پرامپت نویسی، عصای جادویی شما در دنیای هوش مصنوعی

پرامپت نویسی، عصای جادویی شما در دنیای هوش مصنوعی

by AITechnology

نوشتن پرامپت هوش مصنوعی چیست؟
به زبان ساده، نوشتن پرامپت هوش مصنوعی یعنی هنر و مهارت، تولید دستورالعمل‌های متنی موثر برای مدل‌های هوش مصنوعی می باشد، این دستورالعمل‌ها (که به آنها “پرامپت” می گویند) به ما کمک می‌کند تا خروجی مورد نظر ما بوسیله هوش مصنوعی به درستی تولید گردد. این خروجی می‌تواند متن، تصویر، کد و یا هر نوع محتوای دیگری باشد.

در واقع، با نوشتن پرامپت، شما دارید هوش مصنوعی را با زبان طبیعی برنامه‌نویسی می‌کنید، بنابراین کیفیت پرامپت شما، مستقیماً روی کیفیت و مرتبط بودن خروجی هوش مصنوعی تاثیر می‌گذارد.

چرا نوشتن پرامپت هوش مصنوعی مهم است؟
• دسترسی به پتانسیل هوش مصنوعی: پرامپت خوب می‌توانند پتانسیل واقعی مدل‌های قدرتمند هوش مصنوعی را آزاد کرده و به ما امکان بدهد تا از قابلیت‌های آن در کارهای مختلف استفاده کنیم.
• کنترل خروجی: با نوشتن پرامپت‌های دقیق و با جزئیات، می‌توانیم خروجی هوش مصنوعی رو بیشتر کنترل کرده و به نتایج مورد نظر خود برسیم.
• افزایش کارایی و بهره‌وری: پرامپت‌های خوب می‌توانند با کمک گرفتن از هوش مصنوعی برای انجام کارهای پیچیده، در زمان و تلاش ما صرفه‌جویی کرده و بهره‌وری رو افزایش بدهند.
• خلاقیت و نوآوری: نوشتن پرامپت هوش مصنوعی درست به ما این امکان را میدهد تا ایده‌های خلاقانه‌ای کشف کرده، محتوا و راه‌حل‌های منحصر به فردی را تولید کنیم که شاید به تنهایی توان انجام آنرا نداشتیم.
• مهارت آینده: با گسترش روز افزون هوش مصنوعی در زندگی ما، نوشتن پرامپت خوب به یک مهارت حیاتی در صنایع مختلف تبدیل خواهد شد.

چگونه در نوشتن پرامپت هوش مصنوعی خبره شویم؟
خبره شدن در نوشتن پرامپت هوش مصنوعی ترکیبی از درک مدل‌های هوش مصنوعی، تمرین فراوان، کسب تجربه و یادگیری بهترین روش‌ها می باشد، در ادامه به مراحل کلیدی برای رسیدن به این مهارت اشاره می‌کنیم:

1. درک مدل های هوش مصنوعی:
نوع پلتفرم هوش مصنوعی: پلتفرم های هوش مصنوعی مختلفی مانند تولید متن، تصویر و کد وجود دارند، که توانایی‌های متفاوتی داشته و به پرامپت‌ها به اشکال گوناگونی پاسخ می‌دهند، بنابراین باید نوع مدلی که با آن کار می‌کنید را به خوبی بشناسید.
محدودیت‌ها: محدودیت‌های مدل هوش مصنوعی مورد استفاده را درک کنید. هوش مصنوعی قدرتمند است اما بی‌نقص نیست و ممکن است همیشه دقیقاً همان نتیجه‌ای که نیاز دارید را به همراه نداشته باشد.
فرمت ورودی: مدل‌های متفاوت هوش مصنوعی ممکن است فرمت‌های ورودی متفاوتی را ترجیح بدهند. برخی به زبان طبیعی خوب جواب داده، در حالی که برخی دیگر کلمات کلیدی یا ساختارهای ویژه ای را ترجیح میدهند.

2. تسلط بر اصول اولیه:
وضوح و صراحت: پرامپت‌ها باید واضح، دقیق و صریح بوده و از ابهام در آنها خودداری شود.
کلمات کلیدی: از کلمات کلیدی مرتبط استفاده نمایید تا آن چیزی که نیاز دارید را هوش مصنوعی برای شما به خوبی تولید کند.
زمینه: جهت کمک به هوش مصنوعی برای درک هدف و محدوده کار، زمینه درخواست را به درستی مشخص کنید.
خروجی مورد نظر: فرمت، سبک، لحن، اندازه و سایر ویژگی‌های مورد نظر خروجی را مشخص کنید.
تکرار: با پرامپت‌های ساده شروع کنید، سپس با تکرار و بهینه سازی آنها، بر اساس پاسخ‌های هوش مصنوعی پرامپت‌های خود را بهبود ببخشید.

