بازگشت به اخبار
TechCrunch

سازمان ملل برای آمادهسازی دادههای جهانی خود برای عوامل هوش مصنوعی به گوگل روی آورد

پنجشنبه، ۲۶ شهریور ۱۴۰۵۲۳:۳۷Jagmeet Singh
UN turns to Google to make its global data ready for AI agents

این تغییر پس از آن صورت گرفت که یک آزمایش از سوی UNICEF نشان داد مدل‌های پیشرو هوش مصنوعی در بازیابی دقیق آمارهای توسعه جهانی با مشکل مواجه شده‌اند.

سازمان ملل متحد روز پنجشنبه اعلام کرد که با گوگل همکاری می‌کند تا مجموعه عظیم آمارهای جهانی خود را برای دسترسی و استفاده سامانه‌های هوش مصنوعی آسان‌تر کند.

این سامانه جدید که UN System Data Commons نام دارد، بر پایه پلتفرم متن‌باز Data Commons گوگل ساخته شده و به کاربران امکان می‌دهد با استفاده از پرسش‌های به زبان طبیعی، آمارهای آژانس‌های مختلف سازمان ملل را جستجو کنند. این پلتفرم جایگزین پورتال قبلی UNData می‌شود که در آن کاربران عمدتاً مجبور بودند از طریق یک رابط پایگاه داده سنتی‌تر به مرور و جستجوی آمار بپردازند. پلتفرم جدید همچنین از پروتکل MCP (Model Context Protocol) پشتیبانی می‌کند؛ استانداردی که به سامانه‌های هوش مصنوعی اجازه می‌دهد مستقیماً به منابع داده خارجی متصل شوند.

کاربران به طور فزاینده‌ای برای یافتن پاسخ به ابزارهای هوش مصنوعی روی می‌آورند، اما بسیاری از سامانه‌ها همچنان در ارائه داده‌های معتبر به شکلی قابل اعتماد با مشکل مواجه هستند. یک ارزیابی معیار یونیسف از شش مدل زبانی بزرگ با بیش از ۱۳۳ هزار پاسخ به پرسش‌هایی درباره شاخص‌های توسعه جهانی، میانگین امتیاز دقت تنها ۲۱.۲٪ را نشان داد. این مطلب را جوآو پدرو آزودو، آماردان ارشد این آژانس، در یک نشست خبری مجازی به خبرنگاران اعلام کرد.

آزودو به TechCrunch گفت که این آزمون مدل‌های GPT-4o و GPT-4o-mini از OpenAI، Claude Sonnet 4.5 و Haiku 4.5 از Anthropic، و Gemini 2.5 Flash و Gemini 2.0 Flash از گوگل را پوشش می‌داد.

آزودو گفت که حدود سه مورد از هر پنج پاسخ اصلاً عدد قابل استفاده‌ای ارائه نکردند، که اغلب به دلیل طفره رفتن مدل‌ها در پاسخ‌هایشان بود. با این حال، هنگامی که همان پرسش‌ها حدود دو روز بعد دوباره روی همان نسخه‌های مدل اجرا شدند، مدل‌هایی که در هر دو نوبت عددی ارائه کرده بودند، تنها در حدود نیمی از موارد عدد یکسانی را بازگرداندند.

این مطالعه یک مقاله کاری یونیسف است که برای ارسال به مجلات علمی آماده می‌شود و هنوز توسط همتایان (peer-review) بررسی نشده است. این سازمان اعلام کرد که قصد دارد متدولوژی، کد و داده‌های خود را همراه با مقاله منتشر کند.

یونیسف همچنین امسال شاهد افزایش چشمگیر ترافیک از سوی دستیاران هوش مصنوعی مولد به وب‌سایت داده خود بوده است. این وب‌سایت ماهانه بیش از شش میلیون بازدید دارد و جزو محبوب‌ترین وب‌سایت‌های این آژانس است. آزودو به TechCrunch گفت که بازدید از وب‌سایت یونیسف از طریق کلیک کاربران بر روی لینک‌های موجود در پاسخ‌های ChatGPT، بین اول ژانویه و ۱۴ سپتامبر نسبت به مدت مشابه سال قبل، ۶۷٪ افزایش یافته است. چنین ارجاعاتی ۶.۴٪ از کل جلسات (sessions) امسال را تشکیل می‌دهد، در حالی که یونیسف تخمین می‌زند که دستیاران هوش مصنوعی به طور کلی اکنون حدود یک دهم بازدیدها را شامل می‌شوند.

