کاربردهای عملی و پیش‌بینی گارتنر درباره آینده هوش مصنوعی مولد

تالیف و ترجمه: یاسمن حسینی

حوزه هوش مصنوعی مولد هم در اکتشافات علمی و هم در تجاری‌سازی فناوری به سرعت پیشرفت خواهد کرد امّا موارد استفاده در محتوای خلاقانه، بهبود محتوا، داده‌های مصنوعی، مهندسی مولد و طراحی مولد به سرعت در حال ظهورند. با توجه به گستردگی مطالب درباره هوش مصنوعی مولد لازم است که در ادامه در مورد کاربردهای عملی آن، چارچوبهای به کارگیری و پیش‌بینی گارتنر درباره آینده آن بیشتر صحبت کنیم.

کاربردهای عملی هوش مصنوعی مولد

در حال حاضر، کاربردهای عملی هوش مصنوعی مولد شامل موارد زیر است:

• افزایش و ایجاد محتوای نوشتاری: تولید یک خروجی پیش‌نویس از متن با سبک و طول دلخواه
• پاسخ به سؤال و کشف: این قابلیت به کاربران امکان می‌دهد تا پاسخ‌های ورودی را بر اساس داده‌ها و اطلاعات فوری پیدا کنند.
• تُن (Tone): ویرایش متن، برای روان‌سازی زبان یا حرفه‌ای کردن متن
• خلاصه‌سازی: ارائه نسخه‌های کوتاه شده از مکالمه‌ها، مقاله‌ها، ایمیل‌ها و صفحه‌های وب
• ساده‌سازی: تجزیه عناوین، ایجاد خطوط کلی و استخراج محتوای کلیدی
• طبقه‌بندی محتوا برای موارد استفاده خاص: مرتب‌سازی بر اساس احساس، موضوع و غیره.
• بهبود عملکرد چت‌ بات: استخراج بهتر احساس، طبقه‌بندی احساسات کل مکالمه و تولید جریان‌های سفر از توضیحات کلی
• کدگذاری نرم‌افزار: تولید کد، ترجمه، توضیح و تایید

امّا موارد استفاده نوظهور آن با اثرات طولانی مدت عبارتند از:

• ایجاد تصاویر پزشکی که توسعه آینده یک بیماری را نشان می‌دهد.
• داده‌های مصنوعی که به تقویت داده‌های کمیاب، کاهش تعصب، حفظ حریم خصوصی داده‌ها و شبیه‌سازی سناریوهای آینده کمک می‌کند.
• برنامه‌هایی که به طور فعال اقدامات اضافی را به کاربران پیشنهاد می‌کنند و اطلاعاتی را در اختیار آنها قرار می‌دهند.
• نوسازی کدهای قدیمی

در ادامه لازم است بدانیم که هوش مصنوعی مولد چگونه به ارزش کسب‌وکار ما کمک می‌کند؟

هوش مصنوعی مولد چگونه به ارزش کسب‌وکار کمک می‌کند؟

هوش مصنوعی مولد فرصت‌های جدیدی را برای افزایش درآمد، کاهش هزینه‌ها، بهبود بهره‌وری و مدیریت بهتر ریسک فراهم می‌کند. این موضوع در آینده نزدیک به یک مزیت رقابتی و متمایز کننده تبدیل خواهد شد.گارتنر فرصت‌ها را به سه دسته تقسیم می‌کند.

فرصت‌های درآمدی

توسعه محصول: هوش مصنوعی مولد به شرکت‌ها کمک می‌کند تا محصولات جدید را با سرعت بیشتری ایجاد کنند. اینها ممکن است شامل داروهای جدید، پاک‌کننده‌های خانگی با کاهش سمیت، طعم‌ها و عطرهای جدید، آلیاژهای جدید و تشخیص سریع و بهتر باشند.

کانال‌های درآمدی جدید: تحقیقات گارتنر نشان می‌دهد شرکت‌هایی که سطح بلوغ هوش مصنوعی بالاتری دارند مزایای بیشتری برای درآمد خود به دست خواهند آورد.

فرصت‌های هزینه و بهره‌وری

تقویت نیروی انسانی: هوش مصنوعی مولد می‌تواند توانایی کارگران را برای پیش‌نویس و ویرایش متن، تصاویر و سایر رسانه‌ها افزایش دهد. همچنین می‌تواند محتوا را خلاصه، ساده و طبقه‌بندی کند. تولید، ترجمه و تأیید کد نرم‌افزار و عملکرد چت بات را بهبود بخشد. در این مرحله، این فناوری در ایجاد طیف وسیعی از محصولات مصنوعی به سرعت عمل می‌کند و مانند یک فرد متخصص است.

