آونگ به عقب برمی‌گردد: هوش مصنوعی و بازگشت رایانه شخصی

پاندول به عقب می‌چرخد: هوش مصنوعی و بازگشت رایانه شخصی

در ژانویه ۱۹۷۵، مجله Popular Electronics تصویر Altair 8800 ساخت شرکت MITS را روی جلد خود گذاشت و آن را اولین کیت قابل رقابت با دستگاه‌های تجاری نامید. قیمتش ۳۹۵ دلار بود. MITS در یک بعدازظهر چهارصد سفارش دریافت کرد و در سه هفته دویست و پنجاه هزار دلار فروخت. پیش از آن، استفاده از رایانه یعنی رزرو وقت روی یک مین‌فریم و ایستادن در صف برای گرفتن سهمی از دستگاهی که به دیگری تعلق داشت. Altair کاری کوچک و در عین حال عظیم کرد: رایانه را روی میز شما گذاشت، و دیگر لازم نبود آن را با کسی شریک شوید.

بیشتر دوران حرفه‌ای‌ام را در بخش زیرساخت مالی تحت نظارت گذرانده‌ام، جایی که سوال هیچ‌گاه این نیست که یک سیستم چقدر چشمگیر به نظر می‌رسد، بلکه این است که قدرت واقعی کجاست و چه کسی آن را کنترل می‌کند. از این منظر، تاریخ رایانش به نظر می‌رسد یک مجادله طولانی درباره مکان است. پردازش مدام بین مرکز و لبه جابه‌جا می‌شود، و همین الان دوباره در حال جابه‌جایی است.

چرخه تاکنون

عصر مین‌فریم از روی ضرورت متمرکز بود. محاسبات کمیاب و گران بود، پس در اتاقی با شیشه‌های خاص زندگی می‌کرد و شما دسترسی به آن را اجاره می‌دادید. انقلاب رایانه شخصی این را شکست. Altair فتیله را روشن کرد، Apple II آن را به یک بازار تبدیل کرد (VisiCalc، اولین صفحه‌گسترده، برنامه‌ای بود که دستگاه را برای کسب‌وکارها فروختنی کرد)، و IBM PC در اوت ۱۹۸۱ آن را به یک صنعت بدل کرد. IBM از قطعات آماده و معماری باز استفاده کرد، سیستم عامل را از شرکت کوچکی به نام Microsoft تحت لیسانس گرفت، و با این کار قدرت واقعی رایانش را به دست افراد سپرد. تقریباً دو دهه، توانمندترین دستگاهی که اکثر مردم لمس می‌کردند همان بود که روی میز خودشان بود.

سپس آونگ بی‌صدا به عقب برگشت، و ما عمدتاً از آن استقبال کردیم. ابر به این معنا بود که دیگر سرور خودت را نگه نمی‌داری. نرم‌افزار به‌عنوان سرویس به این معنا بود که دیگر مالک نرم‌افزارت نیستی، بلکه مشترک آن می‌شوی. گوشی هوشمند، شخصی‌ترین دستگاهی که تا به حال ساخته شده، معلوم شد که یک مخدوم نازک است: صفحه‌ای زیبا به سوی محاسبات و داده‌هایی که جای دیگری نگهداری می‌شوند. هیچ‌کدام از اینها احساس از دست دادن نمی‌داد. راحت بود، همگام‌سازی می‌شد، از خودش پشتیبان می‌گرفت. اما نتیجه کلی این بود که بیشتر ما دوباره مستاجر رایانه‌ی شخص دیگری شدیم، و کنتور همیشه در حال چرخیدن بود.

