Generic selectors
Exact matches only
Search in title
Search in content
Menu


معرفی کتاب چت جی پی تی و آینده هوش مصنوعی | ترنس سینوسکی


کتاب چت جی پی تی و آينده هوش مصنوعی

در سال‌های اخیر هوش مصنوعی دوباره به گفتگوی عمومی راه پیدا کرده و همه از آن حرف می‌زنند.

به قول لزلی ولینت در کتاب اهمیت آموزش پذیری، از آن زمانی که شرکت‌های فعال در زمینهٔ‌ هوش مصنوعی می‌کوشیدند هوش مصنوعی را در توصیف محصول‌شان نگنجانند (مسیریاب، سیستم توصیه‌گر، موتور جستجو و …) دور شده‌ایم و وارد دوره‌ای شده‌ایم که شرکت‌های دور از فضای هوش مصنوعی هم به هر بهانه‌ای این اصطلاح را در شرح خدمات خود می‌گنجانند.

علت این رونق هم، برای همهٔ ما واضح است: به‌واسطهٔ عرضهٔ چت جی‌پی‌تی (محصول شرکت Open AI) و چند مدل زبانی دیگر که شرکت‌های رقیبش عرضه کرده‌اند، دوباره شوق هوش مصنوعی زنده شده و آن‌قدر «هوش مصنوعی مولد بر پایهٔ مدل‌های بزرگ زبانی» رواج پیدا کرده که «هوش مصنوعی» را مترادف آن در نظر می‌گیرند.

آخرین باری که چنین اتفاقی در چنین مقیاس بزرگی روی داده، احتمالاً مربوط به چند قرن پیش است که با رونق نگاه علمی، اصطلاح «علم» که بسیار گسترده است با «علوم طبیعی مبتنی بر روش علمی» مترادف شد. آن‌جا هم علت مشابهی وجود داشت: دستاوردهای علوم طبیعی آن‌قدر بزرگ و تأثیرگذار بود که بسیاری از شاخه‌ها و حوزه‌های دیگر علم را به سایه راند.

ترنس سینوسکی

در موج جدید رونق هوش مصنوعی، بسیاری از متخصصان در حوزه‌های مرتبط، کوشیده‌اند آن‌چه را روی داده و نیز آن‌چه را پیش روی انسان قرار دارد، به زبانی ساده برای جامعه شرح دهند. ترنس سینوسکی ترنس سینوسکی (Terrence Sejnowski) هم یکی از این افراد است.

او از چهره‌های برجسته در حوزهٔ علوم اعصاب محاسباتی (Computational Neuroscience) است که چند دهه از عمر خود را برای شناخت بهتر پیچیدگی‌های مغز انسان و ارزیابی و پیش‌بینی ظرفیت سیستم‌های مبتنی بر هوش مصنوعی صرف کرده است. او نخستین حضور جدی در بیرون از فضای دانشگاه را با انتشار کتاب «انقلاب یادگیری عمیق / Deep Learning Revolution» تجربه کرد. کتابی که زبان ساده‌ای دارد و توانست مخاطبان بسیاری را به خود جذب کرده و راضی کند.

کتاب چت جی پی تی و آینده هوش مصنوعی

سینوسکی در سال ۲۰۲۴ با همکاری انتشارات دانشگاه MIT کتاب تازه‌ای با عنوان «چت جی پی تی و آینده هوش مصنوعی / ChatGPT and the Future of AI» منتشر کرد و این بار هم کوشید موضوعی پیچیده را به زبان ساده برای مخاطب عام شرح دهد.

شاید اگر بخواهیم نام‌های برتر در زمینهٔ هوش مصنوعی را فهرست کنیم، سینوسکی در صدر فهرست قرار نگیرد. اما آشنایی او با نوروساینس باعث می‌شود روایتی که از هوش مصنوعی و مدل‌های بزرگ زبانی ارائه می‌کند، متمایز و ارزشمند باشد.

