حصريا تحميل اللعبة الرائعة Download Uncharted 4

 Generative AI هو نوع من تقنيات الذكاء الاصطناعي التي يمكنها إنتاج أنواع مختلفة من المحتوى بما في ذلك النصوص والصور والصوت والبيانات التركيبية . كانت الضجة الأخيرة حول الذكاء الاصطناعي التوليدي مدفوعة بساطة واجهات المستخدم الجديدة لإنشاء نصوص ورسومات ومقاطع فيديو عالية الجودة في غضون ثوانٍ.

وتجدر الإشارة إلى أن التكنولوجيا ليست جديدة تمامًا. تم تقديم الذكاء الاصطناعي التوليدي في الستينيات في روبوتات المحادثة. ولكن لم يكن حتى عام 2014 ، مع إدخال شبكات الخصومة التوليدية ، أو شبكات GAN - وهي نوع من خوارزمية التعلم الآلي - يمكن للذكاء الاصطناعي التوليدي إنشاء صور ومقاطع فيديو وصوت حقيقيين بشكل مقنع.

من ناحية ، فتحت هذه الإمكانية المكتشفة حديثًا فرصًا تشمل دبلجة أفلام أفضل ومحتوى تعليمي ثري. كما أنها كشفت عن مخاوف بشأن التزييف العميق - الصور أو مقاطع الفيديو المزيفة رقمياً - وهجمات الأمن السيبراني الضارة على الشركات ، بما في ذلك الطلبات الشائنة التي تحاكي واقعياً رئيس الموظف.

لعب اثنان من التطورات الحديثة الإضافية التي ستتم مناقشتها بمزيد من التفصيل أدناه دورًا مهمًا في انتقال الذكاء الاصطناعي التوليدي إلى الاتجاه السائد: المحولات ونماذج اللغة المتقدمة التي مكنتها. المحولات هي نوع من التعلم الآلي الذي أتاح للباحثين تدريب نماذج أكبر من أي وقت مضى دون الحاجة إلى تسمية جميع البيانات مسبقًا. وبالتالي يمكن تدريب النماذج الجديدة على بلايين الصفحات من النص ، مما يؤدي إلى الحصول على إجابات أكثر عمقًا. بالإضافة إلى ذلك ، فتحت المحولات مفهومًا جديدًا لفت الانتباه الذي مكّن النماذج من تتبع الروابط بين الكلمات عبر الصفحات والفصول والكتب بدلاً من الجمل الفردية فقط. وليس فقط الكلمات: يمكن للمحولات أيضًا استخدام قدرتها على تتبع الروابط لتحليل الشفرات والبروتينات والمواد الكيميائية والحمض النووي.

أدت التطورات السريعة في ما يسمى بنماذج اللغة الكبيرة ( LLMs ) - أي النماذج التي تحتوي على مليارات أو حتى تريليونات من المعلمات - إلى فتح حقبة جديدة حيث يمكن لنماذج الذكاء الاصطناعي التوليدية كتابة نص جذاب ورسم صور واقعية وحتى إنشاء شيء مسلٍ. المسلسلات الهزلية على الطاير. علاوة على ذلك ، تتيح الابتكارات في الذكاء الاصطناعي متعدد الوسائط للفرق إنشاء محتوى عبر أنواع متعددة من الوسائط ، بما في ذلك النصوص والرسومات والفيديو. هذا هو الأساس لأدوات مثل Dall-E التي تنشئ تلقائيًا صورًا من وصف نصي أو تنشئ تعليقات نصية من الصور.

هذه الاختراقات لا تصمد ، وما زلنا في الأيام الأولى لاستخدام الذكاء الاصطناعي التوليدي لإنشاء نص يمكن قراءته ورسومات مبسطة ذات صور واقعية. واجهت التطبيقات المبكرة مشاكل تتعلق بالدقة والتحيز ، فضلاً عن كونها عرضة للهلوسة والرد بإجابات غريبة . ومع ذلك ، يشير التقدم المحرز حتى الآن إلى أن القدرات الكامنة في هذا النوع من الذكاء الاصطناعي يمكن أن تغير الأعمال بشكل أساسي. من الآن فصاعدًا ، يمكن أن تساعد هذه التقنية في كتابة التعليمات البرمجية وتصميم أدوية جديدة وتطوير المنتجات وإعادة تصميم العمليات التجارية وتحويل سلاسل التوريد.

كيف يعمل الذكاء الاصطناعي التوليدي؟

يبدأ الذكاء الاصطناعي التوليدي بموجه يمكن أن يكون في شكل نص أو صورة أو مقطع فيديو أو تصميم أو نوتات موسيقية أو أي إدخال يمكن لنظام الذكاء الاصطناعي معالجته. ثم تقوم خوارزميات الذكاء الاصطناعي المختلفة بإعادة محتوى جديد استجابةً للمطالبة. يمكن أن يتضمن المحتوى مقالات أو حلولًا للمشكلات أو مزيفة واقعية تم إنشاؤها من صور أو صوت لشخص ما.

تتطلب الإصدارات المبكرة من الذكاء الاصطناعي التوليدي إرسال البيانات عبر واجهة برمجة تطبيقات أو عملية معقدة. كان على المطورين التعرف على الأدوات الخاصة وكتابة التطبيقات باستخدام لغات مثل Python.