بهینه‌سازی استعدادهای بلندمدت: کارمندان با توانایی خود در تصور، اجرا و اصلاح ایده‌ها، پروژه‌ها، فرآیندها، خدمات و روابط در مشارکت با هوش مصنوعی متمایز خواهند شد. این رابطه همزیستی زمان رسیدن به مهارت را تسریع می‌کند و دامنه و شایستگی افراد را به میزان زیادی گسترش می‌دهد.

بهبود فرآیند: هوش مصنوعی مولد می‌تواند ارزش واقعی و درون زمینه‌ای را از فروشگاه‌های وسیع محتوا استخراج کند که ممکن است در حال حاضر تا حد زیادی از آن استفاده نشده باشد. ولی آن جریان کار را تغییر خواهد داد.

فرصت‌های ریسک

کاهش ریسک: توانایی هوش مصنوعی مولد برای تجزیه‌و‌تحلیل و ارائه دید گسترده‌ و عمیق‌ از داده‌ها مانند تراکنش‌های مشتری و کد نرم‌افزاری بالقوه معیوب، تشخیص الگو و توانایی شناسایی سریع‌ خطرات احتمالی برای شرکت را افزایش می‌دهد.

پایداری: هوش مصنوعی مولد ممکن است به شرکت‌ها کمک کند تا از مقررات پایداری پیروی کنند، خطر دارایی‌های سرگردان را کاهش دهند و پایداری را در تصمیم‌گیری، طراحی محصول و فرآیندها ایجاد کنند. پس از آشنایی با انواع فرصت‌ها ما در بخش بعدی در مورد صنایعی که بیشتر تحت تاثیر هوش مصنوعی مولدند، بهترین روش‌های استفاده و چارچوب‌های به کارگیری آنها بیشتر صحبت خواهیم کرد.

کدام صنایع بیشتر تحت تاثیر هوش مصنوعی مولدند؟

هوش مصنوعی مولد با تقویت فرآیندهای اصلی با مدل‌های هوش مصنوعی بر صنایع دارویی، تولیدی، رسانه‌ها، معماری، طراحی داخلی، مهندسی، خودروسازی، هوافضا، پزشکی، الکترونیک و انرژی تأثیر می‌گذارد. این امر بر بازاریابی، طراحی، ارتباطات شرکتی و آموزش و مهندسی نرم‌افزار با تقویت فرآیندهای پشتیبانی که بسیاری از سازمان‌ها را در بر می‌گیرد، تأثیر دارد. به عنوان مثال: ما پیش‌بینی می‌کنیم که تا سال 2025، بیش از 30 % از داروها و مواد جدید به طور سیستماتیک با استفاده از تکنیک‌های هوش مصنوعی مولد کشف خواهند شد که نسبت به زمان حال افزایش یافته‌است. هوش مصنوعی مولد با توجه به ایجاد فرصت لازم برای کاهش هزینه‌ها و زمان در کشف دارو برای صنعت داروسازی امیدوارکننده به نظر می‌رسد. علاوه بر آن، بر اساس باورهای ما تا سال 2025، 30 % از پیام‌های بازاریابی خروجی از سازمان‌های بزرگ به صورت مصنوعی تولید می‌شوند که این رقم در سال 2022 کمتر از 2 % بود. به همین دلیل از تولیدکنندگان متن مانند GPT-3 می‌توان برای ایجاد کپی بازاریابی و تبلیغات شخصی‌سازی شده استفاده کرد. ضمنا در صنایع تولیدی، خودروسازی و هوافضا طراحی مولد می‌تواند طرح‌های بهینه‌سازی شده برای برآوردن اهداف و محدودیت‌های خاص مانند عملکرد، مواد و روش‌های ساخت ایجاد کند. این امر با تولید مجموعه‌ای از راه‌حل‌های بالقوه، فرآیند طراحی را برای مهندسان تسریع می‌کند.

