
تو محله هندیها همیشه یک بوی خاص میآید؛ ترکیبی از ادویه کاری، سیر و روغن که توی هوا پیچیده. شنیده بودم این بوی همیشگی متعلق به غذای محبوبشان است: چیکن بریانی. خلاصه، هندیها جونشون به این غذاست و من هم تصمیم گرفتم دست به کار بشم ببینم این چیه که همیشه این مردمان درست میکنند.
چند چیز کلی درباره آشپزی میدانستم؛ اصولی مثل آنچه در پادکست علی بندری درباره کتاب Salt, Fat, Acid, Heat توضیح داده شد: همیشه آشپزی یک سری قوانین ثابت داره. مثلا ادویه یا رب گوجه بهتر است تفت بخورد، گوشت را اول نمک نزنیم سفت میشه و پیاز را اول بدون روغن تفت بدهیم و بعد روغن بزنیم.....
اینها تجربه و دانش قبلی من بود، همان چیزی که در دنیای AI به آن مدل و یادگیری از تجربه (Machine Learning) میگویند.

حالا که اصول را داشتم، سراغ اینترنت رفتم و یک ویدیوی یوتیوب پیدا کردم: آموزش پخت چیکن بریانی، به زبان انگلیسی و با لهجه شیرین هندی. هر بار مربی میگفت “Actually…” و نکتهای میگفت، من آن را در ذهنم ذخیره میکردم و با یادداشتهای خودم ترکیب میکردم. این ویدیو و اطلاعات آنلاین همان دادهها بودند و کاری که من میکردم، شبیه RAG (Retrieval-Augmented Generation) بود: قبل از تصمیمگیری، اطلاعات واقعی را بررسی میکردم تا نتیجه دقیقتر شود.
بعد از جمعآوری دادهها و یادگیری، آشپزی شروع شد. مواد اولیه را از قبل گوگل کرده بودم و ترتیب مراحل را طبق ویدیو و تجربه خودم اجرا کردم. این مرحله همان چیزی است که مدلهای زبانی انجام میدهند: با دادهها و تجربه قبلی تصمیم میگیرند قدم بعدی چیست.
وقتی غذا آماده شد و چشیدیم، متوجه شدیم نیاز به تغییرات جزئی دارد: کمی ادویه کمتر و طعم کمی ایرانیزهتر. این اصلاحات همان چیزی است که در هوش مصنوعی به آن Validation و Data-Driven Decision میگویند: بر اساس بازخورد، خروجی را بهتر میکنیم.
هوش مصنوعی (AI): کل فرآیند پخت و یادگیری غذا، یعنی شبیه یک آشپز دیجیتال که میخواهد غذا بسازد.
مدل (Model): مغز من و تجربه آشپزی قبلی که تصمیم میگیرد چه کاری انجام دهد.
مدل زبانی (Language Model): توانایی حدس زدن قدم بعدی بر اساس تجربه و دادهها، مثل اینکه بدانم بعد از پیاز چه اضافه کنم.
RAG: قبل از ادامه پخت، رفتن سراغ ویدیوها و منابع واقعی تا تصمیم دقیقتر بگیریم.
داده (Data): ویدیو، دستورها، مقالات و اطلاعات آنلاین که جمعآوری شد.
Validation و Data-Driven Decision: چشیدن غذا و اصلاح بر اساس بازخورد، همانطور که مدلها خروجیشان را بررسی میکنند و اصلاح میشوند.