هوش مصنوعی فارسی چیست و چطور کار می‌کند؟

وقتی می‌گوییم «هوش مصنوعی فارسی»، منظور یک مدل جداگانه نیست که فقط برای زبان فارسی ساخته شده باشد. مدل‌های زبانی بزرگ مثل GPT-4o و Claude روی متن ده‌ها زبان آموزش دیده‌اند و فارسی هم یکی از آن‌هاست. تفاوت اصلی در «چقدر خوب» است: حجم دادهٔ فارسیِ باکیفیت در اینترنت نسبت به انگلیسی کم است، بنابراین کیفیت فارسیِ هر مدل به معماری، دادهٔ آموزشی و تنظیم نهایی آن بستگی دارد.

مدل زبانی چطور «می‌فهمد»؟

مدل زبانی در سطح میلیاردها جمله الگو یاد می‌گیرد: بعد از این کلمه‌ها، معمولاً چه می‌آید؟ همین پیش‌بینی ساده وقتی در مقیاس عظیم انجام شود، به رفتاری می‌رسد که شبیه فهمیدن است؛ مدل می‌تواند خلاصه کند، ترجمه کند، استدلال کند و کد بنویسد. برای فارسی، مدل همان الگوها را از متن‌های فارسی (و از دانشی که از زبان‌های دیگر منتقل می‌شود) یاد گرفته است. به همین دلیل مدل‌های جدیدتر و بزرگ‌تر معمولاً فارسیِ روان‌تری دارند.

چرا بعضی ابزارها فارسی را خراب می‌کنند؟

مشکل معمولاً از مدل نیست، از محصول است. متن فارسی راست‌به‌چپ است اما کد و لینک چپ‌به‌راست‌اند؛ اگر رابط کاربری این را درست مدیریت نکند، خروجی به‌هم می‌ریزد. اعداد، نیم‌فاصله، «ی» و «ک» عربی، و شکستن خط در جای غلط هم دردسرهای رایج‌اند. یک سرویس واقعاً فارسی باید هم مدل خوب انتخاب کند، هم پرامپت سیستمی فارسی بدهد و هم رابط RTL تمیز داشته باشد؛ با بلوک کد جدا، ارقام فارسی و تقویم جلالی.

دسترسی: مسئلهٔ مخصوص کاربر ایرانی

استفادهٔ مستقیم از مدل‌های مطرح دنیا برای کاربر ایرانی ساده نیست: ثبت‌نام و پرداخت دلاری دردسر دارد و رابط‌ها فارسی نیستند. پلتفرم‌هایی مثل خِرَد این مدل‌ها را در یک محیط فارسی کنار هم می‌گذارند: با شمارهٔ موبایل وارد می‌شوی، ریالی پرداخت می‌کنی و به‌جای چند اشتراک جدا، فقط به‌اندازهٔ مصرفت کردیت می‌دهی.

جمع‌بندی: «هوش مصنوعی فارسی» یعنی ترکیب سه چیز؛ مدل قوی با فارسی روان، رابط کاربری که راست‌به‌چپ را جدی گرفته، و دسترسی بدون دردسر از داخل ایران. موقع انتخاب سرویس، هر سه را بسنج: یک پاراگراف فارسی با کد و عدد از آن بگیر و ببین نتیجه چقدر تمیز است.