موج هوش مصنوعی اخیر مرکز را بیشتر از هر چیزی که پیش از آن آمده بود به فشار کشید. آموزش و ارائه مدل‌های بزرگ به گونه‌ای سرمایه‌بر است که قدرت را در دست عده‌ای معدود متمرکز می‌کند. اعداد گویا هستند. پیش‌بینی می‌شود هزینه سرمایه‌ای ابرمقیاس‌ها در سال ۲۰۲۶ از ۶۰۰ میلیارد دلار فراتر رود، که رشدی حدود ۳۶ درصدی نسبت به ۲۰۲۵ است، و برخی تخمین‌ها برای چهار شرکت بزرگ به تنهایی به ۷۲۵ میلیارد دلار می‌رسند. حدود سه چهارم این مبلغ، یعنی نزدیک به ۴۵۰ میلیارد دلار، مستقیماً به زیرساخت هوش مصنوعی گره خورده است: پردازنده‌های گرافیکی، مراکز داده، بنای فیزیکی هوش. این همان اتاق شیشه‌ای مین‌فریم است که در مقیاس سیاره‌ای بازسازی شده. وقتی باهوش‌ترین موجودیتی که می‌توانی با آن صحبت کنی در مرکز داده‌ای زندگی می‌کند که هرگز نخواهی دید، دوباره به حالتی رسیده‌ای که وقت روی ماشین شخص دیگری رزرو می‌کنی.

چرا بازگشت آونگ محتمل است

این بخشی است که واقعاً برایم جالب است. همین موج هوش مصنوعی شرایطی را نیز فراهم می‌کند که آونگ به سمت دیگر نوسان کند.

مدل‌های متن‌باز شکاف را سریع‌تر از آنچه تقریباً کسی پیش‌بینی می‌کرد بستند. در طول ۲۰۲۵ و اوایل ۲۰۲۶، خانواده‌هایی مانند Qwen، DeepSeek، Llama و Gemma از جالب‌توجه به واقعاً کاربردی تبدیل شدند و بسیاری از آن‌ها اکنون در معیارسنجی‌های واقعی با مدل‌های اختصاصی برابری می‌کنند. مهم‌تر از آن، روی سخت‌افزاری که خودتان دارید اجرا می‌شوند. Phi-4-mini مایکروسافت با ۳.۸ میلیارد پارامتر، بدون هیچ کارت گرافیکی روی CPU یک لپ‌تاپ اجرا می‌شود. طراحی‌های جدیدتر mixture-of-experts با فعال‌سازی تنها بخشی از پارامترها به ازای هر توکن، یک مدل بزرگ را روی یک لپ‌تاپ با RAM بالا جا می‌دهند. اجماع عملی میان کسانی که روزانه با این فناوری کار می‌کنند این است که مدل‌های کوچک و روی‌دستگاه اکنون برای کارهای روی‌دستگاه پیشتاز هستند؛ جمله‌ای که در ۲۰۲۲ مسخره به نظر می‌رسید.

سیلیکون هم در حال رسیدن است تا با این روند همگام شود. Copilot+ PCها با NPU داخلی تعریف می‌شوند که چهل تریلیون عملیات در ثانیه یا بیشتر انجام می‌دهد، و پیش‌بینی می‌شود رایانه‌های هوش مصنوعی در سال ۲۰۲۵ نزدیک به ۴۰ درصد بازار را بگیرند و در ۲۰۲۶ به بیش از نیمی از آن برسند. موتور عصبی دارد به بخش استانداردی از دستگاه تبدیل می‌شود، درست مانند واحد ممیز شناور و کارت گرافیک پیش از آن. بی‌سروصدا، یک CPU به‌علاوه NPU که قادر به اجرای مدل واقعی است، روی میزهای زیادی قرار می‌گیرد.

این دو را کنار هم بگذارید و چیزی می‌گیرید که با ۱۹۸۱ همخوانی دارد: قدرت محاسباتی، کاملاً در تملک خودتان، روبه‌روی یک نفر. وزن‌های متن‌باز یعنی می‌توانید مدل را نگه دارید، روی داده‌های خودتان تنظیم دقیق کنید و بدون اجازه گرفتن یا پرداخت هزینه به ازای هر توکن اجرایش کنید. یک عامل شخصی می‌تواند برای شما کار کند، نه برای پلتفرمی که میزبانش است.

