هوش مصنوعی امروز همهجا هست — از پیشنهاد جملهی بعدی گوشی موبایل تا چتباتهایی که میتوانند یک مقالهی کامل بنویسند. ولی زیر این پوستهی بهظاهر جادویی، دقیقاً چه اتفاقی میافتد؟ این مقاله بدون فرمولهای ریاضی پیچیده، تلاش میکند نشان دهد یک مدل زبانی بزرگ (LLM) — مثل همان چیزی که پشت ChatGPT یا Claude است — واقعاً چطور کار میکند.
یک پیشبینیکنندهی کلمهی بعدی، نه یک «مغز»
شاید عجیب به نظر برسد، ولی در سطح فنی، کاری که یک مدل زبانی انجام میدهد این است: با توجه به تمام متنی که تا این لحظه نوشته شده (چه سؤال شما، چه پاسخ خودش تا همین کلمه)، احتمال هر کلمهی ممکن بعدی را محاسبه میکند و محتملترینها را انتخاب میکند. این کار را دوباره برای کلمهی بعد از آن تکرار میکند، و دوباره، تا جمله شکل بگیرد. مدل هیچ «فهمی» به معنای انسانی ندارد — یک سیستم آماری فوقالعاده پیچیده است که الگوهای زبان را از حجم عظیمی از متن یاد گرفته است.
Token: واحد پایهی کار مدل
مدلها متن را کلمهبهکلمه نمیبینند، بلکه آن را به قطعات کوچکتر به نام Token میشکنند (گاهی یک کلمهی کامل، گاهی بخشی از یک کلمه). وقتی میشنوید فلان مدل «پنجرهی زمینهای ۱۲۸ هزار توکنی» دارد، یعنی حداکثر این مقدار متن (تقریباً معادل چند صد صفحه) را میتواند همزمان «به خاطر بسپارد» و در نظر بگیرد.
آموزش: خواندن بخش بزرگی از اینترنت
این مدلها روی حجم عظیمی از متن — کتاب، مقاله، کد، وبسایت — آموزش میبینند. در این فرآیند، میلیاردها پارامتر داخلی مدل بهتدریج طوری تنظیم میشوند که پیشبینی کلمهی بعدی هرچه دقیقتر شود. نتیجه، سیستمی است که الگوهای زبانی، دستور زبان، حتی برخی اطلاعات واقعی دنیا را بهطور ضمنی در همین پارامترها «فشرده» کرده است — بدون اینکه واقعاً چیزی را مثل یک انسان «بفهمد».
چرا گاهی اشتباه میکند؟ (Hallucination)
چون مدل صرفاً محتملترین کلمهی بعدی را پیشبینی میکند، نه اینکه در یک پایگاهدادهی دقیق جستوجو کند، ممکن است با اطمینان کامل جملهای تولید کند که از نظر زبانی کاملاً درست و روان است ولی از نظر واقعیت، غلط — این پدیده Hallucination نام دارد. دقیقاً به همین دلیل، هر خروجی مهم یک مدل هوش مصنوعی (مخصوصاً اعداد، تاریخها، یا منابع) باید توسط خود شما راستیآزمایی شود.
چرا نوشتن یک Prompt خوب اهمیت دارد؟
چون خروجی مدل مستقیماً به ورودیای که به آن میدهید وابسته است، دقت و وضوح در نوشتن سؤال یا دستور (Prompt) مستقیماً روی کیفیت پاسخ اثر میگذارد. یک درخواست مبهم، پاسخی مبهم و کلی به همراه دارد؛ یک درخواست دقیق با مثال و محدودیت مشخص، پاسخی بهمراتب کاربردیتر تولید میکند.
جمعبندی
فهمیدن اینکه هوش مصنوعی امروز یک «پیشبینیکنندهی آماری فوقپیشرفته» است، نه یک موجود هوشمند با درک واقعی، به شما کمک میکند از آن بهشکل درستتری استفاده کنید: آن را ابزاری قدرتمند برای شتابدادن به کار بدانید، نه منبعی که باید بیچونوچرا به آن اعتماد کرد.
وبلاگ