هوش مصنوعی و زبان فارسی

مهمون خارجی

حتما دیدید یه خارجی که سال‌ها فارسی خونده و خوب حرف می‌زنه. حرفش رو کامل می‌فهمید، ولی گاهی یه جمله‌ش یه جوریه:

هوش مصنوعی هم با فارسی همین حال رو داره. فارسی رو خوب می‌فهمه و می‌نویسه؛ ولی فارسی زبون اولش نیست.

چرا

یادتونه مدل‌ها از حجم خیلی زیادی متن یاد گرفتن؟ بیشتر اون متن انگلیسیه. حتی روی خود وب، بیشتر از نصف صفحه‌ی اول پربازدیدترین سایت‌ها انگلیسیه:

نتیجه‌ش دو تا چیزه. یکی اینکه از زبونی که کمتر دیده، اشتباه بیشتری می‌کنه؛ همون چیزی که توی درس هوش مصنوعی صوتی و درس ترجمه هم دیدیم. دوم اینکه نگاهش بیشتر نگاه انگلیسی‌زبون‌هاست؛ حتی وقتی فارسی ازش می‌پرسید.

کجاها بیشتر اشتباه می‌کنه

مخصوصا اطلاعات ایرانی، مثل یه قانون، یه قیمت یا یه تاریخ شمسی، رو همیشه از یه جای معتبر ایرانی چک کنید. اینکه جواب رو چجوری بسنجید، توی درس سنجیدن جواب هوش مصنوعی اومده.

نیم‌فاصله، حرف‌ها، عددها

نوشتن فارسی چند تا ریزه‌کاری داره که مدل‌ها گاهی جا می‌ندازن. نیم‌فاصله یه نویسه‌ی جداست که فارسی ازش استفاده می‌کنه؛ «ی» و «ک» فارسی با «ي» و «ك» عربی فرق دارن؛ و عددهای فارسی هم با عددهای انگلیسی فرق دارن:

توی چشم شاید فرقی نکنن، ولی برای کامپیوتر فرق دارن. مثلا اگه یه متن با «ي» عربی توی سایتتون بذارید، کسی که با «ی» فارسی جست‌وجو کنه، شاید پیداش نکنه. پس متنی که از هوش مصنوعی می‌گیرید رو پیش از استفاده یه بار نگاه کنید.

جواب فارسی بهتر

پنج کار ساده:

1. بگید چه فارسی‌ای می‌خواید. «فارسی روان و ساده، با نیم‌فاصله‌ی درست، مثل حرف زدن خودمون.»
2. زمینه‌ی ایرانی بدید. شهر، قانون، تقویم شمسی؛ هر چی که مدل از شما نمی‌دونه.
3. ضرب‌المثل رو توضیح بدید. اگه یه کنایه توی متنه، بگید منظورش چیه.
4. اسم‌ها رو خودتون چک کنید. آدم، شهر، شرکت.
5. اگه جواب ضعیف بود، امتحان کنید. همون سوال رو انگلیسی بپرسید و ببینید فرق داره یا نه؛ بعد بخواید جواب رو فارسی کنه.

این‌ها همون پنج تیکه‌ی پرامپت خوبه، برای فارسی؛ توی درس پرامپت خوب دیدیم.

یه ابزار چقدر فارسی بلده

خیلی‌ها می‌پرسن «بهترین هوش مصنوعی فارسی کدومه؟». ابزارها هر چند ماه عوض می‌شن، پس به‌جای یه اسم، یه روش بهتون می‌دیم. چند تا کار فارسی خودتون رو بهش بدید:

1. یه ضرب‌المثل، و بپرسید یعنی چی.
2. یه سوال درباره‌ی یه چیز ایرانی که جوابش رو مطمئن می‌دونید.
3. یه متن کوتاه، و بخواید روان‌ترش کنه.
4. یه ترجمه از انگلیسی به فارسی.
5. یه پیام صوتی فارسی، اگه صدا هم می‌خواید.

جواب‌ها رو خودتون بخونید و بسنجید. چند تا ابزار رو با همین پنج تا کار مقایسه کنید؛ همون روشیه که توی درس مهندسی پرامپت گفتیم: با نمونه‌های واقعی امتحان کنید.