کارشناسان MIT Generative AI و پدیده ChatGPT را توضیح می دهند
هوش مصنوعی مولد، مانند ChatGPT OpenAI، چشم انداز یادگیری ماشین را تغییر می دهد و از مدل های پیش بینی ساده به سیستم های پیچیده ای می رود که قادر به ایجاد داده های جدید و واقعی هستند. کارشناسان MIT زمینه تاریخی، پیشرفتها در معماریهای یادگیری عمیق و کاربردهای گسترده هوش مصنوعی مولد را برجسته میکنند.
سیستمهای قدرتمند هوش مصنوعی مولد مانند ChatGPT چگونه کار میکنند و چه چیزی آنها را از انواع دیگر هوش مصنوعی متمایز میکند؟
یک اسکن سریع از سرفصل ها باعث می شود به نظر برسد این روزها هوش مصنوعی مولد همه جا است. در واقع، برخی از این عناوین ممکن است واقعاً توسط هوش مصنوعی مولد نوشته شده باشند، مانند ChatGPT OpenAI، یک ربات چت که توانایی عجیبی در تولید متنی که به نظر می رسد توسط یک انسان نوشته شده است را نشان داده است.
درک هوش مصنوعی مولد
اما واقعاً مردم وقتی می گویند “هوش مصنوعی مولد” چیست؟
قبل از رونق مولد هوش مصنوعی در چند سال گذشته، زمانی که مردم در مورد هوش مصنوعی صحبت می کردند، معمولاً در مورد مدل های یادگیری ماشینی صحبت می کردند که می توانستند پیش بینی بر اساس داده ها را یاد بگیرند. برای مثال، چنین مدلهایی با استفاده از میلیونها مثال آموزش داده میشوند تا پیشبینی کنند که آیا یک عکس اشعه ایکس نشانههایی از تومور را نشان میدهد یا اینکه وامگیرنده احتمال دارد وام را نکول کند.
وقتی مردم می گویند “هوش مصنوعی مولد” چه معنایی دارند و چرا به نظر می رسد این سیستم ها تقریباً در هر برنامه ای که قابل تصور است راه خود را پیدا می کنند؟ کارشناسان هوش مصنوعی MIT کمک میکنند تا نکات این فناوری محبوب و فراگیر را بشکند. اعتبار: خوزه لوئیس اولیوارس، MIT
هوش مصنوعی مولد را می توان به عنوان یک مدل یادگیری ماشینی در نظر گرفت که برای ایجاد داده های جدید به جای پیش بینی در مورد یک مجموعه داده خاص آموزش دیده است. یک سیستم هوش مصنوعی مولد، سیستمی است که یاد می گیرد اشیاء بیشتری تولید کند که شبیه داده هایی هستند که روی آن آموزش دیده است.
وقتی صحبت از ماشین واقعی می شود که زیربنای هوش مصنوعی مولد و سایر انواع هوش مصنوعی است، تفاوت ها می تواند کمی مبهم باشد. فیلیپ ایزولا، دانشیار مهندسی برق و علوم کامپیوتر در دانشگاه می گوید: اغلب الگوریتم های یکسانی را می توان برای هر دو مورد استفاده قرار داد. MITو عضو آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL).
بافت تاریخی و پیچیدگی مدل
و با وجود هیاهویی که با راه اندازی ChatGPT و همتایان آن به وجود آمد، خود این فناوری دقیقاً جدید نیست. این مدلهای یادگیری ماشینی قدرتمند مبتنی بر تحقیقات علمی و پیشرفتهای محاسباتی هستند که قدمت آن به بیش از 50 سال قبل میرسد.
نمونه اولیه هوش مصنوعی مولد مدل بسیار سادهتری است که به نام زنجیره مارکوف شناخته میشود. این تکنیک به افتخار آندری مارکوف، ریاضیدان روسی که در سال 1906 این روش آماری را برای مدلسازی رفتار فرآیندهای تصادفی معرفی کرد، نامگذاری شده است. که در فراگیری ماشینمدلهای مارکوف مدتهاست که برای کارهای پیشبینی کلمه بعدی، مانند عملکرد تکمیل خودکار در یک برنامه ایمیل، استفاده میشود.
در پیشبینی متن، مدل مارکوف با نگاه کردن به کلمه قبلی یا چند کلمه قبلی، کلمه بعدی را در جمله تولید میکند. تامی آکولا، پروفسور توماس سیبل مهندسی برق و علوم کامپیوتر در MIT، که همچنین یکی از اعضای CSAIL و موسسه داده است، میگوید از آنجایی که این مدلهای ساده میتوانند به گذشته نگاه کنند، در تولید متن قابل قبول خوب نیستند. سیستم ها و جامعه (IDSS).
