برای سازماندهی مقالاتی که برای وبلاگم نوشته‌ام، از هوش مصنوعی مولد (Gemini) برای ایجاد وب‌سایت شخصی‌ام استفاده کردم.
یادداشت‌های تحقیقاتی کاتوشی https://katoshi-mfacet.github.io/
این سایت به طور خودکار از پیش‌نویس‌های مقالات وبلاگ اصلی من که به زبان ژاپنی نوشته شده‌اند، تولید می‌شود.
ویژگی‌های آن عبارتند از:
- تولید خودکار از پیش‌نویس مقالات
- سازماندهی مقالات با دسته‌بندی و برچسب‌گذاری
- پشتیبانی از ۳۰ زبان و دسترسی‌پذیری
مکانیزم پایه
مکانیزم پایه شامل یک برنامه ساخته شده توسط خودم بر اساس چارچوب Astro است که به طور خودکار فایل‌های HTML را از پیش‌نویس مقالات تولید می‌کند.
حتی این برنامه را نیز خودم با چت کردن با Gemini گوگل ساختم.
به لطف این مکانیزم، هنگامی که پیش‌نویس مقاله‌ای نوشته می‌شود و فرآیند بازتولید اجرا می‌گردد، فایل‌های HTML به طور خودکار به‌روزرسانی شده و در این وب‌سایت منعکس می‌شوند.
دسته‌بندی و برچسب‌گذاری
همچنین، برنامه جداگانه‌ای برای دسته‌بندی و برچسب‌گذاری توسعه داده‌ام.
این برنامه مقالات را از طریق API به Gemini ارسال می‌کند تا آنها را به‌طور خودکار دسته‌بندی و برچسب‌گذاری کند.
وقتی لیستی از دسته‌بندی‌ها و برچسب‌ها همراه با مقاله ارائه شود، Gemini معنی مقاله را تفسیر کرده و به طرز ماهرانه‌ای موارد مناسب را پیشنهاد می‌دهد.
علاوه بر این، لیست‌های دسته‌بندی و برچسب‌ها نیز توسط یک برنامه سفارشی دیگر که آنها را از مقالات گذشته استخراج می‌کند، تعیین می‌شوند. در اینجا نیز من از Gemini بهره می‌برم.
مقالات گذشته به ترتیب از طریق API به Gemini ارسال می‌شوند، که سپس دسته‌بندی‌ها و برچسب‌های کاندید را خروجی می‌دهد. این کاندیداهای استخراج‌شده از تمام مقالات سپس به Gemini بازگردانده می‌شوند تا لیست‌های جامع دسته‌بندی و برچسب‌ها نهایی شوند.
این فرآیند کامل نیز توسط برنامه خودکارسازی شده است.
ترجمه چندزبانه
ترجمه برای چندزبانه کردن ضروری است. طبیعتاً، Gemini نیز برای این ترجمه به کار گرفته می‌شود.
برای ترجمه دو الگو وجود دارد:
یکی ترجمه رشته‌های مشترک درون وب‌سایت است که مستقل از مقالات خاص است، مانند نام آیتم‌های منو و معرفی‌ها.
دیگری ترجمه خود پیش‌نویس مقالات است.
برای هر دوی این موارد، من برنامه‌ای سفارشی ایجاد کردم که از API جیمنای برای انجام ترجمه‌ها استفاده می‌کند.
دسترسی‌پذیری
با در نظر گرفتن کاربرانی که اختلال بینایی دارند و محتوای مقالات را از طریق صدا گوش می‌دهند، و آنهایی که در استفاده از ماوس مشکل دارند و تنها با عملیات کیبورد وب‌سایت‌ها را مرور می‌کنند، افزودن چندین بهبود به فایل‌های HTML دسترسی‌پذیری را افزایش می‌دهد.
در مورد دسترسی‌پذیری، من دانش بسیار کمی داشتم؛ Gemini در واقع این بهبودها را در طول چت برنامه‌نویسی ما پیشنهاد داد.
و برای این تغییرات HTML جهت افزایش دسترسی‌پذیری، من نیز نحوه پیاده‌سازی آنها را با چت کردن با Gemini یاد گرفتم.