این درس به معرفی مختصر کتاب چت جی پی تی و آینده هوش مصنوعی اختصاص دارد. سینوسکی

در این کتاب به جنبه‌های امیدبخش و نیز چالش‌های پیش روی هوش مصنوعی مولد می‌پردازد و خواننده را به ظرفیت‌های آشکار، پنهان و هنوز کشف‌نشدهٔ هوش مصنوعی مولد جلب می‌کند.

لازم به تأکید است که این کتاب هنوز ترجمه نشده و می‌شود آن را یکی از کتابهای مناسب برای ترجمه هم در نظر گرفت.

کتاب چت جی پی تی و آینده هوش مصنوعی

بسیار خوش‌بین به آینده هوش مصنوعی

حتماً دقت کرده‌اید که وقتی می‌خواهید اخبار سیاسی بخوانید، لازم است ابتدا بدانید منبع خبری‌تان متعلق به کدام اردوگاه سیاسی است. معنای خبرها، تفسیر آن‌ها و وزنی که بر هر خبر قائل می‌شوید، با توجه به نسبت میان «خبر و منبع خبر» تغییر می‌کند.

یکی از علت‌های چنین پدیده‌ای این است که دنیای سیاست، دنیای ارزش‌ها و تفسیرهاست. ارزش‌های افراد مختلف با یکدیگر متفاوت است و تفسیرهای یک رویداد مشخص هم لزوماً همگرا نیست.

دنیای هوش مصنوعی هم چنین وضعیتی دارد. تنوع ارزش‌ها و تفسیرها ما را وادار می‌کند به «متن» محدود نشویم و «بستر و حاشیه» را هم ببینیم. مثلاً اگر نوآم چامسکی چیزی را به عنوان نقطه قوت هوش مصنوعی مطرح کند، در مقایسه با بیان همان نکته از زبان استیون پینکر مهم‌تر تلقی می‌شود (چون چامسکی به اندازهٔ پینکر به ظرفیت‌های نسل جدید هوش مصنوعی خوش‌بین نیست).

در ادامهٔ این مقدمه باید بگوییم: سینوسکی نه فقط به هوش مصنوعی «خوش‌بین» است، بلکه در میان خوش‌بین‌ها هم در دستهٔ افراد «به‌شدت خوش‌بین» قرار می‌گیرد. دانستن این نکته باعث می‌شود ارزیابی واقع‌بینانه‌تری از مواضع او داشته باشیم.

سه بخش اصلی کتاب چت جی پی تی و آینده هوش مصنوعی

سینوسکی کتاب خود را در سه بخش تألیف کرده است: «توضیحات عمومی»، «شرح مبانی ریاضی مدلهای بزرگ زبانی» و «آینده هوش مصنوعی». در ادامه دربارهٔ هر یک از این سه بخش اندکی صحبت می‌کنیم (در حد معرفی مختصر صرفاً برای ارجاعات بعدی).

بخش اول کتاب | مدلهای بزرگ زبانی و تحولات ناشی از آن‌ها

در بخش اول کمی دربارهٔ اهمیت ربات‌های گفتگوکننده (chatbot) حرف می‌زند و به پتانسیلی که در این روبات‌ها برای ایجاد تحول در صنعت، کسب‌و‌کار و زندگی روزمره وجود دارد اشاره می‌کند.

او هم‌چنین به اهمیت و معنای «پرامپت / prompt» اشاره کرده و به خواننده یادآوری می‌کند که پرامپت را در حد یک «پرسش» یا «جملهٔ امری» در نظر نگیرد. تأکید سینوسکی بر این است که رقابت انسان‌ها در استفاده از چت‌بات‌ها در آینده بر «رقابت در پرامپت‌نویسی» متمرکز خواهد شد.

