هوش مصنوعی مولد چیست و تفاوتش‌ها با پارادایم‌های دیگر در چیست؟
هوش مصنوعی در دهه گذشته به یکی از کلمات کلیدی دنیای فناوری اطلاعات تبدیل شده است. فناوری که منجر به پیشرفت‌های چشمگیری در فناوری شده و افزایش عملکرد سازمان‌ها را به همراه داشته است. با این حال، همان‌طور که ما عمیق‌تر به چشم‌انداز هوش مصنوعی می‌نگریم، باید اشکال متمایز آن را بشناسیم و درک کنیم. در میان گرایش‌های نوظهور، هوش مصنوعی مولد، زیرمجموعه‌ای از هوش مصنوعی، ظرفیت بسیار زیادی در شکل‌دهی مجدد صنایع از خود نشان داده است. اما چه تفاوتی با هوش مصنوعی سنتی دارد؟ بیایید این پرسش را به شکل قابل فهم برای همه و به سبک حمیدرضا تائبی بررسی کنیم.

هوش مصنوعی سنتی چیست؟

هوش مصنوعی سنتی که اغلب به آن هوش مصنوعی ضعیف یا محدود گفته می‌شود بر انجام هوشمندانه یک کار خاص تمرکز دارد. این فناوری به سیستم‌هایی اشاره دارد که برای پاسخ‌گویی به مجموعه خاصی از ورودی‌ها طراحی شده‌اند. این سیستم‌ها قابلیت یادگیری از داده‌ها و تصمیم‌گیری یا پیش‌بینی بر اساس داده‌ها را دارند. تصور کنید در حال بازی شطرنج کامپیوتری هستید. کامپیوتر تمام قوانین را می‌داند. می‌تواند حرکات شما را پیش‌بینی کند و بر اساس یک استراتژی از پیش تعریف شده گام بردارد. راه‌های جدیدی برای بازی شطرنج ابداع نمی‌کند، بلکه از بین استراتژی‌هایی که با آن برنامه‌ریزی شده است، گزینه‌های مناسب را انتخاب می‌کند. این یک هوش مصنوعی سنتی است - مانند یک استراتژیست ماهر است که می‌تواند تصمیمات هوشمندانه‌ای را در چارچوب مجموعه‌ای از قوانین خاص اتخاذ کند. نمونه‌های دیگر از هوش مصنوعی سنتی دستیارهای صوتی مانند سیری یا الکسا، موتورهای توصیه‌گر در نتفلیکس یا آمازون یا الگوریتم جستجوی گوگل هستند. این هوش مصنوعی‌ها برای پیروی از قوانین خاص، انجام یک کار خاص و انجام آن به خوبی آموزش دیده‌اند، اما هیچ چیز جدیدی ابداع نمی‌کنند.

هوش مصنوعی مولد: مرز بعدی

از سوی دیگر، هوش مصنوعی مولد را می‌توان نسل بعدی هوش مصنوعی دانست. این نوعی از هوش مصنوعی است قادر است ابداع کند. فرض کنید دوستی دارید که عاشق قصه گفتن است. اما به جای یک دوست انسانی، شما یک هوش مصنوعی دارید. شما به این هوش مصنوعی یک خط شروع می‌دهید، بگویید: «روزی روزگاری، در کهکشانی دور...». هوش مصنوعی این خط را دنبال می‌کند و یک داستان ماجراجویی فضایی کامل با شخصیت‌ها، پیچش‌های داستانی و نتیجه‌گیری هیجان‌انگیز ایجاد می‌کند. هوش مصنوعی از اطلاعاتی که به آن داده‌اید چیز جدیدی ایجاد می‌کند. این یک مثال اساسی از هوش مصنوعی مولد است. این فناوری همانند یک دوست خیالی است که می‌تواند محتوای اصلی و خلاقانه ارائه دهد. علاوه بر این، هوش مصنوعی مولد امروزی نه تنها می‌تواند خروجی‌های متنی ایجاد کند، بلکه می‌تواند تصاویر، موسیقی و حتی کدهای کامپیوتری را نیز ایجاد کند. مدل‌های هوش مصنوعی مولد بر روی مجموعه‌ای از داده‌ها آموزش می‌بینند و الگوهای زیربنایی را برای تولید داده‌های جدید که منعکس‌کننده مجموعه آموزشی است، یاد می‌گیرند.

