در سال‌های اخیر، «هوش مصنوعی مولد» و «مدل‌های زبانی» [1] با رشدی بی‌سابقه و ناگهانی به یکی از حوزه‌های پرطرفدار و پرکاربرد در امور روزمره، علوم کامپیوتر و توسعه کسب‌وکار تبدیل شده است. این پدیده که می‌توان آن را یکی از مهم‌ترین تحولات در هوش مصنوعی در نظر گرفت، محصول به هم پیوستن مجموعه‌ای از ایده‌هاست که در حوزه‌های مختلف علوم کامپیوتر به کار گرفته شده‌ و مراحل رشد و تحول خود را طی کرده‌اند. در مجموعه «تغییر نگرش‌های مولد: نگاهی به تحولات هوش مصنوعی» تلاش خواهیم کرد به ایده‌های اساسی و نقاط عطفی که منجر به پیدایش و توسعه گونه‌های جدید هوش مصنوعی شده بپردازیم.

«هوش مصنوعی مولد» شاخه‌ای از هوش مصنوعی است که بر نوع خاصی از به کارگیری ایده «یادگیری ماشین»[2] بنا شده است. آموزش یادگیری ماشین کتاب‌ها و درس‌های دانشگاهی معمولا با یک تقسیم‌بندی حول مقوله «دادۀ برچسب‌خورده» آغاز می‌شود: یادگیری بانظارت[3]، یادگیری بدون‌نظارت[4] و پس از آن‌ها یادگیری تقویتی[5]؛ اما آنچه باعث رشد و توسعه ناگهانی هوش مصنوعی مولد شده، بازی با این تقسیم‌بندی کلاسیک و خلاقیت در تلفیق آن‌ها با یکدیگر و ارائه یک چهارچوب‌ جدید است.

برای اینکه بفهمیم فراتر رفتن از تقسیم‌بندی حول «داده برچسب‌خورده» چگونه منجر به تحولات جدیدی در یادگیری ماشین شده، بهتر است ابتدا این سه رویکرد را به اختصار مرور کنیم.