بهترین روش‌ها برای استفاده از هوش مصنوعی مولد چیست؟

فناوری‌هایی که اعتماد و شفافیت هوش مصنوعی را فراهم می‌کنند مکمل مهمی برای راه‌حل‌های هوش مصنوعی مولد خواهند بود. همچنین، رهبران اجرایی باید این دستورالعمل را برای استفاده اخلاقی از LLM و سایر مدل‌های هوش مصنوعی مولد دنبال کنند که به شرح زیرند:

• از داخل شروع کنید: به خاطر آن که شما نمی‌خواهید توهم به کسب‌وکارتان آسیب برساند لازم است که قبل از استفاده از هوش مصنوعی مولد برای ایجاد محتوای مشتری یا سایر موارد خارجی آن را به طور گسترده با ذینفعان داخلی و کارمندان خود آزمایش کنید.
• شفافیت مکالمه: با افراد (کارکنان، مشتریان یا شهروندان) در مورد این واقعیت که آنها با یک ماشین در حال تعامل هستند، صحبت کنید.
• دقت لازم را انجام دهید: فرآیندها را برای ردیابی سوگیری‌ها و سایر مسائل قابل اعتماد تنظیم کنید. این کار را با اعتبارسنجی نتایج و آزمایش مداوم برای مدلی که از مسیر خارج می‌شود، انجام دهید.
• به نگرانی‌های مربوط به حریم خصوصی و امنیتی رسیدگی کنید: اطمینان حاصل کنید که داده‌های حساس، ورودی و مشتق شده نیستند. با ارائه‌دهنده مدل تأیید کنید که این داده‌ها برای یادگیری ماشینی فراتر از سازمان شما استفاده نمی‌شوند.
• آهسته حرکت کنید: عملکرد را برای مدت زمان طولانی در حالت بتا نگه دارید. این به انتظارات برای نتایج عالی کمک می‌کند.

آیا باید یک خط مشی استفاده برای هوش مصنوعی مولد ایجاد کنم؟

در حال حاضر به احتمال زیاد نیروی کار شما از هوش مصنوعی مولد چه به صورت آزمایشی یا برای پشتیبانی از وظایف مرتبط با شغل خود استفاده می‌کنند. برای جلوگیری از استفاده در سایه و احساس نادرست انطباق، گارتنر توصیه می‌کند به جای اعمال ممنوعیت مطلق، یک خط‌مشی استفاده ایجاد کنید. این خط‌مشی را ساده نگه دارید. اگر از ChatGPT یا سایر مدل‌های خارج از چارچوب استفاده می‌کنید، می‌توانید به اندازه سه نباید و دو باید ساده داشته باشید:

هیچ گونه اطلاعات قابل شناسایی شخصی وارد نکنید.

هیچ اطلاعات حساسی را وارد نکنید.

هیچ IP شرکتی را وارد نکنید.

در صورت استفاده از ابزارهای خارجی (مانند ChatGPT) که این انتخاب را فعال می‌کند، تاریخچه را خاموش کنید.

خروجی‌هایی را که در معرض توهمات گاهی ظریف امّا معنی دار، اشتباهات واقعی و اظهارات مغرضانه یا نامناسب هستند به دقت زیر نظر داشته باشید.

اگر شرکت از نمونه‌ای از یک مدل زبان استفاده می‌کند، نگرانی‌های مربوط به حریم خصوصی که ورودی‌های محدودکننده را اطلاع می‌دهند، از بین می‌روند. با این حال، نیاز به نظارت دقیق بر خروجی‌ها همچنان وجود دارد.

هوش مصنوعی مولد چگونه بر آینده کار تأثیر می‌گذارد؟

در تجارت، بسیاری از افراد به نوعی تولید کننده محتوا هستند. هوش مصنوعی مولد به طور قابل توجهی مشاغل آنها را چه با ایجاد متن، تصاویر، طراحی‌های سخت‌افزاری، موسیقی، ویدیو یا چیزهای دیگر تغییر می‌دهد. در پاسخ، منابع انسانی باید به ویرایشگر محتوا تبدیل شوند که نیاز به مجموعه‌ای متفاوت از مهارت‌ها نسبت به تولید محتوا دارد.

علاوه بر آن، نحوه تعامل نیروی کار با برنامه‌ها تغییر خواهد کرد زیرا برنامه‌ها محاوره‌ای، فعال و تعاملی می‌شوند و نیاز به طراحی مجدد تجربه کاربری دارند. در کوتاه مدت، مدل‌های هوش مصنوعی مولد فراتر از پاسخگویی به پرسش‌های زبان طبیعی حرکت می‌کنند و شروع به پیشنهاد چیزهایی می‌کنند که شما درخواست نکرده‌اید. به عنوان مثال درخواست شما برای نمودار میله‌ای مبتنی بر داده ممکن است با گرافیک‌های جایگزینی با مدل‌هایی که مشکوک به استفاده از آنها هستید، پاسخ داده شود. حداقل در تئوری، این کار بهره‌وری منابع انسانی را افزایش می‌دهد امّا تفکر متعارف در مورد نیاز انسان به رهبری در توسعه استراتژی را به چالش می‌کشد. ضمنا تغییر خالص در نیروی کار بسته به عواملی مانند صنعت، مکان، اندازه و پیشنهادات شرکت به طور چشمگیری متفاوت خواهد بود.