الآن ، يعمل رواد الذكاء الاصطناعي التوليدي على تطوير تجارب مستخدم أفضل تتيح لك وصف الطلب بلغة واضحة. بعد استجابة أولية ، يمكنك أيضًا تخصيص النتائج بملاحظات حول النمط والنبرة والعناصر الأخرى التي تريد أن يعكسها المحتوى الذي تم إنشاؤه.

نماذج الذكاء الاصطناعي التوليدية

تجمع نماذج الذكاء الاصطناعي التوليدية بين خوارزميات الذكاء الاصطناعي المختلفة لتمثيل المحتوى ومعالجته. على سبيل المثال ، لإنشاء نص ، تقوم تقنيات معالجة اللغة الطبيعية المختلفة بتحويل الأحرف الأولية (على سبيل المثال ، الحروف وعلامات الترقيم والكلمات) إلى جمل وأجزاء من الكلام والكيانات والأفعال ، والتي يتم تمثيلها كمتجهات باستخدام تقنيات تشفير متعددة. وبالمثل ، يتم تحويل الصور إلى عناصر بصرية مختلفة ، يتم التعبير عنها أيضًا في شكل ناقلات. أحد التحذيرات هو أن هذه التقنيات يمكن أن تشفر أيضًا التحيزات والعنصرية والخداع والانتفاخ الموجودة في بيانات التدريب.

بمجرد أن يستقر المطورون على طريقة لتمثيل العالم ، فإنهم يطبقون شبكة عصبية معينة لإنشاء محتوى جديد استجابةً لاستعلام أو مطالبة. تقنيات مثل GANs والمشفرات التلقائية المتنوعة (VAEs) - الشبكات العصبية المزودة بوحدة فك ترميز ومشفرة - مناسبة لتوليد وجوه بشرية واقعية أو بيانات تركيبية لتدريب الذكاء الاصطناعي أو حتى صور طبق الأصل لبشر معينين.

أدى التقدم الأخير في المحولات مثل تمثيلات التشفير ثنائية الاتجاه من Google من المحولات (BERT) و OpenAI's GPT و Google AlphaFold أيضًا إلى شبكات عصبية لا يمكنها فقط تشفير اللغة والصور والبروتينات ولكن أيضًا إنشاء محتوى جديد.

كيف تقوم الشبكات العصبية بتحويل الذكاء الاصطناعي التوليدي

قام الباحثون بإنشاء الذكاء الاصطناعي وأدوات أخرى لإنشاء المحتوى برمجيًا منذ الأيام الأولى للذكاء الاصطناعي. استخدمت المناهج المبكرة ، المعروفة بالنظم المستندة إلى القواعد ولاحقًا باسم "الأنظمة الخبيرة" ، قواعد موضوعة بشكل واضح لتوليد الاستجابات أو مجموعات البيانات.

لقد قلبت الشبكات العصبية ، التي تشكل أساس الكثير من تطبيقات الذكاء الاصطناعي والتعلم الآلي اليوم ، المشكلة. تم تصميم الشبكات العصبية لتقليد كيفية عمل الدماغ البشري ، حيث "تتعلم" القواعد من العثور على أنماط في مجموعات البيانات الموجودة. تم تطوير الشبكات العصبية الأولى في الخمسينيات والستينيات من القرن الماضي بسبب الافتقار إلى القوة الحسابية ومجموعات البيانات الصغيرة. لم يكن الأمر كذلك حتى ظهور البيانات الضخمة في منتصف العقد الأول من القرن الحادي والعشرين والتحسينات في أجهزة الكمبيوتر ، حيث أصبحت الشبكات العصبية عملية لإنشاء المحتوى.

تسارع المجال عندما وجد الباحثون طريقة لتشغيل الشبكات العصبية بالتوازي عبر وحدات معالجة الرسوم (GPU) التي كانت تُستخدم في صناعة ألعاب الكمبيوتر لتقديم ألعاب الفيديو. لقد مهدت تقنيات التعلم الآلي الجديدة التي تم تطويرها في العقد الماضي ، بما في ذلك شبكات ومحولات الخصومة التوليدية المذكورة أعلاه ، الطريق للتقدم الملحوظ الأخير في المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي.

ما هي Dall-E و ChatGPT و Bard؟

تعد ChatGPT و Dall-E و Bard من الواجهات التوليدية الشائعة للذكاء الاصطناعي.

Dall-E

Dall-E هو مثال لتطبيق ذكاء اصطناعي متعدد الوسائط يحدد الاتصالات عبر وسائط متعددة ، مثل الرؤية والنص والصوت. في هذه الحالة ، يربط معنى الكلمات بالعناصر المرئية. تم إنشاؤه باستخدام تطبيق GPT الخاص بـ OpenAI في عام 2021. تم إصدار Dall-E 2 ، وهو الإصدار الثاني الأكثر قدرة ، في عام 2022. وهو يمكّن المستخدمين من إنشاء صور في أنماط متعددة مدفوعة بمطالبات المستخدم .

