نادانی هوش مصنوعی!
DALL-E و انقلاب در هنر دیجیتال
در ژانویه 2021، آزمایشگاه تحقیقات هوش مصنوعی OpenAI نسخه‌ای محدود از نرم‌افزاری به نام DALL-E را معرفی کرد. این نرم‌افزار به کاربران این امکان را می‌داد که توصیفی ساده از تصویری که در ذهن داشتند وارد کنند و پس از لحظاتی کوتاه، تفسیری شگفت‌انگیز و شایسته یک تصویرگر حرفه‌ای یا طراح ماهر از پیشنهادشان ارائه می‌کرد – آن هم به‌صورت رایگان و بسیار سریع. برای مثال، اگر عبارت “یک خوک بالدار در حال پرواز بر فراز ماه، به تصویر کشیده شده توسط آنتوان دو سنت‌اگزوپری” را وارد می‌کردید، پس از یک یا دو دقیقه پردازش، نتیجه‌ای شبیه به آثار آبرنگ خالق شازده کوچولو به شما ارائه می‌شد!!!
حدود یک سال بعد، با انتشار گسترده‌تر این نرم‌افزار، اینترنت به شدت تحت تأثیر قرار گرفت.شبکه‌های اجتماعی مملو از آثار عجیب و شگفت‌انگیز شد و ترکیبی از تخیلات و سبک‌های هنری را به نمایش گذاشت. چند ماه بعد، این روند دوباره تکرار شد، این بار با محصولی به نام ChatGPT که آن نیز توسط OpenAI تولید شده بود.
اگر از ChatGPT بخواهید خلاصه‌ای از کتاب ایوب را به سبک شاعر آلن گینزبرگ تهیه کند، در چند ثانیه تلاشی معقول و جذاب ارائه خواهد داد!
همچنین، اگر از او بخواهید شعر “هاول” گینزبرگ را به شکل یک ارائه اسلاید مشاور مدیریت تنظیم کند، او به‌راحتی این کار را انجام می‌دهد. توانایی این برنامه‌ها در خلق دنیاهای عجیب و نوین هم در کلمات و هم در تصاویر، مردم را مجذوب خود کرده و تمایل به آزمایش و تجربه با این ابزارها، منجر به تولید ادبیات رو به رشدی درباره نحوه استفاده بهینه از آنها شده است.
این مهارت جدید به “مهندسی پیشنهاد” معروف شده است: تکنیک قالب‌بندی دستورات به گونه‌ای که به‌وضوح توسط سیستم درک شود، تا نتایجی نزدیک به انتظارات ارائه دهد – یا حتی فراتر از آن..!
تحلیلگران فناوری به سرعت پیش‌بینی کردند که مهندسی پیشنهاد به عنوان شغلی پرتقاضا و با درآمد مناسب در آینده‌ای “بدون کد” ظهور خواهد کرد، جایی که بهترین روش تعامل با سیستم‌های هوشمند از طریق زبان انسانی خواهد بود. دیگر نیازی نیست که بدانیم چگونه نقاشی کنیم یا کد بنویسیم:
ما فقط آرزوهای خود را به ماشین خواهیم گفت و او بقیه کار را انجام خواهد داد. محدودیت‌های آفرینش‌های هوش مصنوعی، محدودیت‌های تخیل خود ما خواهد بود.
دنبال‌کنندگان و پیشرفت‌های Dall-E به سرعت ظهور کردند. Dall-E Mini به افرادی که به خدمات خصوصی OpenAI دعوت نشده بودند، فرصتی برای آزمایش ابزاری مشابه اما کمتر قدرتمند ارائه داد. در همین حال، Midjourney و Stable Diffusion از رویکرد متفاوتی برای تولید تصاویر استفاده کردند و به نتایج مشابهی دست یافتند. در عرض چند ماه، این حوزه به تولید ویدیوها و مدل‌های سه‌بعدی پیشرفت کرد و ابزارهای جدیدی از سوی شرکت‌های بزرگ فناوری ظهور کردند.
نام Dall-E ترکیبی از شخصیت وال-ای دیزنی و هنرمند سوررئالیست سالوادور دالی است. هر دو نام‌های شایسته‌ای برای ابزارهای تولیدکننده تصویر هوش مصنوعی هستند.