سینوسکی در همین یک‌سوم اول کتاب سراغ بحثی رفته که شاید انتظار داشته باشید در آخر کتاب ببینید: «معنای هوش، تفکر و خودآگاهی چیست؟» او این چیدمان را آگاهانه انتخاب کرده است:

هوش مصنوعی مولد «مفید» است

سینوسکی معتقد است که بسیاری از بحث‌هایی که حول «تعریف هوش»، «فرایند تفکر» و «معنای خودآگاهی» می‌شوند، برای دانشگاهیان مفیدند، اما نباید مانع استفادهٔ عمومی از هوش مصنوعی مولد و به‌ویژه چت جی پی تی و مدل‌های زبانی شوند.

به این سوال‌ها توجه کنید:

  • آیا واقعاً می‌شود بگوییم هوش مصنوعی «هوشمند» است؟
  • آیا این هوش مصنوعی فعلی به هوش مصنوعی عمومی یا فراگیر (AGI یا Artificial General Intelligence) منتهی می‌شود؟
  • آیا می‌توانیم بگوییم چت جی پی تی اراده دارد؟ آیا بعداً اراده خواهد داشت؟
  • آیا واقعاً چت جی پی تی فکر می‌کند؟‌ یا یک صرفاً طوطی مسلط بر آمار با دسترسی به حجم گسترده‌ای از داده‌هاست؟
  • آیا چت جی‌پی‌تی خلاق است؟
  • آیا هوش مصنوعی مولد از وجود خودش خبر دارد و خودآگاه است؟‌ چگونه می‌توانیم بگوییم هست؟ چگونه می‌شود اصرار کرد که نیست؟

حرف سینوسکی این است که «مفید بودن» مقولهٔ متفاوتی است. هوش مصنوعی مولد مفید است و وقتی فایده دارد، نه هوش مصنوعی و نه جامعه منتظر نمی‌مانند تا ببینند دانشگاهیان به چنین سوال‌هایی چگونه پاسخ می‌دهند.

با همین رویکرد، سینوسکی این بحث‌ها را در انتهای کتاب قرار نداده، تا این حس به خواننده القا نشود که «ابزاری هست و فوایدی هم دارد و ابهام‌هایی هم درباره‌اش وجود دارد.» او چنین تصویری را ترجیح می‌دهد: «ابزاری هست و متفکران و صاحب‌نظران درباره‌اش ابهام‌هایی هم دارند. اما حالا این‌ها را کنار بگذارید و بیایید ببینیم چه فوایدی دارد.»

او هم‌چنین به منتقدان یادآوری می‌کند که نباید با دیدن ضعف در خروجی فعلی هوش مصنوعی مولد، ویژگی‌ها و توانمندی‌های شگفت‌انگیز آن را نادیده بگیریم. در همین راستا جوک معروفی را که دربارهٔ یک سگ سخنگو وجود دارد نقل می‌کند. روایت خودمانی داستان سینوسکی چنین است (ماجرای سگ سینوسکی):

می‌گویند روزی یک آمریکایی سگ خود را برای فروش گذاشته بود و اعلام کرده بود که این سگ را به قیمت ۱۰ دلار می‌فروشم.

مردی سگ را دید و همین‌طور که سگ سرحال را برانداز می‌کرد – به سبکی که همهٔ‌ ما گاهی با حیوان‌ها حرف می‌زنیم – گفت: «آخه چرا می‌خواد تو رو بفروشه؟ سگ به این نازی و خوشگلی.»

سگ بلافاصله جواب داد: «واقعاً نمی‌دونم.»

مرد گفت: «نهههههه! تو حرف می‌زنی؟ انگلیسی روان؟ مثل ما؟»

سگ جواب داد: «بله. نه‌تنها انگلیسی حرف می‌زنم. فرانسه هم بلدم. آلمانی هم تا حد خوبی مسلط هستم.»

مرد دهانش باز مانده بود. سگ ادامه داد: «به نظرم چینی را هم با کیفیت خوبی می‌فهمم.»

