشنگتن باید یک مسئله پایه را حل کند: چگونه توان پردازشی پراکنده را به شبکه‌ای منسجم، پایدار و قابل استفاده برای مأموریت‌های مختلف تبدیل کند؟

خرید سریع، یادگیری کند ضعف بعدی از خود فرآیند خرید آغاز می‌شود. دفتر پاسخگویی دولت آمریکا در آوریل ۲۰۲۶، ۱۳ خرید هوش مصنوعی در چهار نهاد فدرال از جمله وزارت دفاع را بررسی کرد و به چند مشکل رسید: کمبود متخصصان فنی برای ارزیابی پیشنهاد شرکت‌ها، دشواری برآورد هزینه سامانه‌های AI و مشکلات مربوط به داده موردنیاز این فناوری.

اما شاید مهم‌ترین یافته، جای دیگری باشد. توضیح آنکه وزارت دفاع و سه نهاد دیگر به‌طور نظام‌مند درس‌آموخته‌های خریدهای قبلی هوش مصنوعی را جمع‌آوری و با یکدیگر به اشتراک نمی‌گذاشتند.

GAO در نتیجه توصیه کرد وزارت دفاع جمع‌آوری این تجربه‌ها را به بخشی از سیاست رسمی خرید هوش مصنوعی تبدیل کند؛ این توصیه هنگام انتشار گزارش هنوز باز بود. این نقص در سازمانی که می‌خواهد سرعت رقابت خود را بالا ببرد، جدی است.

اگر تجربه یک خرید به‌طور کامل به خرید بعدی منتقل نشود، سرعت قراردادها لزوماً به معنای سرعت یادگیری نیست. ممکن است سامانه‌ای خریداری شود، مشکل آن در مرحله استقرار آشکار شود و سازمان دیگری دوباره همان مسیر را طی کند.

آزمون هم گلوگاه دارد هوش مصنوعی بیشتر از بسیاری از فناوری‌های نظامی دیگر به آزمون مداوم وابسته است. عملکرد یک مدل فقط به سخت‌افزار وابسته نیست؛ داده، محیط، نسخه نرم‌افزار و شرایط عملیاتی هم می‌توانند نتیجه را تغییر دهند.

با این حال، GAO در ژوئن ۲۰۲۶ درباره دفتر مدیر آزمایش و ارزیابی عملیاتی وزارت دفاع هشدار داد که کاهش نیروی انسانی، ظرفیت نظارت این نهاد را پایین آورده است. کارکنان باقی‌مانده مسئول برنامه‌های بیشتری شده‌اند و در بعضی حوزه‌ها تخصص لازم برای نظارت کافی وجود ندارد.

این دفتر در سال ۲۰۲۵ بر ۱۷۳ برنامه تسلیحاتی نظارت داشت و GAO هشدار داد کاهش ظرفیت می‌تواند خطر رسیدن سامانه‌هایی با ضعف‌های عملیاتی ثبت‌نشده به نیروها را افزایش دهد. این نقطه دقیقاً با مدل جدید خرید آمریکا در تضاد قرار می‌گیرد.

پنتاگون می‌خواهد توسعه و استقرار را سریع کند، اما نهادی که باید اطمینان دهد سامانه واقعاً در میدان کار می‌کند، با بار کاری سنگین‌تر و ظرفیت محدودتر روبه‌روست. در سامانه‌های هوش مصنوعی، سرعت بدون اعتبارسنجی کافی می‌تواند فقط یک نتیجه داشته باشد: رسیدن سریع‌تر سامانه‌ای که هنوز به اندازه کافی آزموده نشده است.

گاردریل هنوز ضمانت اجرایی ندارد کاخ سفید هم‌زمان با این تحول، ۲۹ سپتامبر با شش شرکت بزرگ فناوری شامل گوگل، آنتروپیک، متا، اوپن‌ای‌آی، انویدیا و ایکس‌ای‌آی توافقی برای کنترل و ممیزی هوش مصنوعی امضا کرد. این شرکت‌ها پذیرفتند چهار لایه کنترل ایجاد کنند: کنترل داخلی در زمان آموزش و استقرار مدل، تیم داخلی نظارت، ارزیابی یک ممیز خارجی و نظارت یک کمیته مستقل در هیئت‌مدیره.

روی کاغذ، این سازوکار چندلایه به نظر می‌رسد؛ اما مشکل در ضمانت اجراست. رویترز گزارش داده که متن توافق سازوکار مشخصی برای مجازات عدم پایبندی ندارد و جزئیات اجرای اجباری تعهدات در آن تعریف نشده است.

ترامپ این توافق را از نظر اخلاقی الزام‌آور توصیف کرده، اما الزام اخلاقی با الزام قانونی تفاوت دارد. خود متن توافق نیز احتمال تبدیل این تعهدات به قانون یا مقررات در آینده را مطرح می‌کند.

