با ChatGPT چه کنیم؟ درس‌هایی از تاریخ.

تصویر با استفاده از artbreeder.com تولید شده
تصویر با استفاده از artbreeder.com تولید شده
از ChatGPT خواستم که به زبان فارسی مقاله‌ای در مورد هوش مصنوعی، زلزله و هکرهای روسی بنویسد.
از ChatGPT خواستم که به زبان فارسی مقاله‌ای در مورد هوش مصنوعی، زلزله و هکرهای روسی بنویسد.

سرآغاز دورانی نوین

انفجار بمب‌های اتم در ژاپن، بهانه‌ی صلح هسته‌ای شد. حالا در ظاهر همه با هم دوست بودن ولی زیر زمین و زیر سطح آب، بمب‌های جدید رو تست می‌کردن و قطع به یقین ادامه هم میدن. باید می‌شد یه جوری تشخیص داد که کدام لرزش به خاطر زلزله است و کدام به خاطر انفجار! مخصوصا وقتی این لرزش‌ها همزمان می‌شن.

قصه‌ی آشنایی نیست؟ وقتی که اخبار حل کردن مسئله‌های علوم کامپیوتر رو توسط خود کامپیوتر می‌شنویم، و کنار خبر تعدیل نیروی شرکت‌های غول فناوری می‌ذاریم، اولین سوالی که توی ذهن ما پیش میاد اینه که: چه فرقی هست بین کارِ دست و کارِ ماشین؟ کجا به توازن می‌رسه؟ آینده‌ی شغلی #برنامه_نویسی و #تولید_محتوا به کجا ختم می‌شه؟ ذهن تعمیم‌گر، به این سمت می‌ره که قصه‌ی بمب‌های زیرزمینی شوروی و هوش مصنوعی رو، با سرنوشتی نسبتا مشابه ببینه. حداقل اگر فرض کنیم که تاریخ خودشو تکرار می‌کنه. ولی قصه‌ی این بمب‌ها چی بود و چی شد؟

پایگاه متروکه‌ی آزمایش‌های هسته‌ای اتحاد جماهیر شوروی؛ منبع تصویر: time.com
پایگاه متروکه‌ی آزمایش‌های هسته‌ای اتحاد جماهیر شوروی؛ منبع تصویر: time.com
gs.llnl.gov منبع تصویر
gs.llnl.gov منبع تصویر
سیگنال انفجار اتمی (سرخ) و زلزله (آبی)؛ منبع: lanl.gov
سیگنال انفجار اتمی (سرخ) و زلزله (آبی)؛ منبع: lanl.gov
Yongqiang Ma, Jiawei Liu, Fan Yi تشخیص متن نوشته شده توسط انسان و هوش مصنوعی؛ منبع: مقاله‌ای از
Yongqiang Ma, Jiawei Liu, Fan Yi تشخیص متن نوشته شده توسط انسان و هوش مصنوعی؛ منبع: مقاله‌ای از

قصه این بود که دانشمندهایی که توی سازمان انرژی اتمی مسول این قضیه بودن، سعی کردن که سیگنال‌هایی که از لرزه‌نگار‌ها به دست میاد رو تفکیک کنن به سیگنال‌هایی که اون رو تشکیل داد. برای این منظور، دو دانشمند، سعی کردن که از تبدیل فوریه استفاده کنن ولی چون اون تبدیل بسیار زمان‌بر بود، بر پایه‌ی اون، تبدیلِ فوریه‌ی سریع رو ابدا کردن (که بعضی هم می‌گن گاوس ده‌ها سال قبل این کار رو کرده بود) و به اسم خودشان منتشر کردن؛ Cooley-Tukey FFT. با استفاده از این الگوریتم، می‌توانستند در عرض چند دقیقه، یه لرزش مشکوک رو بررسی کنن و از زمین‌لرزه تمیزش بدن.

Fast Fourier Transform in Predicting Financial Securities Prices University of Utah May 3, 2016 Michael Barrett Williams
Fast Fourier Transform in Predicting Financial Securities Prices University of Utah May 3, 2016 Michael Barrett Williams


اضافه کنم که یه روز با دلی بسیار ساده نشستم (: و سعی کردم که این تبدیل رو روی نمودارهای بازارهای مالی اجرا کنم، تا بلکه بتوانم نویز رو از اسپایک‌های قوی تفکیک کنم و روند رو تشخیص بدم. نموداری رو به دست آوردم، اما تا به این لحظه معنی خاصی ازش دریافت نکردم، چون به علم دینامیک و خیلی چیزای دیگه واقف نیستم. باری؛

آخر قصه‌ی بمب‌های زیر زمینی شده این که هر روز توی اخبار می‌شنویم. بازرسی‌های مختلف سازمان‌های بین المللی با سنسور‌های مختلف و تصاویر ماهواره‌ای از جاهایی که بهش مشکوکن. اما درسی که تاریخ علم ریاضی به ما می‌ده اینه که هیچ‌چیز غیر ممکن نیست. ذهن تعمیم‌گر من فکر می‌کنه که یه روز ما با هوش مصنوعی در این دو صنعت (برنامه‌نویسی و تبلیغ‌نویسی) به تعادل می‌رسیم. هرچند این تعادل ممکنه شکننده باشه و هر لحظه ممکنه که بازی به نفع یک از طرفین (که معتقدم هوش مصنوعی خواهد بود) برگرده.

منظورم از تعادل اینه که فرش ماشینی تولید می‌شه، فرش دست‌بافت هم قیمت خودشو داره. اما قطعا آینده‌ای که در انتظار دنیای علمه، بسیار فراتر از تصورات امروز ماست.

تکلیف ما چیه؟

نتیجه‌گیری بخوام بکنم اینه که اگر دارید توی این رشته‌ها تحصیل یا کار می‌کنید، سعی کنید وارد علوم بنیادین مربوط به اون بشین. یعنی اگه دارید برنامه‌نویسی می‌کنید، برید به سمت توسعه و بهینه‌سازی کتاب‌خانه‌های هوش‌مصنوعی و غیره. یا اینکه توی حوزه‌ی امنیت فعالیت کنید یا چیزای دیگه. و اگه دارید توی حوزه‌ی تبلیغات فعالیت می‌کنید، حتما روانشناسی، جامعه شناسی، اقتصاد و غیره رو خوب بشناسید.

در پایان؛ خوشحال می‌شم باهم گپ بزنیم و در ارتباط باشیم. اینستاگرام، مخصوصا لینکداین و یا همینجا.

ممنونم.