3. آزمایش با تکنیک‌های مختلف:
مثال‌ها: با ارائه مثال‌هایی از خروجی مورد نظر به پلتفورم هوش مصنوعی می‌توان نتایج رو به صورت قابل توجهی بهبود بخشید.
نقش‌ها: تعیین یک نقش خاص برای هوش مصنوعی (مثلاً – مانند یک متخصص بازاریابی عمل کن) می‌توند لحن و سبک پاسخ را بصورت مورد نظر شکل بدهد.
محدودیت‌ها: تعیین محدودیت‌ها می‌تواند به هوش مصنوعی کمک کند تا نتایج متمرکزتری را تولید نماید.
پرامپت ساختاریافته: استفاده از پرامپت‌های ساختاریافته مثل لیست‌ها، جدول‌ها و نقطه‌ها می‌تواند خروجی را به سوی بهتر شدن هدایت کند.
Zero-Shot vs Few-Shot: هم با پرامپت‌های Zero-Shot (بدون ارائه مثال یادگیری) و Few-Shot(با ارائه چند مثال یادگیری) آزمایش کنید.

4. تمرین مستمر:
کارهای واقعی: برای بهبود مهارت خود، از پرامپت‌نویسی در کارهای واقعی روزمره استفاده نمایید.
کاوش ابزارهای هوش مصنوعی: با مدل‌ها و پلتفرم‌های مختلف هوش مصنوعی آشنا بشوید.
دریافت بازخورد: پرامپت‌ها و خروجی‌های خود را با دیگران به اشتراک بگذارید تا بازخورد گرفته و از تجربیات دیگران استفاده نمایید.

5. به‌روز بودن:
تحقیق: با آخرین تحقیقات و روندهای نوشتن پرامپت هوش مصنوعی آشنا شده و خود را به روز نگه دارید.
انجمن‌ها: به انجمن‌ها و فروم‌های آنلاین که در آنها نویسندگان پرامپت تکنیک‌ها و دیدگاه‌ها خود را به اشتراک می‌گذارند، بپیوندید.
به‌روزرسانی‌ها: به آخرین به‌روزرسانی‌های مدل‌های هوش مصنوعی توجه کنید، زیرا می تواند بر روی نحوه نوشتن پرامپت‌ها تاثیر بگذارد.

نکاتی برای نوشتن پرامپت‌های موثر:
توصیفی باشید: فرض نکنید هوش مصنوعی همه چیز رو می‌فهمد؛ تا جایی که می‌توانید توضیح دهید.
از افعال کنشی استفاده کنید: از افعال کنشی برای هدایت هوش مصنوعی استفاده نمایید، برای مثال، “این را خلاصه کن”، “این را بازنویسی کن”، “تصویری از … تولید کن”.
مخاطب رو مشخص کنید: بهتر است مخاطب هدف را مشخص کنید (مثلاً “یک پست وبلاگ برای مبتدیان بنویس”).
از اصلاح‌کننده‌ها استفاده کنید: از اصلاح‌کننده‌ها Modifiers برای تعیین پارامترها و جزئیات بیشتر استفاده کنید (مثلاً “یک داستان کوتاه و خنده‌دار بنویس”).
آزمایش کنید: از آزمایش کردن عبارات و رویکردهای مختلف نهراسید.
اصلاح کنید: خروجی رو بررسی کرده و پرامپت خود را برای بهبود نتایج ساماندهی نمایید.

ابزارها و پلتفرم‌ها برای نوشتن پرامپت هوش مصنوعی:
ChatGPT/GPT-4: برای پرامپت‌های متنی.
DALL-E 2, Midjourney, Stable Diffusion: برای پرامپت‌های تولید تصویر.
Bard, Claude: برای کارهای مختلف از جمله تولید متن و کد.
پلتفرم‌هایی مثل Prompt Base: انواع پرامپت‌های از پیش ساخته شده و منابع آن را ارائه میدهد.

چگونه یک پرامپت خوب برای هوش مصنوعی طراحی کنیم؟

پرامپت به معنای هنر و علم طراحی و نوشتن دستورات یا ورودی‌های دقیق و مؤثر برای هوش مصنوعی، به منظور دریافت بهترین و مطلوب‌ترین خروجی‌ها می باشد.  به عبارت دیگر، مهندسی پرامپت،  توانایی  ارتباط مؤثر با هوش مصنوعی از طریق  زبان گفتگوی معمول است و دارای ۶ مرحله‌ای مهم  برای مهندسی درخواست‌ (Prompt Engineering) می باشد، که در ادامه به طور عمیق به هر مرحله خواهیم پرداخت:

وظیفه Task: خیلی مهم است که دقیقاً بدانید از مدل زبانی چه می‌خواهید. آیا خلاصه‌نویسی می‌خواهید؟ ترجمه؟ کدنویسی؟ هرچه واضح‌تر باشید، نتیجه بهتری می‌گیرید.

زمینه Context: به LLM اطلاعات اضافی بدهید تا پاسخ‌هایش دقیق‌تر و مرتبط‌تر باشند. مثلاً اگر می‌خواهید شعری درباره‌ی پاییز بنویسد، می‌توانید به آن بگویید که “در شعر، از رنگ‌های زرد و نارنجی و حس و حال دلتنگی استفاده کن.”

مثال‌ها Examples: با ارائه چند نمونه، به LLM کمک می‌کنید تا منظور شما را بهتر بفهمد. مثل این که به LLM بگویید: “این دو جمله را ببین: ‘کتاب’ می‌شود ‘book’ و ‘مداد’ می‌شود ‘pencil’، حالا ‘دفتر’ را ترجمه کن.”

