نرم افزار و اپلیکیشن

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.

اگرچه Copilot به اندازه ChatGPT کامل نیست اما در بعضی ویژگی ها عملکرد بهتری دارد. به جای انتخاب یکی از آن ها، بهتر است بدانید که هر کدام برای چه کاری مناسب هستند. Copilot در برخی موقعیت ها انتخاب بهتری از ChatGPT است.

قدرت بالا در خواندن فایل های PDF و تصاویر

یکی از تفاوت های مهم، توانایی Copilot در خواندن تصاویر و فایل های PDF است. در تست های مختلف دیده شده که این ابزار سریع تر از ChatGPT محتوای تصاویر و فایل ها را تحلیل می کند.

وقتی فایلی را در Copilot آپلود می کنید، زمان زیادی لازم نیست تا خلاصه و توضیح آن را ببینید. توضیحات آن معمولا دقیق و قابل اتکا هستند.

در حالی که ChatGPT برای تحلیل های عمیق تر مثل جستجوی معکوس تصویر بهتر عمل می کند، اما برای خواندن کلی PDF ها و تصاویر، Copilot انتخاب خوبی است.

ابزارهای خلاقانه Copilot Labs

Copilot Labs مجموعه ای از ابزارهای جانبی است که تجربه استفاده را جذاب تر می کند. یکی از این ابزارها، Copilot Podcasts است. با آن می توانید اپیزود صوتی در مورد موضوعات دلخواه خود بسازید. اگر نمی دانید چه چیزی گوش دهید، این گزینه مفید است.

در بخش Labs، ابزار Copilot Vision نیز وجود دارد. این ابزار روی مرورگر Edge و ویندوز هم کار می کند. می توانید از آن برای پیشنهاد در کارهایی مانند ویرایش عکس استفاده کنید.

همچنین امکانات دیگری مثل تجربه های گیمینگ هم در این بخش قرار گرفته اند که هر کدام جذابیت خاصی دارند.

رابط کاربری ساده تر از ChatGPT

یکی از دلایل مهم استفاده از Copilot، طراحی ساده و مرتب آن است. رابط کاربری Copilot شلوغ نیست و کار با آن آسان است.

در مکالمه های طولانی هم احساس سردرگمی نخواهید داشت. رنگ های متضاد و منوی ساده باعث می شود راحت تر میان مکالمه ها جابجا شوید.

در حالی که Copilot هنوز جای اضافه شدن قابلیت های بیشتر دارد، همین تجربه کاربری روان باعث محبوبیت آن شده است.

ویژگی کاربردی Pages برای نوشتن و ایده پردازی

وقتی فقط دنبال پاسخ های ساده نیستید و می خواهید عمیق تر کار کنید، ابزار Pages در Copilot به دردتان می خورد. این ابزار مخصوص تولید محتوا، ایده پردازی یا ویرایش است.

ابتدا متن یا موضوع دلخواه را وارد می کنید. سپس Copilot پاسخ می دهد. شما می توانید پیشنهاد آن را تایید یا رد کنید. همه چیز در اختیار شماست.

با استفاده از Pages می توانید راحت تر فکر کنید، طرح اولیه بنویسید یا ایده های خام را شکل دهید.

پیشنهاد موضوعات بر اساس علاقه شما

اگر حس می کنید ایده ای در ذهن ندارید، Copilot برایتان موضوعاتی را پیشنهاد می دهد. بخشی به نام Topics I thought you’d enjoy وجود دارد که براساس علایق شما طراحی شده است.

در این بخش، موضوعاتی نمایش داده می شوند که ممکن است به آن ها علاقه داشته باشید. اگر هنوز هم ذهن تان خالی است، به سراغ بخش Need inspiration بروید.

در پایین صفحه هم بخشی به نام Ideas to explore وجود دارد که شامل پیشنهادهای انتزاعی تر و عمیق تر است. همه این پیشنهادها در بخش Discover قابل دسترسی هستند.

هماهنگی کامل با برنامه های مایکروسافت

یکی از نقاط قوت اصلی Copilot، ادغام فوق العاده با برنامه های مایکروسافت است. این ابزار با مجموعه Microsoft 365 مثل ورد، پاورپوینت و اکسل به خوبی کار می کند.