مرد پرسید: «چرا این‌قدر زبان‌های مختلف بلدی؟»

سگ جواب داد: «آخه من جاسوس بودم. FBI من رو تربیت کرده بود که در جلسات مختلف حاضر بشم. چون کسی بهم مشکوک نمی‌شد. حرف‌ها رو گوش بدم. بعد که برگشتیم. بیام براشون تعریف کنم. من همراه دیپلمات‌ها اینور اونور می‌رفتم.»

مرد دیگر رسماً‌ دیوانه شده بود. سگ را ول کرد و سراغ صاحب سگ رفت. گفت: «ببین. این سگ رو فقط داری ده دلار می‌فروشی؟»

مرد گفت: «هان؟ چیه؟ نگو که تو هم احمق شدی همهٔ دروغ‌هاش رو باور کردی.»

منظور سینوسکی این است که همین که هوش مصنوعی مولد می‌تواند کاملاً شبیه انسان حرف بزند، و بیشتر از این، همین که می‌تواند در بسیاری از موضوعات، پاسخ‌های معقول و مقبول بدهد، دستاوردی بسیار بزرگ است و اشتباهات و ضعف‌های آن نباید مانع دیدن معجزهٔ بزرگی شود که با این تکنولوژی پدیدار شده است.

بخش دوم کتاب | ترنسفورمرها

سینوسکی در بخش دوم کتابش به سراغ ترنسفورمرها (Transformers) می‌رود؛ تکنولوژی‌ای که قلب هوش مصنوعی مولد و مدل‌های بزرگ زبانی محسوب می‌شود.

زبان سینوسکی – با در نظر گرفتن پیچیدگی‌های این بحث – نسبتاً ساده و روان است. از آن‌جا که خود او با یادگیری عمیق آشناست و کتابی تخصصی در این باره نوشته، خوب می‌داند که در یک متن کوتاه و مختصر برای مخاطب غیرمتخصص، به چه نکاتی اشاره کند (و مهم‌تر از آن:‌ به چه جزئیاتی اشاره نکند).

او در این بخش ابتدا به سراغ تاریخچه شکل‌گیری یادگیری عمیق می‌رود: از پرسپترون‌ها (Perceptrons) که چند دهه قبل مطرح شدند و ساده‌ترین شکل مدل‌سازی یک نورون هستند شروع می‌کند. سپس به سراغ شبکه‌های چندلایه‌ای می‌رود و توضیح می‌دهد که چگونه این «مدل‌های ساده‌شدهٔ نورون‌ها» وقتی کنار هم قرار می‌گیرند می‌توانند داده‌ای بزرگ‌تری را با کیفیت بهتر پردازش کنند. این بحث در نهایتاً به ترنسفورمرها می‌رسد. و سینوسکی برای خواننده توضیح می‌دهد که معماری چگونه توانسته بدون افزایش قابل‌توجه مصرف انرژی، خروجی بسیار قابل‌اتکاتر داشته باشد.

سینوسکی موضوعات دیگری را در هم این بخش از کتابش گنجانده است که از جملهٔ‌ آن‌ها می‌توان به موارد زیر اشاره کرد:

دسترسی کامل به این مطلب برای اعضای ویژهٔ متمم امکان‌پذیر است.

مخاطب کتاب چت جی پی تی و آینده هوش مصنوعی

کتاب سینوسکی برای دو دسته از خوانندگان جذاب خواهد بود. نخست کسانی که هیچ‌ نوع آشنایی با مدل‌های بزرگ زبانی ندارند و صرفاً در حد نوشتن چند پرامپت با چت جی پی تی یا جمینای و دیگر مدل‌های زبانی کار کرده‌اند. این افراد با خواندن این کتاب تصویر بهتری از فضای هوش مصنوعی مولد به دست می‌آورند و با اعتماد‌به‌نفس بیشتری می‌توانند به مطالعه، تمرین و یادگیری در این حوزه ادامه دهند.