چی‌تی‌تی نسل چهارم را در نظر بگیرید، نمونه‌ای برجسته از هوش مصنوعی مولد است. این نرم‌افزار که توسط بخش وسیعی از داده‌های موجود در اینترنت آموزش دیده است، می‌تواند متنی شبیه انسان تولید کند که تقریبا از متن نوشته شده توسط یک شخص قابل تشخیص نیست.

چه تفاوت کلیدی میان این دو فناوری وجود دارد؟

تفاوت اصلی بین هوش مصنوعی سنتی و هوش مصنوعی مولد در قابلیت‌ها و کاربرد آن‌ها نهفته است. سیستم‌های هوش مصنوعی سنتی عمدتا برای تجزیه و تحلیل داده‌ها و پیش‌بینی‌ها استفاده می‌شوند، در حالی که هوش مصنوعی مولد با ایجاد داده‌های جدید مشابه داده‌های آموزشی خود یک قدم فراتر می‌رود. به عبارت دیگر، هوش مصنوعی سنتی در تشخیص الگو برتری دارد، در حالی که هوش مصنوعی مولد در ایجاد الگو برتری دارد. هوش مصنوعی سنتی می‌تواند داده‌ها را تجزیه و تحلیل کند و به شما بگوید که چه چیزی می‌بیند، اما هوش مصنوعی مولد می‌تواند از همان داده‌ها برای ایجاد چیزی کاملا جدید استفاده کند.

پیامدهای هوش مصنوعی مولد گسترده است و راه‌های جدیدی برای خلاقیت و نوآوری فراهم می‌کند. در طراحی، هوش مصنوعی مولد می‌تواند به ایجاد نمونه‌های اولیه بی شماری در عرض چند دقیقه کمک کند و زمان مورد نیاز برای فرآیند ایده‌پردازی را کاهش دهد. در صنعت سرگرمی، می‌تواند به تولید موسیقی جدید، نوشتن فیلمنامه یا حتی ایجاد دیپ فیک کمک کند. در روزنامه نگاری، می‌تواند مقاله یا گزارش بنویسد. هوش مصنوعی مولد این پتانسیل را دارد که در هر زمینه‌ای که ایجاد و نوآوری موضوع کلیدی است، انقلابی ایجاد کند. از سوی دیگر، هوش مصنوعی سنتی همچنان در برنامه‌های کاربردی خاص به برتری خود ادامه می‌دهد. این ربات‌های چت از سیستم‌های توصیه، تجزیه و تحلیل پیش‌بینی‌گویانه و موارد مشابه انرژی موردنیاز را دریافت می‌کنند. این موتور در پس‌زمینه اکثر برنامه‌های کاربردی هوش مصنوعی فعلی است که باعث افزایش کارایی در صنایع مختلف شده‌اند.

آینده هوش مصنوعی

در حالی که هوش مصنوعی سنتی و هوش مصنوعی مولد دارای عملکردهای متمایزی هستند، اما متقابل نیستند. هوش مصنوعی مولد می‌تواند در کنار هوش مصنوعی سنتی برای ارائه راه‌حل‌های قدرتمندتر کار کند. به عنوان مثال، یک هوش مصنوعی سنتی می‌تواند داده‌های رفتاری کاربر را تجزیه و تحلیل کند در حالی که یک هوش مصنوعی مولد می‌تواند از این تجزیه و تحلیل برای ایجاد محتوای شخصی استفاده کند. همان‌طور که ما به کشف پتانسیل‌های عظیم هوش مصنوعی ادامه می‌دهیم باید در مورد این تفاوت‌ها آگاه باشیم. هم هوش مصنوعی مولد و هم هوش مصنوعی سنتی نقش مهمی در شکل‌دهی به آینده ما دارند و هرکدام امکانات منحصر به فردی را در اختیار ما قرار می‌دهند. استقبال از این فناوری‌های پیشرفته برای کسب‌وکارها و افرادی که به دنبال افق‌های فراتر از پیش‌رو هستند، ضروری است. شرکت‌هایی که به دنبال تحول دیجیتال در فعالیت‌های تجاری خود هستند. ما به تازگی سفر جذاب خود به دنیای هوش مصنوعی را آغاز کرده‌ایم. شناخت قابلیت‌های منحصر به فرد اشکال مختلف هوش مصنوعی به ما اجازه می‌دهد تا در ادامه این سفر هیجان‌انگیز از پتانسیل کامل آن‌ها استفاده کنیم.

