این روزها اسم هوش مصنوعی رو زیاد میشنویم.
- یکی باهاش عکس میسازه،
- یکی ازش سؤال میپرسه
- و یکی هم برای انجام کارهای روزانه ازش کمک میگیره.
اما اصلاً هوش مصنوعی چیه که میتونه این همه کار مختلف انجام بده؟
ببین، وقتی میگیم هوش مصنوعی (Artificial Intelligence یا AI)، منظورمون فناوریایه که به کامپیوتر کمک میکنه کارهایی رو انجام بده که قبلاً برای انجامشون به تواناییهای ذهن انسان نیاز داشتیم؛ مثل شناختن چهرهها، فهمیدن سؤالها، پیشبینی اتفاقات یا نوشتن متن.
اما اینجا یک سؤال پیش میاد: مگه کامپیوتر خودش فکر میکنه که میتونه این کارها رو انجام بده؟
برای اینکه جواب این سؤال رو بفهمیم، اول باید ببینیم منظور از «هوش» در هوش مصنوعی چیه. پس تا انتهای این مطلب از آکادمی پاکراه، همراهمون بمونید!
- هوش مصنوعی یعنی چه؟ یک مثال ساده
- چرا به آن هوش مصنوعی میگوییم؟ آیا واقعاً مثل انسان فکر میکند؟
- هوش مصنوعی چه فرقی با یک برنامه معمولی دارد؟
- هوش مصنوعی چگونه کار میکند و یاد میگیرد؟
- هوش مصنوعی چه کارهایی میتواند انجام دهد؟
- هوش مصنوعی در زندگی روزمره چه کاربردی دارد؟
- انواع هوش مصنوعی چیست؟
- مزایا و معایب هوش مصنوعی چیست؟
- چطور استفاده از هوش مصنوعی را شروع کنیم؟
- ابزارهای معروف هوش مصنوعی کداماند؟
- تاریخچه هوش مصنوعی از کجا شروع شد؟
- جمعبندی
هوش مصنوعی یعنی چه؟ یک مثال ساده
اول ببینیم چرا اسمش رو «هوش» مصنوعی گذاشتن.
فرض کن یک کودک برای اولین بار گربهای رو میبینه. شاید هنوز ندونه اسم این حیوون چیه. وقتی بهش میگی «این گربهست» و بعد گربههای دیگهای رو میبینه، کمکم یاد میگیره اونها رو بشناسه.
حالا تصور کن بخوایم به کامپیوتر هم یاد بدیم گربه رو در عکس تشخیص بده.
کامپیوتر مثل ما چشم و ذهن نداره که خودش معنی گربه رو بفهمه.
اما میتونیم برنامهای بسازیم که تصاویر زیادی از گربهها و حیوانات دیگه رو بررسی کنه و از تفاوتها و شباهتهای اونها یاد بگیره.
بعد وقتی عکس جدیدی بهش میدیم، میتونه تشخیص بده که احتمالاً گربه داخل تصویر هست یا نه.

این فقط یکی از کارهاییه که هوش مصنوعی انجام میده.
- بعضی سیستمها متن مینویسن،
- بعضی صدا رو به نوشته تبدیل میکنن
- و بعضی هم با بررسی اطلاعات گذشته، اتفاقات آینده رو پیشبینی میکنن.
پس هوش مصنوعی یک دستگاه یا یک برنامه مشخص نیست؛ اسم یک حوزه از فناوریه که در اون تلاش میکنیم کامپیوتر بتونه کارهایی مثل یادگیری، تشخیص، پیشبینی و حل مسئله رو انجام بده.
چرا به آن هوش مصنوعی میگوییم؟ آیا واقعاً مثل انسان فکر میکند؟
ببین، وقتی میگیم یک نفر باهوشه، معمولاً منظورمون اینه که میتونه چیزهای جدید یاد بگیره، مسئله حل کنه و از تجربههاش استفاده کنه.
حالا دانشمندان سالهاست دنبال این هستن که کامپیوتر هم بتونه بعضی از این کارها رو انجام بده. به همین دلیل اسم این حوزه رو «هوش مصنوعی» گذاشتن؛ یعنی تواناییهایی شبیه بعضی کارهای ذهن انسان که با کمک فناوری ساخته میشن.
اما آیا این یعنی کامپیوتر واقعاً مثل ما فکر میکنه؟
فرض کن به یک ابزار هوش مصنوعی میگی:
«امروز خیلی ناراحتم.»
ممکنه جواب بده:
«متأسفم که روز سختی داشتی. دوست داری دربارهاش صحبت کنیم؟»
این جواب شاید حس خوبی بهت بده، اما مهربان جوابدادن به این معنی نیست که هوش مصنوعی مثل انسان ناراحتی رو احساس میکنه.
