کنجکاویاهوشِ مصنوعی واقعاً چطور کار می‌کنه؟
همه‌مون از چت جی‌پی‌تی و کلاد استفاده کردیم. ولی تا حالا فکر کردی اون طرف چه اتفاقی می‌افته؟
همه‌مون یه جایی از چت‌جی‌پی‌تی یا کلاد استفاده کردیم. یه سؤال می‌پرسیم، یه جواب می‌گیریم، و می‌ریم سراغِ کارمون؛ انگار یه جعبه‌ی جادویی جلومونه که همه‌چیز رو می‌دونه. ولی اون طرفِ این جعبه چه اتفاقی می‌افته؟ این چیز اصلاً چطور «فکر» می‌کنه، یا اصلاً فکر می‌کنه؟ جوابش هم از چیزی که خیلی‌ها فکر می‌کنن ساده‌تره، هم عجیب‌تر.
یه تستِ کوچیک که خودت الان انجامش دادی
بذار با یه چیزی شروع کنیم که خودت بلدی، بدونِ اینکه بدونی بلدی. اگه بگم «یکی بود، یکی...» یه کلمه همین الان تو ذهنت اومد. کسی بهت نگفتش، کسی ازت نخواست بگیش؛ خودش اومد. چرا؟ چون این جمله رو صدها بار شنیدی، و مغزت یاد گرفته بعدش معمولاً چی میاد. حالا خبرِ عجیب اینه: کلِ کاری که مدل‌های زبانی مثلِ جی‌پی‌تی انجام می‌دن، دقیقاً همینه. نه بیشتر.
وقتی ازش می‌پرسی پایتختِ فرانسه کجاست، این مدل «نمی‌دونه» پاریسه؛ به این معنا که یه واقعیتِ ذخیره‌شده تو یه فایل نداره که برش داره. فقط به کلمه‌هایی که تا اون لحظه نوشته شده نگاه می‌کنه و از خودش می‌پرسه: بعدش معمولاً چی میاد؟ محتمل‌ترین کلمه رو انتخاب می‌کنه، می‌ذارتش آخرِ جمله، و همون سؤال رو دوباره می‌پرسه. کلمه به کلمه، تا آخر. هر جوابی که تا حالا از یکی از این مدل‌ها گرفتی، دقیقاً همین‌طوری، قدم به قدم، ساخته شده.
یه متن به بزرگیِ تقریباً همه‌چیز
حالا سؤالِ بعدی اینه: این مدل از کجا یاد گرفته که بعدِ «یکی بود، یکی...» معمولاً چی میاد؟ اینجاست که ماجرا قشنگ می‌شه. برای ساختنِ جی‌پی‌تی سه، یه متنِ خیلی بزرگ بهش دادن؛ حدودِ ۳۰۰ میلیارد قطعه متن، تقریباً هرچی که آدم‌ها تا اون‌موقع نوشته بودن و رویِ اینترنت پیدا می‌شد. کتاب، مقاله، سایت، هرچی. هیچ‌کدومِ این متن‌ها با برچسبِ «این جمله درسته» یا «این جمله غلطه» نیومده بود؛ فقط متنِ خام بود.
کاری که باهاش کردن ساده بود ولی عجیب: کلمه‌ها رو یکی‌یکی پوشوندن و از مدل خواستن حدس بزنه چی زیرشه. هر بار که غلط حدس می‌زد، یه ذره تنظیمش می‌کردن، یه کمی بیشتر به‌سمتِ جوابِ درست هلش می‌دادن. این کار رو نه صد بار، نه هزار بار، بلکه میلیاردها بار تکرار کردن، رویِ ۱۷۵ میلیارد عددِ قابلِ‌تنظیم که داخلِ مدل نشسته بودن. هیچ‌کس بهش دستورِ زبان یاد نداد. هیچ‌کس بهش نگفت فعل کجای جمله می‌شینه یا ضمیر بعدِ چی میاد. فقط از بس حدس زد و اصلاح شد، خودِ الگو ازش دراومد.