ChatGPT 

ChatGPT هو تطبيق chatbot مدعوم بالذكاء الاصطناعي مبني على تطبيق OpenAI's GPT-3.5. قدمت OpenAI طريقة للتفاعل وضبط الاستجابات النصية عبر واجهة دردشة مع ردود فعل تفاعلية. لم يكن بالإمكان الوصول إلى الإصدارات السابقة من GPT إلا عبر واجهة برمجة التطبيقات (API). تم إصدار GPT-4 في 14 مارس 2023. يدمج ChatGPT تاريخ محادثته مع المستخدم في نتائجه ، لمحاكاة محادثة حقيقية. بعد الشعبية المذهلة لواجهة GPT الجديدة ، أعلنت Microsoft عن استثمار جديد هام في OpenAI ودمجت نسخة من GPT في محرك بحث Bing الخاص بها.

Bing 

كانت Google رائدة أخرى مبكرة في تقنيات الذكاء الاصطناعي المحولات الرائدة لمعالجة اللغة والبروتينات وأنواع المحتوى الأخرى. فتح مصدر بعض هذه النماذج للباحثين. ومع ذلك ، لم تصدر أبدًا واجهة عامة لهذه النماذج. دفع قرار Microsoft بتطبيق GPT في Bing Google إلى الإسراع ببرنامج chatbot ذو الواجهة العامة ، Google Bard ، إلى السوق. عانت Google من خسارة كبيرة في أسعار الأسهم بعد ظهور بارد لأول مرة بعد أن قال نموذج اللغة بشكل غير صحيح إن تلسكوب ويب كان أول من اكتشف كوكبًا في نظام شمسي غريب.

وفي الوقت نفسه ، فقدت تطبيقات Microsoft و ChatGPT وجهها أيضًا في رحلاتها المبكرة بسبب النتائج غير الدقيقة والسلوك غير المنتظم.

يمكن لـ Dall-E إنشاء لوحة تلقائيًا من المطالبات النصية.

ما هي حالات استخدام الذكاء الاصطناعي التوليدي؟

يمكن تطبيق الذكاء الاصطناعي التوليدي في حالات الاستخدام المختلفة لإنشاء أي نوع من المحتوى تقريبًا. أصبحت التكنولوجيا في متناول المستخدمين من جميع الأنواع بفضل الابتكارات الناشئة مثل GPT التي يمكن ضبطها لتطبيقات مختلفة. تتضمن بعض حالات استخدام الذكاء الاصطناعي التوليدي ما يلي:

• تنفيذ روبوتات المحادثة لخدمة العملاء والدعم الفني.
• نشر التزييف العميق لتقليد الأشخاص أو حتى أفراد محددين.
• تحسين دبلجة الأفلام والمحتوى التعليمي بلغات مختلفة.
• كتابة ردود البريد الإلكتروني ، ملفات تعريف المواعدة ، السير الذاتية وأوراق الفصل الدراسي.
• ابتكار فن واقعي بأسلوب معين.
• تحسين مقاطع الفيديو التوضيحية للمنتج.
• اقتراح مركبات دوائية جديدة للاختبار.
• تصميم المنتجات والمباني المادية.
• تحسين تصميمات الشرائح الجديدة.
• كتابة الموسيقى بأسلوب أو نغمة معينة.

ما هي فوائد الذكاء الاصطناعي التوليدي؟

يمكن تطبيق الذكاء الاصطناعي التوليدي على نطاق واسع في كل مجال من مجالات العمل. يمكن أن يسهل تفسير المحتوى الحالي وفهمه وإنشاء محتوى جديد تلقائيًا. يستكشف المطورون طرقًا يمكن للذكاء الاصطناعي التوليدي من خلالها تحسين تدفقات العمل الحالية ، مع التركيز على تكييف سير العمل بالكامل للاستفادة من التكنولوجيا. تتضمن بعض الفوائد المحتملة التي يجب مراعاتها عند تنفيذ الذكاء الاصطناعي التوليدي ما يلي:

• أتمتة العملية اليدوية لكتابة المحتوى.
• تقليل جهد الرد على رسائل البريد الإلكتروني.
• تحسين الرد على استفسارات فنية محددة.
• خلق تمثيلات واقعية للناس.
• تلخيص المعلومات المعقدة في سرد ​​متماسك.
• تبسيط عملية إنشاء المحتوى بأسلوب معين.

ما هي حدود الذكاء الاصطناعي التوليدي؟

توضح التطبيقات المبكرة للذكاء الاصطناعي التوليدي بوضوح قيوده العديدة. بعض هذه القيود ناتجة عن الأساليب المحددة المستخدمة لتنفيذ حالات استخدام معينة. على سبيل المثال ، من الأسهل قراءة ملخص لموضوع معقد من تفسير يتضمن مصادر مختلفة تدعم النقاط الرئيسية. ومع ذلك ، تأتي سهولة قراءة الملخص على حساب قدرة المستخدم على فحص مصدر المعلومات.

فيما يلي بعض القيود التي يجب مراعاتها عند تنفيذ أو استخدام تطبيقات الذكاء الاصطناعي التوليفية:

• لا تحدد دائمًا مصدر المحتوى.
• قد يكون من الصعب تقييم انحياز المصادر الأصلية.
• يجعل المحتوى الواقعي من الصعب التعرف على المعلومات غير الدقيقة.
• قد يكون من الصعب فهم كيفية ضبط الظروف الجديدة.
• يمكن للنتائج أن تتستر على التحيز والتعصب والكراهية.

الانتباه هو كل ما تحتاجه: المحولات تجلب قدرة جديدة

في عام 2017 ، أبلغت Google عن نوع جديد من بنية الشبكة العصبية التي أدخلت تحسينات كبيرة في الكفاءة والدقة لمهام مثل معالجة اللغة الطبيعية. استند النهج الاختراق ، المسمى بالمحولات ، على مفهوم "الانتباه".