سیستم با پردازش پیام تو و استفاده از الگوهایی که یاد گرفته، پاسخی متناسب تولید میکنه.
پس یک تفاوت مهم وجود داره:
- هوش مصنوعی میتونه بعضی کارهای ذهنی انسان رو انجام بده، اما این به معنی یکسانبودن روش کارش با ذهن انسان نیست.
اینکه یک سیستم هوش مصنوعی میتونه تجربه آگاهانه داشته باشه یا نه، هنوز موضوع بحث و پژوهشه.
حالا که فهمیدیم چرا بهش میگن هوش مصنوعی، بریم سراغ یک سؤال کاربردیتر: چه فرقی بین هوش مصنوعی و برنامههای معمولی کامپیوتر وجود داره؟
هوش مصنوعی چه فرقی با یک برنامه معمولی دارد؟
فرض کن میخوایم برنامهای بسازیم که وقتی مشتری رمز عبورش رو درست وارد کرد، اجازه ورود به حساب کاربریش رو بده.
برای این کار، یک قانون مشخص میکنیم:
- اگر رمز عبور درست بود، اجازه ورود بده.
- اگر اشتباه بود، پیام خطا نشون بده.
کامپیوتر هم همون کاری رو انجام میده که براش مشخص کردیم. برای اجرای این قانون لازم نیست چیزی یاد بگیره.
حالا برگردیم به همون مثال تشخیص گربه.
میخوایم برنامهای بسازیم که با دیدن عکس، گربه رو تشخیص بده.
اما چه قانونی باید بنویسیم؟
مثلاً بگیم هر حیوونی که چهار پا، دم و گوشهای نوکتیز داره، گربهست؟
خب، روباه هم ممکنه همین ویژگیها رو داشته باشه! از طرفی شاید گربه پشت به دوربین باشه و اصلاً صورتش دیده نشه.
پس نوشتن قانون برای تمام حالتها کار سادهای نیست.
اینجاست که میتونیم از یادگیری ماشین (Machine Learning) کمک بگیریم.
بهجای اینکه تمام ویژگیهای گربه رو به شکل قانون بنویسیم، عکسهای زیادی از گربهها و حیوانات دیگه به یک مدل نشون میدیم. مدل با استفاده از این نمونهها آموزش میبینه تا بتونه گربه رو در عکسهای جدید هم تشخیص بده.

پس تفاوت اصلی چیه؟
در برنامهنویسی قانونمحور، خودمون قوانین تصمیمگیری رو مشخص میکنیم. اما در یادگیری ماشین، مدل با استفاده از دادهها آموزش میبینه تا الگوهای لازم برای تشخیص یا پیشبینی رو یاد بگیره.
البته خود مدل هم با برنامهنویسی ساخته میشه و همه سیستمهای هوش مصنوعی هم از داده یاد نمیگیرن.
اگر دوست داری بدونی این یادگیری چطور اتفاق میافته و برنامهنویس دقیقاً چه چیزی رو مینویسه، در مقاله «تفاوت هوش مصنوعی و برنامهنویسی» این موضوع رو قدمبهقدم توضیح دادیم.
هوش مصنوعی چگونه کار میکند و یاد میگیرد؟
تا اینجا گفتیم که بعضی سیستمهای هوش مصنوعی با دیدن نمونهها یاد میگیرن. اما شاید هنوز برات سؤال باشه که این یادگرفتن چطور اتفاق میافته.
بیا یک مثال دیگه بزنیم.

حتماً برات پیش اومده که یک ایمیل تبلیغاتی یا مزاحم دریافت کنی و ببینی خودش وارد پوشه اسپم شده.
خب، سیستم از کجا فهمیده این ایمیل مزاحمه؟
یکی از روشها اینه که تعداد زیادی ایمیل رو که از قبل مشخص شده اسپم هستن یا نیستن، برای آموزش یک مدل آماده کنیم.
مدل در شروع ممکنه بعضی ایمیلها رو اشتباه تشخیص بده. برنامه آموزشی نتیجه رو با جواب درست مقایسه میکنه و با محاسبات ریاضی، تنظیمات مدل رو تغییر میده تا خطا کمتر بشه.
این فرایند با نمونههای مختلف تکرار میشه.
حالا وقتی ایمیل جدیدی دریافت میکنی، مدل از الگوهایی که یاد گرفته استفاده میکنه تا احتمال اسپمبودن اون رو محاسبه کنه.
پس وقتی میگیم هوش مصنوعی یاد میگیره، منظورمون این نیست که مثل انسان فکر میکنه؛ بلکه در بسیاری از مدلها، عددهای داخل سیستم با استفاده از دادهها و محاسبات ریاضی تنظیم میشن.