هوش مصنوعی و فناوری قرار است به کجا برود؟

بدیهی است که فناوری و به ویژه هوش مصنوعی با سرعت نور در حال پیشرفت هستند و ما تازه با قابلیت‌های منحصر به فرد این فناوری آشنا شده‌ایم. این احتمال وجود دارد که هوش مصنوعی فرصت‌های جدیدی در اختیار ما قرار دهد که یکی از آن‌ها ثبت تمام تجربیات زندگی به شکل دیجیتالی است. به بیان دقیق‌تر به نمایش دیجیتالی از هر شخص یا شی به سادگی فکر کردن درباره آن بیاندیشید و ببینید داستان فیلم‌هایی مثل گزارش اقلیت تا چه اندازه به ما نزدیک شده‌اند. همچنین، فناوری و هوش مصنوعی در آینده به ما اجازه « کنترل ذهن» خود و دیگران (برای لحظه‌ای این سوال را کنار بگذاریم که آیا این واقعا چیز خوبی است یا خیر) را می‌دهد. در آینده نزدیک‌، روش‌های کمتر تهاجمی برای ثبت فعالیت الکتریکی مغز خواهیم داشت، به این معنی که این فناوری بدون نیاز به جراحی کاشتنی مورد استفاده قرار گرفته و کاربردهای بیشتری خواهد داشت. این مسئله به احتمال زیاد پیشرفت‌هایی حول محور استفاده از طیف‌سنجی مادون قرمز خواهد بود که تغییرات جریان خون در مغز را با استفاده از نور تشخیص می‌دهد. همچنین درک دقیق‌تر اهمیت سیگنال‌های ای‌ای‌جی خاص با جداسازی موثرتر آن‌ها از "نویز" پس‌زمینه مغز امکان‌پذیر می‌شود.

ما همچنین می‌توانیم انتظار ظهور رابط‌های مغز به مغز را داریم که به لطف یک دستگاه الکترونیکی «واسطه» که پیام‌های رمزگشایی شده از فعالیت ای‌ای‌جی یک فرد را ضبط می‌کند و به طور مؤثر به ما امکان ارسال و دریافت پیام‌های تله‌پاتیک را می‌دهد. قابلیتی که ممکن است به کنترل بدن افراد دیگر نیز گسترش یابد. محققان دانشگاه واشنگتن روی پروژه‌ای کار کرده‌اند که به یک فرد اجازه می‌دهد حرکات دست فرد دیگری را با استفاده از مغز خود کنترل کند. واضح است که این فناوری پتانسیل ایجاد تحول در بسیاری از زمینه‌ها را دارد، از آسان‌تر کردن کمتر ماشین‌ها دقیق برای بازگرداندن قابلیت حرکت برای افرادی که کنترل اندام‌های خود  را از دست داده‌اند و ایجاد راه‌های جدیدی برای برقراری ارتباط و اشتراک‌گذاری اطلاعات.