در سال گذشته، این موج جدید از هوش مصنوعی مصرفی، تخیل عمومی را به خود جلب کرده است. همچنین به ثروت شرکت‌های بزرگ فناوری کمک کرده است که نتوانسته‌اند اکثر ما را متقاعد کنند که بلاک‌چین یا واقعیت مجازی آینده‌ای است که هر یک از ما می‌خواهیم. هوش مصنوعی هنوز هم آن کیفیت درخشان و علمی تخیلی را دارد که یادآور ربات‌های غول‌پیکر و مغزهای فوق انسانی است. اما آنچه در پس‌زمینه در حال انجام است، به هیچ وجه جدید نیست.
هوش مصنوعی: تغییرات و چالش‌ها
هوش‌های مصنوعی اولیه اطلاعات زیادی درباره دنیا نداشتند و دانشگاه‌ها قدرت محاسباتی کافی برای استفاده از آنها نداشتند. اما امروز، قدرت و داده‌ها تغییر کرده‌اند. شرکت‌های بزرگ فناوری به مدت 20 سال مشغول جمع‌آوری داده‌های زیادی از فرهنگ و زندگی روزمره بوده‌اند و مراکز داده بزرگ و پرقدرتی ساخته‌اند. این پیشرفت‌ها باعث تولید هوش مصنوعی قدرتمند و متنوعی شده است.
تولید تصویر هوش مصنوعی به جمع‌آوری و تحلیل میلیون‌ها تصویر برچسب‌گذاری‌شده وابسته است. این تصاویر و توضیحات آنها از طریق شبکه‌های عصبی پردازش می‌شوند تا ویژگی‌های خاصی را با کلمات و عبارات مرتبط کنند. این فرآیند به تولید ترکیب‌های جدید از شکل و رنگ می‌انجامد.
داده‌های منتشرشده توسط LAION، یک سازمان غیرانتفاعی آلمانی، نمونه‌ای از مجموعه‌های تصویر-متن هستند که برای آموزش مدل‌های بزرگ هوش مصنوعی استفاده می‌شوند. این داده‌ها شامل تصاویری هستند که از وب جمع‌آوری شده‌اند و به نوعی در حوزه “استفاده منصفانه” قرار می‌گیرند.
در سپتامبر 2022، هنرمند دیجیتال Lapine متوجه شد که تصویر چهره‌اش بدون اجازه در پایگاه داده‌های هوش مصنوعی قرار گرفته است. این تصویر از مدارک پزشکی او استخراج شده بود و نشان‌دهنده مشکلات جدی اخلاقی در استفاده از داده‌های شخصی است. به طور کلی، تولید تصویر و متن هوش مصنوعی به معنای واقعی تصرف کار هنرمندان انسانی برای سودآوری شرکت‌های فناوری است. این شرکت‌ها با وارد شدن به جنبه‌های مختلف زندگی ما، از جمله خلاقیت‌های شخصی و خصوصی، به غنی‌سازی خود پرداخته‌اند و وعده‌های جذاب درباره تجربه‌های انسانی جدید داده‌اند. در واقع، آنها رویاهای ما را به ما بازمی‌فروشند، در حالی که تنها هدفشان درآمدزایی بیشتر است.
عجایب تولید تصاویر هوش مصنوعی: Crungus و Loab
تولید تصاویر هوش مصنوعی هم در ورودی و هم در خروجی خود عجیب و غریب است. یکی از کاربران با وارد کردن عبارات بی‌معنی متوجه شد که Dall-E Mini به خوبی می‌داند “Crungus” چیست: یک عبارت ناشناخته که تصاویری از یک موجود شبیه به غول برهنه و خشمگین تولید می‌کرد. Crungus به قدری واضح بود که کاربران دیگر به راحتی تصاویری از فرش‌های باستانی Crungus، موزاییک‌های رومی و حتی تصاویر “جذاب” Crungus ارائه دادند.
Crungus: اولین موجود افسانه‌ای هوش مصنوعی
اما Crungus چیست؟ کاربران توییتر او را به عنوان “اولین موجود افسانه‌ای هوش مصنوعی” توصیف کردند، موجودی شبیه به بیگ‌فوت که در دنیای تخیل هوش مصنوعی وجود دارد. ما نمی‌توانیم به طور دقیق بفهمیم که این سیستم چگونه کار می‌کند، زیرا روش تفکر این شبکه‌های عصبی به طور طبیعی غیرانسانی است. Crungus یک خواب است که از مدل هوش مصنوعی از جهان به وجود آمده و از میلیاردها مرجع ترکیب شده است.
