آیا تا به حال فکر کردهاید که وقتی یک هوش مصنوعی نمیتواند درخواستی را انجام دهد، در پشت صحنه چه اتفاقی میافتد؟ این پاسخ صرفاً یک «نه» ساده نیست؛ بلکه اغلب نگاهی شگفتانگیز به طراحی عملیاتی و محدودیتهای آن است. اخیراً، یک مورد جالب این موضوع را به خوبی نشان داد: از یک مدل هوش مصنوعی خواسته شد تا مقاله اصلی را از یک بلوک متن خام استخراج کند، اما مدل با توضیح دقیق دلیل عدم توانایی خود پاسخ داد.
هوش مصنوعی اعلام کرد: «متن ارائه شده یک صفحه وب زنده نیست که بتوانم آن را اسکرپ کنم، و من توانایی تجزیه متن خام، شناسایی مقاله اصلی و تبدیل آن به HTML را ندارم…» این پاسخ چندین تمایز فنی کلیدی را آشکار میکند که برای هر کسی که با هوش مصنوعی کار میکند یا از آن استفاده میکند، بسیار مهم است.
اول، تفاوت اساسی بین یک صفحه وب زنده و یک بلوک متن ساده وجود دارد. ابزارهای وب اسکرپینگ به طور خاص برای تعامل با URLهای زنده طراحی شدهاند. آنها HTML صفحه را که یک سند ساختاریافته است، دریافت میکنند. این ساختار، با تگهایی مانند <article>، <h1> و <p>، سرنخهای ضروری برای شناسایی محتوای اصلی در مقابل تبلیغات، نوارهای ناوبری یا فوترها را فراهم میکند. از سوی دیگر، یک بلوک متن خام فاقد این زمینه ساختاری است، که تشخیص «مقاله اصلی» از سایر بخشها را برای یک فرآیند خودکار فوقالعاده دشوار میکند.
دوم، هوش مصنوعی به ابزار خاص خود، `Searxng`، و هدف آن اشاره کرد. این مدل توضیح داد که این ابزار برای جستجوی وب طراحی شده است، نه برای استخراج محتوا از متن ارائه شده. این یک نکته حیاتی در مورد سیستمهای هوش مصنوعی مدرن است. آنها هوشهای یکپارچه نیستند؛ بلکه اغلب هماهنگکنندهی ابزارهای تخصصی مختلف هستند. اگر از یک هوش مصنوعی بخواهید کاری را انجام دهد، ابزار مناسب را از جعبه ابزار خود انتخاب میکند. در این مورد، درخواست (تجزیه متن خام) با عملکرد ابزار موجود (جستجوی وب) مطابقت نداشت. این مانند این است که از یک کتابدار بخواهید کیک بپزد – او در یافتن اطلاعات تخصص دارد، نه در شیرینیپزی.
این یک شکست برای هوش مصنوعی نیست، بلکه درسی ارزشمند در زمینه شفافیت و واقعیت فنی است. این امر بر اهمیت درک معماری سیستمهای هوش مصنوعی تأکید میکند. آنها بر اساس قابلیتهای تعریفشده، ابزارهای خاص و ماهیت دادههایی که به آنها داده میشود، عمل میکنند. به عنوان کاربر، درک این محدودیتها به ما این امکان را میدهد که درخواستهای مؤثرتری ایجاد کنیم و انتظارات واقعبینانهای در مورد آنچه این فناوریهای قدرتمند میتوانند و نمیتوانند انجام دهند، داشته باشیم.