از کد ماشین تا ChatGPT: چگونه برنامه نویسی در هشت دهه تغییر کرد

برنامه نویسی نرم افزار با تایپ دستورات در یک زبان سطح بالا آغاز نشد. اولین رایانه های الکترونیکی دستور به دستور در الگوهای دودویی خام پیکربندی شدند که سخت افزار آنها می توانست مستقیماً بخواند - چه چیزی اکنون کد ماشین نامیده می شود. از آنجا، برنامه نویسی از طریق زبان اسمبلی، سپس زبان های سطح بالا که برای مردم ساخته شده بودند بجای پردازنده ها، و در طول دهه گذشته به سیستم هایی حرکت کرد که کد و متن خود را تولید می کنند. تاریخ ها و ارقام زیر از تاریخ شرکتی IBM، جمعیه IEEE برای علوم کامپیوتر، حساب کالج Dartmouth از کارگاه خود در سال 1956، و مقاله تحقیقی سال 2017 که معماری Transformer را معرفی کرد که در امروز چت بات ها استفاده می شود، می آید.

از کد ماشین به یادگاری

طبق جدول زمانی منتشر شده توسط جمعیه IEEE برای علوم کامپیوتر، یکی از اولین زبان های برنامه نویسی Plankalkul بود، که توسط مهندس آلمانی Konrad Zuse در دهه 1940 توسعه یافت. تا سال 1949، زبان اسمبلی و سیستمی به نام Shortcode ظاهر شدند، جایگزین رشته های بلند از ارقام دودویی با کدهای یادگاری کوتاه - اما آن کدها هنوز می بایست خط به خط به فرمتی که پردازنده می توانست اجرا کند، ترجمه می شدند.

زبان های سطح بالا: نوشتن برای مردم، نه پردازنده ها

تغییر در سال 1957 شتاب گرفت، زمانی که IBM Fortran را تحویل داد، که مختصر 'ترجمه فرمول' است. تاریخ خود IBM پروژه بیان می کند که تیم به رهبری ریاضیدان John Backus - که شامل Lois Haibt بود، که تجزیه کننده بیان حسابی کامپایلر را ساخت - سه سال را در زبانی که در ابتدا انتظار می رفت شش ماه طول بکشد صرف کردند. IBM می گوید Fortran برنامه هایی که قبلاً نیاز به حدود 1000 دستورالعمل کد ماشین داشتند را تا 47 خط کاهش داد، و اجازه داد دانشمندان و مهندسان دستورات مشابه جبر مانند 'DO' و 'GO TO' را بجای کد کردن سخت افزار به طور مستقیم بنویسند. تا وسط دهه 1960، Fortran یک استاندارد محاسباتی ملی شده بود، طبق IBM.

جدول زمانی جمعیه IEEE برای علوم کامپیوتر Algol و Lisp را به عنوان رسیدن در سال 1958، و Cobol، ساخته شده برای محاسبات تجاری، در سال 1959 فهرست می کند. در سال 1972، تیم Dennis Ritchie در Bell Labs C را تولید کرد، که همان جدول زمانی IEEE آن را به عنوان مبنای ساختاری برای زبان های بعدی از جمله JavaScript، PHP و Python نسبت می دهد. برنامه نویسی شی گرا با C++ در سال 1983 دنبال شد. حساب IEEE همچنین Python را در سال 1991، Java، JavaScript و PHP را در سال 1995، Go Google را در سال 2009، و Swift Apple را در سال 2014 ثبت می کند.

یک مسیر موازی: تدریس ماشین ها برای استدلال

در حالی که زبان های سطح بالا پخش می شدند، خط تحقیق جداگانه ای سوال کرد که آیا ماشین ها می توانند به جای اینکه صرفاً دستورات را دنبال کنند، هوش را شبیه سازی کنند. حساب خود کالج Dartmouth پروژه تحقیقات تابستان Dartmouth 1956 را توصیف می کند، که توسط ریاضیدان John McCarthy سازمان یافت، پیشنهاد او هدف آزمایش را آنچه این نام فرضیه نام برد - 'این فرضیه که هر جنبه از یادگیری یا هر ویژگی دیگری از هوش را می تواند در اصل به طوری دقیقاً توصیف شود که ماشین می تواند آن را شبیه سازی کند'. Dartmouth این کارگاه را به عنوان نقطه شروع هوش مصنوعی به عنوان یک زمینه تحقیقاتی تعریف شده، کریدیت می دهد.

دهه ها بعد، آن تحقیق یک آزمایش عمومی مورد نظر گسترده ای تولید کرد. تاریخ IBM رایانه شطرنج Deep Blue خود بیان می کند که ماشین اولین مسابقه خود را علیه قهرمان جهان Garry Kasparov 4-2 در فیلادلفیا در فوریه 1996 باخت، سپس در بازی بازی در نیویورک در می 1997 با امتیاز 3.5-2.5 برنده شد - اولین بار، طبق IBM، که رایانه ای قهرمان جهان برتر را تحت شرایط بطولت استاندارد شکست داده بود.

معماری Transformer و دوره هوش مصنوعی تولیدی

معماری پشت امروز چت بات ها به یک مقاله واحد سال 2017 ردیابی شده است. هشت محقق - Ashish Vaswani، Noam Shazeer، Niki Parmar، Jakob Uszkoreit، Llion Jones، Aidan Gomez، Lukasz Kaiser و Illia Polosukhin - 'Attention Is All You Need' را به سرور پیش چاپ arXiv در 12 ژوئن 2017 ارسال کردند. مقاله معماری Transformer را معرفی کرد، که در چکیده خود به عنوان شبکه ای تنها بر اساس مکانیسم های توجه توصیف شد، لایه های تکراری و پیچیده ای را که سیستم های ترجمه قبلی بر آنها تکیه می کردند حذف کرد. نویسندگان امتیاز 28.4 BLEU در ترجمه انگلیسی به آلمانی و 41.8 BLEU در ترجمه انگلیسی به فرانسوی را گزارش کردند، با آموزش سریع تر از مدل های قبلی.

این معماری مدل های زبان بزرگی را که از سال 2018 به بعد منتشر شد، زیربنا دارد. OpenAI ChatGPT را در 30 نوامبر 2022 راه اندازی کرد. طبق حساب History.com که همبنیانگذار OpenAI Sam Altman را استناد می کند، خدمات به یک میلیون کاربر در پنج روز و تقریبا 100 میلیون کاربران ماهانه در حدود دو ماه رسید، که حساب آن را به عنوان سریع ترین پذیرش برنامه مصرفی در سابقه در آن زمان توصیف می کند.

در طول تقریباً هشت دهه، هر قدم ردیابی شده در بالا میزان جزئیات خاص سخت افزار که یک فرد باید دستی بنویسد را کاهش داد - از Plankalkul Zuse و دستورالعمل های دودویی تنظیم شده دستی، از طریق دستورات Fortran مشابه جبر، تا مدل های مبتنی بر توجه که اکنون کد و متن را از اعلام های زبان طبیعی تولید می کنند.