گروه دوم کسانی هستند که کاربر هوش مصنوعی‌اند و برای استفادهٔ روزانه کاملاً بر هوش مصنوعی مسلط هستند (کاربر و نه برنامه‌نویس). شاید نیمی از کتاب سینوسکی برای این افراد تکراری باشد. اما در مقابل، سرنخ‌های بسیاری برای مطالعهٔ بیشتر در اختیارشان قرار می‌گیرد.

اگر اینترنت و چت‌جی‌تی‌پی کنار دست‌تان باشد و با هر اشاره که در کتاب می‌بینید، به جستجوی بیشتر بپردازید، در پایان کتاب، از این که پای حرف‌های سینوسکی نشسته‌اید رضایت خواهید داشت.

اما احتمالاً کسانی که به شکل حرفه‌ای در زمینهٔ‌ برنامه‌نویسی و توسعهٔ نرم‌افزار بر پایهٔ مدل‌های بزرگ زبانی کار کرده‌اند، این کتاب را کمتر دوست خواهند داشت. چون قاعدتاً بسیاری از نکات و حاشیه‌هایی را که سینوسکی گفته، به‌شکل بهتر و دقیق‌تر در جاهای دیگر خوانده‌اند.

استفاده از چت جی پی تی در تألیف این کتاب

سینوسکی از چت جی پی تی برای تألیف این کتاب کمک گرفته است. خودش هم این نکته را پنهان نمی‌کند. حتی تأکید می‌کند که اگر چت جی پی تی نبود، احتمالاً نوشتن این کتاب به دو برابر زمان نیاز داشت.

این کار به خودی خود ایراد نیست. اما سه نکته دیگر باعث شده که ضعف‌هایی در کتاب ایجاد شود و شاید خوانندگان سخت‌گیرتر (از جمله خود ما در متمم) آن را نپسندند:

دسترسی کامل به این مطلب برای اعضای ویژهٔ متمم امکان‌پذیر است.

خلاصه مشخصات کتاب چت جی پی تی و آینده هوش مصنوعی

عنوان ChatGPT and the Future of AI
عنوان فرعی The Deep Language Revolution
نویسنده ترنس سینوسکی / Terrence J. Sejnowski
ناشر MIT Press / انتشارات دانشگاه MIT
تعداد صفحات ۲۶۴ صفحه
سال انتشار ۲۰۲۴
دیگر کتابهای نویسنده Deep Learning Revolution
دسته‌بندی کتاب

کتابهای هوش مصنوعی و علم داده

شابک ۹۷۸-۰۲۶۲۰۴۹۲۵۲
عناوین فصل‌ها Part I: Living with Large Language Models
Introduction / How Chatbots Are Changing Our Lives / Interviews with Large Language Models / The Power of the Prompt / What Are Intelligence, Thinking, and Consciousness?
Part II: Transformers
Origins of Deep Learning / High-Dimensional Mathematics / Computational Infrastructure / Superintelligence / Regulation
Part III: Back to the Future
Evolution of AI / The Next Generation / Learning from Nature
ارزیابی متمم  

فشار ذهنی هنگام مطالعه
استناد به منابع معتبر علمی
کاربرد در کسب و کار
کاربرد در زندگی شخصی

چند تذکر دربارهٔ بخش معرفی کتاب متمم

متمم سایت فروش کتاب نیست. و جز کتاب «از کتاب» محمدرضا شعبانعلی - که خود متمم آن را منتشر کرده - صرفاً به معرفی، بررسی و نقد کتاب می‌پردازد.

صِرف معرفی کتاب در متمم لزوماً به معنای تأیید محتوای آن کتاب نیست. پس حتماً متن معرفی را کامل بخوانید. ممکن است نقاط ضعف برخی کتابها پررنگ‌تر از نقاط قوت‌شان باشد. ضمن این که معرفی کتاب در متمم لزوماً به این معنا نیست که آن کتاب جزو منابع تدوین درس‌ها بوده است. جز در مواردی که صریحاً به این نکته اشاره، در باقی موارد صرفاً ممکن است با هدف آشنایی کلی با موضوع یا نویسنده و یا نقد کتاب به آن پرداخته شده باشد.

