درباره هوش مصنوعی چه باید کرد؟

این یک جمعه طولانی است، بنابراین یک فنجان گرم از چیزی بردارید و به عقب برگردید، زیرا ما وقت خود را برای این موضوع صرف می کنیم. جهان در شرف تغییر عمیق است. می‌دانم عصبی هستید – شاید هیجان‌زده و خوش‌بین، اما اگر توجه کرده‌اید و مسیر این موضوع را تماشا کرده‌اید، واکنش منطقی این است که عصبی باشید. در این پست می‌خواهم به صورت عملی و ملموس توضیح دهم که هوش مصنوعی چیست، از کجا آمده است و وضعیت بازی چیست، و سپس مسیری را به شما نشان می‌دهم که به شما فرصت خوبی برای زنده ماندن در آینده می‌دهد. 

من کی هستم؟ من مارک ماندر هستم و Wordfence را در سال ۲۰۱۱ تأسیس کردم و نسخه‌های اولیه این محصول را تا سال ۲۰۱۵ نوشتم، زمانی که مت بری به‌عنوان توسعه‌دهنده اصلی کار را بر عهده گرفت و من به یک مدیر اجرایی فناوری تبدیل شدم که Defiant Inc را اجرا می‌کرد، که Wordfence را می‌سازد. ما بیش از ۴ میلیون مشتری داریم که از محصول رایگان ما استفاده می کنند و تعداد زیادی مشتری پولی که از محصولات امنیتی مختلف وردپرس پولی ما استفاده می کنند. من از اوایل دهه ۹۰ یک تکنولوژیست و یک هکر بچه در نوجوانی در دهه ۸۰ و ۹۰ هستم. من کارم را در عملیات‌های حیاتی برای شرکت‌هایی مانند کوکاکولا، کردیت سوئیس (اکنون UBS) و DeBeers شروع کردم و سپس به توسعه توسعه برای شرکت‌هایی مانند بی‌بی‌سی و eToys پرداختم که یکی از بزرگترین شکست‌های دات‌کام بود. من در حدود سال ۲۰۰۱ اولین متا جستجوی شغلی به نام WorkZoo را در انگلستان ایجاد کردم که بعداً با Indeed رقابت کرد و بعد از ما راه اندازی شد. و در سال ۲۰۰۵ فروختم اما مجله تایم و نیویورک تایمز را ساختند. متعاقباً یک پلت فرم Geoblogging، نظرات درون خطی از طریق JS، یک شبکه تبلیغاتی، تجزیه و تحلیل بلادرنگ، یک وب سایت خبری محلی و موارد دیگر راه اندازی کردم. می توان گفت من یک دقیقه در بازی نوآوری بوده ام و برای تمام عمر در آن هستم. من این روزها در ایالات متحده آمریکا مستقر هستم در صورتی که شما کنجکاو باشید – در سال ۲۰۰۳ به اینجا نقل مکان کردم.

بررسی حباب ها

بابت بیوگرافی طولانی معذرت می‌خواهم، اما چیزی که می‌خواهم نشان دهم این است که تکنولوژی آمد و شد را دیده‌ام. چرخه های تبلیغاتی که من دیده ام معمولاً عبارتند از:

