هوش مصنوعی مولد یا generative AI چیست؟ و چه قابلیت هایی دارد؟

منظوز از generative AI چیست؟ هوش مصنوعی مولد نوعی فناوری هوش مصنوعی است که بر مدل‌های یادگیری عمیقی متکی است که بر روی مجموعه داده‌های بزرگ برای ایجاد محتوای جدید آموزش دیده اند. مدل‌های هوش مصنوعی مولد، که برای تولید داده‌های جدید استفاده می‌شوند، در تضاد با مدل‌های هوش مصنوعی که برای مرتب‌سازی داده‌ها بر اساس تفاوت‌ها استفاده می‌شوند. امروزه مردم از برنامه‌های کاربردی هوش مصنوعی برای تولید متن، عکس، کد و موارد دیگر استفاده می‌کنند. موارد استفاده‌ی رایج برای هوش مصنوعی مولد شامل ربات‌های گفتگو، ایجاد و ویرایش تصویر، کمک به کد نرم‌افزار و تحقیقات علمی است.

مردم از generative AI در محیط‌های حرفه‌ای استفاده می‌کنند تا به سرعت ایده‌های خلاقانه را تجسم کنند و وظایف خسته‌کننده و وقت‌گیر را به طور مؤثر انجام دهند. در زمینه‌های نوظهور مانند تحقیقات پزشکی و طراحی محصول، هوش مصنوعی مولد این وعده را می‌دهد که به متخصصان کمک ‌کند تا کارهای خود را بهتر انجام دهند و زندگی را به طور قابل توجهی بهبود بخشند. البته، هوش مصنوعی همچنین خطرات جدیدی را ایجاد می‌کند که کاربران باید آن را بدانند و برای کاهش آن تلاش کنند.

برخی از برنامه‌های generative AI شناخته‌شده‌ای که در سال‌های اخیر ظاهر شده اند عبارتند از: ChatGPT و DALL-E از OpenAI ، GitHub CoPilot ، Microsoft’s Bing Chat ، Google’s Bard ، Midjourney ، Stable Diffusion و Adobe Firefly. مجموعه‌ی Red Hat با IBM همکاری کرد تا Red Hat® Ansible® Lightspeed را با IBM watsonx Code Assistant ایجاد کند. این یک سرویس هوش مصنوعی مولد است که به توسعه‌دهندگان کمک می‌کند تا محتوای Ansible را به طور کارآمدتر ایجاد کنند. بسیاری از سازمان‌های دیگر در حال آزمایشِ سیستم‌های هوش مصنوعی مولد خود هستند تا کارهای روتین را خودکار کرده و کارایی را بهبود بخشند.

5 افسانه در مورد هوش مصنوعی

ویدوهای بیشتر درباره ی هوش مصنوعی

generative AI چیست و چگونه کار می‌کند؟

اگر از یک مکالمه‌ی منسجم و شگفت‌آور با ChatGPT لذت برده‌اید، و یا دیده‌اید که Midjourney چگونه تصویری واقع‌گرایانه از توضیحات شما ارائه می‌کند، حتماً می‌دانید که هوش مصنوعی مولد می‌تواند شبیه جادو باشد. اما چه چیزی این جادو را ممکن می‌کند؟

در پشت پرده‌ی برنامه‌های هوش مصنوعی که شما استفاده می‌کنید، مدل‌های یادگیری عمیق هستند که الگوهایی را بازسازی می‌کنند که از حجم وسیعی از داده‌های آموزشی آموخته‌اند. سپس در پارامترهای ساخته‌شده توسط انسان شروع به کار می‌کنند تا بر اساس آموخته‌های خود چیز جدیدی بسازند.

بیشتر بخوانید: بررسی مزایای عملی حفاظت از داده‌های مبتنی بر هوش مصنوعی و بهترین روش‌ها برای پیاده‌سازی آن

مدل‌های یادگیری عمیق یک کپی از داده‌های آموزشی خود را ذخیره نمی‌کنند، بلکه نسخه‌ای کدگذاری شده از آن را ذخیره می‌کنند که با نقاط داده‌ی مشابه نزدیک به هم چیده شده‌اند. سپس این نمایش می‌تواند برای ساخت داده‌های جدید و اصلی با ویژگی‌های مشابه رمزگشایی شود.

ساخت یک برنامه‌ی AI مولد سفارشی به یک مدل و همچنین تنظیماتی مانند تنظیمِ دقیقِ تحتِ نظارت انسان یا لایه‌ای از داده‌های خاص برای یک مورد استفاده نیاز دارد. اکثر برنامه‌های generative AI پرکاربرد امروزی به درخواست‌های کاربر پاسخ می‌دهند. چیزی که می‌خواهید را به زبان طبیعی توصیف کنید و برنامه هر چیزی که خواستید را مانند جادو به شما باز می‌گرداند.

موارد استفاده از generative AI چیست؟

پیشرفت‌های هوش مصنوعی مولد در نوشتن و تصاویر، تیتر اخبار و تصورات مردم را به خود جلب کرده است. در اینجا چند مورد از کاربردهای اولیه‌ی این فناوری، که به سرعت در حال پیشرفت است، را برایتان آورده‌ایم.