متمم برای معرفی کتابها هیچ نوع هزینه‌ای دریافت نمی‌کند و صرفاً اهداف آموزشی خود را مد نظر قرار می‌دهد.

دسته‌بندی کتاب های مدیریت

دسته‌بندی کتاب های روانشناسی و توسعه فردی

مطالب، فایل‌ها و کتابهای مربوط به کتابخوانی

پاراگراف فارسی | جملات منتخب کتابها

ترتیبی که متمم برای خواندن مطالب سری علم داده به شما پیشنهاد می‌کند:

سری مطالب حوزه علم داده

سوال‌های پرتکرار دربارهٔ متمم

متمم چیست و چه می‌کند؟

متمم مخففِ عبارت «محل توسعه مهارتهای من» است: یک فضای آموزشی آنلاین برای بحث‌های مهارتی و مدیریتی.

برای آشنا شدن بیشتر با متمم به صفحهٔ درباره متمم سر بزنید و فایل صوتی معرفی متمم را دانلود کنید و گوش دهید.

فهرست دوره های آموزشی متمم را کجا ببینیم؟

هر یک از دوره های آموزشی متمم یک «نقشه راه»  دارد که مسیر یادگیری آن درس را مشخص می‌‌‌کند. با مراجعه به صفحهٔ نقشه راه یادگیری می‌توانید نقشه راه‌های مختلف را ببینید و با دوره های متنوع متمم آشنا شوید.

هم‌چنین در صفحه‌های دوره MBA و توسعه فردی می‌توانید با دوره های آموزشی متمم بیشتر آشنا شوید.

هزینه ثبت نام در متمم چقدر است؟

شما می‌توانید بدون پرداخت پول در متمم به عنوان کاربر آزاد عضو شوید. اما به حدود نیمی از درسهای متمم دسترسی خواهید داشت. پیشنهاد ما این است که پس از ثبت نام به عنوان کاربر آزاد، با خرید اعتبار به عضو ویژه تبدیل شوید.

اعتبار را می‌توانید به صورت ماهیانه (۱۶۰ هزار تومان)، فصلی (۴۲۰ هزار تومان)، نیم‌سال (۷۵۰ هزار تومان) و یکساله (یک میلیون و ۲۰۰ هزار تومان) بخرید.

توجه داشته باشید که خرید شش‌ماهه و یک‌ساله به‌ترتیب معادل ۲۰٪ و ۳۸٪ تخفیف (نسبت به خرید یک‌ماهه) محسوب می‌شوند.

برای اطلاعات بیشتر به صفحه ثبت نام مراجعه کنید.

آیا در متمم فایل های صوتی رایگان برای دانلود وجود دارد؟

مجموعه گسترده و متنوعی از فایلهای صوتی رایگان در رادیو متمم ارائه شده که می‌توانید هر یک از آنها را دانلود کرده و گوش دهید.

هم‌چنین دوره های صوتی آموزشی متنوعی هم در متمم وجود دارد که فهرست آن‌ها را می‌توانید در فروشگاه متمم ببینید.

با متمم همراه شوید

آیا می‌دانید که فقط با ثبت ایمیل و تعریف نام کاربری و رمز عبور می‌توانید به جمع متممی‌ها بپیوندید؟

سرفصل‌ها  ثبت‌نام  تجربهٔ متممی‌ها

۰ نظر برای معرفی کتاب چت جی پی تی و آینده هوش مصنوعی | ترنس سینوسکی

     
    تمرین‌ها و نظرات ثبت شده روی این درس صرفاً برای اعضای متمم نمایش داده می‌شود.
    .