راهنمای هوش مصنوعی مولد یا Generative AI به زبان ساده

هوش مصنوعی (AI) در سال‌های اخیر بسیار پیشرفت کرده است و سیستم‌هایی قادر به تولید محتوای واقعی و پیچیده هستند. این موج جدید هوش مصنوعی که به عنوان هوش مصنوعی مولد شناخته می‌شود، نوید انقلابی در صنایع و جنبه‌های مختلف زندگی روزمره ما را می‌دهد.

هوش مصنوعی مولد چیست؟

هوش مصنوعی مولد به مدل‌های یادگیری ماشینی اطلاق می‌شود که می‌توانند محتوای جدیدی مانند متن، تصاویر، صدا و ویدیو ایجاد کنند، نه اینکه صرفاً مجموعه داده‌های موجود را تجزیه و تحلیل کنند. تفاوت اصلی با هوش مصنوعی سنتی این است که مدل‌های تولیدی به مجموعه داده‌های آموزشی عظیم وابسته نیستند. در عوض، آنها می‌توانند بازنمایی‌های انتزاعی و الگوهایی را بیاموزند که به آنها اجازه می‌دهد خروجی‌های اصلی تولید کنند.

برخی از رایج ترین انواع هوش مصنوعی مولد عبارتند از:

– تولیدکنندگان متن: سیستم‌هایی مانند GPT-3 که می‌توانند مقاله، مقاله، کد، شعر و موارد دیگر را بر اساس درخواست‌های متنی بنویسند.

– تولید کننده‌های تصویر: سیستم‌هایی مانند DALL-E 2 که تصاویر را از توضیحات متن ایجاد می‌کنند.

– تولید کننده‌های ویدئو/انیمیشن: سیستم‌هایی که می‌توانند کلیپ‌های ویدئویی و انیمیشن‌های کوتاه را از طریق درخواست‌ها تولید کنند.

– تولید کننده‌های صوتی: سیستم‌هایی که بر تولید صداها و موسیقی شبیه انسان متمرکز هستند.

هوش مصنوعی مولد چگونه کار می‌کند؟

بیشتر مدل‌های هوش مصنوعی مولد به شبکه‌های عصبی و یادگیری عمیق متکی هستند. آنها بر روی مجموعه داده‌های وسیعی آموزش دیده اند تا الگوها و انتزاعات سطح بالا را از چگونگی ساختار محتوا در یک دامنه درک کنند. خواه قوانین زبانی برای متن، قوانین ترکیبی تصاویر، تنوع لحنی در گفتار و غیره باشد.

در طول فرآیند آموزش، پارامترهای شبکه عصبی تنظیم می‌شوند تا این بازنمایی‌های نهفته را به تصویر بکشند. سپس مدل می‌تواند از این فضای آموخته شده از نمایش‌ها نمونه برداری کند تا خروجی‌های جدیدی تولید کند. رویکردهای آموزشی اضافی مانند یادگیری تقویتی می‌تواند کیفیت و انسجام خروجی‌ها را بیشتر بهبود بخشد.

برخلاف مدل‌های یادگیری ماشینی متمایز که برای طبقه‌بندی و پیش‌بینی طراحی شده‌اند، مدل‌های مولد بر ایجاد محتوای مصنوعی به شکل آزاد تمرکز دارند. قابلیت‌های آنها با دریافت داده‌های آموزشی بیشتر توسط مدل‌ها گسترش می‌یابد.

مدل‌های مولد کلیدی هوش مصنوعی

چندین مدل هوش مصنوعی مولد قابل توجه اخیرا ظهور کرده اند که با پیشرفت در یادگیری عمیق و دسترسی به منابع عظیم محاسباتی تسریع شده اند.

چت جی پی تی: Generative Pretrained Transformer 3 که در سال 2020 توسط OpenAI راه اندازی شد، یکی از پیشرفته ترین AIهای تولید کننده متن است. با آموزش میلیاردها پاساژ صفحه وب، می‌تواند متنی بسیار شبیه انسان تولید کند.

DALL-E: مولد تصویر OpenAI می‌تواند تصاویر واقعی و هنری را از زیرنویس متن ایجاد کند. یک تکرار جدیدتر، DALL-E 2، حتی تصاویر واقعی تر و قابل قبول تری را با کنترل دقیق تر تولید می‌کند.

Imagen: آزمایشگاه تحقیقاتی Anthropic این مولد تصویر جدید را با تمرکز بر دقت فنی و نه هنری توسعه داده است. نتایج Imagen از ناهنجاری‌هایی که معمولاً در مدل‌های دیگر دیده می‌شود جلوگیری می‌کند.

Wu Dao 2.0: این مولد متن چینی از Anthropic خروجی را با بی طرفی سیاسی و عینی به عنوان اصول طراحی اصلی تولید می‌کند.