• ادعاهای عجیب و غریب در مورد اینکه چگونه این فناوری همه چیز را از برش نان گرفته تا صلح جهانی و همه چیز را حل می کند.
• فروشندگان تجاری در حال جهش به روند بزرگ در حال ظهور برای گشت و گذار در موج با فناوری های اختصاصی خود هستند که آنها را به عنوان استاندارد یا حداقل گزینه پیش فرض قرار می دهند.
• فناوری‌های نوپایی که این فناوری را پیاده‌سازی می‌کنند، نابالغ، ناپایدار، به سرعت در حال تغییر هستند و ممکن است طی چند ماه یا چند سال کنار گذاشته شوند.
• مطبوعات یک مورد بد از هاری و ایجاد کف در دهان در مورد فناوری، تقویت شدیدترین جنبه‌ها و موارد استفاده و ایجاد سر و صدای زیادی را برای مجریان ایجاد می‌کند که غربال کردن حقیقت و اصول اساسی در اطراف فناوری را برای مجریان سخت می‌کند.
•  جامعه سرمایه‌گذاری پول نقد را با تمرکز کمی به فضا می‌ریزد. این یک محیط بسیار متخاصم برای متخصصان فناوری ایجاد می کند که ارزش اساسی ایجاد می کنند و اکنون باید با ماشین های بازاریابی قدرتمند مبتنی بر VC رقابت کنند.
• همانطور که وارن بافت می گوید، مبتکران، مقلدان و ناتوانان ازدحام کننده به این ترتیب وارد فضا می شوند. من اضافه می کنم که آنها ساختار هرمی دارند که هر موج متوالی حداقل یک مرتبه بزرگتر از آخرین است. برای مدتی کارها شلوغ می شود.
• سپس شما یک چرخه نیم تنه معمولی دارید که خانه را تمیز می کند و تکنولوژی را دوباره خنک می کند، اما همچنین آن را برای مؤمنان واقعی جالب می کند. VC ها کنار می روند و سر و صدایی ایجاد نمی کنند که مبتکران باید با آن رقابت کنند. مقلدها و نااهلان هجوم می آورند تا تقلید کنند و چیز دیگری را به هم بزنند. کسب و کارهایی که ارزش بنیادی ایجاد نمی کنند شکست می خورند. برخی از ایجاد ارزش های اساسی نیز شکست می خورند، اما استعداد و فناوری گاهی اوقات به چیز مفید دیگری تبدیل می شود.

پس چه کسی موفق می شود، و چه فناوری پس از ورشکستگی زنده می ماند؟ گاهی اوقات هیچ‌کدام از آن‌ها، اما فناوری‌های مشتق شده مفید ایجاد نمی‌شوند، مانند اپلت‌های جاوا در دهه ۹۰ که الهام‌بخش Flash بودند که الهام‌بخش مرورگرهای وب محتوای غنی مبتنی بر استانداردها بودند.

گاهی اوقات از میان خاکستر، آمازون متولد می شود، مانند رونق دات کام. و گاهی اوقات شما نوآوری باورنکردنی دارید که در آن نوآوران هرگز موفقیت تجاری در مقیاس بزرگ نمی بینند، اما دیگران چنین می کنند، مانند ایگور سیسویف که Nginx را ایجاد کرد که نیاز به یک مرکز داده پر از سرورهای وب را برای مدیریت وب سایت های در مقیاس بزرگ از بین برد. ایگور یک چیز تجاری دارد، اما برندگان واقعی شرکت‌هایی مانند Cloudflare بودند که زیرساخت جهانی خود را بر پایه Nginx قرار دادند و تعداد زیادی از اتصالات را به سرورهای مبدأ با قوانین مربوط به پروکسی شدن معکوس کردند. هی من هم سود بردم Nginx زمانی که کری و من Feedjit.com را از سال ۲۰۰۷ تا ۲۰۱۱ اجرا می‌کردیم، ما را نجات داد، زیرا به ما اجازه می‌داد ماهانه بیش از ۱ میلیارد درخواست برنامه را فقط در ۶ سرور انجام دهیم. ممنون ایگور

فناوری بلاک چین در یک چرخه شکست قرار دارد و شما می توانید ویژگی هایی را که در بالا تعریف کردم به بلاک چین ترسیم کنید. به‌طور وحشتناکی شبیه به قفسه‌ی دات‌کام به نظر می‌رسد و تقریباً یک دهه بعد، یک آمازون را خواهید دید که از خاکستر بیرون می‌آید. اگر از سقوط بیش از ۸۰ درصدی ارزش بازار جان سالم به در ببرد، ممکن است Coinbase باشد، اما چه کسی می داند؟

مشتق در مقابل نوآوری فناوری بنیادی

من تا کنون به چند حباب فناوری اشاره کرده ام و این واقعاً اولین قدم برای بیرون کشیدن ما از درختان است تا بتوانیم جنگل های مختلف آنجا را بررسی کنیم. حالا بیایید کمی بیشتر برویم و در مورد اینکه کدام جنگل ها مهم هستند صحبت کنیم. برخی از فناوری ها مشتق شده اند. نمونه‌هایی از فناوری مشتق، چیزهای جدیدی هستند که در یک مرورگر اجرا می‌شوند، برای مثال Websockets.