اگر میخوای بدونی این عددها دقیقاً چطور تغییر میکنن و مدل چگونه اشتباهاتش رو کمتر میکنه، در مقاله «هوش مصنوعی چگونه کار میکند؟» این موضوع رو با مثال عددی توضیح دادیم.
حالا که فهمیدیم بعضی مدلها چطور آموزش میبینن، ببینیم هوش مصنوعی چه کارهایی میتونه برای ما انجام بده.
هوش مصنوعی چه کارهایی میتواند انجام دهد؟
تا اینجا فهمیدیم هوش مصنوعی چیه و چطور میتونه از اطلاعات یاد بگیره. حالا برسیم به بخش جالب ماجرا: با هوش مصنوعی چه کارهایی میتونیم انجام بدیم؟
شاید اولین چیزی که به ذهنت برسه، سؤالپرسیدن از ChatGPT یا ساختن عکس باشه. اما قابلیتهای هوش مصنوعی خیلی بیشتر از اینهاست.
بیا مهمترینهاش رو با چند مثال ساده بشناسیم.

۱. پاسخدادن به سؤالها و آموزش
فرض کن داری یک موضوع جدید یاد میگیری، اما توضیح کتاب یا مقاله رو متوجه نمیشی.
میتونی از هوش مصنوعی بخوای همون موضوع رو سادهتر توضیح بده، مثال بزنه یا قدمبهقدم بهت آموزش بده.
حتی میتونی وسط توضیحات سؤال بپرسی و ازش بخوای بخشهایی رو که نفهمیدی دوباره توضیح بده.
۲. نوشتن و ویرایش متن
فرض کن میخوای برای مشتری یک ایمیل بنویسی، اما نمیدونی چطور منظورت رو روشن و محترمانه بیان کنی.
میتونی موضوع رو به هوش مصنوعی بگی تا پیشنویس ایمیل رو بنویسه.
همچنین میتونه متنهای طولانی رو خلاصه کنه، غلطهای نگارشی رو اصلاح کنه یا نوشتهات رو روانتر کنه.
۳. ساخت عکس، ویدیو و صدا
فرض کن برای معرفی محصولت به یک تصویر تبلیغاتی نیاز داری.
میتونی ظاهر محصول، محیط و سبک تصویر رو توضیح بدی تا یک ابزار هوش مصنوعی تصویری متناسب با درخواستت بسازه.
بعضی ابزارها میتونن ویدیو تولید کنن، متن رو به گفتار تبدیل کنن یا برای یک ویدیو زیرنویس بسازن.
به سیستمهایی که محتوای جدید تولید میکنن، هوش مصنوعی مولد (Generative AI) میگیم.
۴. کمک به برنامهنویسی و ساخت نرمافزار
حالا فرض کن میخوای یک ماشینحساب ساده برای سایتت بسازی، اما کدنویسی بلد نیستی.
میتونی خواستهات رو توضیح بدی تا هوش مصنوعی کد اولیه اون رو بنویسه.
اگر هم برنامهنویس باشی، میتونی برای پیدا کردن خطاها، توضیح کدها یا نوشتن بخشهایی از نرمافزار ازش کمک بگیری.
البته کدی که تولید میکنه همیشه درست یا امن نیست و قبل از استفاده باید آزمایش بشه.
۵. تشخیص و دستهبندی اطلاعات
فرض کن هزاران پیام از مشتریها دریافت کردی و میخوای شکایتها رو از سؤالهای معمولی جدا کنی.
یک مدل مناسب میتونه متن پیامها رو بررسی کنه و اونها رو در گروههای مختلف قرار بده.
این قابلیت فقط برای متن نیست. بعضی مدلها میتونن اشیای داخل عکس رو تشخیص بدن یا ایرادهای ظاهری محصولات رو در خط تولید شناسایی کنن.
۶. پیشبینی اتفاقات و نتایج
فرض کن فروشگاه داری و میخوای بدونی ماه آینده کدوم محصولات بیشتر فروش میرن.
هوش مصنوعی میتونه با بررسی اطلاعات فروش گذشته و عوامل مرتبط، میزان تقاضای احتمالی رو پیشبینی کنه.
البته پیشبینی با دانستن آینده فرق داره؛ نتیجه ممکنه با واقعیت متفاوت باشه.
۷. تحلیل اطلاعات و تهیه گزارش
فرض کن اطلاعات فروش یک سال فروشگاهت رو در یک فایل اکسل داری.
میتونی با کمک ابزار مناسب، روند فروش رو بررسی کنی، ماههای پرفروش رو بشناسی و تغییرات مهم رو پیدا کنی.
هوش مصنوعی همچنین میتونه برای خلاصهکردن گزارشها و توضیح نتایج به زبان ساده کمک کنه.