نوشتن: حتی پیش از آنکه ChatGPT سرفصل‌ها در دست را بگیرد و خود شروع به نوشتن آن‌ها کند، سیستم‌های هوش مصنوعی مولد در تقلید از نوشته‌های انسان خوب بودند. ابزارهای ترجمه‌ی زبان جزو اولین موارد استفاده برای مدل‌های هوش مصنوعی مولد بودند. ابزارهای مولد AI فعلی عملاً می‌توانند به درخواست‌های ایجاد محتوای با کیفیت در هر موضوعی پاسخ دهند. این ابزارها همچنین می‌توانند نوشتار خود را با اندازه‌ها و سبک‌های مختلف نوشتاری تطبیق دهند.

تولید تصویر: ابزارهای تصویری هوش مصنوعی مولد می‌توانند تصاویری را با کیفیت بالا در پاسخ به درخواست‌های سوژه‌ها و سبک‌های بی‌شمار ترکیب کنند. برخی از ابزارهای هوش مصنوعی، مانند Generative Fill in Adobe Photoshop، می‌توانند عناصر جدیدی را به آثار موجود اضافه کنند.

ایجاد گفتار و موسیقی: ابزارهای صوتی هوش مصنوعی با استفاده از متنِ نوشته‌شده و نمونه‌ی صوتی موجود از صدای یک فرد، می‌توانند روایت یا آوازی را ایجاد کنند که صداهای انسانِ واقعی را تقلید کند. ابزارهای دیگر می‌توانند موسیقی مصنوعی را از دستورها یا نمونه‌های موجود ایجاد کنند.

تولید ویدئو: سرویس‌های جدید در حال آزمایش تکنیک‌های مختلف هوش مصنوعی مولد برای ایجاد موشن گرافیک هستند. به عنوان مثال، برخی از آن‌ها می‌توانند صدایی را با یک تصویر ثابت بدون حرکت تطبیق دهند و دهان و حالت صورتِ سوژه را به گونه‌ای حرکت دهند که گویی صحبت می‌کند.

تولید و تکمیل کد: برخی از ابزارهای مولد هوش مصنوعی می‌توانند برای کمک به توسعه‌دهندگان نرم‌افزار، یک درخواست مکتوب دریافت کرده و کد رایانه را خروجی کنند.

افزایش و رشد داده‌ها: زمانی که استفاده از داده‌های واقعی غیرممکن باشد یا ترجیح داده نشود، هوش مصنوعی مولد می‌تواند مقدار زیادی داده‌ی مصنوعی ایجاد کند. برای مثال، اگر می‌خواهید مدلی را برای درک داده‌های مراقبت‌های بهداشتی بدون درج هرگونه اطلاعات شناساییِ شخصی آموزش دهید، داده‌های مصنوعی می‌توانند مفید باشند. همچنین می‌توان از هوش مصنوعی برای گسترش مجموعه داده‌های کوچک یا ناقص به مجموعه‌ی بزرگتری از داده‌های مصنوعی برای اهداف آموزشی یا آزمایشی استفاده کرد.

بیشتر بخوانید: بررسی امنیت و ایمنی سیستم‌های هوش مصنوعی

یادگیری عمیق چیست؟

یادگیری عمیق، که هوش مصنوعی مولد را ممکن می‌کند، یک تکنیک یادگیری ماشینی برای تجزیه و تحلیل و تفسیر مقادیر زیادی از داده‌ها است. این فرآیند همچنین به عنوان یادگیری عمیق عصبی یا شبکه عصبی عمیق شناخته می‌شود، و به رایانه‌ها می‌آموزد که از طریقِ مشاهده یاد بگیرند و شیوه و روش کسب دانش را از انسان تقلید کنند. یادگیری عمیق یک مفهوم مهم در به کارگیری رایانه برای مشکل درک زبان انسانی یا پردازش زبان طبیعی یا NLP است.

می‌توان به یادگیری عمیق اینگونه نگاه کرد که یک نمودار گردش کار است که با یک لایه‌ی ورودی شروع می‌شود و با یک لایه‌ی خروجی خاتمه می‌یابد. بین این دو لایه، «لایه‌های پنهان» قرار دارند که اطلاعات را در سطوح مختلف پردازش می‌کنند و رفتار خود را با دریافت مداوم داده‌های جدید تنظیم و تطبیق می‌دهند. مدل‌های یادگیری عمیق می‌توانند صدها لایه پنهان داشته باشند که هر یک از آن‌ها در کشف روابط و الگوهای درون مجموعه داده نقش دارند.

با شروع لایه‌ی ورودی، که از چندین  Node تشکیل شده است، داده‌ها به مدل معرفی می‌شوند و قبل از اینکه به لایه‌ی بعدی منتقل شوند، بر اساس آن دسته‌بندی می‌شوند. مسیری که داده‌ها در هر لایه طی می‌کنند بر اساس محاسبات تنظیم شده برای هر Node است. در نهایت، داده‌ها در هر لایه حرکت می‌کنند و مشاهداتی را در طول مسیر جمع‌آوری می‌کنند که در نهایت خروجی یا تجزیه و تحلیل نهایی داده‌ها را ایجاد می‌کند.

یکی از فناوری‌هایی که به پیشرفتِ یادگیری عمیق سرعت بخشیده است، GPU یا واحد پردازش گرافیکی است. پردازنده‌های گرافیکی در ابتدا برای تسریع در ارائه‌ی گرافیک بازی‌های ویدیویی طراحی شدند. اما GPUها ثابت کرده‌اند که به عنوان یک روش کارآمد برای انجام محاسبات به صورت موازی، که برای بارهای کاری یادگیری عمیق مناسب هستند. پیشرفت‌ در اندازه و سرعت مدل‌های یادگیری عمیق، مستقیماً به موجِ فعلی پیشرفت برنامه‌های هوش مصنوعی منجر شد.