وقتی همه‌چیز از دلِ حدس درمیاد
اینجاست که اون چیزی که خیلی‌ها رو کلافه می‌کنه، معنی پیدا می‌کنه: وقتی یه مدلِ زبانی یه منبعِ الکی می‌سازه، یا یه اسمِ کتاب و نویسنده‌ای رو که اصلاً وجود نداره میاره، داره دروغ نمی‌گه. دروغ گفتن نیاز به دونستنِ حقیقت داره و انتخابِ آگاهانه‌ی خلافش. این مدل چنین چیزی نداره. داره فقط همون کارِ همیشگیش رو می‌کنه: حدس می‌زنه بعدش چی محتمله. یه اسمِ مقاله می‌سازه که شکلش شبیهِ اسمِ بقیه‌ی مقاله‌هاست، یه اسمِ نویسنده که آوایی آشنا داره. همه‌چیز ظاهراً درست به‌نظر میاد، چون از دلِ همون الگوهایی درومده که از میلیاردها متنِ واقعی یاد گرفته؛ ولی هیچ‌کدومش لزوماً وجود نداره.
دلیلش اینه که این مدل از اول دنبالِ «درست بودن» نبوده؛ دنبالِ «محتمل بودن» بوده. این دو تا خیلی وقت‌ها با هم یکی می‌شن، چون بیشترِ چیزهایی که آدم‌ها نوشتن راست بوده؛ ولی هر جا که نباشن، مدل هیچ سازوکاری برای تشخیصش نداره. پس در واقع فکر نمی‌کنه، به معنایی که ما از فکر کردن می‌فهمیم. حدس می‌زنه، فقط خیلی خیلی خوب.
چیزی که پشتِ این حدسِ خوب ایستاده
این ایده که ماشین بتونه چیزی شبیهِ تفکر انجام بده، از همین سؤال شروع شده بود که آیا اصلاً ماشین می‌تونه «فکر کنه». دهه‌ها قبل از اینکه چت‌جی‌پی‌تی به دنیا بیاد، کامپیوترهایی مثلِ اِنیاک (ENIAC) اتاق‌ها رو پر می‌کردن تا فقط چند تا محاسبه‌ی ساده انجام بدن، و بعدش چیزی به اسمِ پرسپترون (Perceptron) اولین تلاش‌ها برای شبیه‌سازیِ یه سلولِ عصبی بود. راهِ درازی بود تا از اون به رَک‌های عظیمِ سرورهایی برسیم که امروز مدل‌هایی مثلِ جی‌پی‌تی رو آموزش می‌دن و روشن نگه می‌دارن؛ سالن‌هایی پر از ماشین که فقط کارشون همینه، حدس زدن و اصلاح‌شدن، بی‌وقفه.
چی قطعیه، چی نه
این چیزی که گفته شد، یعنی «پیش‌بینیِ کلمه‌ی بعدی»، مکانیزمِ اصلیِ این مدل‌هاست و رویِ اسنادِ فنی‌ای که خودِ سازنده‌هاشون منتشر کردن مستنده؛ اعدادی مثلِ ۳۰۰ میلیارد قطعه‌متن و ۱۷۵ میلیارد پارامتر برای جی‌پی‌تی سه هم از همون منابع میاد. چیزی که قطعی نیست، مرزِ دقیقِ اینه که این «حدسِ خیلی خوب» کجا تمومه و چیزِ دیگه‌ای شروع می‌شه؛ اینکه آیا الگوهایی که از دلِ این همه تکرار درمیان، فقط تقلیدِ سطحیِ زبونه یا چیزِ عمیق‌تری، هنوز خودِ کسایی که این مدل‌ها رو ساختن هم رویِ جوابش اتفاقِ‌نظر ندارن. ولی همینِ یه نکته که بدونی این مدل «دنبالِ درست بودن نیست، دنبالِ محتمل بودنه»، کافیه که بفهمی کجا می‌شه بهش تکیه کرد، و کجا حتماً باید خودت دوباره چک کنی.
قصه‌های مرتبط