او توضیح می دهد: “ما قبل از دهه گذشته به خوبی چیزهایی تولید می کردیم، اما تمایز اصلی در اینجا از نظر پیچیدگی اشیایی است که می توانیم تولید کنیم و مقیاسی که می توانیم آن مدل ها را آموزش دهیم.”
همین چند سال پیش، محققان تمایل داشتند بر روی یافتن الگوریتم یادگیری ماشینی تمرکز کنند که بهترین استفاده را از یک مجموعه داده خاص داشته باشد. اما این تمرکز کمی تغییر کرده است و بسیاری از محققان اکنون از مجموعه دادههای بزرگتر، شاید با صدها میلیون یا حتی میلیاردها نقطه داده، برای آموزش مدلهایی استفاده میکنند که میتوانند به نتایج چشمگیر دست یابند.
تغییرات اخیر در تمرکز در تحقیقات هوش مصنوعی
مدلهای اساسی زیربنای ChatGPT و سیستمهای مشابه تقریباً مانند مدل مارکوف کار میکنند. اما یک تفاوت بزرگ این است که ChatGPT بسیار بزرگتر و پیچیده تر است و میلیاردها پارامتر دارد. و بر روی حجم عظیمی از داده ها آموزش دیده است – در این مورد، بسیاری از متن های عمومی موجود در اینترنت.
در این مجموعه عظیم از متن، کلمات و جملات به ترتیب با وابستگی های خاصی ظاهر می شوند. این تکرار به مدل کمک میکند تا بفهمد چگونه متن را به بخشهای آماری که دارای قابلیت پیشبینی هستند، تقسیم کند. الگوهای این بلوک های متنی را می آموزد و از آن دانش برای پیشنهاد آنچه ممکن است در آینده بیاید استفاده می کند.
پیشرفت در معماری های یادگیری عمیق
در حالی که مجموعه دادههای بزرگتر یکی از کاتالیزورهایی هستند که منجر به رونق هوش مصنوعی مولد شدند، پیشرفتهای مختلف تحقیقاتی به معماریهای یادگیری عمیق پیچیدهتر نیز منجر شده است.
در سال 2014، محققان دانشگاه مونترال یک معماری یادگیری ماشینی را پیشنهاد کردند که به عنوان شبکه متخاصم مولد (GAN) شناخته می شود. GAN ها از دو مدل استفاده می کنند که پشت سر هم کار می کنند: یکی یاد می گیرد که یک خروجی هدف (مانند یک تصویر) تولید کند، و دیگری یاد می گیرد که داده های واقعی را از خروجی ژنراتور متمایز کند. مولد سعی می کند متمایز کننده را فریب دهد و در این فرآیند یاد می گیرد که نتایج واقعی تری تولید کند. مولد تصویر StyleGAN بر اساس این نوع مدل ها ساخته شده است.
مدل های انتشار یک سال بعد توسط محققان دانشگاه استنفورد و دانشگاه کالیفرنیا، برکلی ارائه شد. این مدلها با اصلاح مکرر خروجی خود، یاد میگیرند که نمونههای داده جدیدی تولید کنند که شبیه نمونههایی در یک مجموعه داده آموزشی است که برای ایجاد تصاویری با ظاهر واقعی استفاده میشود. مدل انتشار در قلب سیستم تولید متن به تصویر Stable Diffusion قرار دارد.
در سال 2017، محققان گوگل معماری Transformer را معرفی کردند که برای توسعه مدلهای زبانی بزرگ مانند مدلهایی که ChatGPT را تقویت میکنند، استفاده شد. در پردازش زبان طبیعی، ترانسفورماتور هر کلمه را در مجموعه ای از متن به عنوان یک نشانه رمزگذاری می کند و سپس یک نقشه توجه ایجاد می کند که اتصالات هر نشانه را به همه نشانه های دیگر نشان می دهد. این نقشه توجه به ترانسفورماتور کمک می کند تا زمینه را در هنگام تولید متن جدید درک کند.
اینها تنها چند مورد از بسیاری از رویکردهایی است که می توان برای هوش مصنوعی مولد استفاده کرد.
برنامه های کاربردی هوش مصنوعی
وجه اشتراک همه این رویکردها این است که دادههای ورودی را به مجموعهای از نشانهها تبدیل میکنند که نمایشهای عددی قطعات داده هستند. تا زمانی که دادههای شما میتوانند به این فرمت استاندارد و توکن تبدیل شوند، در تئوری میتوانید از این روشها برای تولید دادههای جدید که شبیه به هم هستند استفاده کنید.