ناپدید شدن دیوارها
از هوش مصنوعی مولد به روش‌های مختلفی برای ایجاد این وب‌سایت استفاده شد، از جمله توسعه برنامه، پردازش زبان طبیعی برای ترجمه و سازماندهی دسته‌بندی‌ها و برچسب‌ها، و حتی پیشنهاد نکات ظریفی مانند دسترسی‌پذیری که ممکن بود از قلم انداخته باشم.
علاوه بر این، با ایجاد مکانیزمی برای به‌روزرسانی خودکار پس از افزودن مقالات، شامل تولید HTML و پردازش زبان طبیعی برای دسته‌بندی‌ها و برچسب‌ها، توانستم این وب‌سایت را به گونه‌ای بسازم که با هر مقاله جدید، به رشد خود ادامه دهد.
از طریق ایجاد این وب‌سایت، من واقعاً حس کردم که چگونه با هوش مصنوعی مولد می‌توان به راحتی بر موانع مختلف غلبه کرد.
اول از همه، مانع زبانی است. پشتیبانی از ۳۰ زبان به طور سنتی برای یک فرد، حتی با در نظر گرفتن ترجمه، کاملاً غیرممکن بود.
علاوه بر این، نگرانی‌هایی در مورد اینکه آیا وبلاگ‌های ترجمه شده، مفهوم مورد نظر را منتقل می‌کنند و آیا عبارات برای بومی‌زبانان غیرطبیعی یا توهین‌آمیز هستند، وجود دارد.
ترجمه‌های هوش مصنوعی مولد می‌توانند تفاوت‌های ظریف را دقیق‌تر و با عبارات طبیعی‌تری نسبت به ترجمه ماشینی سنتی منتقل کنند. علاوه بر این، خروجی ترجمه شده را می‌توان دوباره وارد هوش مصنوعی مولد کرد تا از نظر عبارات غیرطبیعی یا نامناسب بررسی شود.
از منظر چندزبانه کردن وب‌سایت، مدیریت صحیح عناصری که در بیانشان با توجه به زبان متفاوت هستند، مانند تاریخ‌ها و واحدها، نقطه دشوار دیگری بود.
به عنوان مثال، اگر در سه دسته‌بندی به ترتیب ۱، ۲ و ۱۰ مقاله وجود داشته باشد، در ژاپنی کافی است که واحد "記事" (کیجی - مقاله/مورد) را پس از تعداد اضافه کنیم، مانند "1記事" (۱ مقاله)، "2記事" (۲ مقاله)، "10記事" (۱۰ مقاله).
با این حال، در انگلیسی، لازم است بین اشکال مفرد و جمع تمایز قائل شویم، مانند "1 article"، "2 articles"، "10 articles". علاوه بر این، در برخی زبان‌ها، گزارش شده است که عبارات حتی برای تعداد جمع کم و زیاد نیز می‌توانند تغییر کنند.
علاوه بر این، برای زبان‌هایی مانند عربی که از راست به چپ نوشته می‌شوند، کل طرح‌بندی وب‌سایت باید طبیعی باشد و مسیر دید خواننده را از راست به چپ دنبال کند. اگر از فلش در متن یا تصاویر استفاده شده باشد، ضرورت برعکس کردن افقی آنها نیز باید در نظر گرفته شود. این نکات نیز با بررسی هوش مصنوعی مولد، مورد توجه قرار گرفته‌اند.
با کار بر روی چندزبانه کردن وب‌سایت با هوش مصنوعی مولد، توانستم به طور دقیق جزئیاتی را که ممکن بود نادیده بگیرم و با روش‌های سنتی نمی‌توانستم آنها را در نظر بگیرم، رسیدگی کنم.
همین امر در مورد ملاحظات دسترسی‌پذیری نیز صدق می‌کند. پیش از این، من فقط می‌توانستم برای افرادی که می‌توانستند وب‌سایت را به همان روشی که من می‌توانستم ببینند، ملاحظاتی ارائه دهم.
اما هوش مصنوعی مولد به راحتی ملاحظاتی را در خود جای می‌دهد که من متوجه نمی‌شوم، یا به دلیل تلاش زیاد ممکن است از رسیدگی به آنها تردید کنم.
گرچه چندزبانه کردن و دسترسی‌پذیری ممکن است هنوز کامل نباشند، اما معتقدم کیفیت آنها به طور چشمگیری بالاتر از چیزی است که می‌توانستم با تفکر و تحقیق خودم به دست آورم.