سوکت‌های وب فوق‌العاده هستند زیرا به مرورگر اجازه می‌دهند یک اتصال را باز نگه دارد و اعلان‌های فشاری را بدون انجام دست دادن سه طرفه TCP دریافت کند تا هر بار که مرورگر می‌خواهد بررسی کند که آیا داده‌ای در سرور چت منتظر است یا هر چیز دیگری، یک اتصال جدید برقرار کند. ما قبلاً این را نظرسنجی طولانی می نامیدم و من یک وب سرور نوشتم تا نظرسنجی طولانی انجام دهد که رویکردی ناشیانه اما ضروری بود، بنابراین وقتی Web Sockets آمد همه ما نفس راحتی کشیدم و من با خوشحالی وب سرورم را بازنشسته کردم خوشحالم که هیچکس کد منبع بد من را می بینم که به خوبی کار می کند.

یکی دیگر از فناوری های مشتق شده – و شما این را دوست ندارید – بلاک چین است. این یک پیاده‌سازی مفید و جدید از الگوریتم‌های هش و چند ترفند رمزنگاری دیگر است، اما صادقانه بگوییم، ما باید حداقل دو دهه پیش بانکداری را از بین می‌بردیم و این واقعیت که بلاک چین هنوز نتوانسته است این کار را انجام دهد، ناامیدکننده و گویای این است که این فقط یک راه حل است. مجموعه‌ای از برنامه‌های مشتق بر اساس برجی از اصولی ساخته شده‌اند که قبل از بلوغ راهی در پیش دارند. چرخه هیاهو و حباب حدس و گمان اطراف آن صرفاً انسان ها بود که سر و صدای انسان را ایجاد می کردند.

بنابراین این فناوری مشتق است. علاوه بر فناوری مشتق، شما چیزی دارید که من می‌خواهم آن را فناوری بنیادی بنامم. برق اساسی است. این فناوری سنگ بنای است که جهان را در توانایی ما در استفاده و حمل و نقل انرژی متحول کرد و انقلاب صنعتی و تکنولوژیکی را که جهان هرگز ندیده بود، ممکن ساخته است. ریزپردازنده نیز به دلایل مشابه یک فناوری اساسی است. شما الگوریتم‌هایی دارید که فناوری اساسی هستند مانند الگوریتم RSA که به ما امکان می‌دهد یک کانال ارتباطی امن ایجاد کنیم در حالی که یک فرد بد در تمام مدت گوش می‌دهد – نوعی از فناوری که می‌تواند نتیجه جنگ جهانی دوم را تغییر دهد.

اینترنت یک فناوری اساسی است. این جهان را به هم متصل کرد و به ما توانایی ساخت برنامه های کاربردی مانند HTTP و وب را داد که از فناوری های مشتق شده هستند.

اوه، می دانم که می خواهید در این مرحله با من دعوا کنید و اگر در وردکمپ اتحادیه اروپا شرکت می کنید – یک مبارزه دانشگاهی و استعاری، این کار را انجام می دهیم – اما امیدوارم که آنچه من هستم را انتخاب کنید. در اینجا به معنای کلی: فناوری اساسی وجود دارد که عمیقاً جهان را قادر می‌سازد و تغییر می‌دهد و بسیاری از چیزهای دیگر بر روی آن ساخته شده‌اند، و فناوری مشتق‌شده‌ای وجود دارد که توجه زیادی را به خود جلب می‌کند اما در یک جهان کاملاً متحول کننده نیست. اگر به قرن ها فکر کنید، معنای تاریخی دارد. و یک ناحیه خاکستری چربی بزرگ در بین آن وجود دارد.

هوش مصنوعی یک فناوری اساسی است. برای چندین دهه ما با نوشتن توابع با دست برنامه نویسی می کنیم. ما در ساختاردهی کد خود با استفاده از استعاره هایی مانند برنامه نویسی شی گرا برای ایجاد ساختارهای منطقی که در دنیای انسانی معنادار است و به ما در سازماندهی پایه های بزرگ کد کمک می کند، بسیار خوب عمل کرده ایم. اما اساساً نحوه تعریف منطق در یک برنامه برای مدت طولانی تغییر نکرده است. تا به حال. برای اولین بار در تمام تاریخ، ما می توانیم توابع در برنامه نویسی را با آموزش آنها ایجاد کنیم، نه اینکه آنها را با دست بنویسیم. به عبارت دیگر، کمی فنی تر، می توانیم تابعی را از مشاهدات استنتاج کنیم و سپس از آن استفاده کنیم. مانند نوزادان و کودکان نوپا. این تاریخی است، تحول آفرین است و یک پیشرفت اساسی است.