تجربه Loab و تولیدکننده‌های تصویر هوش مصنوعی
تجربه مشابهی برای یک هنرمند دیجیتال دیگر نیز رخ داد که با استفاده از تکنیک “پیشنهاد منفی” آزمایش می‌کرد. وقتی او عبارت “Brando::-1” را وارد کرد، سیستم چیزی شبیه به لوگوی یک شرکت بازی‌سازی به نام “DIGITA PNTICS” تولید کرد.
اما وقتی عبارت “DIGITA PNTICS skyline logo::-1” را وارد کرد، تصاویری عجیب از زنی با چشمان گودرفته و گونه‌های قرمز به نام Loab به دست آمد. Loab به طور غیرمعمولی مداوم و آزاردهنده بود و با ترکیب تصاویر و متن‌های مختلف، به شکل‌های ترسناک‌تری بازمی‌گشت.
تحلیل تخیل هوش مصنوعی
این توضیحی برای Loab و Crungus است: تصور اینکه تخیل ماشین چگونه کار می‌کند بسیار دشوار است، اما می‌توان آن را به شکل‌های خاصی تصور کرد.
این شکل‌ها هرگز صاف یا گرد نیستند، بلکه شامل نقاطی پر از اطلاعات و نقاطی خالی هستند. این مناطق پر اطلاعات به شبکه‌هایی از ارتباطات مربوط می‌شوند که سیستم درباره آنها اطلاعات زیادی دارد.
این مناطق هستند که تولیدکننده‌های تصویر هوش مصنوعی هنگام خلق تصاویر به شدت به آنها تکیه می‌کنند. اما وقتی از عبارات بی‌معنی یا پیشنهادات منفی استفاده می‌شود، ماشین باید به ارتباطات کمتر شناخته‌شده و نامشخص تکیه کند.
در این مناطق ناشناخته، Loab و Crungus پیدا می‌شوند.
اهمیت موضوع
این نظریه جالب است، اما سوالات ناخوشایندی را درباره اینکه چراCrungus و Loab این‌طور به نظر می‌رسند و چرا به سمت ترس و خشونت متمایل هستند، مطرح می‌کند. به نظر می‌رسد تولیدکننده‌های تصویر هوش مصنوعی، در تلاش برای درک و بازتولید فرهنگ بصری انسان، تاریک‌ترین ترس‌های ما را نیز بازسازی کرده‌اند. این نشان می‌دهد که این سیستم‌ها در تقلید از آگاهی انسانی بسیار خوب عمل می‌کنند، حتی تا عمق ترس‌های وجودی ما.
این موضوع اهمیت دارد، زیرا تولیدکننده‌های تصویر هوش مصنوعی همانند فناوری‌های قبلی عمل خواهند کرد، اما فراتر خواهند رفت. آنها تعصبات و پیش‌داوری‌های سازندگان خود را بازتولید خواهند کرد و همچنین به سطح جدیدی از تخیل و خلاقیت دست خواهند یافت. در حالی که ادعاها درباره “خلاقیت” هوش مصنوعی ممکن است اغراق‌آمیز باشد، این بدان معنا نیست که نمی‌تواند بسیاری از وظایف “هنری” را که قبلاً مختص هنرمندان ماهر بود، به عهده بگیرد. این یک تغییر بزرگ است و هوش مصنوعی اکنون با تجربه‌های عاطفی و احساسی درگیر است و این به آن اجازه می‌دهد تا بر جهان تأثیر بگذارد.
ChatGPT: تحولی در هوش مصنوعی و خلاقیت انسانی
ChatGPT در نوامبر 2022 توسط OpenAI معرفی شد و نگرش ما نسبت به تعامل هوش مصنوعی و خلاقیت انسانی را به طرز چشمگیری تغییر داد. این برنامه به صورت یک چت‌بات طراحی شده و توانایی‌هایش فراتر از مکالمه ساده است. ChatGPT می‌تواند کدهای کامپیوتری بنویسد، مسائل ریاضی را حل کند و وظایف نوشتاری مختلفی از جمله نقد کتاب، مقالات علمی، سخنرانی‌های عروسی و قراردادهای قانونی را انجام دهد.