میگوید: «ممکن است مسافت پیموده شده بسته به میزان نویز دادهها و سختی استخراج سیگنال متفاوت باشد، اما در واقع به این بستگی دارد که چگونه یک CPU همهمنظوره میتواند هر نوع داده را بگیرد و پردازش آن را به روشی یکپارچه آغاز کند». ایزولا.
این گستره وسیعی از برنامه های کاربردی را برای هوش مصنوعی مولد باز می کند.
به عنوان مثال، گروه ایزولا از هوش مصنوعی مولد برای ایجاد داده های تصویر مصنوعی استفاده می کند که می تواند برای آموزش یک سیستم هوشمند دیگر، مانند آموزش یک مدل بینایی کامپیوتری، نحوه تشخیص اشیاء مورد استفاده قرار گیرد.
گروه Jaakkola از هوش مصنوعی مولد برای طراحی ساختارهای پروتئینی جدید یا ساختارهای کریستالی معتبری که مواد جدید را تعریف می کنند، استفاده می کند. او توضیح میدهد که همانطور که یک مدل مولد وابستگیهای زبان را یاد میگیرد، اگر در عوض ساختارهای کریستالی به آن نشان داده شود، میتواند روابطی را بیاموزد که ساختارها را پایدار و عملی میکند.
اما در حالی که مدل های مولد می توانند به نتایج شگفت انگیزی دست یابند، بهترین انتخاب برای همه انواع داده ها نیستند. دواورات شاه، اندرو و ارنا ویتربی، پروفسور مهندسی برق و علوم کامپیوتر در MIT و یکی از اعضا، میگوید: برای کارهایی که شامل پیشبینی دادههای ساختاریافته، مانند دادههای جدولی در صفحهگسترده، مدلهای هوش مصنوعی مولد بهتر از روشهای یادگیری ماشین سنتی عمل میکنند. از IDSS و آزمایشگاه سیستم های اطلاعات و تصمیم گیری.
“من فکر می کنم بالاترین ارزش آنها تبدیل شدن به این رابط عالی برای ماشین هایی است که برای مردم راحت است. پیش از این، انسان ها مجبور بودند با ماشین ها به زبان ماشین صحبت کنند تا اتفاقاتی بیفتد. شاه میگوید اکنون این رابط نشان داده است که چگونه با انسانها و ماشینها صحبت کند.
چالش ها و ملاحظات اخلاقی
رباتهای چت هوش مصنوعی در حال حاضر در مراکز تماس برای پاسخگویی به سؤالات مشتریان انسانی استفاده میشوند، اما این برنامه یک پرچم قرمز بالقوه برای پیادهسازی این مدلها را برجسته میکند – جابجایی کارگر.
علاوه بر این، هوش مصنوعی مولد میتواند سوگیریهایی را که در دادههای آموزشی وجود دارد، به ارث برده و منتشر کند، یا سخنان نفرتانگیز و ادعاهای نادرست را تقویت کند. مدلها توانایی سرقت ادبی را دارند و میتوانند محتوایی را تولید کنند که به نظر میرسد توسط یک خالق انسانی خاص ایجاد شده است و مشکلات احتمالی کپی رایت را ایجاد میکند.
از سوی دیگر، شاه پیشنهاد میکند که هوش مصنوعی مولد، هنرمندانی را که میتوانند از ابزارهای مولد برای کمک به تولید محتوای خلاقانه استفاده کنند، توانمند میسازد که در غیر این صورت ممکن است ابزار تولید را نداشته باشند.
آینده هوش مصنوعی مولد
در آینده، او می بیند که هوش مصنوعی مولد اقتصاد را در بسیاری از رشته ها تغییر می دهد.
یکی از جهت گیری های آینده امیدوارکننده ای که Isola برای هوش مصنوعی مولد می بیند، استفاده از آن در تولید است. به جای اینکه مدلی تصویری از صندلی بسازد، شاید بتواند طرحی برای صندلی قابل ساخت ایجاد کند.
او همچنین کاربردهای آینده سیستم های هوش مصنوعی مولد را در توسعه عوامل هوش مصنوعی به طور کلی هوشمند می بیند.
«در نحوه عملکرد این مدلها و نحوه عملکرد مغز انسان تفاوتهایی وجود دارد، اما من فکر میکنم شباهتهایی نیز وجود دارد. ما توانایی فکر کردن و رویاپردازی در ذهن خود، ارائه ایده ها یا طرح های جالب را داریم و فکر می کنم هوش مصنوعی مولد یکی از ابزارهایی است که ماموران را قادر به انجام این کار نیز می کند.