جایزه واقعی رشد شخصی است

وسوسه این است که این را یک داستان سخت‌افزاری درباره تراشه‌های سریع‌تر بدانیم. اما نیست. رایانه شخصی اولیه به این دلیل اهمیت داشت که یک فرد با انگیزه ناگهان می‌توانست به تنهایی کارهایی انجام دهد: مدل‌سازی کسب‌وکار در صفحه گسترده، حروف‌چینی یک سند، نوشتن و انتشار نرم‌افزار از اتاق خواب. دستگاه فاصله میان یک ایده و یک چیز کارآمد را کوتاه می‌کرد.

یک هوش مصنوعی شخصی همین کار را با شکاف بین ندانستن چیزی و تسلط بر آن انجام می‌دهد. یک نفر با یک مدل محلی توانمند، اکنون می‌تواند با سرعتی که پیش‌تر به یک تیم یا یک نهاد نیاز داشت، یک حوزه جدید یاد بگیرد، کد در زبانی که تا به حال استفاده نکرده را اشکال‌زدایی کند، یک قرارداد پیش‌نویس کند، یا یک محصول را نمونه‌سازی کند. آن انباشت مرکب، اهرم واقعی است. خصوصی است، به ازای هر سوال صورت‌حساب نمی‌دهد، و متعلق به شماست. برای هر کسی که به دنبال ساختن مهارت است نه اجاره کردن پاسخ، این ریاضیات آنچه یک فرد مصمم و تنها می‌تواند بشود را تغییر می‌دهد.

کاستی‌های صادقانه

من قطعیت نمی‌فروشم. نیروهایی که به سمت تمرکز کشیده می‌شوند واقعی و به خوبی تامین مالی شده‌اند. آن ۶۰۰ میلیارد دلار هزینه سرمایه‌ای می‌خواهد درآمدزایی شود، و تمیزترین راه برای این کار اشتراکی است که هرگز لغو نمی‌کنید. جاذبه داده‌ها سرسخت است: تاریخچه، فایل‌ها و زمینه شما از پیش روی سرورهای کسی وجود دارد، و چسبنده است. مدل‌های پیشرفته همچنان در حال رشد هستند، بنابراین بهترین قابلیت احتمالاً سال‌ها میزبانی شده باقی می‌ماند. و قفل‌شدگی پلتفرم طراحی شده است، نه تصادفی. مسیر پیش‌فرض همیشه مسیر میزبانی شده خواهد بود، چون پیش‌فرض‌ها جایی است که پول وجود دارد.

پس این بازگشت در دسترس است، نه تضمین شده. رایانه شخصی اولیه نه به این دلیل که فناوری وجود داشت، بلکه به این دلیل محاسبات را دموکراتیزه کرد که افراد کافی انتخاب کردند ماشین را مالک باشند نه مین‌فریم را اجاره کنند. سخت‌افزار برای مالکیت هوش مصنوعی شما اکنون در حال ارسال است. اینکه آیا از آن به این شکل استفاده می‌کنیم، همانطور که در ۱۹۸۱ بود، یک انتخاب است. من می‌دانم کدام یک به نظرم بیشتر می‌سازد.

منابع

• تاریخچه رایانه شخصی: ۱۹۷۵-۱۹۸۴ (Low End Mac)
• آلتر ۸۸۰۰، انقلاب CHM (موزه تاریخ رایانه)
• تاریخچه محاسبات شخصی (Everything Everywhere)
• بهترین مدل‌های LLM متن‌باز و سبک‌وزن برای اجرای محلی در ۲۰۲۶ (Hugging Face)
• مدل‌های سبک‌وزن نیمه اول ۲۰۲۶: مروری بر DeepSeek، Qwen و Llama (Digital Applied)
• چشم‌انداز جهانی بازار رایانه‌های هوش مصنوعی ۲۰۲۵-۲۰۳۰ (TS2)
• هزینه‌های سرمایه‌ای هایپراسکیلرها در ۲۰۲۶ به ۶۰۰ میلیارد دلار رسید (Introl)