شخصیت Persona: با تعیین نقش برای LLM، می‌توانید لحن و نوع پاسخ‌ها را کنترل کنید. مثلاً اگر می‌خواهید یک متن علمی بنویسید، می‌توانید به LLM بگویید “به عنوان یک دانشمند، درباره‌ی این موضوع بنویس.”

قالب Format: مشخص کنید که خروجی را به چه شکلی می‌خواهید. به صورت لیست، جدول، کد، شعر و غیره.

لحن Tone: لحن می‌تواند رسمی، غیررسمی، دوستانه، جدی و غیره باشد. مثلاً برای متون علمی و پژوهشی، لحن رسمی و تخصصی مناسب است.

خلاصه:
نوشتن پرامپت هوش مصنوعی مهارت قدرتمندی می‌باشد که به شما امکان میدهد تا به روش موثرتری از هوش مصنوعی برای تولید خروجی‌های با کیفیت برای کارهای مختلف استفاده کنید. با تسلط بر اصول اولیه، آزمایش تکنیک‌های مختلف، تمرین مداوم و به‌روز بودن می‌توانید در این فناوری که به سرعت در حال پیشرفته می باشند، متخصص شوید.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

AI is coming for your job - What industries will be affected

هوش مصنوعی برای جایگزینی شغل شما می آید، چه کارهایی تحت تأثیر قرار خواهند گرفت؟

by AI
طبق گفته Accenture، 40 درصد از ساعات کاری در صنایع مختلف ممکن است به دلیل پیشرفت ابزارهایی مانند ChatGPT، با هوش مصنوعی جایگزین شوند. هوش مصنوعی AI در سال‌های اخیر با سرعت بی‌سابقه‌ای در حال رشد بوده و در حال ادغام شدن با طیف وسیعی از صنایع است. اما رشد سریع آن باعث نگرانی در مورد از دست رفتن مشاغل بسیاری شده است، زیرا درصد بالایی از وظایفی که قبلا توسط انسان ها انجام می شده به زودی توسط هوش مصنوعی خودکار خواهند شد. به عنوان مثال، مدیرعامل IBM “آرویند کریشنا” در یکم ماه می به بلومبرگ گفت که 7800 شغل در این شرکت می تواند با هوش مصنوعی و اتوماسیون در پنج سال آینده جایگزین شود که هم اکنون تقریباً 30 درصد از نیروی کار IBM را تشکیل می دهد. در حالی که هوش مصنوعی پتانسیل بهبود کارایی، افزایش بهره‌وری و کاهش هزینه‌ها را دارد، پیشرفت‌های سریع و بزرگی که در ابزارهای هوشمند مانند ChatGPT-4 مشاهده می‌شود “نسبت به نسخه قبلی خود ChatGPT-3.5” بسیاری از مردم را نگران کرده که شاید به زودی یکی از این ابزارها جایگزین شغل آنها شود. ChatGPT و دیگر مدل‌های زبان بزرگ (LLM) می‌توانند از قبل برای تکمیل انواع وظایف، مانند تولید کد قرارداد هوشمند، مدیریت جوامع، تجزیه و تحلیل بازار و موارد دیگری استفاده شوند. یک گزارش تحقیقاتی از شرکت خدمات حرفه‌ای Accenture که در ماه مارس منتشر شد، به “محبوبیت انفجاری” ChatGPT به عنوان “اولین نقطه عطف واقعی در پذیرش عمومی هوش مصنوعی” اشاره کرده و افزود: “تقریباً همه مشاغل را تحت تأثیر قرار خواهد داد و برخی را نیز حذف خواهد کرد، بسیاری از حرفه‌ها تغییر خواهند کرد و بسیاری از مشاغل جدید نیز ایجاد خواهند شد.” تحقیقات Accenture نشان داد که 40٪ از ساعات کاری در صنایع مختلف می تواند تحت تأثیر این مدل‌های زبان بزرگ LLM قرار گیرد و بانکداری را به عنوان صنعتی که احتمالاً تحت تأثیر بسیار قرار می گیرد شناسایی کرده است، زیرا بانکداری با 54٪ و پس از آن صنعت بیمه با 48% دارای وظایفی هستند که پتانسیلی بالایی برای اتوماسیون خودکار دارا می باشند. جایگزینی و یا ترکیب شدن از دکتر گری مارکوس، کارآفرین هوش مصنوعی و نویسنده کتاب “ساختن هوش مصنوعی که بتوان به آن اعتماد کرد Rebooting AI” پرسیده شد، که نظر او در مورد تأثیر هوش مصنوعی بر صنایع مختلف چیست. به نظر مارکوس ممکن است بیشترین خطر را برای هنرمندان تجاری داشته باشد، به طور کلی این هنرمندان به برندسازی، طراحی لوگوها، تبلیغات و طراحی گرافیک اشتغال دارند، بنابراین وی عمدتاً فقط به هنری اشاره دارد که برای اهداف تجاری استفاده می شود. این هنر تجاری با هنرهای زیبا مانند نقاشی‌، مجسمه‌سازی و عکاسی متمایز است و احتمال بیشتری وجود دارد که آثار هنرمندان هنرهای زیبا در موزه‌های هنری مانند لوور نمایش داده شود و بر پایه شناخت امروز از هوش مصنوعی خلق این هنر برای هوش مصنوعی بسیار