تا حالا شده حس کنید همه دارند از «هوش مصنوعی» حرف میزنند، اما دقیقاً نمیدانید منظورشان ChatGPT است یا نانوبنانا یا تولید آهنگ با صدای هایده؟ اگر تا دیروز فکر میکردید هوش مصنوعی، هوش مصنوعی مولد (Gen AI) و LLM همگی یک چیز هستند، اصلاً تنها نیستید. خیلی از ما این کلمات را به جای هم استفاده میکنیم؛ در حالی که هر کدام دنیای متفاوتی دارند.
در این مطلب، بدون هیچ پیچیدگی فنی و با مثالهایی که هر روز با آنها سروکار داریم، دقیقاً مشخص میکنیم که هر کدام از اینها چه کاری انجام میدهند و کجای این پازل بزرگ قرار میگیرند. اگر میخواهید یک بار برای همیشه این مفاهیم را از هم تفکیک کنید، چند دقیقه وقت بگذارید و این متن را بخوانید.
بیایید از پایه شروع کنیم. هوش مصنوعی یا AI یک مفهوم خیلی کلی است. به زبان ساده، هر سیستم کامپیوتری که بتواند کاری شبیه به «فهمیدن»، «تشخیص دادن»، «پیشبینی کردن» یا «یادگیری» انسان را انجام دهد، در دسته AI قرار میگیرد.
نکته کلیدی اینجاست: این سیستمها لزوماً خلاق نیستند و قرار نیست حتماً چیزی تولید کنند. اغلب اوقات، کارشان فقط تحلیل دادهها و پیدا کردن بهترین الگو است.
مثال روزمره: وقتی دوربین گوشیتان صورت شما را تشخیص میدهد و روی آن فوکوس میکند، شما با هوش مصنوعی طرف هستید. اینجا سیستم دارد «تشخیص» میدهد، نه اینکه عکس جدیدی خلق کند.
مثال دیگر: وقتی اپلیکیشنی مثل ویز (Waze) با توجه به ترافیک و تصادفات، سریعترین مسیر را به شما پیشنهاد میدهد، باز هم AI در حال تحلیل داده و تصمیمگیری است.
پس اگر ابزاری فقط «میفهمد» یا «پیشنهاد میدهد» (حتی اگر هیچ متن یا عکسی تولید نکند)، احتمالاً یک هوش مصنوعی است.
هوش مصنوعی مولد یا Generative AI، زیرمجموعهای از همان چتر بزرگ AI است، اما با یک تفاوت بنیادین: این سیستمها فقط تحلیل نمیکنند، بلکه «چیز جدیدی» میسازند.
اگر AI کلاسیک مثل یک ماشینحساب یا یک ناظر دقیق باشد، Gen AI مثل یک نقاش، نویسنده یا آهنگساز است. این ابزارها میتوانند متن بنویسند، تصویر خلق کنند، ویدیو بسازند، کد برنامهنویسی تولید کنند یا حتی صدا را شبیهسازی کنند.
قانون طلایی: هر Gen AI، نوعی AI است؛ اما هر AI، مولد نیست.
مثال روزمره: فرض کنید به ابزاری مثل «نانوبنانا» میگویید: «یک تصویر فانتزی از یک موز فضانورد بساز.» اگر آن ابزار بر اساس دستور شما یک تصویر کاملاً تازه و جدید خلق کند، شما با هوش مصنوعی مولد طرف هستید. خروجی اینجا «خلق» میشود، نه اینکه فقط از بین عکسهای قدیمی یک مورد انتخاب شود.
حالا LLM یا Large Language Model کجای این داستان است؟ LLM در واقع یک نوعِ تخصصی از هوش مصنوعی مولد است که فقط و فقط روی زبان و متن تمرکز دارد. این مدلها با خواندن حجم عظیمی از متون اینترنت، یاد گرفتهاند که زبان انسان را بفهمند و مثل او صحبت کنند.
پس رابطه این سه مفهوم به این شکل است:
AI: مفهوم مادر و کلی (شامل تشخیص و تحلیل).
Gen AI: زیرمجموعهای از AI که وظیفهاش تولید محتوای جدید است.
LLM: زیرمجموعهای از Gen AI که متخصص تولید و درک متن و زبان است.
مثال روزمره: چتجیپیتی (ChatGPT) یا گروک (Grok) نمونههای بارز LLM هستند. شما با آنها چت میکنید، سوال میپرسید، میخواهید متنی را خلاصه کنند یا ایدهای برای نوشتن ایمیل به شما بدهند. اما دقت کنید: ویز (Waze) یک LLM نیست، چون با زبان طبیعی چت نمیکند؛ فقط داده تحلیل میکند.
برای اینکه خیالتان راحت شود، این جدول کوچک را به خاطر بسپارید:
بزرگترین اشتباه این است که هر ابزار جدیدی را به طور کلی «هوش مصنوعی» بنامیم و لایههای آن را نادیده بگیریم. وقتی تفاوت اینها را بدانید، هم انتخاب ابزار مناسب برای کارتان راحتتر میشود و هم اخبار این حوزه را خیلی دقیقتر درک میکنید.
آیا هر چتباتی یک LLM است؟
نه لزوماً. خیلی از چتباتهای قدیمی فقط بر اساس یک سری قوانین از پیش تعیینشده (مثلاً منوی شماره ۱، ۲، ۳) کار میکنند. اما چتباتهای پیشرفته و امروزی مثل ChatGPT، مغزشان بر پایه LLM ساخته شده است.
آیا ویز یا گوگلمپ هم Gen AI هستند؟
خیر. این ابزارها بیشتر از «هوش مصنوعی تحلیلی» برای مسیریابی، پیشبینی زمان رسیدن و تحلیل ترافیک استفاده میکنند و چیزی را از صفر تولید نمیکنند.
آیا LLM فقط برای تولید متن کاربرد دارد؟
تمرکز اصلی آن روی متن و زبان است، اما امروزه در بسیاری از سیستمها، LLM با ابزارهای دیگر (مثل تولیدکنندههای تصویر یا کد) ترکیب میشود تا کارهای پیچیدهتری انجام ده