استفاده از ChatGPT برای افرادی که نوشتن ایمیل یا مقاله برایشان دشوار است، می‌تواند بسیار مفید باشد. اما نگرانی‌هایی نیز وجود دارد که ممکن است این ابزار جایگزین افرادی شود که از این کارها کسب درآمد می‌کنند. به همین دلیل، بسیاری از مدارس و دانشگاه‌ها استفاده از ChatGPT را ممنوع کرده‌اند. همچنین، در یک مورد، دانشگاه Vanderbilt نامه تسلیتی را پس از یک تیراندازی در مدرسه ارسال کرد که در آن ذکر شده بود این نامه توسط ChatGPT نوشته شده است، و این موضوع باعث نارضایتی دانشجویان شد./cdn.vox-cdn.com/uploads/chorus_asset/file/21937385/binglogo.jpg)
اگرچه جایگزینی کامل ارتباطات انسانی با ChatGPT مناسب نیست، اما می‌توان از آن به عنوان یک دستیار هوشمند و خردمند استفاده کرد که ما را در جستجوی اطلاعات راهنمایی می‌کند. مایکروسافت نیز با تبدیل موتور جستجوی Bing به یک چت‌بات مبتنی بر ChatGPT، محبوبیت این ابزار را به طرز چشمگیری افزایش داده است.
با این حال، ChatGPT به طور کامل به واقعیت مرتبط نیست و ممکن است اطلاعات نادرستی ارائه دهد..!
برای مثال، وقتی از آن خواسته شد کتاب‌هایی درباره “دموکراسی چندگونه” پیشنهاد دهد، تنها یکی از چهار کتاب معرفی‌شده واقعاً وجود داشت و برخی از مفاهیم آن از پروپاگانداهای راست‌گرا بودند. اعتماد به این نوع هوش مصنوعی به عنوان منبعی معتبر می‌تواند خطرناک باشد و ممکن است به تضعیف تفکر جمعی و توانایی ما در تحلیل اطلاعات منجر شود. همچنین، تولید مدل‌های هوش مصنوعی آسیب‌های زیست‌محیطی نیز دارد؛
به طوری که آموزش یک مدل هوش مصنوعی می‌تواند معادل انتشار بیش از 284 تن دی‌اکسید کربن باشد. در نهایت، هوش مصنوعی در حال تغییر دنیای ما است و باید با احتیاط و دقت مورد استفاده قرار گیرد تا از خطرات و عواقب منفی آن جلوگیری شود.
آینده هوش مصنوعی: گزینه‌های بهتر از ChatGPT
بیایید یک قدم به عقب برداریم. اگر نسخه‌های کنونی هوش “مصنوعی” این‌قدر خسته‌کننده هستند، گزینه‌های دیگر چیست؟
آیا می‌توانیم فناوری‌هایی را تصور کنیم که ما را مورد سوءاستفاده قرار ندهند؟
بله، می‌توانیم – اگر از شبکه‌های قدرت شرکتی که موج فعلی هوش مصنوعی را تعریف کرده‌اند، خارج شویم. زبان‌های بومی در سراسر جهان در معرض تهدید هستند و هر دو هفته یک زبان ناپدید می‌شود. این مشکل، نتیجه استعمار و سیاست‌های نژادپرستانه در طول قرن‌هاست.
در آوته‌راوا، ایستگاه رادیویی غیرانتفاعی Te Hiku Media که به زبان مائوری پخش می‌کند، تصمیم گرفت تا این نابرابری را برطرف کند. این ایستگاه با دیجیتالی کردن آرشیو خود و آموزش یک مدل تشخیص گفتار، موفق شد یک سیستم دقیق برای زبان مائوری ایجاد کند. این موفقیت راه را برای دیگر گروه‌های بومی هموار کرد و اصل حاکمیت داده را در مورد زبان‌های بومی برقرار کرد.
Keoni Mahelona، یکی از بنیان‌گذاران Te Hiku Media، نوشت: “داده‌ها آخرین مرز استعمار هستند.”
تمام کارهای این ایستگاه تحت مجوز Kaitiakitanga License منتشر می‌شود که اطمینان می‌دهد داده‌ها متعلق به جامعه مائوری باقی می‌ماند. درس این موج از “هوش” “مصنوعی” این است که هوش وقتی توسط شرکت‌ها تصور شود، ارزش چندانی ندارد. ما شایسته ابزارهایی هستیم که به ما کمک کنند و از آنها نترسید – واقعاً این‌قدر هم پیچیده نیستند. همان‌طور که اُرسولا کی. لو گویین گفت: “فناوری چیزی است که می‌توانیم یاد بگیریم چگونه انجام دهیم.”
– خوب است در ادامه مطالعه شود: آینده هوش مصنوعی
دیدگاهتان را بنویسید