دشوار است. مارکوس چشم انداز، از دست دادن شغل در کوتاه مدت را کم اهمیت جلوه داده و خاطرنشان کرده است که “در بسیاری از موارد در آینده افراد حداقل برای چندین سال با ماشین‌ها کار خواهند کرد.” وقتی از مارکوس پرسیده شد که چگونه مردم می‌توانند مطمئن باشند که شغل آنها در آینده با هوش مصنوعی جایگزین نخواهد شد، پاسخ داد: «بی گمان جواب درست به این سئوال سخت است، اما من فکر می‌کنم که مهارت‌های خلاق حل مسئله و تفکر انتقادی خوب برای مدت طولانی ارزشمند باقی خواهند ماند.» شایان توجه است که مجمع جهانی اقتصاد (WEF) نیز چشم انداز از دست دادن شغل به دلیل هوش مصنوعی را به دقت تحت نظر قرار داده است. این مجمع «گزارش آینده مشاغل 2023» را در 30 آوریل منتشر کرده، که پیش‌بینی می‌کند: نقش‌های منشی یا کارمندی مانند صندوقدار بانک و کارمندان ورود داده‌ها بیشترین ضربه را خواهند خورد. این گزارش با تکرار گفته‌های مارکوس نشان داد که مهارت‌های سطح بالاتر مانند تفکر تحلیلی و خلاق بیشترین تقاضا را در طول پنج سال آینده خواهد داشت و خاطرنشان کرد که استراتژی شماره یک برای شرکت‌هایی با بیش از 50000 کارمند، آموزش کارمندان برای استفاده موثر از ابزارهای هوش مصنوعی می باشد. ایجاد شغل از طریق هوش مصنوعی در حالی که گزارش مجمع جهانی اقتصاد نشان می‌دهد که هوش مصنوعی احتمالاً جایگزین بسیاری از مشاغل خواهد شد، اما به این نکته هم اشاره می کند که باعث ایجاد شغل‌های جدیدی نیز می‌شود و صرفاً می توان گفت که این فناوری به یک روند کلی به سمت اتوماسیون کمک می‌کند. Accenture در گزارش خود ادعاهای مشابهی را مطرح کرده و تأکید کرد که بسیاری از “وظایف کلامی” توانایی خودکار شدن توسط LLMها را دارند، بنابراین می توانند “از طریق تقویت و اتوماسیون به فعالیت‌های سازنده‌تری تبدیل شوند.” یک مقاله کاری که در ۲۷ مارس توسط OpenAI خالق ChatGPT و محققان دانشگاه پنسیلوانیا منتشر شد، نشان می‌دهد که بعید است در آینده‌ای نزدیک حرفه‌های عملی مانند آشپز، مکانیک و سنگ‌تراش با ابزارهای هوش مصنوعی جایگزین شوند. سپس این مقاله پیش‌بینی کرد که مشاغلی که با اطلاعات سروکار دارند و یا پردازش داده انجام می دهند و همچنین مشاغلی که در صنعت مراقبت‌های بهداشتی می‌باشند، بیشتر در معرض خطر اتوماسیون هستند، زیرا مهارت‌های برنامه‌نویسی و نوشتن راهکار درمانی با قابلیت‌های فناوری LLM مانند ChatGPT همخوانی دارد. در حالی که صنعت بهداشت و درمان همچنان به افراد زیادی برای نقش‌های عملی‌تر مانند پرستار و جراح نیاز دارد، پزشکان به طور فزاینده‌ای از هوش مصنوعی برای تجزیه و تحلیل داده‌های بیماران استفاده می‌کنند، بنابراین بسیاری از کارکنان مراقبت‌های بهداشتی که در تجزیه و تحلیل داده‌ها نقش دارند، می‌توانند نقش‌های خود را خودکار کنند. در مجموع، به نظر می‌رسد که اتفاق نظر وجود دارد که منشی و سایر نقش‌های کارمندی / اداری بیشترین تأثیر را در چند سال آینده خواهند داشت و افرادی که می‌توانند مهارت‌های تفکر خلاق و تفکر تحلیلی خود را تقویت کرده و همچنین در استفاده از ابزارهای هوش مصنوعی برای تقویت قابلیتهای خود مهارت کسب کنند، این قابلیت آنها بهترین فرصت ممکن برای جایگزین نشدن را به آنها خواهد داد. سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد. Click for reference 
UK reviews AI development: It can ‘drive substantial economic growth’

توسعه هوش مصنوعی می تواند “رشد اقتصادی قابل توجهی ایجاد کند”

by AI

در 4 مه سازمان رقابت و بازار بریتانیا CMA گفت که توسعه، استقرار و تأثیر اجتماعی هوش مصنوعی را در دست بررسی دارد و به دنبال توسعه و استقرار مدل‌های پایه برای برنامه‌های هوشمند مانند ChatGPT است تا برخلاف این اصول کلیدی که شامل ایمنی، شفافیت، انصاف و مسئولیت پذیری و غیره می باشند، رفتار نکنند.

سارا کاردل، مدیر اجرایی CMA، اظهار داشت که از زمانی که ابزارهای هوش مصنوعی در حوزه عمومی فراگیر شدند، قانون گذاران نیز به آن توجه می کنند.