در پاورپوینت می توانید از Copilot برای نوشتن یا اصلاح اسلایدها استفاده کنید. اگر برای مدرسه یا کار نیاز به ارائه دارید، این ابزار کمک بزرگی است.

در اکسل هم می توانید فرمول های پیچیده را با کمک Copilot بسازید. حتی می توانید تحلیل عمیق داده ها را به آن بسپارید. اگر از گوگل شیت به اکسل مهاجرت می کنید، Copilot دلیل خوبی برای این انتخاب است.

در برنامه Outlook نیز Copilot به شما کمک می کند ایمیل ها را سریع تر بخوانید. با خلاصه کردن ایمیل ها، زمان زیادی صرفه جویی می شود.

پیشنهادهای شروع مکالمه بهتر از ChatGPT

در شروع گفتگو، Copilot پیشنهادهایی ارائه می دهد که بسیار بهتر از پیشنهادهای ChatGPT هستند. ChatGPT اغلب سوالات کلی و عمومی می پرسد. اما Copilot دقیقا می گوید که آیا می خواهید ایده پردازی کنید یا یک آزمون کوچک بگیرید.

این سبک از سوال پرسیدن باعث می شود راحت تر وارد موضوع شوید. همچنین Copilot در ادامه هم پیشنهادهای خوبی می دهد. این ویژگی شبیه به Perplexity عمل می کند. گرچه ChatGPT هم حالا سوالات دنبال دار بیشتری می پرسد، اما داشتن یک پیشنهاد از پیش آماده همیشه مفید است.

 

 

Copilot شاید همه ویژگی های ChatGPT را نداشته باشد، اما در بخش هایی عملکردی بهتر و ساده تر ارائه می دهد. قابلیت هایی مثل ابزار Pages، پیشنهاد موضوع، و هماهنگی با برنامه های آفیس باعث می شوند این ابزار برای بسیاری کاربران مفید باشد.

اگرچه Copilot به اندازه ChatGPT کامل نیست اما در بعضی ویژگی ها عملکرد بهتری دارد. به جای انتخاب یکی از آن ها، بهتر است بدانید که هر کدام برای چه کاری مناسب هستند. Copilot در برخی موقعیت ها انتخاب بهتری از ChatGPT است.

قدرت بالا در خواندن فایل های PDF و تصاویر

یکی از تفاوت های مهم، توانایی Copilot در خواندن تصاویر و فایل های PDF است. در تست های مختلف دیده شده که این ابزار سریع تر از ChatGPT محتوای تصاویر و فایل ها را تحلیل می کند.

وقتی فایلی را در Copilot آپلود می کنید، زمان زیادی لازم نیست تا خلاصه و توضیح آن را ببینید. توضیحات آن معمولا دقیق و قابل اتکا هستند.

در حالی که ChatGPT برای تحلیل های عمیق تر مثل جستجوی معکوس تصویر بهتر عمل می کند، اما برای خواندن کلی PDF ها و تصاویر، Copilot انتخاب خوبی است.

ابزارهای خلاقانه Copilot Labs

Copilot Labs مجموعه ای از ابزارهای جانبی است که تجربه استفاده را جذاب تر می کند. یکی از این ابزارها، Copilot Podcasts است. با آن می توانید اپیزود صوتی در مورد موضوعات دلخواه خود بسازید. اگر نمی دانید چه چیزی گوش دهید، این گزینه مفید است.

در بخش Labs، ابزار Copilot Vision نیز وجود دارد. این ابزار روی مرورگر Edge و ویندوز هم کار می کند. می توانید از آن برای پیشنهاد در کارهایی مانند ویرایش عکس استفاده کنید.

همچنین امکانات دیگری مثل تجربه های گیمینگ هم در این بخش قرار گرفته اند که هر کدام جذابیت خاصی دارند.

رابط کاربری ساده تر از ChatGPT

یکی از دلایل مهم استفاده از Copilot، طراحی ساده و مرتب آن است. رابط کاربری Copilot شلوغ نیست و کار با آن آسان است.