چگونه باید کار با هوش مصنوعی مولد را شروع کنیم؟

بسیاری از شرکت‌ها دارای آزمایش‌کننده‌های هوش مصنوعی مولد برای تولید کد، تولید متن یا طراحی بصری هستند. برای ایجاد یک پایلوت، می‌توانید یکی از سه مسیر زیر را طی کنید:

1. خارج از چارچوب: از یک مدل بنیادی موجود به طور مستقیم با وارد کردن دستورات استفاده کنید. برای مثال می‌توانید از مدل بخواهید شرح شغلی برای یک مهندس نرم‌افزار ایجاد کند یا موضوع‌های جایگزین را برای ایمیل‌های بازاریابی پیشنهاد کند.
2. مهندسی سریع: نرم‌افزار را به یک مدل پایه برنامه‌ریزی و متصل کنید و از آن استفاده کنید. این تکنیک که رایج‌ترین روش در بین این سه تکنیک است به شما امکان می‌دهد از خدمات عمومی در حین محافظت از IP و استفاده از داده‌های خصوصی برای ایجاد پاسخ‌های دقیق‌، خاص‌ و مفید استفاده کنید. ساختن یک چت ربات مزایای منابع انسانی که به سوالات کارکنان در مورد سیاست‌های خاص شرکت پاسخ می‌دهد نمونه‌ای از مهندسی سریع است.
3. سفارشی: ساخت یک مدل پایه جدید فراتر از توان اکثر شرکت‌هاست امّا تنظیم یک مدل امکان‌پذیر است. این شامل افزودن یک لایه یا داده های اختصاصی به روشی است که به طور قابل توجهی نحوه رفتار مدل پایه را تغییر می‌دهد. آن هزینه‌بر است و سفارشی‌کردن یک مدل بالاترین سطح انعطاف‌پذیری را ارائه می‌دهد.

برای فعال کردن هوش مصنوعی مولد چه تجهیزاتی مورد نیاز است؟

هزینه‌های هوش مصنوعی مولد بسته به مورد استفاده، مقیاس و الزامات شرکت از ناچیز تا میلیون‌ها میلیون متغیر است. شرکت‌های کوچک و متوسط ممکن است ارزش تجاری قابل‌توجهی را از نسخه‌های رایگان برنامه‌های عمومی و میزبانی آزاد مانند ChatGPT یا با پرداخت هزینه‌های اشتراک کم به دست آورند. به عنوان مثال هزینه OpenAI در حال حاضر 20 دلار برای هر کاربر در ماه است. با این حال، گزینه‌های رایگان و کم هزینه با حداقل حفاظت از داده‌های سازمانی و خطرات خروجی مرتبط همراه وجود دارند. امّا شرکت‌های بزرگ‌تر و آن‌هایی که تمایل به تجزیه‌و‌تحلیل یا استفاده بیشتر از داده‌های سازمانی خود با سطوح بالاتر امنیت و IP و حفاظت از حریم خصوصی دارند باید در طیف وسیعی از خدمات سفارشی سرمایه‌گذاری کنند. این می‌تواند شامل ساخت مدل‌های دارای مجوز، سفارشی‌سازی و اختصاصی با پلتفرم‌های داده و یادگیری ماشین باشد و نیاز به همکاری با فروشندگان و شرکا دارد. در این مثال، هزینه‌ها می‌توانند میلیون‌ها دلار باشند. علاوه بر آن، قابلیت‌های هوش مصنوعی مولد به طور فزاینده‌ای در محصولات نرم‌افزاری که به احتمال زیاد هر روز استفاده می‌کنید، مانند Bing، Office 365، Microsoft 365 Copilot و Google Workspace ساخته می‌شوند. این در واقع یک ردیف رایگان است اگرچه فروشندگان در نهایت، هزینه‌ها را به عنوان بخشی از افزایش قیمت افزایشی به محصولات خود به مشتریان منتقل می‌کنند.

ارائه دهندگان اصلی فناوری در بازار هوش مصنوعی مولد چه کسانی هستند؟

بازار هوش مصنوعی مولد رو به رشد است. فراتر از بازیکنان پلتفرم بزرگ، صدها ارائه‌دهنده تخصصی وجود دارند که توسط سرمایه‌های مخاطره‌آمیز فراوان و موجی از مدل‌ها و قابلیت‌های منبع باز جدید تامین می‌شوند. ارائه‌دهندگان برنامه‌های کاربردی سازمانی مانند Salesforce و SAP در حال ایجاد قابلیت‌های LLM در پلتفرم‌های خود هستند. سازمان‌هایی مانند مایکروسافت، گوگل، سرویس‌های وب آمازون (AWS) و آی‌بی‌ام صدها میلیون دلار و توان محاسباتی هنگفتی را برای ساخت مدل‌های اساسی که خدماتی مانند ChatGPT و دیگران به آن وابسته هستند، سرمایه‌گذاری کرده‌اند.