به این ترتیب، هوش مصنوعی مولد بسیاری از موانع را بر سر راه تلاش برای انتشار اطلاعات از طریق مقالات وبلاگ از بین برده است.
نتیجه‌گیری
من یک مهندس سیستم با تجربه برنامه‌نویسی گسترده هستم. در حالی که برای کار وب‌سایت نمی‌سازم، در گذشته به عنوان سرگرمی چندین صفحه اصلی (homepage) ایجاد کرده‌ام.
با استفاده از این تجربه و تعاملاتم با هوش مصنوعی مولد، توانستم سیستم تولید خودکار این وب‌سایت وبلاگ چندزبانه را در حدود دو هفته بسازم.
بدون هوش مصنوعی مولد، هرگز حتی به پشتیبانی چندزبانه فکر هم نمی‌کردم. از این نظر، می‌توان گفت که بر مانع تخیل غلبه کردم.
علاوه بر این، با توجه به تلاش لازم برای دسته‌بندی و برچسب‌گذاری مقالات هر بار که اضافه می‌شدند، به احتمال زیاد پس از ایجاد اولیه، به‌روزرسانی سایت را متوقف می‌کردم. با اتوماسیونی که توسط پردازش زبان طبیعی هوش مصنوعی مولد فراهم شد، توانستم بر موانع نگهداری و به‌روزرسانی نیز غلبه کنم.
علاوه بر این، این سیستم می‌تواند توسط افرادی بدون تجربه برنامه‌نویسی یا ایجاد وب‌سایت، مانند خودم، ساخته شود. اگر این مقاله را به یک هوش مصنوعی مولد مانند Gemini بدهید و تمایل خود را برای ساخت چیزی مشابه ابراز کنید، باید بتواند شما را در این فرآیند راهنمایی کند.
در حالی که می‌توانستم برنامه‌ای را که ایجاد کرده‌ام برای استفاده گسترده منتشر کنم، با توجه به اینکه هوش مصنوعی مولد در حال تبدیل شدن به یک مهندس نرم‌افزار تمام عیار است، با ارزش‌ترین اطلاعاتی که اکنون می‌توان به اشتراک گذاشت، احتمالاً توضیح ایده‌ها و مکانیزم‌ها است، همانطور که در این مقاله ارائه شده است، نه خود برنامه. ایده‌ها و مکانیزم‌های بنیادی حتی آسان‌تر از برنامه‌ها قابل تغییر، بهبود یا ترکیب هستند.
این نشان می‌دهد که در حالی که موانع توسعه نرم‌افزار و ایجاد وب‌سایت در حال ناپدید شدن هستند، موانع انتشار اطلاعات فردی نیز از بین می‌روند.
از نظر تکنولوژیکی، اینترنت عملاً موانع تبادل اطلاعات را از بین برده است، با این حال ما هنوز با موانعی مانند زبان و دسترسی‌پذیری مواجه هستیم.
در حالی که دریافت‌کنندگان می‌توانند تا حدی از طریق تلاش‌های خود، مانند ترجمه ماشینی و تبدیل متن به گفتار، بر برخی موانع غلبه کنند، بخش‌هایی نیز وجود دارد که نمی‌توان بر آنها غلبه کرد مگر اینکه فرستنده اطلاعات پشتیبانی و ملاحظه لازم را ارائه دهد.
دقیقاً همین موانعی که فرستندگان اطلاعات باید بر آنها غلبه کنند، توسط هوش مصنوعی مولد از بین می‌رود.
حتی اگر موانع زبان و دسترسی‌پذیری ناپدید شوند، بی‌شک موانع دیگری مانند تفاوت در فرهنگ، آداب و رسوم و ارزش‌ها وجود خواهند داشت. این‌ها ممکن است حتی دشوارتر از آن باشند که بتوان بر آنها غلبه کرد.
اما برای غلبه بر این موانع دشوار، ابتدا باید بر موانعی که پیش روی آنها قرار دارند غلبه کنیم. وقتی به پای آن دیوارها رسیدیم، ایده‌ها و تکنیک‌های جدیدی برای بالا رفتن از آنها مطمئناً پدیدار خواهند شد.
شاید در حال ورود به عصری باشیم که دیوارها از جهان ناپدید می‌شوند. من از طریق ایجاد این وب‌سایت، دقیقاً همین احساس را داشتم.