سازمان ملل اعلام کرد که ۲۶ نهاد از نهادهای وابسته به آن متعهد به مشارکت در Data Commons شده‌اند و داده‌های نزدیک به ۲۰ نهاد در زمان راه‌اندازی در دسترس است. علاوه بر این، هدف آن است که تا سال ۲۰۲۷، ۸۰٪ از مجموعه داده‌های آماری سامانه سازمان ملل به این پلتفرم منتقل شود.

شانتانا موکرجی، مدیر اجرایی موقت بخش آمار سازمان ملل، گفت: «ما از نظر مقیاس، دامنه و انعطاف‌پذیری چندین مرتبه پیشرفته‌تر هستیم و برای اولین بار بین این همه آژانس در سامانه سازمان ملل ارتباط برقرار می‌کنیم. و [ما] از این فرصت استفاده می‌کنیم تا داده‌های خود را برای هوش مصنوعی آماده کنیم.»

بنیاد خیریه Google.org مبلغ ۲ میلیون دلار برای تأمین مالی ظرفیت‌سازی و پشتیبانی فنی برای ایجاد زیرساخت اصلی این پلتفرم فراهم کرد. پریم راماسوامی، که تیم Data Commons گوگل را رهبری می‌کند، به TechCrunch گفت که این سامانه بر روی نمونه‌ای تحت مدیریت سازمان ملل میزبانی می‌شود و قرار است در نهایت به طور مستقل توسط سازمان ملل نگهداری، اداره و مقیاس‌دهی شود.

راماسوامی گفت: «ما در طول اجرای این طرح از رویکرد "مربی را تربیت کن" (train-the-trainer) استفاده کرده‌ایم و قبلاً شاهد این بوده‌ایم که تیم سامانه سازمان ملل به سرعت پیشرفت می‌کند.»

گوگل Data Commons را در سال ۲۰۱۸ به عنوان تلاشی برای سازماندهی مجموعه داده‌های عمومی از منابع مختلف در یک چارچوب مشترک راه‌اندازی کرد. سال گذشته، این شرکت پشتیبانی از MCP را اضافه کرد تا به عامل‌های هوش مصنوعی اجازه دهد مستقیماً Data Commons را برای آمار و منابع آن جستجو کنند.

پلتفرم سازمان ملل همچنین منبع هر آمار را ردیابی می‌کند، بنابراین افراد می‌توانند داده‌های بازیابی شده توسط یک سامانه هوش مصنوعی را به منبع اصلی سازمان ملل ردیابی کنند. آزودو به خبرنگاران گفت که این موضوع از آنجا اهمیت دارد که افراد بیشتری برای یافتن و تفسیر اطلاعات به ابزارهای هوش مصنوعی تکیه می‌کنند.

علاوه بر فعال‌سازی عامل‌های هوش مصنوعی برای بازیابی آمارهای فردی، گوگل نحوه اتصال یک سامانه هوش مصنوعی به داده‌های سازمان ملل از طریق MCP را نشان داد تا بتواند چندین شاخص را جمع‌آوری کرده و از آنها برای تولید داشبوردهای مدیریتی، نمودارها و تحلیل نوشتاری بدون نیاز به یافتن و ترکیب دستی مجموعه داده‌های زیرین توسط کاربر استفاده کند.

در یک نمایش، گوگل از یک سامانه هوش مصنوعی خواست تا تأثیر طرح اضطراری رئیس‌جمهور آمریکا برای ایدز (PEPFAR) در آفریقا را بیابد. این سامانه آمارهای مرتبط سازمان ملل را در مورد معیارهایی از جمله عفونت‌های HIV، مرگ‌ومیر ناشی از ایدز و امید به زندگی شناسایی کرد و از آنها برای تولید یک اینفوگرافیک استفاده کرد.

با این حال، دادن داده‌های معتبر به یک سامانه هوش مصنوعی لزوماً به معنای معتبر بودن نتیجه‌گیری‌های آن نیست. راماسوامی گفت: «از آنجا که مدل‌ها ممکن است تفاوت‌های ظریف را به اشتباه تفسیر کنند، یک انسان باید همیشه خروجی‌ها را قبل از استناد یا انتشار بررسی کند.»

اخبار مرتبط از TechCrunch AI

The unfolding Jensen Huang scandal: a timeline

خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ

این ماجرا می‌تواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفته‌ترین زیرساخت هوش مصنوعی با یکدیگر رقابت می‌کنند.

TechCrunch۲۱ آبان۰۳:۲۹