۸. ترجمه، تبدیل صدا به متن و گفتوگو
فرض کن یک جلسه کاری ضبط کردی و حالا میخوای صحبتهای جلسه رو به متن تبدیل کنی.
ابزارهای تشخیص گفتار میتونن صدای ضبطشده رو پردازش کنن و متن اون رو بنویسن.
همچنین میتونی برای ترجمه متن، تمرین مکالمه به زبان دیگه یا ساخت صدای گوینده از ابزارهای هوش مصنوعی کمک بگیری.
۹. پیشنهادهای شخصیسازیشده
تا حالا شده یک فروشگاه اینترنتی محصولی بهت پیشنهاد بده که به سلیقهات نزدیک باشه؟
بعضی سیستمهای پیشنهاددهنده با بررسی رفتار خرید یا علاقه کاربران، تلاش میکنن محصولات مرتبطتری پیشنهاد بدن.
همین قابلیت در برنامههای پخش فیلم، موسیقی و بعضی ابزارهای آموزشی هم استفاده میشه.
۱۰. کمک به برنامهریزی و تصمیمگیری
فرض کن مدیر یک رستوران هستی و میخوای برای آخر هفته برنامهریزی کنی.
هوش مصنوعی میتونه با بررسی اطلاعات فروش و تعداد مشتریهای روزهای گذشته، به پیشبینی تقاضا کمک کنه تا برای خرید مواد اولیه و تعداد کارکنان بهتر تصمیم بگیری.
البته بهتره تصمیم نهایی رو با توجه به شرایط واقعی و بررسی انسانی بگیری.
آیا هر ابزار هوش مصنوعی تمام این کارها رو انجام میده؟
نه. بعضی ابزارها برای تولید تصویر ساخته شدن، بعضی برای تحلیل اطلاعات و بعضی هم چند قابلیت مختلف دارن.
برای همین، بهتره اول مشخص کنی چه کاری میخوای انجام بدی و بعد ابزار مناسبش رو انتخاب کنی.
حالا که با تواناییهای هوش مصنوعی آشنا شدیم، بیا ببینیم این فناوری کجاهای زندگی روزمره استفاده میشه؛ حتی جاهایی که شاید تا امروز متوجه حضورش نشده باشی.
هوش مصنوعی در زندگی روزمره چه کاربردی دارد؟
شاید فکر کنی برای استفاده از هوش مصنوعی حتماً باید وارد ChatGPT بشی یا از یک ابزار خاص کمک بگیری.
اما جالبه بدونی ممکنه همین امروز چند بار از هوش مصنوعی استفاده کرده باشی، بدون اینکه متوجه شده باشی.
مثلاً وقتی گوشی چهرهات رو تشخیص میده یا یک فروشگاه اینترنتی محصولی متناسب با سلیقهات پیشنهاد میکنه، ممکنه پشت این قابلیتها هوش مصنوعی وجود داشته باشه.

بیا چند نمونه آشنا رو ببینیم:
| کجا؟ | هوش مصنوعی چه کاری انجام میده؟ |
|---|---|
| کیبورد گوشی | کلمه بعدی رو هنگام تایپ پیشنهاد میده. |
| قفل گوشی | چهره رو بررسی میکنه تا هویت کاربر تأیید بشه. |
| مسیریاب | به پیشبینی زمان رسیدن و انتخاب مسیر کمک میکنه. |
| ایمیل | پیامهای مشکوک و اسپم رو شناسایی میکنه. |
| فروشگاه اینترنتی | محصولات مرتبط با علاقه کاربران رو پیشنهاد میده. |
| فیلم و موسیقی | براساس سلیقه و سابقه استفاده، محتوا پیشنهاد میده. |
| بانکداری | به شناسایی تراکنشهای مشکوک کمک میکنه. |
| پزشکی | به پزشک در بررسی بعضی تصاویر و اطلاعات پزشکی کمک میکنه. |
| کارخانه | ایرادهای ظاهری بعضی محصولات رو از روی تصویر تشخیص میده. |
| خدمات مشتریان | پیامها رو دستهبندی میکنه یا به سؤالهای کاربران پاسخ میده. |
اما یک نکته مهم وجود داره: هر قابلیت خودکاری، هوش مصنوعی نیست.
حالا شاید برات سؤال باشه که آیا تمام سیستمهای هوش مصنوعی مثل هم هستن یا انواع مختلفی دارن؟
برای جواب، باید با انواع هوش مصنوعی آشنا بشیم.
انواع هوش مصنوعی چیست؟
تا اینجا دیدیم که هوش مصنوعی میتونه کارهای مختلفی انجام بده؛ از تشخیص چهره گرفته تا نوشتن متن و پیشبینی فروش.