نکته خنده دار این است که تا همین اواخر – حوالی سال ۲۰۱۵ – هوش مصنوعی بسیاری از به اصطلاح “زمستان هوش مصنوعی” را متحمل شده بود، جایی که علاقه قابل توجهی در این زمینه وجود داشت که دلارهای سرمایه گذاری را تسریع می کرد، و سپس شکستی که معمولاً ناشی از بررسی واقعیت بود، که باعث زمستان شد. در تامین مالی و بهره آیا کسی “سیستم های خبره” دهه ۸۰ را به خاطر می آورد؟ در اوایل دهه ۲۰۰۰، نام هوش مصنوعی به قدری در گل و لای کشیده شد که هر کسی که در این زمینه تحقیق جدی می کرد، از کلمات مختلفی برای توصیف کار خود استفاده می کرد، مانند “یادگیری ماشین” یا “انفورماتیک” یا “سیستم های دانش”.

چند مؤمن واقعی سخت‌کوش مانند یان لکون، یوشوا بنجیو و جفری هینتون مانند بیلبو و سم در مرداب‌های مرده گذر کردند و جایزه تورینگ را بردند، که اساساً جایزه نوبل علوم کامپیوتر است و من این افتخار را داشتم که در آن شرکت کنم. زمانی که Rivest، Adleman و Shamir برنده کریپتوهای کلید عمومی شدند. جایزه تورینگ با توجه به اینکه محیط هوش مصنوعی برای مدتی خصمانه بود، یک معامله بسیار بزرگ و شایسته است.

پس چه چیزی تغییر کرد؟ خوب برای یک چیز شما دارید این پست را می خوانید زیرا در مورد هوش مصنوعی است و شما علاقه مند هستید. و شما علاقه مند هستید زیرا اخیراً از GPT-4، MidJourney، Dall-E یا مدل دیگری برای ایجاد چیزی استفاده کرده اید. شما نتایج ملموسی را مشاهده می کنید. و دلیل اینکه نتایج را می‌بینید این است که سخت‌افزار GPU، الگوریتم‌ها و علاقه به این زمینه ما را به نقطه عطفی رسانده است که در آن این فناوری نتایجی را ارائه می‌دهد که به اندازه کافی شگفت‌انگیز برای تسریع بودجه بیشتر، تحقیقات بیشتر و موارد دیگر است. نتایج کاهش فک این چرخه واقعاً در سال ۲۰۱۵ افزایش یافت و با انتشار GPT-4 اخیراً وارد مرحله ای شده است که من آن را به عنوان رشد نمایی واقعی و ثابت توصیف می کنم.

طبق گفته NVidia “اندازه های LLM در چند سال گذشته هر سال ۱۰ برابر افزایش یافته است”. در دو سال این ۱۰۰ برابر است. سه سال بعد این ۱۰۰۰X و غیره است. آن را تعمیم دهید و بترسید. یا خوشبین باشید اگر ذهن شما برای اجاره نیست و امیدوار و در عین حال ناراضی هستید. از اشعار راش که بگذریم، این سرعت باید به شما ایده دهد که این موضوع چقدر سریع در راه است. و اکنون که به نقطه عطفی که ذکر کردم رسیده‌ایم، جایی که به نظر می‌رسد سخت‌افزار و الگوریتم‌ها بر چرخه ناامیدی که هوش مصنوعی برای دهه‌ها در آن گیر کرده بود غلبه کرده‌اند، پیش‌بینی می‌کنم که شاهد رشد مداوم و تصاعدی در این زمینه باشید. در توانایی های آینده قابل پیش بینی، با حباب مالی و رکود در آن وجود دارد که تاثیر چندانی بر ارزش اساسی فناوری نخواهد داشت.

ماوندر بابت درس تاریخ متشکرم، اما شما ما را با قول هایی به اینجا آوردید که به ما بگویید در مورد هوش مصنوعی چه کنیم. بنابراین؟“

در مورد هوش مصنوعی چه باید کرد

تا اینجا در مورد اینکه چرخه های بوم چگونه به نظر می رسند و نوع سر و صدا و تله های خرس که باید از آنها آگاه باشید بحث کرده ایم. ما هوش مصنوعی را از نظر اساسی تعریف کرده‌ایم – عملکردی که می‌توانید آن را به جای کد دستی آموزش دهید. و ما امیدواریم توافق کرده ایم که وارد دوره ای از رشد مداوم و تصاعدی در این زمینه شده ایم. اکنون در مورد چگونگی بقا و شکوفایی در دنیایی صحبت خواهیم کرد که بسیار شبیه به زمان اختراع و تجاری سازی الکتریسیته یا ریزپردازنده یا اینترنت است.