على مستوى عالٍ ، يشير الانتباه إلى الوصف الرياضي لكيفية ارتباط الأشياء (على سبيل المثال ، الكلمات) ببعضها البعض وتكميلها وتعديلها. وصف الباحثون الهندسة المعمارية في ورقتهم الأساسية ، " الانتباه هو كل ما تحتاجه " ، موضحين كيف تمكنت الشبكة العصبية المحولة من الترجمة بين الإنجليزية والفرنسية بدقة أكبر وفي ربع وقت التدريب فقط مقارنة بالشبكات العصبية الأخرى. يمكن أن تكتشف تقنية الاختراق أيضًا العلاقات ، أو الأوامر المخفية ، بين الأشياء الأخرى المدفونة في البيانات التي ربما لم يكن البشر على دراية بها لأنها كانت معقدة للغاية بحيث لا يمكن التعبير عنها أو تمييزها.

تطورت بنية المحولات بسرعة منذ تقديمها ، مما أدى إلى ظهور LLMs مثل GPT-3 وتقنيات أفضل للتدريب المسبق ، مثل BERT من Google.

ما هي المخاوف المحيطة بالذكاء الاصطناعي التوليدي؟

يثير ظهور الذكاء الاصطناعي التوليدي أيضًا مخاوف مختلفة . تتعلق هذه بجودة النتائج ، واحتمال إساءة الاستخدام وإساءة الاستخدام ، وإمكانية تعطيل نماذج الأعمال الحالية. فيما يلي بعض الأنواع المحددة من المخاوف التي أثيرت اليوم:

• يمكن أن توفر معلومات غير دقيقة ومضللة.
• من الصعب أن تثق دون معرفة مصدر ومصدر المعلومات.
• يمكن أن يروج لأنواع جديدة من الانتحال تتجاهل حقوق منشئي المحتوى والفنانين في المحتوى الأصلي.
• قد يعطل نماذج الأعمال الحالية المبنية على تحسين محركات البحث والإعلان.
• يجعل من السهل توليد أخبار مزيفة.
• يجعل من السهل الادعاء بأن الدليل الفوتوغرافي الحقيقي على ارتكاب مخالفة كان مجرد مزيف تم إنشاؤه بواسطة الذكاء الاصطناعي.
• يمكن أن ينتحل شخصية الناس لهجمات إلكترونية أكثر فاعلية للهندسة الاجتماعية.

ما هي بعض الأمثلة على أدوات الذكاء الاصطناعي التوليدية؟

توجد أدوات الذكاء الاصطناعي التوليدية لطرائق مختلفة ، مثل النصوص والصور والموسيقى والرموز والأصوات. تتضمن بعض أدوات إنشاء محتوى AI الشهيرة التي يجب استكشافها ما يلي:

• تتضمن أدوات إنشاء النص GPT و Jasper و AI-Writer و Lex.
• تتضمن أدوات إنشاء الصور Dall-E 2 و Midjourney و Stable Diffusion.
• تشمل أدوات إنشاء الموسيقى Amper و Dadabots و MuseNet.
• تتضمن أدوات إنشاء الكود CodeStarter و Codex و GitHub Copilot و Tabnine.
• تتضمن أدوات التوليف الصوتي Descript و Listnr و Podcast.ai.
• تشمل شركات أدوات تصميم شرائح الذكاء الاصطناعي Synopsys و Cadence و Google و Nvidia.

مع 175 مليار معلمة ، تفوق GPT-3 بكثير أسلافها ونماذج اللغات الأخرى.

حالات الاستخدام للذكاء الاصطناعي التوليدي ، حسب الصناعة

تم وصف تقنيات الذكاء الاصطناعي التوليدية الجديدة أحيانًا على أنها تقنيات للأغراض العامة تشبه الطاقة البخارية والكهرباء والحوسبة لأنها يمكن أن تؤثر بشكل كبير على العديد من الصناعات وحالات الاستخدام. من الضروري أن تضع في اعتبارك أنه ، مثل التقنيات السابقة للأغراض العامة ، غالبًا ما استغرق الأشخاص عقودًا للعثور على أفضل طريقة لتنظيم مهام سير العمل للاستفادة من النهج الجديد بدلاً من تسريع أجزاء صغيرة من مهام سير العمل الحالية. فيما يلي بعض الطرق التي يمكن أن تؤثر بها تطبيقات الذكاء الاصطناعي التوليدية على الصناعات المختلفة:

• يمكن للمالية أن تراقب المعاملات في سياق تاريخ الفرد لبناء أنظمة أفضل للكشف عن الاحتيال.
• تستخدم الشركات القانونية الذكاء الاصطناعي التوليفي لتصميم العقود وتفسيرها وتحليل الأدلة واقتراح الحجج.
• يستخدم المصنعون الذكاء الاصطناعي التوليدي لدمج البيانات من الكاميرات والأشعة السينية والمقاييس الأخرى لتحديد الأجزاء المعيبة والأسباب الجذرية بشكل أكثر دقة واقتصادية.
• تستخدم شركات الأفلام والإعلام الذكاء الاصطناعي التوليدي لإنتاج محتوى اقتصاديًا وترجمته إلى لغات أخرى بأصوات الممثلين.
• تستخدم الصناعة الطبية الذكاء الاصطناعي التوليدي لتحديد الأدوية المرشحة الواعدة بكفاءة أكبر.
• تستخدم الشركات المعمارية الذكاء الاصطناعي التوليدي لتصميم النماذج الأولية وتكييفها بسرعة أكبر.
• تستخدم شركات الألعاب الذكاء الاصطناعي التوليدي لتصميم محتوى اللعبة ومستوياتها.