اما آیا هوش مصنوعیای که قفل گوشی رو باز میکنه، با هوش مصنوعیای که به سؤالهامون جواب میده، یکسانه؟
نه دقیقاً. سیستمهای هوش مصنوعی تواناییهای متفاوتی دارن.
یکی از روشهای رایج برای شناخت انواع هوش مصنوعی اینه که ببینیم یک سیستم چقدر توانایی انجام کارهای مختلف رو داره و چقدر میتونه از پس موقعیتهای جدید بربیاد.
در این دستهبندی، با سه مفهوم آشنا میشیم.
۱. هوش مصنوعی محدود (ANI) چیست؟
فرض کن گوشی تو چهرهات رو تشخیص میده و قفلش باز میشه.
این سیستم برای تشخیص چهره طراحی شده، اما نمیتونه بهتنهایی برات داستان بنویسه یا یک مسئله ریاضی رو حل کنه.
به سیستمهایی که تواناییهاشون در محدوده کارهای مشخص قرار داره، هوش مصنوعی محدود (Artificial Narrow Intelligence یا ANI) میگیم.
مثلاً ChatGPT میتونه متن بنویسه، سؤال جواب بده و به برنامهنویسی کمک کنه. بااینحال، در دستهبندی رایج، همچنان در گروه سیستمهای هوش مصنوعی امروزی قرار میگیره که به هوش عمومیِ همسطح انسان نرسیدن.
۲. هوش مصنوعی عمومی (AGI) چیست؟
حالا تصور کن یک هوش مصنوعی داشته باشیم که بتونه مثل یک انسان توانمند، کارهای فکری بسیار متفاوتی رو یاد بگیره و در موقعیتهای جدید از دانستههاش استفاده کنه.
مثلاً بتونه یک موضوع علمی تازه رو یاد بگیره، برای مسئلهای که قبلاً ندیده راهحل پیدا کنه و دانشش رو در کارهای مختلف به کار ببره.
به چنین مفهومی هوش مصنوعی عمومی (Artificial General Intelligence یا AGI) میگن.
اما آیا الان چنین هوش مصنوعیای داریم؟
هنوز درباره تعریف دقیق AGI و اینکه چه سیستمی واقعاً به این مرحله رسیده، توافق علمی کاملی وجود نداره. بنابراین نمیتونیم صرفاً چون ابزاری کارهای متنوع انجام میده، اون رو هوش مصنوعی عمومی بدونیم.
۳. ابرهوش مصنوعی (ASI) چیست؟
حالا یک قدم جلوتر بریم.
فرض کن سیستم هوش مصنوعیای ساخته بشه که در طیف گستردهای از کارهای فکری، حتی از توانمندترین انسانها هم بهتر عمل کنه.
مثلاً بتونه مسائل علمی بسیار پیچیده رو حل کنه یا راهحلهایی پیدا کنه که رسیدن به اونها برای متخصصان انسانی بسیار دشواره.
به این مفهوم ابرهوش مصنوعی (Artificial Superintelligence یا ASI) میگیم.
اما دقت کن که ابرهوش مصنوعی فعلاً یک مفهوم فرضیه و نمونه اثباتشدهای از اون نداریم.
برای اینکه تفاوت این سه نوع رو راحتتر به خاطر بسپری، جدول زیر رو ببین:
| نوع هوش مصنوعی | تفاوت اصلی |
|---|---|
| هوش مصنوعی محدود (ANI) | انجام کارها در محدوده تواناییهای مشخص |
| هوش مصنوعی عمومی (AGI) | توانایی گسترده و انعطافپذیر در کارهای فکری |
| ابرهوش مصنوعی (ASI) | توانایی فراتر از انسان در گستره وسیعی از کارهای فکری |
این تقسیمبندی براساس گستره توانایی هوش مصنوعیه، نه نوع کاری که انجام میده. همچنین مرز میان این دستهها، بهخصوص درباره AGI، کاملاً مورد توافق نیست.
حالا که انواع هوش مصنوعی رو شناختیم، یک سؤال مهمتر پیش میاد: با وجود این همه قابلیت، آیا استفاده از هوش مصنوعی همیشه به نفع ماست یا ممکنه مشکلاتی هم ایجاد کنه؟
حالا بیا در ادامه مزایا و معایبش رو بررسی کنیم.
مزایا و معایب هوش مصنوعی چیست؟
تا اینجا دیدیم هوش مصنوعی چه کارهایی میتونه انجام بده. اما آیا استفاده از اون همیشه نتیجه خوبی داره؟
فرض کن از هوش مصنوعی میخوای یک گزارش فروش رو بررسی کنه. ممکنه کاری که خودت باید چند ساعت براش وقت میذاشتی، در چند دقیقه انجام بشه.
