چیستی و چرایی هوش مصنوعی مولد

نمونه اولیه هوش مصنوعی مولد[۱] مدل بسیار ساده ای بود که به نام زنجیره مارکوف[۲] شناخته می شود. ریاضی دان روسی به نام آندری مارکوف[۳] در سال ۱۹۰۶ این روش آماری را برای مدل سازی رفتار فرآیندهای تصادفی معرفی کرد. مدل مارکوف مدت هاست که در برنامه های ایمیل برای پیش بینی کلمه بعدی و تکمیل خودکار متن استفاده می شود. پس از آن هوش مصنوعی مولد در دهه ۱۹۶۰ در چت بات ها معرفی شد. چت ربات Eliza که توسط جوزف وایزنبام[۴] طراحی شد، یکی از اولین نمونه های این فناوری بود که به دلیل محدود بودن واژگان و اتکای بیش از حد به الگوها خیلی زود شکست خورد. اما در سال ۲۰۱۰ در پی پیشرفت شبکه های عصبی و یادگیری عمیق[۵] شاهد تجدید حیات هوش مصنوعی مولد بودیم. در سال ۲۰۱۴ یک معماری یادگیری ماشین معروف به شبکه های تخاصمی مولد[۶] توسط محققان دانشگاه مونترال پیشنهاد شد؛ این شبکه از دو مدل استفاده می کند: مدل مولد برای تولید نمونه های جدید آموزش داده می شود و مدل متمایزکننده تلاش می کند تا نمونه ها را در دو دسته واقعی (از دامنه) یا جعلی (تولید شده) قرار دهد. در این روش شبکه فرا می‌گیرد که چگونه از داده‌های آموزش داده شده، داده‌های جدیدی به وجود بیاورد که از دید آماری با داده های آموزشی همسان باشند.

شکل شماره ۱: مفهوم شبکه های تخاصمی مولد

در سال ۲۰۱۷، محققان گوگل معماری ترنسفورمر[۷] را معرفی کردند که برای توسعه مدل های زبان بزرگ[۸] استفاده شده است و با پردازش ورودی ها به صورت موازی خروجی های دقیق و با کیفیتی ارائه می دهد. از آن زمان تا کنون پیشرفت در سایر تکنیک ها و معماری های شبکه عصبی به گسترش قابلیت های هوش مصنوعی مولد کمک کرده است. هوش مصنوعی مولد به تکامل خود ادامه خواهد داد و پیشرفت هایی در حوزه ی ترجمه، کشف دارو، تشخیص ناهنجاری ها، روند پیشرفت بیماری ها و تولید محتوای جدید، از متن و ویدئو گرفته تا طراحی مد و موسیقی ایجاد خواهد کرد.

هوش مصنوعی مولد چیست؟

هوش مصنوعی مولد نوعی فناوری است که کاربران را قادر می سازد تا به سرعت محتوای جدیدی را بر اساس ورودی های مختلف تولید کنند. ورودی ها و خروجی ها می توانند شامل متن، تصویر، صدا، انیمیشن، مدل های سه بعدی یا انواع دیگر داده ها باشند. هوش مصنوعی مولد را می توان به عنوان یک مدل یادگیری ماشینی در نظر گرفت که به جای پیش بینی در مورد یک مجموعه داده خاص، برای ایجاد داده های جدید آموزش دیده است. هوش مصنوعی مولد می تواند از مصنوعات موجود یاد بگیرد و مصنوعات جدید و واقعی (در مقیاس) تولید کند که ویژگی های داده های آموزشی را منعکس می کنند؛ اما آن ها را تکرار نمی کنند.

هوش مصنوعی مولد با یک اعلان[۹] شروع می شود که می تواند به شکل متن، تصویر، ویدئو، طرح، نت های موسیقی یا هر ورودی قابل پردازش توسط سیستم هوش مصنوعی باشد. سپس الگوریتم های مختلف هوش مصنوعی در پاسخ به درخواست، محتوای جدیدی را تولید می کنند. نسخه های اولیه هوش مصنوعی مولد نیازمند ارسال داده ها از طریق یک رابط برنامه نویسی نرم افزار[۱۰] یا یک فرآیند پیچیده بود. توسعه دهندگان باید با ابزارهای ویژه آشنا می شدند و برنامه های کاربردی را با استفاده از زبان هایی مانند پایتون می نوشتند. اکنون، پیشگامان در هوش مصنوعی مولد در حال توسعه تجربیات کاربری بهتری هستند که به شما امکان می دهد درخواست را به زبان ساده توصیف، خروجی های ساده و روان تری دریافت و نهایتا نتایج اولیه را سفارشی سازی کنید. به این ترتیب قابلیت هایی که هوش مصنوعی مولد می تواند پشتیبانی کند را در سه دسته خلاصه می کنیم: ۱- تولید محتوا و ایده ۲- تسریع کارهای دستی یا تکراری ۳- شخصی سازی تجربه مشتری.

