پردازش
مدلهای زبانی
مدلهای زبانی سیستمهای پیشرفته هوش مصنوعی هستند که قادر به درک، تفسیر و تولید زبان انسانی میباشند. این مدلها بر روی مجموعههای داده عظیمی از متن آموزش دیده و الگوها، ترکیب کلمات، ساختار جملات و حتی ظرایف زبانها و کاربردهای زبانی مختلف را میآموزند. هسته بسیاری از مدلهای زبانی مدرن معماری ترنسفورمر است که از مکانیزمهای توجه خودکار برای تعیین بخشهای مهم متن در یک زمینه مشخص استفاده میکند.
در پردازش زبان، این مدلها از روشهای آماری برای پیشبینی محتملترین کلمه بعدی یا جمله بعدی در یک متن استفاده میکنند. آنها میتوانند زمینه را در بخشهای طولانی متن درک کنند و بنابراین نه تنها متونی با دستور زبان صحیح بلکه متونی با محتوای منسجم و مرتبط تولید نمایند.
هنگام استفاده از یک مدل زبانی برای مثال در یک چتبات یا تولیدکننده متن، مدل ورودیهایی مانند پرامپتها یا دادههای اولیه دریافت میکند و بر اساس آنها متنی تولید میکند که منطقی از زمینه داده شده پیروی میکند. هدف این مدلها تولید متنی است که تا حد امکان انسانی به نظر برسد، هم از نظر محتوا و هم سبک.
مدلهای متن به تصویر
مدلهای متن به تصویر سیستمهای هوش مصنوعی هستند که قادرند از توصیفات متنی نوشته شده، نمایشهای بصری مانند عکسها، تصاویر یا انواع دیگر محتوای تصویری تولید کنند. این مدلها از شبکههای عصبی پیشرفته و به طور خاص از شبکههای مولد رقابتی (GAN) یا انواعی مانند مدلهای انتشار (diffusion) استفاده میکنند.
فرآیند با یک توصیف متنی وارد شده توسط کاربر آغاز میشود. مدل این متن را ارزیابی کرده و سعی میکند معنای آن و زمینهاش را درک کند. سپس مدل تصاویری تولید میکند که با توصیف متنی مطابقت دارند، با استفاده از آنچه در طول آموزش آموخته است، که بر روی مجموعههای داده عظیمی از جفتهای متن-تصویر آموزش دیده است.
در طول آموزش، مدل ارتباط بین توصیفات متنی و ویژگیهای بصری را میآموزد. برای مثال، اگر مدل بارها ترکیب کلمهای «یک خورشید زرد بالای دریای آبی» را همراه با تصاویری که این صحنه را نشان میدهند ببیند، این عناصر را تشخیص داده و در تولید تصاویر آینده بازتولید میکند.
نتیجه اغلب تصاویر دقیق و با جزئیات بالا است که با توصیف متنی وارد شده مطابقت دارند. این مدلها روز به روز پیشرفتهتر شده و قادر به نمایش سناریوهای پیچیده با چندین شیء و مفاهیم انتزاعی هستند. آنها در طیف گستردهای از کاربردها از جمله خلق آثار هنری، طراحی بازی، واقعیت مجازی و غیره استفاده میشوند.
مدلهای AI-School
مهم است بدانیم که AI-School مدلهای مختلف هوش مصنوعی را که در کاتالوگ مرکزی مدلها قرار دارند، در دسترس قرار میدهد. این مدلها توسط ارائهدهندگان خارجی از طریق API ارائه میشوند. API یا رابط برنامهنویسی کاربردی، مجموعهای از قوانین و تعاریف است که به برنامههای نرمافزاری امکان میدهد با یکدیگر ارتباط برقرار کنند. این رابط مانند یک «زبان» است که توسط برنامهها برای تبادل اطلاعات و فراخوانی عملکردهای یکدیگر فهمیده میشود. AI-School خود مدلهای زبانی، مدلهای متن به تصویر یا مدلهای متن به گفتار ندارد.
ما مسئول نتایج مدلهای مختلف نیستیم. اما در انتخاب بهترین و جالبترین مدلها برای مدارس دقت کردهایم.
روند پردازش طبق DPIA
DPIA روند پایه برای تولید پاسخ را به شرح زیر توصیف میکند:
- کاربر یک پرامپت را در پورتال AI-School وارد میکند.
- پرامپت در پایگاه داده AI-School ذخیره میشود.
- AI-School پرامپت را از طریق یک اتصال API و یک حساب عمومی بدون ارتباط با حساب AI-School به مدل هوش مصنوعی انتخاب شده ارائه میدهد.
- اطلاعات حساب و مدیریت دانشآموز به طور خودکار به مدل اضافه نمیشود.
- پاسخ مدل هوش مصنوعی به AI-School بازگردانده میشود.
- پاسخ در پایگاه داده AI-School ذخیره میشود.
- پاسخ به کاربر ارائه میشود.
AI-School اطلاعات حساب و مدیریت دانشآموز را به طور خودکار به مدل هوش مصنوعی ارسال نمیکند. مدل محتوای پرامپت را بدون ارتباط با حساب AI-School دریافت میکند. کاربر ممکن است خود اطلاعات شخصی را در پرامپت وارد کرده باشد؛ در این صورت این دادهها توسط مدل هوش مصنوعی انتخاب شده پردازش میشوند.
زمینه تکمیلی
در عملکردهایی مانند چت با اسناد، ورودی چندرسانهای یا برخی ابزارها، پرامپت میتواند با زمینهای که کاربر انتخاب کرده است، مانند قطعات سند، تصاویر یا نتایج جستجو، تکمیل شود. این زمینه نیز بدون ارتباط با کاربر قابل شناسایی به مدل ارائه میشود، اما محتوا ممکن است شامل دادههای شخصی باشد اگر کاربر آنها را خود اضافه کرده باشد.