“این یک فناوری است که با سرعت در حال توسعه می باشد و این پتانسیل را دارد که نحوه رقابت مشاغل را تغییر داده و همچنین رشد اقتصادی قابل توجهی را به همراه داشته باشد.”

او ادامه داد: «ضروری» است که کسب‌وکارها و مصرف‌کنندگان در بریتانیا به مزایای بالقوه فناوری‌های هوش مصنوعی دسترسی داشته باشند و این در حالی است که باید در برابر اطلاعات جعلی تولید شده نیز محافظت ‌شوند. شایان توجه است که این گونه اطلاعات جعلی تولید شده توسط هوش مصنوعی قبلاً شروع به انتشار گسترده‌ای در وب کرده، که تا کنون منجر به شکایت‌های قضایی زیادی شده است.

در این بررسی اولیه مدل‌های پایه هوش مصنوعی و استفاده از آنها در بازار رقابتی بررسی شده و قانونگذار قصد دارد که بر نحوه گسترش و ارائه این فرصت‌ها، به همراه خطرات ممکن آن برای رقابت بین کالاها و امکان پایمال شدن حقوق مصرف کنندگان نظارت داشته باشد.

به گفته سازمان رقابت و بازار بریتانیا، هدف این سازمان کمک به این فناوری است تا به روش‌هایی توسعه یابد که “بازار باز، رقابتی و حمایت موثر از مصرف کننده در آن تضمین شده باشد.”

بعلاوه، این بازبینی به منظور تولید «اصول راهنما» برای حمایت از مصرف‌کنندگان و گسترش رقابت سالم با توسعه فناوری‌های هوش مصنوعی است و گزارشی در مورد این یافته‌ها قرار است در سپتامبر 2023 منتشر شود.

این اعلامیه به دنبال انتشار نقشه راه می باشد که از سوی دولت بریتانیا در مارس 2023 در مورد هوش مصنوعی منتشر شده بود و همچنین در 25 آوریل، نخست وزیر بریتانیا و وزیر فناوری، بودجه 100 میلیون پوندی (معادل 124.8 میلیون دلار) را برای حمایت از کارگروهی ویژه برای تسریع آمادگی این کشور برای پذیرش هوش مصنوعی را فاش کرده بودند.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.
Click for reference

A brief history of artificial intelligence

تاریخچه مختصری از هوش مصنوعی

by AI

هوش مصنوعی امروزی، از ماشین تورینگ شروع شده و کم کم به برنامه های کاربردی و مدرن یادگیری عمیق که برای پیش بینی آینده و تصمیم گیری‌های هوشمند کاربرد دارد و پردازش زبان طبیعی انسان، تکامل یافته است.

عوامل متعددی باعث توسعه هوش مصنوعی “AI” در طول این سال ها شده، که یکی از آنها توانایی جمع‌آوری، تجزیه و تحلیل سریع و مؤثر حجم عظیمی از داده‌ها می باشد با پیشرفت‌های فناوری محاسباتی امروزی امکان‌پذیر شده است که عامل مهمی در این روند توسعه می باشد.

عامل دیگر تقاضای بازار برای سیستم‌های خودکار است که می‌توانند فعالیت‌هایی را انجام دهند که برای انسان بسیار پرخطر، چالش برانگیز و یا زمان‌بر می باشند. همچنین، به لطف توسعه اینترنت و دسترسی به حجم عظیمی از داده های دیجیتال، اکنون فرصت های بیشتری برای حل مسائل دنیای واقعی بوسیله هوش مصنوعی بوجود آمده است.

علاوه بر این، مسائل اجتماعی و فرهنگی بسیاری بر هوش مصنوعی تأثیر گذاشته است. به عنوان مثال، بحث‌های مربوط به اخلاق و پیامدهای هوش مصنوعی در پاسخ به نگرانی‌هایی در مورد از دست دادن شغل و اتوماسیون فراگیر جهانی مطرح شده است.

همچنین نگرانی‌هایی در مورد احتمال استفاده از هوش مصنوعی برای نیت های شیطانی، مانند حملات سایبری مخرب یا کمپین‌های اطلاعات نادرست، مطرح شده است. در نتیجه، بسیاری از محققان و تصمیم‌گیرندگان در تلاش هستند تا اطمینان حاصل کنند که ساختار هوش مصنوعی از نظر اخلاقی، مسئولانه پایه گذاری ‌شود.

به گفته الیوت مینشنبرگ در تاریخ 30 مارس 2023 “پس از اینکه بیش از 1000 فعال حوضه فناوری خواستار توقف آموزش قوی‌ترین سیستم‌های هوش مصنوعی شدند، یونسکو نیز از کشورها ‌خواست که فوراً توصیه های خود را برای اولین چارچوب جهانی اخلاق هوش مصنوعی ارسال کنند که پس از تصویب شدن آن در این مجمع، توسط 193 کشور عضو اجرایی خواهد شد.”

هوش مصنوعی از زمان پیدایش خود در اواسط قرن بیستم تا به امروز راه طولانی را پیموده است. در ادامه این متن تاریخچه مختصری از هوش مصنوعی را با هم بررسی می کنیم.