مدل های هوش مصنوعی مولد از شبکه های عصبی برای شناسایی الگوها و ساختارهای موجود در داده ها برای تولید محتوای جدید استفاده می کنند. یکی از پیشرفت ها در مدل های هوش مصنوعی مولد، توانایی استفاده از رویکردهای مختلف یادگیری ماشین، از جمله یادگیری بدون نظارت یا نیمه نظارت برای آموزش است. این مسئله به سازمان ها امکان می دهد تا راحت تر و سریع تر از حجم زیادی از داده های بدون برچسب برای ایجاد مدل های پایه استفاده کنند.

هیاهوی اخیر در مورد هوش مصنوعی مولد به دلیل سادگی رابط های کاربری جدید برای ایجاد متن، گرافیک و ویدئوهای با کیفیت بالا در عرض چند ثانیه است. چت جی پی تی ، دال ای[۱۱] و گوگل بارد[۱۲] از جمله رابط های هوش مصنوعی مولد محبوب در جهان هستند.

دال ای یک رابط هوش مصنوعی است که توسط شرکت اپن آی[۱۳] توسعه یافته و قادر است متن را به تصاویر واقع گرایانه تبدیل کند. از این رو دال ای در حوزه هایی نظیر هنر، طراحی صنعتی و تولید محتوا کاربردهای گسترده ای دارد. شبکه عصبی مولد به کاررفته در این ابزار سعی می کند با تحلیل رابطه بین متن و داده های آموزشی تصاویری را تولید کند که با متن ورودی همخوانی داشته باشد. سپس شبکه عصبی تمایز دهنده میزان واقع گرایی و کیفیت تصاویر تولیدشده را ارزیابی می کند.

چت جی پی تی یک چت ربات مجهز به هوش مصنوعی است که در نوامبر ۲۰۲۲ طوفانی در جهان بپا کرد. این چت ربات می تواند با استفاده از شبکه ترنسفورمر تقریباً به هر سؤالی که پرسیده می شود پاسخ دهد. دقت قابل توجه در پاسخ دادن به سوالات پرسیده شده دلیل محبوبیت این چت ربات هوش مصنوعی بیان شده است.

گوگل بارد از نظر کلی مشابه رقیبش چت جی پی تی است اما توانسته در زمینه های مختلف برتری اش را اثبات کند؛ زیرا چت ربات هوش مصنوعی گوگل از اطلاعات وب استفاده می کند تا پاسخ های به روز و با کیفیت بالا ارائه دهد. در حالی که چت جی پی تی اطلاعات و داده هایش مربوط به سال ۲۰۲۱ بوده و از موضوعات جدید بی اطلاع است.

نظرسنجی مکنزی در سال ۲۰۲۲ نشان می دهد که پذیرش هوش مصنوعی در طول پنج سال گذشته بیش از دو برابر افزایش داشته است. امروزه بازار هوش مصنوعی مولد بسیار داغ و سرمایه گذاری در این فناوری به سرعت در حال افزایش است. ارائه دهندگان برنامه های کاربردی سازمانی، مانند سلزفورس[۱۴] و سپ[۱۵] در حال ایجاد قابلیت مدل های زبان بزرگ در پلتفرم های خود هستند. سازمان هایی مانند مایکروسافت، گوگل، آمازون و آی بی ام نیز صدها میلیون دلار برای این فناوری سرمایه گذاری کرده اند و گارتنر گزارش مختصری از اقدامات صورت گرفته را به شرح زیر ارائه داده است:

آمازون از هوش مصنوعی مولد در موتورهای توصیه و دستیار صوتی فعال الکسا[۱۶] استفاده می کند که جستجو و شخصی سازی را بهبود می بخشد.

گوگل از هوش مصنوعی مولد در موتورهای جستجو، تشخیص صدا و ابزارهای پردازش زبان طبیعی استفاده می کند.

آی بی ام هوش مصنوعی مولد را در پلتفرم Watson به کار برده است. آی بی ام وعده می‌دهد که شرکت‌ها در آینده می‌توانند با کمک این پلتفرم، مدل‌های هوش مصنوعی را به‌عنوان یک سرویس در فضای ابری در یک دیتاسنتر شخصی یا در یک مدل هیبریدی اجرا کنند.

