یکی از رایج‌ترین جمله‌ها درباره ابزارهای هوش مصنوعی این است، «قبلاً امتحانش کردم، جواب نداد.»
اما مشکل اینجاست که در دنیای هوش مصنوعی، تجربه‌ای که فقط ۹۰ روز پیش داشته‌اید ممکن است امروز دیگر معتبر نباشد.
مدل‌ها با سرعت زیادی در حال پیشرفت هستند و قابلیت‌هایی که چند ماه قبل ضعیف، غیرقابل اعتماد یا حتی غیرممکن به نظر می‌رسیدند، ممکن است امروز کاملاً قابل استفاده باشند.
نویسنده این مقاله برای همین موضوع یک قانون ساده دارد:
قانون ۶ ماهه
هر کاری را که قبلاً با هوش مصنوعی امتحان کرده‌اید و نتیجه خوبی نگرفته‌اید، هر ۳ تا ۶ ماه دوباره آزمایش کنید.
نباید یک تجربه ناموفق قدیمی را به یک نتیجه دائمی تبدیل کرد.
مثلاً اگر چند ماه قبل تولید اینفوگرافیک با هوش مصنوعی پر از متن‌های اشتباه بود، نباید نتیجه گرفت، «هوش مصنوعی برای اینفوگرافیک مناسب نیست.»
مدل امروز ممکن است نتیجه کاملاً متفاوتی بدهد.
در ادامه مقاله، ۵ حوزه معرفی شده که طی ماه‌های اخیر پیشرفت قابل توجهی داشته‌اند.
تبدیل گفتار به متن بسیار بهتر شده است
قبلاً برای دیکته کردن متن باید شمرده صحبت می‌کردید و حتی علائم نگارشی را به زبان می‌آوردید.
حالا میکروفون در ChatGPT، Claude و Gemini می‌تواند مکث‌ها و علائم نگارشی را بسیار طبیعی‌تر مدیریت کند.
این موضوع یک کاربرد جالب ایجاد کرده است. به جای اینکه چند دقیقه وقت بگذارید و یک پرامپت مرتب بنویسید، می‌توانید افکارتان را همان‌طور که در ذهن دارید با صدای بلند بیان کنید و بعد از هوش مصنوعی بخواهید آن‌ها را مرتب کند.
مثلا دو دقیقه درباره یک پروژه واقعی که روی آن کار می‌کنید صحبت کنید و در پایان بگویید:
«خب، تمام شد. چیزهایی را که واقعاً مهم هستند از صحبت‌هایم استخراج کن، آن‌ها را مرتب کن و بگو قدم بعدی من چه باید باشد.»گاهی یک توضیح صوتی نامرتب، اطلاعات بسیار بیشتری از یک پرامپت کوتاه و بیش از حد خلاصه در اختیار مدل قرار می‌دهد.
تولید تصویر با هوش مصنوعی دقیق‌تر شده است
یکی دیگر از حوزه‌هایی که پیشرفت زیادی داشته، تولید تصویر است. قبلاً ساخت تصویری که شامل نوشته، برچسب یا ساختار مشخص باشد، اغلب شبیه یک قرعه‌کشی بود!
اما مدل‌های جدید تولید تصویر در Gemini و ChatGPT در این زمینه بهتر شده‌اند.
حالا کاربردهایی مثل این‌ها عملی‌تر شده‌اند:
• ساخت اینفوگرافیک
• طراحی دیاگرام‌های مرحله‌ای
• ساخت تصاویر آموزشی دارای نوشته
• طراحی یک صفحه توضیحی برای تیم
یک کاربرد جالب دیگر نیز بازطراحی رابط کاربری از روی اسکرین‌شات است.
می‌توانید از وب‌سایت یا اپلیکیشن فعلی اسکرین‌شات بگیرید و از هوش مصنوعی بخواهید نسخه جدیدی از رابط کاربری آن طراحی کند.
اپلیکیشن‌های دسکتاپ هوش مصنوعی جدی‌تر شده‌اند
نویسنده این مورد را مهم‌ترین گزینه برای امتحان کردن می‌داند.
نسخه‌های اولیه اپلیکیشن‌های دسکتاپ ChatGPT و Claude تفاوت زیادی با نسخه وب نداشتند، اما این شرایط در حال تغییر است.
ایده‌ای که نویسنده مطرح میکند، ظهور نوعی Super App هوش مصنوعی است؛ یک برنامه که چندین قابلیت هوش مصنوعی را در یک محیط جمع میکند.
مزیت مهم برنامه دسکتاپ این است که تعامل هوش مصنوعی دیگر لزوماً به چیزهایی که داخل مرورگر کپی و پیست می‌کنید محدود نمی‌شود.
این برنامه‌ها می‌توانند ارتباط بیشتری با فایل‌ها و پوشه‌های موجود روی کامپیوتر داشته باشند و قابلیت‌هایی که قبلاً بیشتر در اختیار کاربران حرفه‌ای و محیط Terminal بودند، به کاربران عادی نزدیک‌تر شوند.
اگر مدت زیادی است فقط از نسخه مرورگر استفاده می‌کنید، نسخه‌های دسکتاپ رسمی ChatGPT و Claude را دوباره امتحان کنید.
حالا از هوش مصنوعی خودِ فایل را بخواهید
قبلاً هوش مصنوعی بیشتر «محتوا» را تحویل می‌داد.
مثلاً متن یک ارائه را تولید می‌کرد و بعد خودتان باید آن را داخل PowerPoint می‌بردید، اسلایدها را می‌ساختید و فایل نهایی را آماده می‌کردید.
حالا در بسیاری از موارد می‌توانید مستقیماً خروجی نهایی در قالب فایل درخواست کنید.
مثلاً:
• PowerPoint
• Spreadsheet
• Word
نمونه پرامپت:
«این یادداشت‌ها را به یک فایل PowerPoint قابل دانلود تبدیل کن: [یادداشت‌ها را وارد کنید]. ارائه شامل ۱۰ اسلاید باشد، در هر اسلاید فقط یک ایده اصلی قرار بگیرد و یک اسلاید عنوان نیز اضافه شود.»تفاوت مهم اینجاست که به جای اینکه هوش مصنوعی فقط مواد اولیه را تولید کند، می‌توانید از آن بخواهید بخشی از مرحله نهایی آماده‌سازی فایل را هم انجام دهد.