تنضم GPT إلى مجموعة تقنيات الأغراض العامة

قامت شركة OpenAI ، وهي شركة أبحاث ونشر في مجال الذكاء الاصطناعي ، بأخذ الأفكار الأساسية وراء المحولات لتدريب نسختها ، والتي يطلق عليها اسم Transformer Generative Pre-trainer Transformer أو GPT. لاحظ المراقبون أن GPT هو نفس الاختصار المستخدم لوصف تقنيات الأغراض العامة مثل المحرك البخاري والكهرباء والحوسبة. يتفق معظمهم على أن GPT وتطبيقات المحولات الأخرى ترقى بالفعل إلى مستوى أسمائهم حيث يكتشف الباحثون طرقًا لتطبيقها في الصناعة والعلوم والتجارة والبناء والطب.

الأخلاق والتحيز في الذكاء الاصطناعي التوليدي

على الرغم من وعدها ، فإن أدوات الذكاء الاصطناعي التوليدية الجديدة تفتح علبة من الديدان فيما يتعلق بالدقة والجدارة بالثقة والتحيز والهلوسة والانتحال الأدبي - وهي قضايا من المحتمل أن تستغرق سنوات لحلها. لا تعتبر أي من المشكلات جديدة بشكل خاص على الذكاء الاصطناعي. غزوة مايكروسوفت الأولى في روبوتات الدردشة في عام 2016 ، والتي تسمى Tay ، على سبيل المثال ، كان لا بد من إيقافها بعد أن بدأت في إطلاق خطاب تحريضي على Twitter.

الجديد هو أن أحدث مجموعة من تطبيقات الذكاء الاصطناعي التوليدية تبدو أكثر تماسكًا على السطح. يمكن لتطبيقات الذكاء الاصطناعي الحديثة مثل ChatGPT اجتياز اختبار تورينج بسهولة . حتى أن أحد مهندسي Google تم فصله بعد أن أعلن علنًا أن تطبيق AI التوليدي للشركة ، نماذج اللغة لتطبيقات الحوار (LaMDA) ، كان واعًا.

الواقعية المقنعة لمحتوى الذكاء الاصطناعي التوليدي تجعل من الصعب اكتشاف الأخطاء في الأمور. قد تكون هذه مشكلة كبيرة عندما نعتمد على نتائج الذكاء الاصطناعي التوليدية لكتابة التعليمات البرمجية أو تقديم المشورة الطبية. العديد من نتائج الذكاء الاصطناعي التوليدي ليست شفافة ، لذلك من الصعب تحديد ما إذا كانت ، على سبيل المثال ، تنتهك حقوق الطبع والنشر أو ما إذا كانت هناك مشكلة في المصادر الأصلية التي تستخلص منها النتائج. إذا كنت لا تعرف كيف توصلت منظمة العفو الدولية إلى نتيجة ، فلا يمكنك التفكير في سبب كونها خاطئة.

يمكن لتطبيقات الذكاء الاصطناعي التوليدية مثل ChatGPT اجتياز اختبار تورينج بسهولة.

الذكاء الاصطناعي التوليدي مقابل. منظمة العفو الدولية

ينتج الذكاء الاصطناعي التوليدي محتوى جديدًا أو ردودًا على الدردشة أو تصميمات أو بيانات تركيبية أو مزيفة بشكل كبير. ركز الذكاء الاصطناعي التقليدي على اكتشاف الأنماط واتخاذ القرارات وصقل التحليلات وتصنيف البيانات واكتشاف الاحتيال.

غالبًا ما يستخدم الذكاء الاصطناعي التوليدي ، كما هو مذكور أعلاه ، تقنيات الشبكة العصبية مثل المحولات وشبكات GAN و VAEs . تستخدم أنواع أخرى من الذكاء الاصطناعي ، على سبيل التمييز ، تقنيات تشمل الشبكات العصبية التلافيفية والشبكات العصبية المتكررة والتعلم المعزز .

غالبًا ما يبدأ الذكاء الاصطناعي التوليدي بمطالبة تسمح للمستخدم أو مصدر البيانات بإرسال استعلام بداية أو مجموعة بيانات لتوجيه إنشاء المحتوى. يمكن أن تكون هذه عملية تكرارية لاستكشاف تباينات المحتوى. تقوم خوارزميات الذكاء الاصطناعي التقليدية بمعالجة البيانات الجديدة لإرجاع نتيجة بسيطة.

تاريخ الذكاء الاصطناعي التوليدي

كان روبوت الدردشة إليزا الذي أنشأه جوزيف وايزنباوم في الستينيات أحد أقدم الأمثلة على الذكاء الاصطناعي التوليدي. استخدمت هذه التطبيقات المبكرة نهجًا قائمًا على القواعد والذي تم كسره بسهولة بسبب محدودية المفردات ونقص السياق والاعتماد المفرط على الأنماط ، من بين أوجه القصور الأخرى. كان من الصعب أيضًا تخصيص برامج الدردشة المبكرة وتوسيعها.