کاربردهای هوش مصنوعی مولد

صنایع خلاق در حال حاضر به شدت از مدل‌های مولد بهره می‌برند. دامنه استفاده از موارد:

– بازاریابی و تبلیغات: کپی رایترهای هوش مصنوعی، تولید تصویر محصول

– روزنامه نگاری: مقالات متنی خودکار و دارایی‌های بصری

– سرگرمی: داستان‌های تعاملی، شخصیت‌های بازی، محیط‌های VR

– هنر و طراحی: تصاویر، طرح‌های محصول، رندرهای معماری

اما برنامه‌های کاربردی فراتر از آن هستند، از جمله:

– توسعه نرم افزار: تولید کد، اشکال زدایی خودکار

– کشف دارو: طراحی مولکولی

– شخصی سازی: توصیه‌های سفارشی

– دسترسی: تولید صدا برای اختلالات بینایی

تاریخچه هوش مصنوعی (KEY DATES AND NAMES)

ایده ماشینی که فکر می‌کند به یونان باستان برمی‌گردد. اما از زمان ظهور محاسبات الکترونیکی (و نسبت به برخی از موضوعات مورد بحث در این مقاله) رویدادها و نقاط عطف مهم در تکامل هوش مصنوعی شامل موارد زیر است:

1950: آلن تورینگ کتاب ماشین های محاسباتی و هوش را منتشر کرد. در این مقاله، تورینگ – که به دلیل شکستن کد ENIGMA نازی ها در طول جنگ جهانی دوم مشهور است – پیشنهاد می‌کند به این سوال پاسخ دهید که آیا ماشین‌ها می توانند فکر کنند؟ و تست تورینگ را برای تعیین اینکه آیا کامپیوتر می تواند همان هوش (یا نتایج همان هوش) را با یک انسان نشان دهد، معرفی می‌کند. ارزش آزمون تورینگ از آن زمان مورد بحث بوده است.

1956: جان مک کارتی در اولین کنفرانس هوش مصنوعی در کالج دارتموث، اصطلاح “هوش مصنوعی” را ابداع کرد. (مک کارتی به اختراع زبان Lisp ادامه داد.) در اواخر همان سال، آلن نیوول، جی سی شاو و هربرت سایمون، نظریه منطقی را ایجاد کردند، اولین برنامه نرم افزاری هوش مصنوعی در حال اجرا.

1967: فرانک روزنبلات Mark 1 Perceptron را ساخت، اولین کامپیوتر مبتنی بر یک شبکه عصبی که از طریق آزمون و خطا “یاد گرفت”. فقط یک سال بعد، ماروین مینسکی و سیمور پیپرت کتابی با عنوان پرسپترون‌ها منتشر کردند که هم به کار برجسته در مورد شبکه‌های عصبی تبدیل شد و هم حداقل برای مدتی استدلالی علیه پروژه‌های تحقیقاتی شبکه‌های عصبی آینده.

دهه 1980: شبکه‌های عصبی که از یک الگوریتم پس از انتشار برای آموزش خود استفاده می‌کنند، به طور گسترده در کاربردهای هوش مصنوعی مورد استفاده قرار گرفتند.

1997: دیپ بلو از IBM در یک مسابقه شطرنج (و مسابقه مجدد) قهرمان شطرنج جهان، گری کاسپاروف را شکست داد.

2011: IBM Watson قهرمانان Ken Jennings و Brad Rutter را در Jeopardy شکست داد!

2015: ابرکامپیوتر Minwa Baidu از نوع خاصی از شبکه عصبی عمیق به نام شبکه عصبی کانولوشن برای شناسایی و دسته‌بندی تصاویر با دقت بالاتری نسبت به انسان معمولی استفاده می‌کند.

2016: برنامه AlphaGo DeepMind که توسط یک شبکه عصبی عمیق پشتیبانی می‌شود، لی سودول، بازیکن قهرمان جهان Go را در یک مسابقه پنج بازی شکست داد. این پیروزی با توجه به تعداد زیادی حرکات ممکن در طول بازی (بیش از 14.5 تریلیون تنها پس از چهار حرکت!) قابل توجه است. بعداً، گوگل DeepMind را به مبلغ 400 میلیون دلار خریداری کرد.

2023: افزایش مدل های زبان بزرگ یا LLM ها مانند ChatGPT، تغییر عظیم در عملکرد هوش مصنوعی و پتانسیل آن برای افزایش ارزش سازمانی. با این شیوه‌های جدید هوش مصنوعی مولد، می‌توان مدل‌های یادگیری عمیق را از قبل آموزش داد  و حجم عظیمی از داده های خام و بدون برچسب داشت.

فرصت‌ها و چالش‌های پیش رو

هوش مصنوعی مولد نوید فوق العاده ای را برای افزایش خلاقیت و بهره وری انسان در مقیاس به ارمغان می‌آورد. همانطور که مدل‌ها به پیشرفت خود ادامه می‌دهند، برنامه‌های کاربردی بسیار بیشتر گسترش خواهند یافت. با این حال، چالش‌های قابل‌توجهی در مورد سوگیری، ایمنی و استفاده مخرب وجود دارد که توسعه‌دهندگان فعالانه در تلاش هستند تا از طریق روش‌های فنی و اخلاقی به آنها رسیدگی کنند.

به طور کلی، هوش مصنوعی مولد یک مرز جدید هیجان انگیز برای دموکراتیک کردن خلاقیت و تخیل است. توسعه مسئولانه این مدل‌ها نوید تغییر مثبت بخش‌های متعدد و تقویت نحوه کار و زندگی ما را می‌دهد. با دیدی خوش بینانه و در عین حال روشن، جامعه ما می‌تواند این سیستم‌ها را برای ایجاد رفاه برای همه هدایت کند.

منبع:‌ aipoint.ir