مایکروسافت از هوش مصنوعی مولد در پلتفرم ابری Azure و در موتور جستجوی Bing خود استفاده می کند.

نتفلیکس از هوش مصنوعی مولد در موتور توصیه خود استفاده می کند و فیلم ها و برنامه های تلویزیونی را بر اساس تاریخچه مشاهده و ترجیحات کاربران به آن ها پیشنهاد می دهد.

تسلا هوش مصنوعی مولد را در خودروهای خودران برای حرکت در جاده ها و تصمیم گیری های بلادرنگ استفاده می کند.

هوش مصنوعی مولد قرار است در پنج سال آینده تأثیر فزاینده ای بر شرکت ها بگذارد. گارتنر پیش بینی می کند که:

تا سال ۲۰۲۵، ۳۰ درصد از شرکت ها استراتژی آزمایش و توسعه مبتنی بر هوش مصنوعی را اجرا خواهند کرد که این رقم در سال ۲۰۲۱، ۵ درصد بوده است.
تا سال ۲۰۲۶، ۶۰ درصد از فعالیت های طراحی وب سایت و نرم افزارهای موبایل با استفاده از هوش مصنوعی مولد خودکار می شوند.
تا سال ۲۰۲۷، نزدیک به ۱۵ درصد از نرم افزارها به طور خودکار توسط هوش مصنوعی مولد تولید می شوند. امروز اصلا این اتفاق نمی افتد.

مزایای هوش مصنوعی مولد

هوش مصنوعی مولد به طور گسترده در بسیاری از زمینه های کسب و کار مورد استفاده می گیرد. مزایای هوش مصنوعی مولد شامل توسعه سریع تر محصول، افزایش تجربه مشتری و بهبود بهره وری کارکنان است. در نظرسنجی اخیر گارتنر از بیش از ۲۵۰۰ مدیر، ۳۸ درصد بیان کردند که بهبود تجربه و حفظ مشتری هدف اصلی سرمایه گذاری های آن ها در هوش مصنوعی مولد است. به دنبال آن رشد درآمد (۲۶%)، بهینه سازی هزینه (۱۷%) و تداوم کسب و کار (۷%) از جمله اهداف مهم دیگر می باشند. نظرسنجی کی پی ام جی[۱۷] نیز در سال ۲۰۲۳ نشان می دهد که در همه ی صنایع، بیش از سه چهارم مدیران اجرایی (۷۷ درصد) هوش مصنوعی مولد را تا حد زیادی تأثیرگذارترین فناوری نوظهور مورد استفاده می دانند و ۷۱ درصد قصد دارند اولین راه حل هوش مصنوعی مولد خود را ظرف دو سال آینده اجرا کنند. قابلیت های هوش مصنوعی مولد برای تغییر نحوه ی تولید محتوا، تعامل با کاربران، توسعه نرم افزار و تحلیل گری داده ها توسط شرکت ها بی حد و حصر به نظر می رسد. هوش مصنوعی مولد فرصت های جدیدی را برای افزایش درآمد، کاهش هزینه ها و مدیریت بهتر ریسک فراهم می کند. برخی دیگر از مزایای بالقوه پیاده سازی هوش مصنوعی مولد شامل موارد زیر است:

مدل سازی سه بعدی، طراحی محصول، مدیریت زنجیره ی تأمین و بهبود فرآیندهای کسب و کار
تولید محتوای جدید مانند: تصویر، ویدئو و متن در حوزه های سرگرمی، تبلیغات و هنرهای خلاق
خودکارسازی و ساده سازی فرآیند تولید محتوا، استخراج محتوای کلیدی و تفکیک عناوین
نوسازی کدهای قدیمی در نرم افزارهای کاربردی، تولید کدهای جدید، توضیح و تأیید آن ها
تحلیل گری داده و ارائه دید گسترده تر و عمیق تر از داده ها به منظور شناسایی سریع تر خطرات احتمالی
ارائه خدمات بهتر به مشتریان با استفاده از پردازش زبان طبیعی
خودکارسازی بسیاری از وظایف، حذف بخشی از کارها، کاهش خطاهای انسانی، افزایش بهره وری و در نتیجه کاهش هزینه ها
پردازش حجم وسیعی از اطلاعات و ارائه بینش های بلادرنگ که تواند فرآیندهای تصمیم گیری را تسریع و بهبود بخشد
افزایش فروش محصولات با ایجاد پروفایل‌های جامع مصرف‌کننده از می داده‌های ساختاریافته و بدون ساختار و ارائه پیشنهادات به کارکنان برای بهبود تعامل با مشتری در هر نقطه تماس