بنابراین در مقطع فعلی، بخش مهمی از گاردریل‌ها بر تعهد داوطلبانه شرکت‌ها تکیه دارد. این یک ضعف مهم برای دولتی است که هم‌زمان می‌خواهد استفاده از هوش مصنوعی را در مقیاس امنیت ملی گسترش دهد: سرعت استقرار فناوری از قدرت سازوکار الزام‌آور آن جلوتر رفته است.

ساختارها هنوز پراکنده‌اند مشکل دیگر، خودِ معماری سازمانی آمریکا است. پنتاگون در ماه‌های گذشته دفتر «مدیر مستقیم سبد سامانه‌های بدون‌سرنشین» را ایجاد کرده که بخش بزرگی از برنامه‌های پهپادی و خودمختار را هماهنگ می‌کند.

در همین ساختار، DAWG و JIATF-401 نیز فعالیت دارند. در آوریل، فرماندهی جنوبی آمریکا یک «فرماندهی جنگ خودمختار» جداگانه ایجاد کرد و سنای آمریکا نیز در لایحه بودجه دفاعی خود ایجاد یک فرماندهی چهارستاره برای سامانه‌های رباتیک و خودمختار را مجاز دانست.

حالا «نیروی ابرهوش» نیز در سطح کاخ سفید وارد این معماری شده است. اینها لزوماً سازمان‌های زائد نیستند؛ هرکدام می‌توانند مأموریت متفاوتی داشته باشند.

اما وجود این تعداد ساختار، یک سؤال واقعی ایجاد می‌کند: چه کسی در نهایت مسئول تصمیم‌گیری یکپارچه درباره هوش مصنوعی در امنیت ملی خواهد بود؟ اگر پاسخ میان چند نهاد تقسیم شود، ایجاد یک کارگروه تازه ممکن است به‌جای کاهش اصطکاک، فقط مسیر هماهنگی را پیچیده‌تر کند.

مسئله آمریکا فقط هوش مصنوعی نیست در نهایت، ضعف پروژه «سوپر اینتلیجنس» را نمی‌توان در یک الگوریتم یا یک مدل خلاصه کرد. گره اصلی در زنجیره‌ای قرار دارد که از داده شروع می‌شود و به خرید، پردازش، آزمون، استقرار و نظارت می‌رسد.

آمریکا برای زیرساخت هوش مصنوعی ده‌ها میلیارد دلار درخواست کرده، اما هنوز در حال یکپارچه‌سازی توان محاسباتی است. برای خرید هوش مصنوعی هزینه می‌کند، اما GAO می‌گوید درس‌آموخته‌های این خریدها به‌طور نظام‌مند منتقل نمی‌شوند.

توسعه را سریع‌تر می‌خواهد، در حالی که ظرفیت یکی از نهادهای اصلی آزمایش و ارزیابی کاهش یافته است. هم‌زمان، برای ایمنی مدل‌ها به توافقی با شرکت‌های بزرگ فناوری تکیه کرده که در شکل فعلی ضمانت اجرایی مشخصی ندارد.

حتی خود ساختارهای نظامی و اطلاعاتی نیز هنوز به یک معماری واحد نرسیده‌اند. به همین دلیل، چالش واقعی کاخ سفید در ساخت «ابرهوش» این نیست که آیا می‌تواند قدرت محاسبات بیشتری بخرد یا مدل‌های قدرتمندتری در اختیار بگیرد.

پرسش سخت‌تر این است که آیا می‌تواند سازمانی بسازد که هم‌زمان با سرعت فناوری حرکت کند، خطاهای آن را کشف کند، تجربه‌های گذشته را از دست ندهد و برای تصمیم‌های مهم، مسئولیت روشنی داشته باشد؟ اگر این حلقه‌ها عقب بمانند، بزرگ‌ترشدن سرمایه‌گذاری الزاماً به بزرگ‌ترشدن توان واقعی منجر نمی‌شود؛ ممکن است فقط همان ضعف‌های قدیمی را در مقیاسی بزرگ‌تر بازتولید کند.

بمنظور دسترسی پایدار به اخبار و مطالب ما، آخرین نسخه اپلیکیشن را می‌توانید از اینجا و در فروشگاه‌های « کافه بازار » و « مایکت » دانلود و نصب کنید.

منابع https://www.reuters.com/world/us/jay-clayton-lead-trumps-ai-task-force-deliver-report-120-days-wsj-reports-2026-10-03/ https://comptroller.war.gov/Portals/45/Documents/defbudget/FY2027/DoW_FY2027_Mandatory_Funding_Overview.pdf https://www.gao.gov/products/gao-26-107859 https://www.gao.gov/products/gao-26-108859 https://www.reuters.com/legal/litigation/public-fears-ai-grow-trump-digs-voluntary-safeguards-2026-10-03/ https://www.presidency.ucsb.edu/documents/white-house-accord-super-intelligence