گلدمن تخمین می زند که هوش مصنوعی ۷ درصد به تولید ناخالص داخلی جهانی با نرخ رشد ۱.۵ درصدی در سال اضافه می کند. آنها همچنین تخمین می زنند که تقریباً دو سوم مشاغل ایالات متحده در معرض درجاتی از اتوماسیون توسط هوش مصنوعی قرار دارند. شما می توانید این را در سطح جهانی تعمیم دهید. این نوع اختلال جهانی فقط با انقلاب صنعتی یا کل انقلاب فناوری اخیر به عنوان یک کل از سال ۱۹۸۰ مطابقت دارد. از همان نشریه، ” مطالعه اخیر توسط اقتصاددان دیوید اتور که در گزارش ذکر شده نشان داد که ۶۰ درصد از کارگران امروزی شاغل در مشاغلی که در سال ۱۹۴۰ وجود نداشت . بنابراین در یک یادداشت خوش بینانه، این نوع اختلال چیز جدیدی نیست و ما مدتی است که در حال ایجاد اختلال و انطباق هستیم.

شاید به این دلیل این مطلب را می خوانید که یک وب سایت وردپرس را اجرا می کنید که احتمالاً توسط محصول من، Wordfence ایمن شده است . این بدان معناست که شما خالق نوعی هستید. شاید شما یک نویسنده، یک هنرمند، یا شاید شما یک کارآفرین هستید که یک کسب و کار از هوا ایجاد می کنید. [بله همکاران من، شما می توانید با دیگر بچه های خالق باحال هم ارتباط برقرار کنید!!]. اگر اصلاً قصد تطبیق را ندارید، این شما را در برابر این موج آتی آسیب پذیرتر می کند تا سرآشپزی که رستورانی را اداره می کند، یا شخصی که املاک و مستغلات و اجاره ها را مدیریت می کند. و این واقعاً کلید است: سازگاری . پس چگونه می توانیم سازگار شویم؟

اگر خالق هستید، باید کاربر هوش مصنوعی شوید. احتمالاً در حال حاضر از GPT برای نوشتن کپی برای کاتالوگ محصولات خود در وب سایت تجارت الکترونیک خود استفاده می کنید، یا از MidJourney (MJ) یا Dall-E برای ایجاد هنر برای کمپین های تبلیغاتی استفاده می کنید. اگر شما یک طراح یا هنرمند هستید، ممکن است احساس رنجش این هنرمند Blender را در Subreddit Blender داشته باشید .

از زمانی که Midjourney v5 هفته گذشته عرضه شد، اکنون شغل من متفاوت است. من دیگر نه هنرمند هستم و نه یک هنرمند سه بعدی. تنها کاری که من انجام می دهم درخواست، فتوشاپ و پیاده سازی تصاویر خوب است. دلیل اینکه من به عنوان یک هنرمند سه بعدی در وهله اول رفتم از بین رفت. من می خواستم در فضای سه بعدی فرم ایجاد کنم، مجسمه سازی کنم، خلق کنم. با خلاقیت خودم با دستان خودم.»

“این یک شب برای من آمد. من هیچ انتخابی نداشتم. و رئیس من نیز چاره ای نداشت. من اکنون می توانم شخصیتی را بسازم، جعل و متحرک کنم که در عرض ۲ تا ۳ روز از MJ خارج می شود. پیش از این، چندین هفته به صورت سه بعدی از ما گرفت. تفاوت این است: من اهمیت می دهم، او نه. برای رئیس من صرفه جویی زیادی در زمان/پول دارد.»