يمكن أن ينتج عن تدريب شبكة الخصومة التوليدية (GAN) وجوه بشرية واقعية أو بيانات تركيبية أو صور طبق الأصل للبشر.

شهد هذا المجال انتعاشًا في أعقاب التطورات في الشبكات العصبية والتعلم العميق في عام 2010 والتي مكنت التكنولوجيا من التعلم تلقائيًا لتحليل النص الحالي وتصنيف عناصر الصورة ونسخ الصوت.

قدم إيان جودفيلو شبكات GAN في عام 2014. وقد قدم هذا نهجًا جديدًا لتنظيم الشبكات العصبية المتنافسة لإنشاء اختلافات المحتوى ثم تقييمها. يمكن أن يولد هؤلاء أشخاصًا وأصواتًا وموسيقى ونصًا واقعية. وقد ألهم هذا الاهتمام - والخوف - بكيفية استخدام الذكاء الاصطناعي التوليدي لإنشاء مزيفة عميقة واقعية تنتحل أصواتًا وأشخاصًا في مقاطع الفيديو.

منذ ذلك الحين ، ساعد التقدم في تقنيات وبنى الشبكات العصبية الأخرى على توسيع قدرات الذكاء الاصطناعي التوليدية. تشمل التقنيات VAEs ، والذاكرة طويلة المدى ، والمحولات ، ونماذج الانتشار ، ومجالات الإشعاع العصبي .

أفضل الممارسات لاستخدام الذكاء الاصطناعي التوليدي

ستختلف أفضل الممارسات لاستخدام الذكاء الاصطناعي التوليدي اعتمادًا على الأساليب وسير العمل والأهداف المرجوة. ومع ذلك ، من المهم مراعاة العوامل الأساسية مثل الدقة والشفافية وسهولة الاستخدام في العمل مع الذكاء الاصطناعي التوليدي. تساعد الممارسات التالية في تحقيق هذه العوامل:

• قم بتسمية كل محتوى الذكاء الاصطناعي التكويني بوضوح للمستخدمين والمستهلكين.
• افحص دقة المحتوى الذي تم إنشاؤه باستخدام المصادر الأولية عند الاقتضاء.
• ضع في اعتبارك كيف يمكن دمج التحيز في نتائج الذكاء الاصطناعي التي تم إنشاؤها.
• تحقق مرة أخرى من جودة الكود والمحتوى الذي تم إنشاؤه بواسطة AI باستخدام أدوات أخرى.
• تعرف على نقاط القوة والقيود الخاصة بكل أداة من أدوات الذكاء الاصطناعي.
• تعرف على أنماط الفشل الشائعة في النتائج وتغلب عليها.

• مستقبل الذكاء الاصطناعي التوليدي

  لقد أظهر العمق المذهل وسهولة ChatGPT وعدًا هائلاً للتبني الواسع النطاق للذكاء الاصطناعي التوليدي. من المؤكد أنها أظهرت أيضًا بعض الصعوبات في طرح هذه التكنولوجيا بأمان ومسؤولية. لكن مشكلات التنفيذ المبكرة هذه ألهمت البحث في أدوات أفضل لاكتشاف النصوص والصور ومقاطع الفيديو التي تم إنشاؤها بواسطة الذكاء الاصطناعي. ستعمل الصناعة والمجتمع أيضًا على بناء أدوات أفضل لتتبع مصدر المعلومات لإنشاء ذكاء اصطناعي أكثر جدارة بالثقة.

  علاوة على ذلك ، ستساعد التحسينات في منصات تطوير الذكاء الاصطناعي على تسريع البحث وتطوير قدرات ذكاء اصطناعي أفضل للنصوص والصور والفيديو والمحتوى ثلاثي الأبعاد والأدوية وسلاسل التوريد والخدمات اللوجستية والعمليات التجارية. على الرغم من جودة هذه الأدوات الجديدة لمرة واحدة ، فإن التأثير الأكثر أهمية للذكاء الاصطناعي التوليفي سيأتي من تضمين هذه القدرات مباشرةً في إصدارات الأدوات التي نستخدمها بالفعل.

  ستتحسن المدققات النحوية. ستعمل أدوات التصميم بسلاسة على تضمين المزيد من التوصيات المفيدة مباشرة في مهام سير العمل. ستكون أدوات التدريب قادرة على تحديد أفضل الممارسات تلقائيًا في جزء واحد من المؤسسة للمساعدة في تدريب الآخرين بشكل أكثر كفاءة. وهذه ليست سوى جزء بسيط من الطرق التي سيغير بها الذكاء الاصطناعي التوليدي طريقة عملنا.

  الأسئلة الشائعة حول الذكاء الاصطناعي التوليدي

  فيما يلي بعض الأسئلة المتداولة التي يطرحها الأشخاص حول الذكاء الاصطناعي التوليدي.

  من الذي أنشأ الذكاء الاصطناعي التوليدي؟

  أنشأ جوزيف وايزنباوم أول ذكاء اصطناعي عام في الستينيات كجزء من روبوت الدردشة إليزا.

  أظهر Ian Goodfellow شبكات الخصومة التوليدية لتوليد أشخاص يتمتعون بمظهر واقعي وصوت في عام 2014.

  أثارت الأبحاث اللاحقة حول LLMs من Open AI و Google الحماس الأخير الذي تطور إلى أدوات مثل ChatGPT و Google Bard و Dall-E.

  كيف يمكن للذكاء الاصطناعي التوليدي أن يحل محل الوظائف؟

  يتمتع الذكاء الاصطناعي التوليدي بإمكانية استبدال مجموعة متنوعة من الوظائف ، بما في ذلك ما يلي:

  • كتابة أوصاف المنتج.
  • إنشاء نسخة تسويقية.
  • توليد محتوى الويب الأساسي.
  • بدء توعية مبيعات تفاعلية.
  • الإجابة على أسئلة العملاء.
  • عمل رسومات لصفحات الويب.

  ستبحث بعض الشركات عن فرص لاستبدال البشر حيثما كان ذلك ممكنًا ، بينما ستستخدم شركات أخرى الذكاء الاصطناعي التوليدي لزيادة قوتها العاملة الحالية وتعزيزها.

  كيف تبني نموذج ذكاء اصطناعي توليدي؟

  يبدأ نموذج الذكاء الاصطناعي التوليدي من خلال ترميز تمثيل لما تريد إنشاؤه بكفاءة. على سبيل المثال ، قد يبدأ نموذج الذكاء الاصطناعي التوليدي للنص بإيجاد طريقة لتمثيل الكلمات كمتجهات تميز التشابه بين الكلمات المستخدمة غالبًا في نفس الجملة أو التي تعني أشياء متشابهة.

  ساعد التقدم الأخير في أبحاث النماذج اللغوية الكبيرة الصناعة على تنفيذ نفس العملية لتمثيل الأنماط الموجودة في الصور والأصوات والبروتينات والحمض النووي والعقاقير والتصميمات ثلاثية الأبعاد. يوفر نموذج الذكاء الاصطناعي التوليدي هذا طريقة فعالة لتمثيل النوع المطلوب من المحتوى والتكرار بكفاءة على الأشكال المفيدة.

  كيف تدرب نموذج الذكاء الاصطناعي التوليدي؟

  يحتاج نموذج الذكاء الاصطناعي التوليدي إلى التدريب لحالة استخدام معينة. يوفر التقدم الأخير في LLMs نقطة انطلاق مثالية لتخصيص التطبيقات لحالات الاستخدام المختلفة. على سبيل المثال ، تم استخدام نموذج GPT الشهير الذي طورته شركة OpenAI لكتابة نص وإنشاء رمز وإنشاء صور بناءً على الأوصاف المكتوبة.

  يتضمن التدريب ضبط معلمات النموذج لحالات الاستخدام المختلفة ثم ضبط النتائج على مجموعة معينة من بيانات التدريب. على سبيل المثال ، قد يقوم مركز الاتصال بتدريب روبوت محادثة على أنواع الأسئلة التي يحصل عليها وكلاء الخدمة من أنواع مختلفة من العملاء والردود التي يقدمها وكلاء الخدمة في المقابل. قد يبدأ تطبيق إنشاء الصور ، الذي يختلف عن النص ، بعلامات تصف محتوى وأسلوب الصور لتدريب النموذج على إنشاء صور جديدة.

  كيف يغير الذكاء الاصطناعي التوليدي العمل الإبداعي؟

  يعد الذكاء الاصطناعي التوليدي بمساعدة العمال المبدعين على استكشاف الاختلافات في الأفكار. قد يبدأ الفنانون بمفهوم تصميم أساسي ثم يستكشفون الاختلافات. يمكن للمصممين الصناعيين استكشاف اختلافات المنتج. يمكن للمهندسين المعماريين استكشاف مخططات المباني المختلفة وتصورها كنقطة انطلاق لمزيد من التحسين.

  يمكن أن يساعد أيضًا في إضفاء الطابع الديمقراطي على بعض جوانب العمل الإبداعي. على سبيل المثال ، يمكن لمستخدمي الأعمال استكشاف صور تسويق المنتج باستخدام أوصاف نصية. يمكنهم أيضًا تنقيح هذه النتائج باستخدام أوامر أو اقتراحات بسيطة.

  ما التالي للذكاء الاصطناعي التوليدي؟

  أثارت قدرة ChatGPT على إنشاء نص شبيه بالبشر فضولًا واسع النطاق حول إمكانات الذكاء الاصطناعي التوليدية. كما سلط الضوء على العديد من المشاكل والتحديات التي تنتظرنا.

  على المدى القصير ، سيركز العمل على تحسين تجربة المستخدم وسير العمل باستخدام أدوات الذكاء الاصطناعي التوليدية. سيكون من الضروري أيضًا بناء الثقة في النتائج التوليدية للذكاء الاصطناعي.

  ستقوم العديد من الشركات أيضًا بتخصيص الذكاء الاصطناعي التوليدي على بياناتها الخاصة للمساعدة في تحسين العلامات التجارية والتواصل. ستستخدم فرق البرمجة الذكاء الاصطناعي التوليفي لفرض أفضل الممارسات الخاصة بالشركة لكتابة وتنسيق تعليمات برمجية أكثر قابلية للقراءة ومتسقة.

  سيقوم البائعون بدمج قدرات الذكاء الاصطناعي التوليدية في أدواتهم الإضافية لتبسيط تدفقات عمل إنشاء المحتوى. سيؤدي هذا إلى الابتكار في كيفية زيادة هذه القدرات الجديدة الإنتاجية.