اواسط قرن بیستم
 خاستگاه هوش مصنوعی ممکن است به اواسط قرن بیستم مربوط شود، زمانی که دانشمندان کامپیوتر شروع به ایجاد الگوریتم‌ها و نرم‌افزارهایی کردند که می‌توانست کارهایی مانند حل مسئله، تشخیص الگوها و قضاوت را انجام دهد که معمولاً به هوش انسانی نیاز دارند.

یکی از اولین پیشگامان هوش مصنوعی آلن تورینگ بود که مفهوم ماشینی را پیشنهاد کرد که می توانست هر کاری را که هوش انسانی می توانست انجام دهد را شبیه سازی کند که اکنون این مفهوم به عنوان تست تورینگ شناخته می شود.

کنفرانس دارتموث 1956
 در سال 1956 کنفرانس دارتموث دانشگاهیان حرفه های مختلف را گرد هم آورد تا دورنمای ساخت روبات هایی که بتوانند «فکر کنند» را بررسی کنند و در این کنفرانس بود که به طور رسمی رشته هوش مصنوعی معرفی گردید. در آن زمان، سیستم‌های مبتنی بر قانون و تفکر نمادین موضوعات اصلی مطالعه رشته هوش مصنوعی بودند.

دهه 1960 و 1970
 در دهه‌های 1960 و 1970، تمرکز تحقیقات هوش مصنوعی به توسعه سیستم‌های خبره‌ای که برای تقلید از تصمیم‌گیری‌های متخصصان انسانی در زمینه‌های خاص طراحی شده بودند، تغییر یافت، که امروزه این روش ها اغلب در صنایعی مانند مهندسی، مالی و پزشکی به کار گرفته می شوند.

دهه 1980
 با این حال، زمانی که معایب سیستم‌های مبتنی بر قانون در دهه 1980 آشکار شد، تحقیقات هوش مصنوعی شروع به تمرکز بر یادگیری ماشین کردند، که شاخه‌ای از رشته‌ای است که از روش‌های آماری برای یادگیری رایانه‌ها و با استفاده از داده‌ها میباشد. در نتیجه، سیستم شبکه‌های عصبی بر اساس ساختار و عملکرد مغز انسان ایجاد و مدل‌سازی می شوند.

دهه 1990 و 2000
 در دهه 1990 تحقیقات هوش مصنوعی در زمینه رباتیک، بینایی کامپیوتر و پردازش زبان طبیعی پیشرفت‌های چشمگیری داشت و در اوایل دهه 2000، پیشرفت ها در تشخیص گفتار، تشخیص تصویر و پردازش زبان طبیعی با ظهور یادگیری عمیق “شاخه ای از یادگیری ماشینی است که از شبکه های عصبی عمیق استفاده می کند” امکان پذیر شد.
اولین مدل زبان عصبی، بوسیله “یوشوا بنجیو” ارائه شد که یکی از “پدرخوانده های یادگیری عمیق” می باشد، وی به طور گسترده به عنوان یکی از تأثیرگذارترین افراد در پردازش زبان طبیعی و یادگیری بدون نظارت، شناخته می شود.

هوش مصنوعی امروزی
 دستیارهای مجازی، خودروهای خودران، تشخیص پزشکی و تجزیه و تحلیل مالی تنها تعدادی از کاربردهای امروزی هوش مصنوعی می باشند. هوش مصنوعی به سرعت در حال توسعه است و هم اکنون محققان به ایده‌های جدیدی مانند یادگیری تقویتی “Reinforcement Learning”، محاسبات کوانتومی و محاسبات نورومورفیک نگاه می‌کنند.
یکی دیگر از روندهای مهم در هوش مصنوعی مدرن، تغییر به سمت تعاملات بیشتر شبیه انسان است که دستیارهای صوتی مانند سیری و الکسا پیشتاز آن می باشند. پردازش زبان طبیعی نیز پیشرفت قابل توجهی داشته است و ماشین‌ها را قادر ساخته تا گفتار انسان را با دقت فزاینده‌ای درک کنند و به آن پاسخ دهند. ChatGPT – یک مدل بزرگ زبان طبیعی که توسط OpenAI بر اساس معماری GPT-3.5 ساخته شده است، که نمونه‌ای از هوش مصنوعی “Talk of the town” است که می‌تواند زبان طبیعی را درک کند و پاسخ‌هایی شبیه انسان را برای طیف گسترده‌ای از پرس و جوها و درخواست‌ها تولید کند.

آینده هوش مصنوعی
 با نگاهی به آینده، هوش مصنوعی احتمالا نقش مهمی را در حل برخی از بزرگترین چالش‌های پیش روی جامعه، مانند تغییرات آب و هوایی، مراقبت‌های بهداشتی و امنیت سایبری ایفا خواهد کرد. با این حال، نگرانی‌هایی نیز در مورد پیامدهای اخلاقی و اجتماعی هوش مصنوعی، به ویژه با پیشرفت فناوری که روز به روز پیشرفته تر و مستقل تر می شود، وجود دارد و به گفته مدیر عامل هولبرتون “ژولین باربیر” در مارس 2023 “اخلاق در هوش مصنوعی باید در هر مدرسه ای آموزش داده شود.”

علاوه بر این، همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، احتمالاً بر همه جنبه های زندگی ما، از نحوه کار و ارتباط ما گرفته تا نحوه یادگیری و تصمیم گیری تأثیر خواهد گذاشت.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Reference

Will ChatGPT help TRX in the wake of Tron’s assistance to OpenAI?