در حالی که من با سختی تغییر و اختلال احساس همدردی می کنم، اما در چند قرن گذشته در بسیاری از زمینه ها ثابت بوده است. MidJourney راه درازی در پیش دارد تا بتواند با یک هنرمند دنیای واقعی مطابقت داشته باشد، مگر اینکه فقط تصاویر را ایجاد کنید و به هوش مصنوعی اجازه دهید انتخاب های طراحی را هدایت کند و خوشحال باشید که باگ ها را برطرف کنید. برای اینکه MidJourney و سایر هوش مصنوعی‌های مولد دقیقاً همان چیزی را که ما می‌خواهیم تولید کنند، باید درک بهتری از آنچه می‌خواهیم ایجاد کنیم، داشته باشند. و اینجاست که این مهارت به وجود می‌آید. شما قبلاً این را با سندی می‌بینید که شخصی ایجاد کرده است و فهرستی از عکاسان معروف و نمونه‌هایی از ظاهر آنها ایجاد کرده است . این را می توان در اعلان های MJ برای گفتن “به سبک” برای به دست آوردن ظاهری خاص استفاده کرد، اما این یک رویکرد فوق العاده ابتدایی است.

یکی دیگر از راه‌های هدایت هوش مصنوعی MJ، ترکیب عکس‌هایی است که تولید کرده است. باز هم، فوق‌العاده ابتدایی، اما این شروعی است برای داشتن توانایی مشخص کردن دقیق آنچه می‌خواهید و دریافت آن از MJ. و اگر به یادآوری نیاز دارید که هنوز چقدر اساسی است، سعی کنید MJ را برای تولید عقربه ها بیاورید. حتی در نسخه ۵ هنوز هم بد است.

بنابراین، اگر یک خالق هستید، اکنون در استفاده از ابزارها مهارت پیدا کنید، محدودیت‌های آن‌ها را درک کنید و با تکامل محصولات تکامل پیدا کنید تا زمانی که در هدایت هوش مصنوعی برای ایجاد دقیقا همان چیزی که می‌خواهید باشید، پیشرفت کنید. این به شما کمک می‌کند تا مشتریان خود را راهنمایی کنید تا محدودیت‌های وضعیت فعلی هوش مصنوعی را برای آنها توضیح دهید و جایی که ارزش اضافه می‌کنید، به شما این امکان را می‌دهد که فوراً از مزایای استفاده از ابزارهای فعلی استفاده کنید و با بهبود ابزارها، بهره‌وری خود را افزایش دهید. گرفتن دستورالعمل از شما

این امر در مورد نویسندگان، هنرمندان، طراحان، فیلمسازان، عکاسان، فیلمنامه نویسان و هر کسی که خروجی خلاقانه دارد صدق می کند. در ابزارها مهارت پیدا کنید. حالا با آنها خوب شوید. این کار را با ذهن باز انجام دهید. بدانید که تغییرات دائمی نیستند و این تغییر است. (دوباره با اشعار مخفیانه در راش)

تطبیق به عنوان یک توسعه دهنده

کدگذاران! مردم من! ما مشکل داریم. بیشتر شما کاربر هوش مصنوعی شده اید. شما از طریق API آنها از GPT-4 استفاده می کنید. شما از طریق یک API به سایر هوش مصنوعی های مولد متصل می شوید. تو خودت رو نمیچرخونی و نورد خود را جایی که همه سرگرم کننده است!

تا به حال در مورد یادگیری انتقالی شنیده اید؟ می‌توانید یک مدل از قبل آموزش‌دیده‌شده را از Hugging Face بگیرید، سر را جدا کنید – به نام لایه نهایی در لایه‌های شبکه‌های عصبی، آن را با وزنه‌های تصادفی جایگزین کنید، و مدل از قبل آموزش‌دیده‌شده را با داده‌های خود آموزش دهید تا از مزایای آن استفاده کنید. گاهی اوقات میلیون ها دلاری که شخص دیگری قبلاً برای آموزش مدل خود هزینه کرده است. در واقع مدل LLAMA فیس بوک که یکی از بزرگترین LLM ها در جهان است اخیراً از طریق تورنت فاش شده است .

مهمترین کاری که در حال حاضر به عنوان یک توسعه دهنده باید انجام دهید این است که دیگر کاربر هوش مصنوعی نباشید و به یک توسعه دهنده هوش مصنوعی تبدیل شوید. GPT-4 یک توپ براق است که جهان در یک سال آینده آن را فراموش خواهد کرد، اما در حال حاضر توپی بسیار براق و جذاب است که به بسیاری از گفتگوهای برنامه نویس اواخر شب دامن می زند. آن آماری که در بالا به شما دادم را به خاطر دارید؟ این LLM ها در سال ۱۰ برابر در اندازه افزایش یافته اند. وضعیت فعلی هنر تا چند سال دیگر روی دسکتاپ در دسترس شما خواهد بود و باید امروز برای آن دنیا آماده شوید.