در مکالمه های طولانی هم احساس سردرگمی نخواهید داشت. رنگ های متضاد و منوی ساده باعث می شود راحت تر میان مکالمه ها جابجا شوید.

در حالی که Copilot هنوز جای اضافه شدن قابلیت های بیشتر دارد، همین تجربه کاربری روان باعث محبوبیت آن شده است.

ویژگی کاربردی Pages برای نوشتن و ایده پردازی

وقتی فقط دنبال پاسخ های ساده نیستید و می خواهید عمیق تر کار کنید، ابزار Pages در Copilot به دردتان می خورد. این ابزار مخصوص تولید محتوا، ایده پردازی یا ویرایش است.

ابتدا متن یا موضوع دلخواه را وارد می کنید. سپس Copilot پاسخ می دهد. شما می توانید پیشنهاد آن را تایید یا رد کنید. همه چیز در اختیار شماست.

با استفاده از Pages می توانید راحت تر فکر کنید، طرح اولیه بنویسید یا ایده های خام را شکل دهید.

پیشنهاد موضوعات بر اساس علاقه شما

اگر حس می کنید ایده ای در ذهن ندارید، Copilot برایتان موضوعاتی را پیشنهاد می دهد. بخشی به نام Topics I thought you’d enjoy وجود دارد که براساس علایق شما طراحی شده است.

در این بخش، موضوعاتی نمایش داده می شوند که ممکن است به آن ها علاقه داشته باشید. اگر هنوز هم ذهن تان خالی است، به سراغ بخش Need inspiration بروید.

در پایین صفحه هم بخشی به نام Ideas to explore وجود دارد که شامل پیشنهادهای انتزاعی تر و عمیق تر است. همه این پیشنهادها در بخش Discover قابل دسترسی هستند.

هماهنگی کامل با برنامه های مایکروسافت

یکی از نقاط قوت اصلی Copilot، ادغام فوق العاده با برنامه های مایکروسافت است. این ابزار با مجموعه Microsoft 365 مثل ورد، پاورپوینت و اکسل به خوبی کار می کند.

در پاورپوینت می توانید از Copilot برای نوشتن یا اصلاح اسلایدها استفاده کنید. اگر برای مدرسه یا کار نیاز به ارائه دارید، این ابزار کمک بزرگی است.

در اکسل هم می توانید فرمول های پیچیده را با کمک Copilot بسازید. حتی می توانید تحلیل عمیق داده ها را به آن بسپارید. اگر از گوگل شیت به اکسل مهاجرت می کنید، Copilot دلیل خوبی برای این انتخاب است.

در برنامه Outlook نیز Copilot به شما کمک می کند ایمیل ها را سریع تر بخوانید. با خلاصه کردن ایمیل ها، زمان زیادی صرفه جویی می شود.

پیشنهادهای شروع مکالمه بهتر از ChatGPT

در شروع گفتگو، Copilot پیشنهادهایی ارائه می دهد که بسیار بهتر از پیشنهادهای ChatGPT هستند. ChatGPT اغلب سوالات کلی و عمومی می پرسد. اما Copilot دقیقا می گوید که آیا می خواهید ایده پردازی کنید یا یک آزمون کوچک بگیرید.

این سبک از سوال پرسیدن باعث می شود راحت تر وارد موضوع شوید. همچنین Copilot در ادامه هم پیشنهادهای خوبی می دهد. این ویژگی شبیه به Perplexity عمل می کند. گرچه ChatGPT هم حالا سوالات دنبال دار بیشتری می پرسد، اما داشتن یک پیشنهاد از پیش آماده همیشه مفید است.

 

 

Copilot شاید همه ویژگی های ChatGPT را نداشته باشد، اما در بخش هایی عملکردی بهتر و ساده تر ارائه می دهد. قابلیت هایی مثل ابزار Pages، پیشنهاد موضوع، و هماهنگی با برنامه های آفیس باعث می شوند این ابزار برای بسیاری کاربران مفید باشد.

چت جی پی تی حالا یک قابلیت جدید به ابزارهای خودش اضافه کرده است. قابلیتی که مدت ها کاربران منتظر آن بودند. از حالا امکان مشاهده و مدیریت تمام تصاویر تولید شده توسط هوش مصنوعی به صورت یکجا فراهم شده است.