گارتنر بازیگران اصلی فعلی را به شرح زیر اعلام می‌کند:

• گوگل دو مدل زبان دارد Palm، مدل چندوجهی و Bard، یک مدل زبان خالص. آنها فناوری هوش مصنوعی مولد خود را در مجموعه برنامه‌های کاربردی محل کار خود می‌گذارند که بلافاصله آن را به دست میلیون‌ها نفر برسانند.
• مایکروسافت و OpenAI در حال همکاری با هم هستند. مانند گوگل، مایکروسافت در حال ایجاد فناوری هوش مصنوعی مولد در محصولات خود است امّا اولین مزیت و صدای ChatGPT را در کنار خود دارد.
• آمازون با Hugging Face، که تعدادی LLM به صورت منبع باز در دسترس دارد برای ایجاد راه‌حل شریک شده‌است. آمازون همچنین Bedrock را دارد که دسترسی به هوش مصنوعی مولد در فضای ابری را از طریق AWS فراهم می‌کند و برنامه‌هایی را برای Titan اعلام کرده‌ که مجموعه‌ای از دو مدل هوش مصنوعی است که متن ایجاد می‌کند و جستجوها و شخصی‌سازی را بهبود می‌بخشد.
• IBM دارای چندین مدل پایه و توانایی قوی برای تنظیم دقیق مدل‌های خود و شخص ثالث با تزریق داده‌ها و بازآموزی و به کارگیری مدل است.

پلتفرم‌های هوش مصنوعی مکالمه ای، آیا این شروع هوش عمومی مصنوعی (AGI) است؟

هوش مصنوعی در حال توانمندتر شدن است و گاهی اوقات رفتارهای شگفت انگیزی را نشان می‌دهد که انسان‌ها برنامه‌ریزی نکرده‌اند. توانایی ماشین‌ها برای تطبیق یا فراتر رفتن از هوش انسان و حل مشکلاتی که هرگز در طول آموزش با آن‌ها مواجه نشده‌اند، بحث‌های زیادی را ایجاد می‌کند. این مسیر احتمالی تکامل هوش ماشینی است که هوش انسان را تقلید می‌کند امّا هدف، کمک به انسان در حل مشکلات پیچیده است و این امر مستلزم حکمرانی، مقررات جدید و مشارکت بخش وسیعی از جامعه است.

پیش‌بینی گارتنر برای آینده استفاده از هوش مصنوعی مولد چیست؟

هوش مصنوعی مولد قرار است در پنج سال آینده تأثیر فزاینده‌ای بر شرکت‌ها بگذارد. پیش‌بینی گارتنر عبارتند از:

• تا سال 2024، 40 % از برنامه‌های کاربردی سازمانی دارای هوش مصنوعی محاوره‌ای تعبیه شده خواهند بود که این رقم در سال 2020 کمتر از 5 % بود.
• تا سال 2025، 30 % از شرکت ها یک استراتژی توسعه و آزمایش مبتنی بر هوش مصنوعی را اجرا خواهند کرد که این رقم در سال 2021، 5 % بود.
• تا سال 2026، هوش مصنوعی طراحی مولد 60 % از تلاش‌های طراحی وب‌سایت‌ها و برنامه‌های موبایل جدید را خودکار می‌کند. علاوه بر آن بیش از 100 میلیون انسان با همکاران رباتیک خود همکاری خواهند کرد تا در کارشان با یکدیگر مشارکت کنند. ضمنا بیش از 80 % شرکت‌ها از رابط‌های برنامه‌نویسی کاربردی هوش مصنوعی (GenAI) یا مدل‌ها و یا برنامه‌های کاربردی مجهز به GenAI در محیط‌های تولیدی استفاده می‌کنند که این رقم در سال 2023 کمتر از 5 % بود.
• تا سال 2027، نزدیک به 15 % از برنامه های جدید به طور خودکار توسط هوش مصنوعی بدون حضور انسان در خط تولید انجام می شود. امّا امروز اصلا این اتفاق نمی‌افتد.

تالیف و ترجمه: یاسمن حسینی

منبع:

https://www.gartner.com/en/topics/generative-ai, Gartner Experts Answer the Top Questions for Your Enterprise

مقالات مرتبط:

هوش مصنوعی مولد