من فقط می‌روم و به شما می‌گویم برای جمع‌آوری سریع وسایل هوش مصنوعی خود چه کاری باید انجام دهید.

• ریاضی را نادیده بگیرید در این مورد به من اعتماد کنید اکثر مردم از جمله توسعه دهندگان در ریاضیات خوب نیستند و این باعث ترس آنها می شود. هوش مصنوعی فقط ضرب و جمع ماتریس با استفاده از هسته‌های GPU برای موازی کردن عملیات است. بیان این به صورت کد آسان است. بیان آن به صورت ریاضی باعث می شود زیر تخت خود پنهان شوید و گریه کنید. ریاضی را نادیده بگیرید اگر بتوانید کد بزنید، آن را دریافت خواهید کرد.
• پایتون را یاد بگیرید. همه چیز در هوش مصنوعی پایتون است. این یک زبان کوچک زیبا است که اگر قبلاً یک توسعه دهنده باشید، خیلی سریع از آن قدردانی خواهید کرد. اگر قبلاً کمربند مشکی هستید، مانند آمدن به آیکیدو است. خوب صحنه MMA به نوعی استعاره من را به هم ریخت و ثابت کرد که آیکیدو واقعاً بی ارزش است، اما هر چه باشد.
• سپس دوره آموزش عمیق عملی برای کدنویس ها را در fast.ai انجام دهید . این چگونه است که ما بچه هایمان را به سرعت در زمین آماده می کنیم و این بسیار عالی است. جرمی هاوارد کار فوق‌العاده‌ای انجام می‌دهد تا شما را سریعاً در میدان به سرعت ببرد و فوراً شما را سازنده می‌کند و سپس جزئیات را به روشی سرگرم‌کننده و غیر ریاضی باز می‌کند.
• همانطور که در دوره پیشرفت می کنید، مطمئناً با استفاده از نوت بوک های Jupyter سرعت خود را افزایش دهید و من Kaggle را برای این کار توصیه می کنم. آنها چند سال پیش توسط گوگل خریداری شدند و به نوعی با سیستم نوت بوک خود گوگل به نام Colab رقابت می کنند ، اما من Kaggle را ترجیح می دهم. شما به سادگی با تأیید آدرس ایمیل خود به GPU دسترسی پیدا می کنید و رایگان است که به نوعی شگفت انگیز است. بنابراین می توانید از یک محیط متن غنی در Kaggle برای نوشتن کد خود استفاده کنید، خروجی را ببینید و آن را روی برخی از GPUهای نسبتاً مناسب اجرا کنید. در صورتی که در مورد معیارها کنجکاو باشید، پردازنده‌های گرافیکی Kaggle حدود ۲۰ درصد از سرعت لپ‌تاپ RTX 4090 من کار می‌کنند.

این دوره اصول، نحوه استفاده از مدل های از پیش آموزش دیده، نحوه ایجاد نوت بوک های Jupyter یا چنگال دیگران، نحوه ایجاد فضاهای در آغوش گرفتن صورت، و نحوه به اشتراک گذاری مدل های خود و خروجی آنها با جهان را آموزش می دهد. این سریع‌ترین راه در حال حاضر برای تبدیل خود از یک کاربر هوش مصنوعی به یک توسعه‌دهنده هوش مصنوعی و دریافت نوشیدنی‌هایی است که در مهمانی‌هایی توسط افرادی که هنوز جهش نکرده‌اند برای شما خریداری می‌کنند.

بسیار خوب، این کار طولانی شد اما این برنامه بود. در مورد هوش مصنوعی بیشتر صحبت خواهیم کرد. برو جلو، شجاع باش، بیاموز و خلق کن!

مارک ماندر – بنیانگذار و مدیر عامل – Wordfence و Defiant Inc.

پی نوشت: همه تصاویر موجود در صفحه با MidJourney ایجاد شده اند و اگر می خواهید پیامی را که من استفاده کردم را ببینید، به سادگی تصویر را در یک برگه جدید مشاهده کنید و نام تصویر همان درخواست است، همه به جز تصویر دست های فلزی سنگین که همکار ایجاد کرد. در صورت وجود بحث در نظرات خواهم بود.

ترجمه از اینجا