تا پیش از این، کاربران برای پیدا کردن تصاویری که در گفتگوها ساخته می شدند، باید بارها در تاریخچه گفتگو اسکرول می کردند. یا مجبور بودند بلافاصله بعد از ساخت تصویر، آن را دانلود کنند.

حالا با اضافه شدن کتابخانه تصاویر، این مشکل برطرف شده است. همه تصاویری که با مدل چت جی پی تی ۴ اُ ساخته می شوند، به صورت خودکار در یک صفحه مرکزی ذخیره و دسته بندی می شوند.

ترتیب نمایش آن ها به صورت زمانی است. یعنی جدیدترین تصاویر در بالای لیست قرار می گیرند. این امکان به خصوص برای کسانی مفید است که به طور مداوم از ابزار تولید تصویر استفاده می کنند.

برای دسترسی به این بخش، ابتدا باید وارد حساب کاربری در چت جی پی تی شد. بعد از ورود، در منوی سمت چپ، گزینه ای به نام Library ظاهر می شود.

در کنار این گزینه، عددی نمایش داده می شود که نشان می دهد چند تصویر در حساب ذخیره شده است. با کلیک روی این گزینه، وارد کتابخانه تصاویر می شوید.

در این صفحه همه تصاویر به صورت شبکه ای نمایش داده می شوند. همچنین می توان روی هر تصویر کلیک کرد تا در اندازه بزرگتر دیده شود.

وقتی تصویر به حالت بزرگ نمایش داده می شود، دکمه هایی برای حرکت بین تصاویر ظاهر می شوند. این قابلیت باعث می شود بدون برگشت به حالت شبکه ای، بتوان تمام تصاویر را یکی یکی مرور کرد.

در قسمت بالای کتابخانه هم دکمه Create Image قرار گرفته است. با کلیک روی آن، کاربر مستقیما به صفحه ساخت تصویر جدید هدایت می شود.

چه امکاناتی در این کتابخانه وجود دارد

چت جی پی تی برای هر تصویری که ایجاد می شود، به صورت خودکار یک عنوان اختصاص می دهد. این عنوان معمولا توصیف محتوای تصویر است و دقیقا همان متن اولیه کاربر نیست.

این کار باعث می شود که پیدا کردن تصویر دلخواه سریع تر انجام شود. چون کاربر فقط با یک نگاه، متوجه محتوای کلی تصویر می شود.

در کنار هر تصویر دکمه Edit Image هم وجود دارد. با این دکمه می توان همان تصویر را دوباره وارد محیط ساخت کرد و فقط بخش هایی از آن را تغییر داد. بدون اینکه نیاز باشد از اول تصویر را تولید کرد.

همچنین اگر کاربر از تصویری رضایت نداشته باشد، می تواند دوباره با تغییر دستور، تصویر بهتری تولید کند. البته در حال حاضر امکان حذف مستقیم تصاویر از داخل کتابخانه وجود ندارد.

برای حذف تصویر، تنها راه فعلی، پاک کردن گفتگویی است که آن تصویر در آن ساخته شده است. این موضوع ممکن است برای بعضی کاربران محدودکننده باشد.

همچنین در حال حاضر هیچ لینکی بین تصویر و گفتگوی اصلی که در آن ساخته شده وجود ندارد. یعنی نمی توان دید که چه متنی باعث تولید آن تصویر شده است.

با این حال، وجود کتابخانه تصاویر یک گام بزرگ در تجربه کاربری محسوب می شود. حالا مدیریت و مشاهده آرشیو تصویری برای کاربران حرفه ای بسیار ساده تر شده است.

برای کسانی که با تولید محتواهای تصویری از طریق هوش مصنوعی کار می کنند، این امکان جدید به معنای نظم و سرعت بیشتر در فرایند کار خواهد بود.

اگر به ابزارهای هوش مصنوعی علاقه دارید، از حالا می توانید تصاویر تولید شده را بدون سردرگمی مدیریت کنید و همیشه به آن ها دسترسی سریع داشته باشید.