پرداخت غیرمتمرکز مبتنی بر هوش مصنوعی برای سیستم‌های هوش مصنوعی

by CryptocurrencyFinancial

جاستین سان، بنیانگذار ترون TRON [TRX]، اخیراً اطلاعات مربوط به مشارکت ترون با بیت‌تورنت را در یک توییت رسمی اعلام کرده و گفت ترون چارچوب پرداخت غیرمتمرکز مبتنی بر هوش مصنوعی (AI) را برای سیستم‌های هوش مصنوعی مانند ChatGPT ارائه خواهد کرد.

وی همچنین اشاره کرده که چارچوب این پروتکل لایه پرداخت، شامل SDK برای فراخوانی زیربنایی، سیستم قرارداد هوشمند زنجیره ای و دروازه پرداخت هوش مصنوعی خواهد بود.

در این ساختار ترون برای ذخیره پرسش‌های کاربر و یافته‌های هوش مصنوعی از چارچوب قرارداد هوشمند از سیستم ذخیره‌سازی غیرمتمرکز BitTorrent استفاده خواهد نمود.

در همین حال، سازمان‌های خودگردان غیرمتمرکز (DAO) ترون نیز نکات مهم هفتگی خود را منتشر کرده و به تمامی تحولات قابل توجهی که در هفت روز گذشته رخ داده اشاره کرده است، که مهمترین آنها راه اندازی طرح TRON Climate Initiative می باشد که در این برنامه جدید، ترون از سایر سازمان ها دعوت می کند تا صنعت بلاکچین را به سمت پایداری و نظارت بر محیط زیست سوق دهند.

این پیشرفت‌ها ممکن است در کمک به TRX برای جلب اعتماد بیشتر سرمایه‌گذاران نقش مهمی داشته باشد و نمودار Santiment آن نیز نشان می دهد که احساسات مثبت به ترون و ارز TRXدر چند روز گذشته افزایش یافته است، همچنین نوسان قیمت هفتگی TRX پس از چند روز کاهش، افزایشی بوده و حجم معاملات این ارز نیز افزایش یافته، که به طور کلی سیگنال خوش بینانه‌ای می باشد.

با این حال در حالی که معیارها برای TRX امیدوار کننده به نظر می رسید، قیمت آن در حد مطلوب نبوده و با توجه به داده های CoinMarketCap، قیمت TRX تنها کمی بیش از 1٪ در هفت روز گذشته افزایش یافته است.
قیمت TRX در زمان نگارش این مقاله، 0.06434 دلار و با ارزش بازار بیش از 5.9 میلیارد دلار ثبت شده است، همچنین نمودار روزانه TRX نگرانی های زیادی را نشان می دهد که ممکن است منجر به کاهش قیمت در روزهای آینده شود.

به عنوان مثال، بر اساس الگوی تکنیکال شکل گرفته در نمودار روزانه آن می توان شاهد پیدایش یک سیگنال نزولی بود، همچنین با اندکی افزایش قیمت TRX، نمودار جریان پول Chaikin (CMF) آن کاهش یافته است.

با این حال، هم اکنون شاخص قدرت نسبی (RSI) آن همچنان افزایشی بوده که بیانگر یک سیگنال صعودی می باشد.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

 

Click fort reference

What is ChatGPT and why is everyone talking about it?

چت جی پی تی چیست و چرا همه در مورد آن صحبت می کنند؟

by AI

حتی اینترنت هم نمی‌تواند گفتگو درباره آخرین ابزار موجود در این فضا را متوقف کند و این ابزار چیزی نیست جز چت‌جی‌پی‌تی ChatGPT، که یک ربات چت می باشد که به کاربران اجازه می‌دهد هر سوال، پرس و یا درخواستی را از آن بپرسند و سپس با استفاده از هوش مصنوعی (AI) پاسخ‌های بلادرنگی را ارائه ‌کند، که نه تنها “در بیشتر موارد” دقیق هستند، بلکه کاربران می‌توانند هم پاسخ‌های بسیار فنی و هم پاسخ‌های غیر قابل فهمی را از آن دریافت کنند.

چت جی پی تی توسط شرکت OpenAI ساخته شده است. این شرکت تحقیق و گسترش توسط ایلان ماسک و سام آلتمن در سال 2015 تأسیس شده، که به دنبال استقرار هوش عمومی مصنوعی می باشد، تا تمام بشریت از آن بهره ببرند.

در کمتر از یک هفته از عرضه نسخه آزمایشی و ارزیابی “بتا” چت‌جی‌پی‌تی، دنیای فناوری و اینترنت تحت تأثیر قرار گرفته و در کمتر از 7 روز از زمان راه‌اندازی، تعداد مشترکان آن به 1 میلیون نفر رسیده است.

با توجه به اینکه انتظار می رود رابط برنامه نویسی برنامه چت‌جی‌پی‌تی تا چند ماه دیگر ارائه شود، آنچه در این مرحله می دانیم این است که این چت بات با استفاده از الگوریتم‌های یادگیری ماشینی کار می کند تا به طور کامل معنای ورودی متن را تجزیه و تحلیل و درک کرده، و سپس پاسخ بسیار دقیقی را بر اساس آن ورودی ایجاد کند.