  يمكن أن يلعب الذكاء الاصطناعي التوليدي أيضًا دورًا في جوانب مختلفة من معالجة البيانات وتحويلها ووضع العلامات والتدقيق كجزء من عمليات سير عمل التحليلات المعززة. يمكن لتطبيقات الويب الدلالية أن تستخدم الذكاء الاصطناعي التوليدي لرسم الخرائط الداخلية تلقائيًا التي تصف المهارات الوظيفية لمختلف التصنيفات في التدريب على المهارات ومواقع التوظيف. وبالمثل ، ستستخدم فرق العمل هذه النماذج لتحويل بيانات الجهات الخارجية وتسميتها للحصول على تقييمات أكثر تعقيدًا للمخاطر وقدرات تحليل الفرص.

  في المستقبل ، سيتم توسيع نماذج الذكاء الاصطناعي التوليدية لدعم النمذجة ثلاثية الأبعاد وتصميم المنتجات وتطوير الأدوية والتوائم الرقمية وسلاسل التوريد والعمليات التجارية. سيؤدي ذلك إلى تسهيل إنشاء أفكار منتجات جديدة وتجربة نماذج تنظيمية مختلفة واستكشاف أفكار عمل مختلفة.

  ما هي بعض النماذج التوليفية لمعالجة اللغة الطبيعية؟

  تتضمن بعض النماذج التوليفية لمعالجة اللغة الطبيعية ما يلي:

  • شبكة XLNet التابعة لجامعة كارنيجي ميلون
  • OpenAI's GPT (المحولات التوليدية المدربة مسبقًا)
  • ALBERT من Google ("A Lite" BERT)
  • جوجل بيرت
  • جوجل لامدا  

  هل سيكتسب الذكاء الاصطناعي وعيه؟

  يعتقد بعض مؤيدي الذكاء الاصطناعي أن الذكاء الاصطناعي التوليدي هو خطوة أساسية نحو الذكاء الاصطناعي للأغراض العامة وحتى الوعي. حتى أن أحد المختبرين الأوائل لشات روبوت LaMDA من Google أثار ضجة عندما أعلن علنًا أنه واعي. ثم تم التخلي عنه.

  في عام 1993 ، افترض كاتب الخيال العلمي وعالم الكمبيوتر الأمريكي فيرنور فينج أنه في غضون 30 عامًا ، سيكون لدينا القدرة التكنولوجية لإنشاء "ذكاء خارق" - ذكاء اصطناعي أكثر ذكاءً من البشر - وبعد ذلك سيكون عصر الإنسان نهاية. تنبأ رائد الذكاء الاصطناعي راي كورزويل بمثل هذه "التفرد" بحلول عام 2045.

  يعتقد العديد من خبراء الذكاء الاصطناعي الآخرين أن الأمر قد يكون بعيد المنال. توقع رائد الروبوتات رودني بروكس أن الذكاء الاصطناعي لن يكتسب إحساس الطفل البالغ من العمر 6 سنوات في حياته ، لكنه قد يبدو ذكيًا ومنتبهًا مثل الكلب بحلول عام 2048.

  أحدث أخبار واتجاهات الذكاء الاصطناعي

  ملاحظة المحرر: تم تجميع قسم "أحدث أخبار واتجاهات الذكاء الاصطناعي" بمساعدة من Bard و Bing و ChatGPT. تمت مراجعة النص النهائي وفحص الحقائق وتحريره واعتماده بواسطة محرري TechTarget.

  Generative AI هي تقنية تكتسب شعبية نظرًا لقدرتها على إنشاء صور وصوت ونصوص واقعية. ومع ذلك ، فقد أثيرت مخاوف بشأن الآثار السلبية المحتملة ، بما في ذلك إنشاء تقنية التزييف العميق وانتهاك حقوق خصوصية الأفراد. ونتيجة لذلك ، دعا منظمو الخصوصية إلى الشفافية من الشركات التي تستخدم الذكاء الاصطناعي التوليدي وحثوا على تطوير لوائح لحماية الخصوصية ومنع انتشار المعلومات المضللة.

  على الرغم من هذه المخاوف ، يستمر الذكاء الاصطناعي التوليدي في التقدم ، حيث تستخدم شركات التكنولوجيا الكبرى مثل Google التكنولوجيا لتحسين نتائج الرعاية الصحية . يتمتع الذكاء الاصطناعي التوليدي بالقدرة على جعل التشخيصات الطبية أكثر دقة وكفاءة ويمكن أن يؤدي أيضًا إلى تطوير علاجات وأدوية جديدة.

  في ضوء الفوائد والمخاطر المحتملة للذكاء الاصطناعي التوليدي ، تحاول الحكومات في جميع أنحاء العالم إيجاد توازن بين الابتكار والتنظيم ، مع اتباع البعض نهجًا حذرًا والبعض الآخر أكثر تساهلاً. تم اقتراح تطوير المبادئ التوجيهية الأخلاقية وفرق العمل كطرق لتنظيم التكنولوجيا. ومع ذلك ، هناك حاجة إلى إطار عالمي لتنظيم الذكاء الاصطناعي التوليدي ، حيث تعبر التكنولوجيا الحدود الدولية ولديها القدرة على إحداث ضرر على نطاق عالمي.