هوش مصنوعی مولد
Generative AI — GenAIهوش مصنوعی مولد دستهای از مدلهاست که بهجای دستهبندی یا پیشبینی، محتوای تازه میسازد: متن، تصویر، صدا، ویدیو یا کد. تفاوت بنیادیاش با نسل قبلی این است که خروجیاش انتخاب از میان گزینههای موجود نیست، بلکه چیزی است که پیش از این وجود نداشته.
تفاوت «مولد» با «تشخیصی» در یک مثال
تا پیش از موج اخیر، بیشتر سیستمهای هوش مصنوعی تشخیصی (Discriminative) بودند. کار این مدلها این است که ورودی را ببینند و دربارهٔ آن قضاوت کنند: این ایمیل هرزنامه هست یا نه؟ در این عکس گربه هست یا سگ؟
مدلهای مولد (Generative) مسئلهٔ معکوس را حل میکنند: بهجای اینکه بپرسند «این چیست؟»، میپرسند «یک نمونهٔ تازه از این جنس چه شکلی است؟» تفاوت را اینطور ببینید:
| مدل تشخیصی | مدل مولد | |
|---|---|---|
| پرسش | این ورودی به کدام دسته تعلق دارد؟ | یک نمونهٔ باورپذیر تازه بساز |
| ورودی | یک عکس | یک توصیف متنی |
| خروجی | برچسب «گربه» | عکسی از گربهای که وجود ندارد |
| تعداد پاسخ درست | معمولاً یکی | بینهایت |
همین «بینهایت پاسخ درست» است که هم قدرت و هم دردسر این فناوری را میسازد: خروجی هر بار متفاوت است و هیچ پاسخ قطعیِ قابل بررسی وجود ندارد.
چطور کار میکند؟
سازوکار دقیق به نوع محتوا بستگی دارد، اما منطق مشترکی پشت همه هست: مدل توزیع آماری دادههای آموزشی را یاد میگیرد و سپس از دل همان توزیع، نمونهبرداری میکند.
در تولید متن
مدلهای زبانی بزرگ کاری فریبنده ساده انجام میدهند: پیشبینی توکن بعدی. مدل به آنچه تا اینجا نوشته شده نگاه میکند و برای هر واژهٔ ممکنِ بعدی یک احتمال تعیین میکند، بعد یکی را انتخاب میکند و همین چرخه را تکرار میکند. جملهٔ منسجم، حاصل هزاران بار تکرار همین پیشبینی کوچک است.
در تولید تصویر
رایجترین روش امروز انتشار (Diffusion) است. مدل در آموزش یاد میگیرد که چطور نویز را از تصویر پاک کند. هنگام تولید، از یک تصویر کاملاً نویزی شروع میکند و گامبهگام آن را «تمیز» میکند، در حالی که متن پرامپت مسیر این تمیزکاری را هدایت میکند.
چون در هر گام، مدل از میان چند گزینهٔ محتمل یکی را بهصورت تصادفی انتخاب میکند. پارامتری به نام «دما» (Temperature) میزان این تصادفیبودن را کنترل میکند: دمای پایین یعنی پاسخهای محافظهکارانه و قابل پیشبینی، دمای بالا یعنی خروجی خلاقانهتر اما پرریسکتر.
کاربردهای واقعی
- نوشتن و بازنویسی. پیشنویس ایمیل، خلاصهسازی گزارش بلند، تغییر لحن یک متن، ترجمه.
- برنامهنویسی. تولید قطعهکد، توضیح کد ناآشنا، یافتن باگ، نوشتن تست. این یکی از موفقترین کاربردهاست چون خروجی بلافاصله قابل آزمودن است.
- طراحی و تصویرسازی. ساخت تصویر شاهد، طرح اولیه، تغییر بخشی از یک عکس.
- صدا. تبدیل متن به گفتار طبیعی، شبیهسازی صدا، حذف نویز پسزمینه.
- پشتیبانی مشتری. پاسخگویی بر پایهٔ اسناد داخلی شرکت — معمولاً با روشی به نام بازیابی تقویتشده که مدل را به منابع واقعی متصل میکند.
الگوی مشترک در کاربردهای موفق این است: مدل پیشنویس میسازد و انسان تأیید میکند. هرجا این حلقهٔ بازبینی حذف شود، ریسک بهشدت بالا میرود.
محدودیتهایی که نباید نادیده گرفت
توهمزایی. جدیترین مشکل. مدل مولد برای «باورپذیر بودن» بهینه شده، نه برای «درست بودن». وقتی چیزی را نمیداند، سکوت نمیکند؛ محتملترین چیز را میسازد. نتیجه: منبع علمی جعلی، شمارهٔ مادهٔ قانونی نادرست، آمار ساختگی — همه با لحنی کاملاً مطمئن.
مرز دانش. مدل تا تاریخ مشخصی آموزش دیده و از رویدادهای پس از آن بیخبر است، مگر آنکه به جستوجوی زنده وصل باشد.
حق مؤلف و مالکیت خروجی. دو پرسش هنوز در بسیاری از کشورها حلنشده است: آیا آموزش روی آثار دارای حق مؤلف مجاز است؟ و خروجی تولیدشده متعلق به کیست؟ برای استفادهٔ تجاری، حتماً شرایط سرویس را بخوانید.
نشت اطلاعات. آنچه در پرامپت مینویسید ممکن است ذخیره شود. قرارداد محرمانه، دادهٔ مشتری و کد اختصاصی را وارد سرویسهای عمومی نکنید.
هر عدد، نام، تاریخ، منبع یا ارجاع قانونی که مدل مولد تولید میکند را پیش از استفاده مستقل بررسی کنید. مدل در تولید ساختار عالی است و در تولید واقعیت غیرقابلاعتماد.
چطور خروجی بهتری بگیریم؟
کیفیت خروجی تا حد زیادی به کیفیت ورودی بستگی دارد. چند اصل عملی پرامپتنویسی:
- نقش بدهید. «تو یک ویراستار فارسی هستی» نتیجه را از «متن را ویرایش کن» بهتر میکند.
- زمینه بدهید. مخاطب کیست، متن کجا منتشر میشود، چه لحنی میخواهید.
- نمونه بدهید. یکی دو مثال از خروجی مطلوب، مؤثرتر از هر توضیحی است.
- قالب خروجی را مشخص کنید. «در قالب جدول با سه ستون» ابهام را حذف میکند.
- تکرار کنید. اولین خروجی معمولاً بهترین نیست. بازخورد مشخص بدهید و اصلاح بخواهید.
پرسشهای متداول دربارهٔ هوش مصنوعی مولد
هوش مصنوعی مولد با چتبات فرق دارد؟
بله. چتبات یک رابط کاربری است — پنجرهای که در آن گفتوگو میکنید. هوش مصنوعی مولد موتوری است که پشت آن پنجره کار میکند. چتباتهای قدیمی مبتنی بر قواعد ثابت بودند و هیچ محتوای تازهای تولید نمیکردند.
آیا خروجی هوش مصنوعی مولد قابل تشخیص است؟
نه بهطور قابلاعتماد. ابزارهای تشخیص متن تولیدشده نرخ خطای بالایی دارند و بهویژه متنهای غیرانگلیسی را اشتباه برچسب میزنند. تکیه بر این ابزارها برای تصمیمهای مهم — مثلاً نمرهدهی دانشگاهی — توصیه نمیشود.
چرا گاهی جوابهای متفاوت به یک سؤال یکسان میدهد؟
چون فرایند تولید ذاتاً تصادفی است. مدل در هر گام از میان چند واژهٔ محتمل نمونهبرداری میکند. اگر پاسخ ثابت میخواهید، باید پارامتر دما را به صفر نزدیک کنید — امکانی که معمولاً فقط از طریق API در دسترس است.
آیا میتوانم از تصاویر تولیدشده استفادهٔ تجاری کنم؟
به سرویس بستگی دارد و باید شرایط استفادهٔ همان سرویس را بخوانید. حتی وقتی سرویس اجازه میدهد، در برخی کشورها خروجی صرفاً ماشینی ممکن است واجد شرایط حمایت حق مؤلف نباشد. برای کاربردهای حساس تجاری، مشورت حقوقی بگیرید.
اصطلاحات همخانوادهٔ مفاهیم پایه هوش مصنوعی
مشاهدهٔ همه ←- هوش مصنوعیهوش مصنوعی شاخهای از علوم کامپیوتر است که سیستمهایی میسازد تا کارهایی را انجام دهند که تا پیش از این به هوش انسانی نیاز داشت: دیدن، شنیدن، فهمیدن زبان، تصمیمگیری و پیشبینی. نکتهٔ کلیدی این است که این سیستمها بهجای اینکه قدمبهقدم برنامهریزی شوند، از داده «یاد میگیرند».
- هوش مصنوعی عمومی AGIهوش مصنوعی عمومی (AGI) به سیستمی فرضی گفته میشود که بتواند هر کار فکریای را که انسان از پس آن برمیآید یاد بگیرد و انجام دهد — نه فقط یک کار خاص. چنین سیستمی امروز وجود ندارد و هیچ اجماعی دربارهٔ زمان یا حتی امکان ساخت آن نیست.
- هوش مصنوعی محدود ANIهوش مصنوعی محدود (ANI) به سیستمی گفته میشود که فقط در یک قلمرو مشخص عمل میکند و بیرون از آن قلمرو هیچ تواناییای ندارد. این تنها نوع هوش مصنوعی است که تا امروز ساخته شده — از فیلتر هرزنامه و مسیریاب تا پیشرفتهترین مدلهای زبانی.
- ابرهوش مصنوعی ASIابرهوش مصنوعی (ASI) به سیستمی فرضی گفته میشود که در تقریباً همهٔ حوزههای فکری — از پژوهش علمی و خلاقیت تا مهارت اجتماعی — از توانمندترین انسانها پیشی بگیرد. این مفهوم کاملاً نظری است؛ نه چنین سیستمی وجود دارد و نه مسیر روشنی برای ساخت آن.
- مدل هوش مصنوعیمدل هوش مصنوعی حاصل نهایی فرایند آموزش است: یک فایل حاوی میلیونها یا میلیاردها عدد (پارامتر) که الگوهای استخراجشده از دادههای آموزشی را در خود نگه داشتهاند. مدل، خودِ برنامه نیست؛ «دانشی» است که برنامه از آن استفاده میکند.
- الگوریتم هوش مصنوعیالگوریتم هوش مصنوعی دستورالعملی گامبهگام است که تعیین میکند سیستم چطور از داده یاد بگیرد و چطور پارامترهای خود را اصلاح کند. الگوریتم، «روش یادگیری» است؛ مدل ، حاصل بهکارگیری آن روش روی دادهای مشخص.
برای درک کاملتر، اینها را هم بخوانید
- هوش مصنوعیهوش مصنوعی شاخهای از علوم کامپیوتر است که سیستمهایی میسازد تا کارهایی را انجام دهند که تا پیش از این به هوش انسانی نیاز داشت: دیدن، شنیدن، فهمیدن زبان، تصمیمگیری و پیشبینی. نکتهٔ کلیدی این است که این سیستمها بهجای اینکه قدمبهقدم برنامهریزی شوند، از داده «یاد میگیرند».
- مدل هوش مصنوعیمدل هوش مصنوعی حاصل نهایی فرایند آموزش است: یک فایل حاوی میلیونها یا میلیاردها عدد (پارامتر) که الگوهای استخراجشده از دادههای آموزشی را در خود نگه داشتهاند. مدل، خودِ برنامه نیست؛ «دانشی» است که برنامه از آن استفاده میکند.
- هوش مصنوعی چندوجهیهوش مصنوعی چندوجهی به مدلهایی گفته میشود که میتوانند بیش از یک نوع داده را همزمان پردازش کنند — مثلاً متن و تصویر و صدا با هم. تفاوت مهم با کنار هم گذاشتن چند مدل جداگانه این است که مدل چندوجهی این نوعها را در یک فضای معنایی مشترک نمایش میدهد و میتواند میانشان ارتباط برقرار کند.
- عامل هوشمندعامل هوشمند سیستمی است که محیط خود را درک میکند، دربارهٔ آن تصمیم میگیرد و برای رسیدن به هدفی مشخص عمل میکند. تفاوت کلیدیاش با یک مدل معمولی این است که فقط پاسخ نمیدهد؛ کاری انجام میدهد و نتیجهٔ کارش را میبیند.