اما اگر اطلاعات گزارش رو اشتباه تحلیل کنه و تو هم بدون بررسی براساس اون تصمیم بگیری، چی؟
پس هم باید بدونیم هوش مصنوعی چه کمکی بهمون میکنه و هم با محدودیتهاش آشنا باشیم.
مزایای هوش مصنوعی چیست؟
۱. انجام سریعتر کارها
هوش مصنوعی میتونه در کارهایی مثل خلاصهکردن گزارشها، نوشتن پیشنویس متن و دستهبندی اطلاعات، زمان زیادی برامون صرفهجویی کنه.
۲. بررسی حجم زیادی از اطلاعات
فرض کن یک فروشگاه هزاران نظر از مشتریها دریافت کرده. هوش مصنوعی میتونه این نظرها رو بررسی کنه و کمک کنه بفهمیم مشتریها بیشتر از چه چیزهایی راضی یا ناراضی هستن.
۳. کمک به یادگیری و حل مسئله
اگر موضوعی رو متوجه نشدی، میتونی از هوش مصنوعی بخوای با مثال سادهتر توضیحش بده یا برای تمرینکردن ازت سؤال بپرسه.
۴. کمک به خلاقیت و ایدهپردازی
وقتی برای تولید محتوا یا حل یک مسئله ایدهای نداری، هوش مصنوعی میتونه چند پیشنهاد بده تا راحتتر به راهحل برسی.
۵. شخصیسازی خدمات
بعضی سیستمها میتونن با توجه به نیاز و رفتار هر کاربر، پیشنهادهای مناسبتری بدن؛ مثلاً یک برنامه آموزشی که تمرینها رو با سطح یادگیری دانشآموز هماهنگ میکنه.
معایب و خطرات هوش مصنوعی چیست؟
۱. امکان تولید پاسخ اشتباه
شاید از هوش مصنوعی سؤالی بپرسی و جوابش اونقدر مطمئن و مرتب باشه که فکر کنی حتماً درسته.
اما ممکنه اطلاعات نادرست بده یا حتی منبعی معرفی کنه که وجود نداره. به این نوع تولید اطلاعات نادرست یا ساختگی در مدلهای مولد، توهم هوش مصنوعی (AI Hallucination) میگن.
۲. وابستگی بیشازحد
اگر برای هر سؤال یا تصمیم کوچکی فوراً سراغ هوش مصنوعی بریم، ممکنه کمتر خودمون فکر کنیم و مهارت حل مسئلهمون رو تمرین کنیم.
۳. خطر افشای اطلاعات شخصی
فرض کن اطلاعات مشتریهای شرکتت رو برای تحلیل به یک ابزار هوش مصنوعی میدی.
اگر بدون بررسی شرایط امنیت و حریم خصوصی این کار رو انجام بدی، ممکنه اطلاعات محرمانه رو در معرض خطر قرار بدی.
۴. سوگیری در نتایج
اگر اطلاعات آموزشی یک مدل ناقص یا یکطرفه باشه، ممکنه نتیجههای ناعادلانهای تولید کنه.
مثلاً یک سیستم بررسی رزومه ممکنه به دلیل الگوهای نامناسبی که از دادهها یاد گرفته، بعضی متقاضیان رو نادرست ارزیابی کنه.
۵. سوءاستفاده از فناوری
از هوش مصنوعی میشه برای ساخت تصویر، صدا یا ویدیوی جعلی استفاده کرد. بعضی از این محتواها ممکنه آنقدر واقعی به نظر برسن که تشخیص جعلیبودنشون دشوار باشه.
۶. تغییر بعضی فرصتهای شغلی
هوش مصنوعی میتونه بخشی از کارهای تکراری رو خودکار کنه و نیاز به بعضی مهارتها رو تغییر بده. از طرفی، فرصتهای کاری جدیدی هم ایجاد میکنه. اینکه چه شغلهایی بیشتر تحتتأثیر قرار بگیرن، به نوع کار و نحوه استفاده از این فناوری بستگی داره.
چطور از مزایای هوش مصنوعی استفاده کنیم و کمتر دچار مشکل بشیم؟
برای کارهای مهم، خروجی رو بررسی کن، اطلاعات محرمانه رو بدون اطمینان از شرایط ابزار وارد نکن و تصمیمهای حساس رو فقط براساس پیشنهاد هوش مصنوعی نگیر.
هوش مصنوعی زمانی بیشتر به دردمون میخوره که به بهتر فکرکردن و تصمیمگرفتن کمک کنه، نه اینکه جای بررسی و قضاوت خودمون رو بگیره.
حالا که هم قابلیتها و هم محدودیتهای هوش مصنوعی رو شناختیم، وقتشه ببینیم چطور میتونیم خودمون استفاده از اون رو شروع کنیم.
