تا حالا فکر کرده ای حرف G در ChatGPT یعنی چه؟ اگر گفتی “Generative” یعنی “مولد”، درست حدس زدی.
ابزارهایی مثل ChatGPT، Gemini، Copilot مایکروسافت و Claude همگی زیرمجموعه ای از یک نوع خاص از هوش مصنوعی هستند. این نوع خاص را هوش مصنوعی مولد می نامیم.
اما دقیقا منظور از هوش مصنوعی مولد چیست؟ چه فرقی با انواع دیگر هوش مصنوعی دارد؟ چطور کار می کند؟ در ادامه این سوال ها را به زبان ساده جواب می دهیم.
هوش مصنوعی مولد یعنی چه
اگر بخواهیم خیلی ساده توضیح دهیم، هوش مصنوعی مولد به نوعی از هوش مصنوعی گفته می شود که می تواند چیزهای جدید تولید کند. مثلا متن، تصویر، کد، موسیقی یا ویدیو.
این مدل ها با یاد گرفتن الگوهایی از داده های قبلی، خروجی های تازه ای می سازند که طبیعی و واقعی به نظر می رسند. مدل هایی مثل ترنسفورمرها و GANها پایه اصلی این سیستم ها هستند. به همین دلیل هم می توانند در هنر، طراحی، نویسندگی و خیلی زمینه های خلاقانه دیگر استفاده شوند.
اگرچه عبارت “هوش مصنوعی مولد” واژه ای تازه است، اما ریشه این ایده به دهه ۱۹۵۰ برمی گردد. جایی که آرتور ساموئل اصطلاح “یادگیری ماشینی” را باب کرد. اما جهش واقعی این حوزه از حدود یک دهه پیش شروع شد. زمانی که “ایان گودفلو” مدل GAN را معرفی کرد و پس از آن هم گوگل در سال ۲۰۱۷ معماری ترنسفورمر را عرضه کرد. همین مدل پایه ابزارهایی مثل ChatGPT و Midjourney شده است.
اگر تا حالا از ChatGPT یا Gemini چیزی خواسته ای، مثلا نوشتن یک ایمیل، پیدا کردن رستوران، ساختن آهنگ یا طراحی لوگو، پس تو هم از هوش مصنوعی مولد استفاده کرده ای.
این مدل ها هم برای سرگرمی مناسب اند، هم برای کار حرفه ای. از نوشتن شعر و خلق عکس گرفته تا طراحی محصول، تحلیل داده و حتی کشف دارو.
در شبکه های اجتماعی هم ترندهایی مثل تبدیل سگ به انسان یا ساخت فیگور اکشن از چهره خودت با همین فناوری ممکن شده اند.
اما در کنار کاربردهای مفید، این فناوری گاهی سوء استفاده هم شده است. مثلا ساخت دیپ فیک، انتشار اطلاعات جعلی یا تولید تصاویر غیراخلاقی. این نگرانی ها بیشتر هم می شوند چون استفاده از این مدل ها خیلی ساده شده و خروجی آن ها واقعی تر از همیشه به نظر می رسد.
هوش مصنوعی مولد چطور کار می کند
اگر بخواهیم خیلی ساده توضیح بدهیم، این مدل ها دو کار اصلی انجام می دهند.
اولین مرحله، آموزش است. یعنی مدل با استفاده از مجموعه های عظیم داده مثل متن، تصویر، کد یا صفحات وب، الگوها را یاد می گیرد. مثلا اگر صد رمان ترسناک به مدل بدهیم، با بررسی شباهت ها، سبک نوشتن، موضوعات و ساختار داستان را درک می کند.
در مرحله بعد، با همین آموخته ها شروع به تولید محتوای جدید می کند. مثلا وقتی از ChatGPT می خواهی یک برنامه سفر بنویسد، با توجه به داده هایی که دارد و با کمک احتمال آماری، پاسخ را می سازد.
اگر خروجی، متن باشد، مدل کلمه به کلمه جلو می رود و بهترین گزینه را انتخاب می کند. اگر تصویر باشد، مدل های تصویری بر اساس رنگ، فرم و ترکیب، تصویر جدیدی می سازند. مثلا اگر از Midjourney بخواهی یک کمیک استریپ بسازد، از هزاران تصویری که قبلا دیده استفاده می کند تا خروجی متناسب با خواسته تو بسازد.
تفاوت هوش مصنوعی مولد با دیگر انواع هوش مصنوعی
گاهی این واژه ها با هم قاطی می شوند اما تفاوت دارند. هوش مصنوعی یک مفهوم کلی است. هوش مصنوعی مولد یکی از شاخه های آن است که محتوای تازه تولید می کند.
مثلا کامپیوتر Deep Blue از شرکت IBM که در سال ۱۹۹۷ قهرمان شطرنج جهان را شکست داد، از نوع هوش مصنوعی نمادین بود. این سیستم می توانست بازی را تحلیل کند و تصمیم بگیرد، اما هیچ چیز جدیدی تولید نمی کرد. بنابراین، جزو هوش مصنوعی مولد نیست.
یا مثلا سیستم های تشخیص چهره در گوشی یا ابزارهای فیلتر کردن ایمیل های اسپم هم از نوع هوش مصنوعی غیرمولد هستند. این مدل ها فقط دسته بندی می کنند نه تولید.
در نتیجه، چت بات هایی مثل ChatGPT و Claude به شکل دقیق تر، نمونه هایی از هوش مصنوعی مولد هستند.
چالش های هوش مصنوعی مولد
یکی از بزرگ ترین مشکلات این مدل ها، محتوایی است که روی آن ها آموزش دیده اند. اگر داده ها اشتباه باشند، خروجی هم اشتباه خواهد بود. به این خطاها اصطلاحا “توهم” گفته می شود.
مثلا وقتی اینترنت پر از اطلاعات نادرست باشد، مدل هم ممکن است همان اشتباه ها را تکرار کند. حتی گاهی مدل ها باعث تقویت کلیشه ها می شوند. مثلا ممکن است مدل، شغل پرستار را همیشه زنانه و مدیرعامل را مردانه نمایش دهد.
دانشگاه ها با مشکل جدی درگیر شده اند. چون بعضی دانشجوها مقاله یا پایان نامه را به کمک همین مدل ها می نویسند. در صنعت سرگرمی هم بحث زیاد است که آیا این فناوری می تواند نویسنده یا بازیگر یا طراح را کنار بزند یا نه.
در هر صورت، هوش مصنوعی مولد ابزار قدرتمندی است. اما باید با دقت، قانون گذاری و آگاهی از آن استفاده شود.