چت‌جی‌پی‌تی که بر روی مقادیر زیادی از داده‌های متنی، الگوها و ساختارهای زبان طبیعی آموزش دیده است، می‌تواند گفت‌وگوی انسانی را درک کند و سپس متن دقیقی انسان نمایی را بگونه‌ای ایجاد کند که گویی شما برای یک دوست تایپ می‌کنید.

چت‌جی‌پی‌تی دقیقا چیست؟

آیا گوگل جدیدی است؟ یا می تواند یک تغییر دهنده بزرگ برای مشاغل باشد؟

صادقانه بگویم، هنوز برای گفتن کمی زود است، چت‌جی‌پی‌تی برای پاسخگویی به گفتگوهای زبان طبیعی و ارائه پاسخ به سوالات پیچیده طراحی شده، در واقع مانند مرحله بعدی در هوش مصنوعی به نظر می رسد.

این یک واقعیت است که می تواند زبان طبیعی انسان را درک کند و متن نوشته شده انسان مانندی را با جزئیاتی چشمگیر ایجاد کند، که این توانایی هم قدرت و هم ترس را القا می کند.

اگرچه ماسک، شرکت OpenAI را به همراه آلتمن تأسیس کرده و پس از آن شرکت را ترک کرده است، او پس از اینکه «آموخت» که OpenAI برای «آموزش» این پلتفرم تلاش برای دسترسی به پایگاه‌های داده را دارد، در توییتی نوشت که آن را فعلا متوقف کرده و «نیاز به درک بیشتری در مورد آینده ساختار حکمرانی [و] برنامه‌های درآمد زایی آن دارد.»

آنچه که امروزه برای چت‌جی‌پی‌تی کار می کند رابط مکالمه آن است. OpenAI در بیانیه‌ای اعلام کرده که این هوش مصنوعی جدید با تمرکز بر سهولت استفاده ایجاد شده است. “فرمت گفتگو این امکان را برای چت‌جی‌پی‌تی فراهم می کند تا به سوالات پاسخ دهد، اشتباهات خود را بپذیرد، مقدمات نادرست را به چالش بکشد و درخواست های نامناسب را رد کند.”

ویژگی‌های چت‌جی‌پی‌تی چیست؟
 بسیاری از کاربرانی که تا کنون از چت‌جی‌پی‌تی استفاده کرده‌اند از آن به عنوان نسل دوم Google یاد می کنند. اما این ربات چت پاسخگو می تواند توضیحات و راه حل هایی را برای سوالات پیچیده از جمله راه‌های نوشتن کدهای نرم افزاری، و حل مشکلات طرحی های پیچیده و نیازهای چالش بر انگیز بهینه سازی ارائه دهد.

همچنین چت‌جی‌پی‌تی می تواند به نوشتن محتوا برای وب سایت ها، پاسخ به سؤالات مشتری و حل معادلات پیچیده ریاضی نیز کمک کند. چه کارهای دیگری را می تواند انجام دهد؟ تقریباً همه چیز: نوشتن محتوا، کمک به مقالات دانشگاهی، تهیه متون ادبی، نگارش فیلمنامه‌، ترجمه دقیق بین زبان‌ها، خلاصه سازی متن با دقتی بسیار بالا و حتی برای یافتن و تشخیص کلمات کلیدی در متن نیز می تواند از آن استفاده کرد.

من در حال آزمایش کارایی ربات جدید گفتگوی شرکت OpenAI برای سناریوهای مراقبت‌های بهداشتی هستم و تا کنون بسیار تحت تأثیر آن قرار گرفته‌ام، به نظر می رسد که این فناوری می تواند به عنوان یک چت بات پزشکی پتانسیل‌های فراوانی داشته باشد، اما بدیهی است که باید برای سوگیری‌های اشتباه و اطلاعات نادرست بررسی شود.


آیا چت‌جی‌پی‌تی می تواند جایگزین گوگل شود؟
 واقعاً لازم نیست، چت‌جی‌پی‌تی یک ربات چت (وهم آور و هوشمند) است در حالی که گوگل فقط یک موتور جستجو می باشد. این ربات چت می تواند در برخی مواقع به ابزاری برای کمک به دانشجویان مقطع کارشناسی تبدیل شود تا مقالات خود را دقیق تر بنویسند و به برنامه نویسان کمک کند تا چالش های کدنویسی خود را در عرض چند ثانیه حل کنند.
سطح بعدی از این فناوری متن‌ها و نوشتارهای انسان مانند آن است که می تواند در آینده چالشی برای اتاق‌های خبر باشد. با این حال، مانند تمامی فناوریهای هوش مصنوعی، هنوز در روزهای اولیه است و فاقد نکات ظریف، مهارت‌های تفکر انتقادی یا قدرت لازم برای تصمیم‌گیری می باشد.

همچنین نگرانی هایی وجود دارد که چت‌جی‌پی‌تی ممکن است اطلاعات نادرستی را ارائه دهد که به نظر می رسد در برخی موارد پاسخ ها قابل قبول می نمایند، اما نادرست یا بی معنی می‌باشند و شرکت OpenAI قبلاً این را هشدار داده است.

شرکت OpenAI خاطرنشان کرده که در حال اصلاح این فناوری بوده و آینده جالبی را در پیش رو بشریت می بیند.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference