هوش مصنوعی شامل تکنیکهای بسیاری برای توسعه مدلهای نرمافزاری است که میتوانند کارهای معناداری را که قبلاً فقط انسانها میتوانستند انجام دهند، انجام دهند. توسعهدهندگان هوش مصنوعی مدلهای مختلف هوش مصنوعی را با تکنیکهای مختلفی از جمله شبکههای عصبی، الگوریتمهای ژنتیک، یادگیری عمیق یا ماشینی و یادگیری تقویتی میسازند.
مدلهای هوش مصنوعی مولد یکی از مهمترین انواع مدلهای هوش مصنوعی هستند. یک مدل مولد چیزهایی را ایجاد می کند. هر ابزاری که از هوش مصنوعی برای تولید یک خروجی جدید استفاده می کند – یک تصویر جدید، یک پاراگراف جدید یا یک طراحی جدید قطعات ماشین – یک ابزار هوش مصنوعی مولد است.
بسیاری از برنامه های کاربردی برای مدل های مولد
عملکردهای هوش مصنوعی در طیف وسیعی از موارد استفاده از جمله موارد زیر است:
- رابط های زبان طبیعی در اجرای هر دو تولید متن و سنتز گفتار، این سیستمهای هوش مصنوعی به دستیارهای دیجیتالی مانند الکسای آمازون، سیری اپل، دستیار گوگل، جاسپر و سایر ابزارهایی کمک میکنند که میتوانند متن را به طور خودکار خلاصه کنند، دقیقه جلسه ایجاد کنند و به خط خدمات مشتری یا سؤالات پاسخ دهند. به ورودی انسان
- سنتز تصویر این سیستمهای هوش مصنوعی تصاویر را بر اساس دستورالعملها یا دستورالعملها ایجاد میکنند. اگر به آنها گفته شود، تصویری از یک پرنده کیوی در حال خوردن یک میوه کیوی در حالی که روی یک کلید قفل بزرگ نشسته است ایجاد خواهند کرد. از آنها می توان برای ایجاد تصاویر تبلیغاتی، ایده هایی برای طرح های مد، و طرح های اصلی شخصیت فیلم یا بازی های ویدیویی و استوری بورد تولید استفاده کرد. Dall-E، Midjourney و Wombo Dream نمونه هایی از مولدهای تصویر هوش مصنوعی هستند.
- سنتز فضا هوش مصنوعی همچنین می تواند فضاها و اشیاء سه بعدی، واقعی و دیجیتالی ایجاد کند. میتواند ساختمانها، اتاقها و حتی نقشههای کل شهر و همچنین فضاهای مجازی برای گیمپلی یا همکاری به سبک متاورس طراحی کند. Spacemaker یک برنامه معماری در دنیای واقعی است، در حالی که BuilderBot متا (در حال توسعه) بر روی فضاهای مجازی تمرکز خواهد کرد.
- سنتز موسیقی در حالی که هنوز نوپا هستند، توسعهدهندگان بازی و دیگران شروع به استفاده از هوش مصنوعی برای تولید موسیقی کردهاند و موسیقی پسزمینه جدیدی را برای صحنهها و فضاهای تازه تولید شده ارائه میکنند.
- طراحی محصول و سنتز شی. اکنون که عموم مردم از چاپ سه بعدی آگاهی بیشتری دارند، شایان ذکر است که هوش مصنوعی مولد می تواند اشیاء فیزیکی مانند قطعات ماشین آلات و کالاهای خانگی را طراحی و حتی ایجاد کند. AutoCAD و SOL75 ابزارهایی هستند که از هوش مصنوعی برای انجام یا کمک به طراحی جسم فیزیکی استفاده می کنند.
- داروسازی. شرکتهای داروسازی و محققان دانشگاهی میتوانند از هوش مصنوعی مولد در طراحی دارو و کشف دارو، بهویژه برای پیشبینی تاخوردگی پروتئینها استفاده کنند. Amgen، Insilico Medicine و دیگران از هوش مصنوعی مولد در تحقیق و توسعه دارو استفاده می کنند.
نحوه عملکرد مدل های مولد و افتراقی با هم
مدلهای مولد چیزها را میسازند در حالی که مدلهای متمایز، چیزها را شناسایی میکنند. هر ابزاری که از هوش مصنوعی برای شناسایی، طبقهبندی، برچسبگذاری یا ارزیابی صحت یک مصنوع استفاده میکند – فیزیکی یا دیجیتالی – یک مدل متمایز را شامل میشود. یک مدل تبعیضآمیز معمولاً به طور قطعی نمیگوید چیزی چیست، بلکه بر اساس آنچه میبیند، به احتمال زیاد چه چیزی است.
بسیاری از ابزارها از هوش مصنوعی مولد و متمایز استفاده می کنند. یک شبکه متخاصم مولد (GAN) از یک مدل مولد برای ایجاد خروجی ها و یک مدل متمایز برای ارزیابی آنها استفاده می کند. استفاده از آنها به عنوان دشمن، با حلقه های بازخورد بین این دو، آموزش را تسریع می کند.
روش آموزش GAN
به عنوان مثال، یک کلاس برجسته از GAN ها، مدل های زبان بزرگی مانند ChatGPT هستند. به عنوان مثال، چنین مدلی ممکن است وظیفه نوشتن نظرات جعلی رستوران را داشته باشد. مدل تولیدی، زمانی که پایگاهی از بررسیهای واقعی را به عنوان دادههای آموزشی تغذیه میکند، سعی میکند نظرات به ظاهر واقعی ایجاد کند و سپس آنها را همراه با بررسیهای واقعی از طریق مدل افتراقی عبور دهد. تمایز کننده به عنوان یک دشمن برای مدل مولد عمل می کند و سعی می کند جعلی ها را شناسایی کند. تمایزکننده که تنها پس از ارزیابی به آنها گفته میشود کدام ورودیها واقعی و کدام جعلی هستند، سپس خود را تنظیم میکند تا در شناسایی جعلیها بهتر شود و نظرات واقعی را بهعنوان جعلی علامتگذاری نکند. ژنراتور در تولید جعلیهای غیرقابل شناسایی بهتر میشود زیرا میآموزد کدام جعلیها با موفقیت شناسایی شده و کدام بررسیهای معتبر به اشتباه برچسبگذاری شده است. حلقه های بازخورد تضمین می کند که هر چرخه تمرینی هر دو مدل را برای عملکرد بهتر آموزش می دهد.
این پدیده در صنایع زیر کاربرد دارد:
- دارایی، مالیه، سرمایه گذاری. سیستمهای هوش مصنوعی جریانهای تراکنشها را در زمان واقعی تماشا میکنند و آنها را در زمینه تاریخچه یک شخص تجزیه و تحلیل میکنند تا در مورد واقعی یا تقلبی بودن یک تراکنش قضاوت کنند. همه بانکهای بزرگ و شرکتهای کارت اعتباری در حال حاضر از چنین نرمافزاری استفاده میکنند، برخی در حال توسعه خود و برخی دیگر از راهحلهای تجاری موجود استفاده میکنند.
- تولید. سیستمهای هوش مصنوعی کارخانهای میتوانند جریانهای ورودی و خروجی را با استفاده از دوربینها، اشعه ایکس و غیره تماشا کنند. Kyocera Communications و Foxconn هر دو از هوش مصنوعی برای بازرسی بصری در تاسیسات خود استفاده می کنند. شرکت ها همچنین در حال آزمایش با استفاده از هوش مصنوعی برای تولید توضیحات محصول هستند، اما پیامدهای بهداشتی، ایمنی و قانونی انجام این کار آنها را محتاط می کند.
- فیلم و رسانه همانطور که ابزارهای مولد می توانند تصاویر جعلی ایجاد کنند (به عنوان مثال، پرنده کیوی در حال خوردن کیوی روی کلید)، هوش مصنوعی متمایز می تواند تصاویر یا فایل های صوتی جعلی را شناسایی کند. بخش Jigsaw گوگل تا حدی بر توسعه فناوری برای قابل اطمینان تر و آسان تر کردن تشخیص عمیق تر تمرکز دارد.
- رسانه های اجتماعی و صنعت فناوری. سیستمهای هوش مصنوعی میتوانند به پستها و الگوهای موجود در پستها نگاه کنند نقطه کمک حسابهای جعلی توسط رباتهای اطلاعات نادرست یا دیگر بازیگران بد. متا سالهاست که از هوش مصنوعی برای کمک به یافتن حسابهای جعلی و پرچمگذاری یا مسدود کردن اطلاعات نادرست COVID مرتبط با همهگیری استفاده میکند.
هوش مصنوعی مولد به یک کلمه کلیدی فناوری شناخته شده تبدیل شده است، و کاربردهای فعلی و بالقوه بی شمار آن به این معنی است که این فناوری اینجاست که بماند. اگرچه تبلیغات کنونی به طور قابل توجهی از واقعیت پیشی می گیرد، هوش مصنوعی مولد مطمئناً عمیقاً در شرکت های بیشتر و بیشتری جاسازی خواهد شد.