برگزاری کارگاه تخصصی «هوش مصنوعی مولد» در پارک علم و فناوری دانشگاه تهران
کارگاه آموزشی «خلق محتوا با ChatGPT و DALL-E» امروز با استقبال چشمگیر متقاضیان در پارک علم و فناوری دانشگاه تهران برگزار شد. به گزارش روابط عمومی پارک علم و فناوری، این کارگاه تخصصی با حضور حدود ۲۰۰ نفر از علاقه مندان و با هدف آموزش و توانمندسازی در حوزه فناوری های نوین هوش مصنوعی برگزار گردید.
برنامه ریزی برای برگزاری ماهانه رویدادهای هوش مصنوعی
در آغاز این مراسم، دکتر مریم حسنوند، رئیس تجاری سازی پارک علم و فناوری دانشگاه تهران، با خوشامدگویی به شرکت کنندگان، از تدوین برنامه های برای برگزاری ماهانه رویدادها و کارگاه های مرتبط با هوش مصنوعی خبر داد. وی با اشاره به رسالت این پارک در حوزه آموزش، تصریح کرد: «محوریت موضوعات انتخاب شده برای این کارگاه ها، مباحثی است که برای عموم شرکت کنندگان قابل استفاده و بهره برداری مستقیم باشد.»
تدریس مبانی تا کاربردهای پیشرفته توسط استاد دانشگاه تهران
سخنران این کارگاه، دکتر هشام فیلی، استاد تمام دانشکده برق و کامپیوتر دانشگاه تهران و رئیس هیئت مدیره شرکت هوش مصنوعی آدان، بود که مباحث خود را در محورهای «مبانی هوش مصنوعی و یادگیری ماشین»، «شبکه های عصبی عمیق»، «مدل های زبانی بزرگ» و «ابزارهای مفید» ارائه داد.
روند تکامل هوش مصنوعی از دهه ۵۰ تاکنون
دکتر فیلی در بخشی از سخنانش به تاریخچه هوش مصنوعی پرداخت و یادآور شد: «اصطلاح “هوش مصنوعی” اولین بار در سال ۱۹۵۶ توسط جان مک کارتی ابداع شد و پایه های شبکه عصبی نیز از سال ۱۹۵۷ شکل گرفت.»
وی به نقاط عطف تقابل هوش مصنوعی و انسان اشاره کرد و نمونه هایی مانند شکست قهرمان شطرنج جهان، گاری کاسپاروف، توسط ابررایانه IBM در سال ۱۹۹۷ و پیروزی یک هوش مصنوعی در یک مسابقه پرسش و پاسخ تلویزیونی در سال ۲۰۱۱ را برشمرد.
انقلاب «ترنسفورمر» و تولد هوش مصنوعی مولد
این استاد دانشگاه، معرفی «ترنسفورمر» در سال ۲۰۱۷ را نقطه عطفی دانست که با تبدیل متن و تصاویر به داده های عددی، انقلابی در کارایی شبکه های عصبی ایجاد کرد. وی خاطرنشان کرد: «پیمودن این مسیر تحولی، منجر به معرفی نسل های مختلف GPT توسط شرکت OpenAI شد و در نهایت، عرضه ChatGPT در سال ۲۰۲۲، انقلابی در این عرصه به پا کرد.» دکتر فیلی به تمایز اصلی هوش مصنوعی مولد (Generative) با انواع پیشبین (Predictive) پرداخت و توضیح داد: «هوش مصنوعی مولد امروزی قادر است به صورت خلاقانه متن، تصویر، صدا و ویدیو تولید کند؛ به این معنی که خروجی را بر اساس پردازش و تحلیل خود میسازد و صرفاً به پیش بینی بر اساس داده های قبلی محدود نیست.»
هوش مصنوعی فاقد خلاقیت است
دکتر فیلی در ادامه با اشاره به شائبههای موجود درباره قابلیتهای هوش مصنوعی،تأکید کرد: «برخلاف آنچه که عموماً تصور میشود، هوش مصنوعی از خلاقیت برخوردار نیست. توانایی آن در پاسخدهی، صرفاً مبتنی بر یادگیری ماشینی است که امکان فراگیری تمام دادههای موجود در اینترنت را فراهم کرده است.»
مدلهای زبانی بزرگ؛ بهترین الگوی آموزش شبکههای عصبی
این متخصص در بخش دیگری از سخنان خود،مدلهای زبانی بزرگ (Large Language Models) را به عنوان بهترین مدل آموزشی برای شبکههای عصبی معرفی کرد.
نحوه عملکرد هوش مصنوعی تشریح شد
وی در توضیح چگونگی کارکرد سیستمهای هوش مصنوعی نیز بیان کرد:«دادههای ورودی ابتدا به صورت بردار و رشتههای عددی تبدیل میشوند، سپس با دادههای آموختهشده مقایسه شده و نزدیکترین رشته عددی به عنوان پاسخ نهایی انتخاب و به کاربر ارائه میشود.»
تأثیر افزایش داده، الگوریتم و پردازنده بر یادگیری عمیق
در پایان این نشست،دکتر فیلی با اشاره به دگرگونیهای حوزه یادگیری عمیق، بر نقش افزایش حجم دادهها، پیشرفت الگوریتمها و قدرت پردازشگرها تأکید کرد و سپس به پرسش و پاسخ با حاضران پرداخت.