چطور استفاده از هوش مصنوعی را شروع کنیم؟
حالا فرض کن میخوای برای اولین بار از هوش مصنوعی استفاده کنی. آیا باید برنامهنویسی بلد باشی یا دوره خاصی گذرونده باشی؟
نه! برای شروع میتونی از یک ابزار آماده مثل ChatGPT استفاده کنی.
اما از کجا شروع کنی و چطور درخواستت رو بنویسی که جواب بهدردبخوری بگیری؟
بیا با یک مثال جلو بریم.

۱. اول مشخص کن چه کاری میخوای انجام بدی
فرض کن یک فروشگاه لباس داری و میخوای برای صفحه اینستاگرامت محتوا تولید کنی.
میتونی به هوش مصنوعی بگی:
«برای پیج من چند ایده محتوا بده.»
احتمالاً چند پیشنهاد دریافت میکنی، اما از کجا باید بدونه چه محصولاتی میفروشی یا مخاطبات چه کسانی هستن؟
پس بهتره درخواستت رو روشنتر بنویسی:
«من یک فروشگاه لباس زنانه دارم. مخاطبهام بیشتر خانمهای ۲۰ تا ۳۵ سال هستن. برای معرفی لباسهای پاییزی، ۵ ایده ریلز اینستاگرام پیشنهاد بده.»
حالا هوش مصنوعی اطلاعات بیشتری داره تا پیشنهادهای مرتبطتری بده.
۲. بگو جواب رو چطور میخوای
فرض کن پنج ایده دریافت کردی، اما توضیحاتشون طولانیه.
لازم نیست از اول شروع کنی. میتونی در ادامه همون گفتوگو بنویسی:
«ایدهها رو کوتاهتر کن. برای هرکدوم یک عنوان و توضیح دو جملهای بنویس.»
به سؤالی یا درخواستی که به ابزار هوش مصنوعی میدی، پرامپت (Prompt) میگن.
۳. اگر جواب رو نفهمیدی، دوباره سؤال بپرس
یکی از قابلیتهای مفید چتباتهای هوش مصنوعی اینه که میتونی گفتوگو رو ادامه بدی.
مثلاً اگر یکی از ایدهها برات مبهم بود، بپرس:
«منظورت از این ایده چیه؟ با یک مثال توضیح بده.»
یا اگر پیشنهادها مناسب نبودن، بگو چه چیزی رو دوست نداشتی و بخواه اصلاحشون کنه.
لازم نیست به اولین پاسخ اکتفا کنی. میتونی سؤالهای بیشتری بپرسی تا نتیجه به چیزی که نیاز داری نزدیکتر بشه.
۴. قبل از استفاده، نتیجه رو بررسی کن
فرض کن هوش مصنوعی در یکی از ایدهها ادعا میکنه یک نوع پارچه خاص هیچوقت چروک نمیشه.
آیا باید این جمله رو بدون بررسی در تبلیغات فروشگاهت استفاده کنی؟
نه. ممکنه اطلاعات اشتباه یا اغراقآمیز باشه.
بهتره ادعاهای مهم رو بررسی کنی و مطمئن بشی چیزی که منتشر میکنی با واقعیت محصولت هماهنگه.
برای شروع لازم نیست همه قابلیتهای هوش مصنوعی رو یاد بگیری.
فقط یک کار واقعی از فعالیت روزانهات انتخاب کن، درخواستت رو روشن بنویس، نتیجه رو بررسی کن و اگر لازم بود سؤالهای بیشتری بپرس.
به همین سادگی میتونی کمکم یاد بگیری چطور از این ابزارها بهتر استفاده کنی.
حالا که میدونی چطور شروع کنی، احتمالاً میخوای بدونی چه ابزارهایی وجود دارن و هرکدوم برای چه کاری مناسبن.
ابزارهای معروف هوش مصنوعی کداماند؟
حالا که میدونی چطور از هوش مصنوعی استفاده کنی، شاید بپرسی: «از بین این همه ابزار، کدوم رو انتخاب کنم؟»
ببین، هر ابزار برای کارهای مشخصی ساخته شده. بعضیها برای گفتوگو و آموزش مناسبن، بعضی برای ساخت عکس و ویدیو و بعضی هم برای برنامهنویسی.