در همین ارتباط از یک مبتنی بر شبکه عصبی پس انتشار برای تولید تصویر توسط برنامه‌های هوش مصنوعی از جمله دال‌-ای و میدجرنی استفاده می‌شود که قرار است برای بازتولید تصاویری که مردم بر اساس فعالیت ای‌ای‌جی خود مشاهده کرده‌اند یا موسیقی‌هایی که شخصی به آن گوش داده است، استفاده شود. رابط‌های مغز و کامپیوتر از آن زمان تاکنون پیشرفت زیادی کرده‌اند. امروزه یکی از شناخته‌شده ترین پیشگامان شرکت نورالینک است که توسط ایلان ماسک تاسیس شد. این شرکت دستگاه‌های رابط مغز و ماشین قابل کاشت مانند تراشه ان‌یک خود را توسعه می‌دهد که می‌تواند مستقیما با بیش از 1000 سلول مختلف مغز ارتباط برقرار کند. هدف این است که افراد مبتلا به فلج را قادر سازد تا از ماشین‌آلات و اندام‌های مصنوعی برای بازیابی تحرک خود استفاده کنند. این شرکت در حال مطالعه کاربرد فناوری خود در توسعه درمان بیماری‌های آلزایمر و پارکینسون هستند. یک دستگاه ابداع شده جالب در این زمینه بیت‌برین است که در گروه دستگاه‌های پوشیدنی سنجش مغزی قرار دارد و سیگنال‌های ای‌ای‌جی را با کمک هوش مصنوعی مورد ارزیابی قرار می‌دهد. آن‌ها برنامه‌هایی را برای انجام اسکن‌های پزشکی از مغز و همچنین توسعه ابزارهای آزمایشگاهی در دست کار دارند که در تحقیقات رفتار انسان، سلامت و علوم اعصاب مورد استفاده قرار می‌گیرند.

شرکت دیگری که محصولات جدی را در این فضا به بازار عرضه می‌کند، شرکت نکست‌مایند است که به تازگی توسط شرکت مادر اسنپ‌چت خریداری شده است. این شرکت موفق به ساخت دستگاهی شده است که سیگنال‌های قشر بینایی را به دستورات دیجیتالی تبدیل می‌کند. علاوه بر ایجاد ابزارهایی که به رایانه‌ها اجازه می‌دهد با سیگنال‌های مغزی کنترل شوند، این شرکت امیدوار است دستگاهی بسازد که بتواند تخیل بصری را به سیگنال‌های دیجیتالی تبدیل کند. به عبارت دیگر، هر تصویری که به آن فکر کنید، روی صفحه کامپیوتر دوباره خلق شود. در دانشگاه، مرزها از این هم فراتر رفته است. به عنوان مثال، محققانی که ارزش فناوری رابط مغز و ماشین را می‌دانند از یادگیری ماشین برای استخراج داده‌ها از سیگنال‌های ای‌ای‌جی لوب فرونتال استفاده کرده‌اند که برای طبقه‌بندی حالات ذهنی (مانند سطح آرامش یا استرس فرد) با درجه بالایی از دقت استفاده می‌شوند

البته، پیامدهای اخلاقی بزرگی برای این پروژ‌ها قابل تصور است. ما به طور کامل از این پرسش صرف نظر کرده‌ایم که اگر فناوری امکان رمزگشایی و تماشای افکار شخصی و خصوصی افراد را مانند یک فیلم فراهم کند، چه معنایی برای جامعه خواهد داشت. تا کجا می‌توان این فیلم‌ها را به عقب بازگرداند؟ همه می‌دانیم که مغز انسان به طور ناگهانی اطلاعات افراد، مکان‌ها یا تجربیات گذشته دورمان را به یاد می‌آورد، حتی اگر برای مدت طولانی به چیزی فکر نکرده باشیم. روانشناسان می‌گویند که اگر انجام این کار آسیب‌زا یا ناراحت کننده باشد، مغز این توانایی را دارد که ما را از فکر کردن یا یادآوری تجربیات یا رویدادهای خاص باز دارد. تکامل این فناوری در مورد نحوه عملکرد حافظه به ما چه می‌آموزد و آیا ما مسئولیت اخلاقی برای ایجاد تدابیری برای جلوگیری از استخراج اطلاعات از عواقب خطرناک را داریم؟ این‌ها پرسش‌هایی هستند که بدون شک باید قبل از پیشرفت در حوزه فناوری و هوش مصنوعی به آن‌ها پرداخت. با این حال، زمینه مطالعه و توسعه فناوری پتانسیل‌های هیجان‌انگیز زیادی ارائه می‌دهد و می‌تواند کاربردهای مثبت بی شماری داشته باشد.

ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.

ثبت اشتراک نسخه کاغذی ماهنامه شبکه     
ثبت اشتراک نسخه آنلاین

 

کتاب الکترونیک +Network راهنمای شبکه‌ها

  • برای دانلود تنها کتاب کامل ترجمه فارسی +Network  اینجا  کلیک کنید.

کتاب الکترونیک دوره مقدماتی آموزش پایتون

  • اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.

ایسوس

نظر شما چیست؟