بیا با چند ابزار شناختهشده آشنا بشیم:
| ابزار هوش مصنوعی | چه کارهایی میتونه انجام بده؟ |
|---|---|
| ChatGPT (چتجیپیتی) | پاسخ به سؤال، آموزش، نوشتن، تحلیل اطلاعات و کمک به کدنویسی |
| Gemini (جمینای) | گفتوگو، تحقیق، نوشتن و بررسی اطلاعات |
| Claude (کلاد) | نوشتن، تحلیل متنهای طولانی و کمک به برنامهنویسی |
| Perplexity (پرپلکسیتی) | جستوجو و تحقیق در اینترنت همراه با معرفی منابع |
| Midjourney (میدجرنی) | ساخت تصاویر با توضیحات متنی |
| Runway (رانوی) | تولید و ویرایش ویدیو |
| ElevenLabs (الونلبز) | ساخت گفتار و صدا با هوش مصنوعی |
| GitHub Copilot (گیتهاب کوپایلت) | کمک به نوشتن، تکمیل و بررسی کدهای برنامهنویسی |
البته اینها فقط چند نمونه هستن و بعضی ابزارها چندین قابلیت رو با هم دارن.
برای شروع لازم نیست همه رو امتحان کنی. مثلاً اگر هدفت یادگیری، سؤالپرسیدن یا نوشتن متنه، میتونی از یک دستیار گفتوگومحور شروع کنی. اگر هم میخوای عکس بسازی، سراغ ابزارهای تولید تصویر برو.
مهم اینه که اول بدونی چه کاری میخوای انجام بدی، بعد ابزار مناسبش رو پیدا کنی.
حالا شاید جالب باشه بدونی هوش مصنوعی از چه زمانی به وجود اومده. آیا داستانش از ChatGPT شروع شده یا خیلی قدیمیتره؟
تاریخچه هوش مصنوعی از کجا شروع شد؟
شاید فکر کنی هوش مصنوعی از زمانی به وجود اومد که ChatGPT معرفی شد. اما داستانش خیلی قدیمیتره.
در سال ۱۹۵۰، آلن تورینگ (Alan Turing)، ریاضیدان انگلیسی، یک سؤال مهم مطرح کرد: «آیا ماشینها میتونن فکر کنن؟»
چند سال بعد، در ۱۹۵۶، گروهی از پژوهشگران در دانشگاه دارتموث آمریکا گرد هم اومدن و هوش مصنوعی بهعنوان یک حوزه علمی شکل گرفت.
اما اون زمان خبری از ابزارهای امروزی نبود. پژوهشگران تلاش میکردن برنامههایی بسازن که بتونن مسئله حل کنن، بازی انجام بدن یا از اطلاعات استفاده کنن.
سالها گذشت تا در ۱۹۹۷، کامپیوتر Deep Blue شرکت IBM تونست گری کاسپاروف، قهرمان وقت شطرنج جهان، رو در یک مسابقه شکست بده.
بعد هم با پیشرفت سختافزار، افزایش دادهها و روشهای یادگیری ماشین، توانایی سیستمهای هوش مصنوعی بیشتر شد.
سرانجام در ۲۰۲۲، با معرفی عمومی ChatGPT، گفتوگو با هوش مصنوعی برای بسیاری از مردم ساده و در دسترس شد.
پس هوش مصنوعی یک فناوری تازهمتولدشده نیست؛ نتیجه دههها پژوهش و پیشرفت در علوم کامپیوتره.
حالا که با مفهوم، کاربردها و تاریخچه هوش مصنوعی آشنا شدیم، بیا ببینیم مهمترین چیزی که باید از این مقاله به خاطر بسپریم چیه.
جمعبندی: هوش مصنوعی چیست؟
حالا اگر کسی ازت بپرسه «هوش مصنوعی چیه؟»، میتونی خیلی ساده بهش بگی:
هوش مصنوعی فناوریایه که به کامپیوتر کمک میکنه کارهایی مثل تشخیص تصویر، پاسخدادن به سؤال، پیشبینی و تولید محتوا رو انجام بده؛ کارهایی که معمولاً به تواناییهای ذهنی انسان نیاز دارن.
دیدیم که هوش مصنوعی فقط ChatGPT نیست و خیلی وقتها بدون اینکه متوجه بشیم، در گوشی، مسیریاب، فروشگاههای اینترنتی و ابزارهای دیگه ازش استفاده میکنیم.
اما یک نکته رو همیشه به خاطر داشته باش: هوش مصنوعی با همه تواناییهاش ممکنه اشتباه کنه.
برای استفاده درست ازش لازم نیست متخصص باشی. کافیه بدونی چه کمکی میتونه بهت بکنه، چطور درخواستت رو مطرح کنی و چرا باید نتیجه رو بررسی کنی.
قرار نیست هوش مصنوعی بهجای ما فکر کنه؛ بهتره ازش کمک بگیریم تا خودمون بهتر یاد بگیریم، کار کنیم و تصمیم بگیریم.

روی دکمه «مشاوره آنلاین» کلیک کنید تا مهندس ایمان پاکراه و تیم آکادمی پاکراه بهصورت آنلاین و کاملاً رایگان راهنماییتان کنند.
مشاوره آنلاین