Шын мәнінде, жасанды интеллект дегеніміз не? [Бейне және викторина]

Қысқа жауап: Жасанды интеллект – үлгілерді танитын, болжамдар жасайтын, мазмұн жасайтын және барған сайын әрекеттер жасайтын есептеу әдістерінің кең ауқымы. Ол сенімді ақпарат, анық рұқсаттар және адами шолу оның айналасында құрылған кезде өте тиімді болуы мүмкін, бірақ еркін нәтиже ешқашан шындықтың автоматты дәлелі ретінде қарастырылмауы керек.

Негізгі қорытындылар:

Есеп беру: Адамдарды маңызды шешімдер үшін, әсіресе жасанды интеллект қымбат қателіктер жіберуі мүмкін жағдайларда жауапкершілікке тарту.

Ашықтық: Жасанды интеллект жүйесі қандай ақпаратқа, ережелерге және рұқсаттарға сүйенетінін анық көрсетіңіз.

Тексеру: Маңызды фактілік, медициналық, заңдық, қаржылық және бизнес нәтижелерін оларға қатысты әрекет етпес бұрын тексеріңіз.

Аудиттелуі: Жасанды интеллектті репрезентативті жағдайлармен сынап көріңіз және тиімділіктің артуын да, енгізілген қателіктерді де жазып алыңыз.

Дұрыс пайдаланбауға қарсылық: Қолжетімділікті шектеу, қолдау көрсетілмейтін әрекеттердің алдын алу және белгісіз істерді адами шолушыларға жеткізу.

1. Шын мәнінде, жасанды интеллект дегеніміз не? Қарапайым түсініктеме

Жасанды интеллект немесе AIадам интеллектімен байланысты тапсырмаларды орындай алатын компьютерлік жүйелерді білдіреді.

Бұл міндеттерге мыналар кіруі мүмкін:

• Тілді түсіну

• Суреттердегі нысандарды тану

• Әрі қарай не болатынын болжау

• Ұсыныстар жасау

• Мәтін, суреттер, аудио немесе бейне жасау

• Үлкен деректер жиынтықтарындағы үлгілерді анықтау

• Қолжетімді ақпаратқа негізделген шешім қабылдау

• Мысалдардан үйрену

• Белгілі бір мәселелер түрлерін шешу

Мұнда бір мәселе маңызды.

Ақылды болып көрінетін нәтижелер алу үшін жасанды интеллект міндетті түрде адам сияқты ойлаудың қажеті жоқ

Шахмат бағдарламасы өз епискобын құрбан ету эмоционалды тұрғыдан дұрыс деп ойлай ма, жоқ па деген сұраққа алаңдамай отырмайды. Ұсыныс алгоритмі сізге ұсынып отырған деректі фильмге жеке байланыс орнатпайды. Тіл моделіне компьютердің ішінде тұратын кішкентай ағылшын тілі мұғалімінің қажеті жоқ.

Оның орнына, бұл жүйелер ақпаратты математикалық модельдерді, алгоритмдерді, оқыту деректерін, ережелерді, ықтималдықтарды және үлкен көлемдегі есептеулерді пайдаланып өңдейді.

Соңғы нәтиже таңқаларлықтай адамға ұқсауы мүмкін.

Бірақ астыңғы механизм мүлдем басқаша.

Бұл айырмашылық адамдар кейде түсінгеннен де маңызды.

2. Жасанды интеллект робот миына емес, болжау машинасына көбірек ұқсайды

Адамдар «жасанды интеллект» дегенді естігенде, көбінесе жасанды адам миына ұқсас нәрсені елестетеді.

Бұл түсінікті. Ғылыми фантастика ондаған жылдар бойы жасанды интеллектке жарқыраған көздер, қорқынышты дауыстар, күдікті күшті пікірлер және әдетте қандай да бір металл қаңқа сыйлап келеді.

Практикалық жасанды интеллект әдетте кинематографиялық емес.

Көптеген заманауи жасанды интеллект жүйелері болжау.

Тілдік модельді қарастырыңыз.

Терген кезде:

«Мысық...» үстінде отырды

жүйе келесі сөздердің статистикалық тұрғыдан ықтималдығын бағалайды.

Мүмкін:

• төсеніш

• еден

• диван

• орындық

Ол жай ғана бір сөйлемді жаттап алып, оны қайталап жаттап алмайды. Жеткілікті дамыған модель сөздер, идеялар, сөйлем құрылымдары, ұғымдар, стильдер, фактілер мен үлгілер арасындағы күрделі қатынастарды үйренді.

Содан кейін ол контекстке ең жақсы сәйкес келетін тізбекті болжайды. Келесі сөзді жақсы болжау үшін тіл туралы көп нәрсе білу қажет.

Ал тілде... негізінен, адамдар сөйлейтін барлық нәрсе бар.

Тарих. Математика. Аспаздық. Бағдарламалау. Қарым-қатынас. Физика. Ананастың пиццаға тиесілі екендігі туралы дәлелдер.

Сондықтан қарапайым болжау тапсырмасы таңқаларлықтай күрделі мінез-құлықты тудыруы мүмкін.

Әрине, метафораның шегі бар. Жетілдірілген жасанды интеллектті «тек автотолтыру» деп атау ұшақты «қанаттары бар металл» деп атаумен бірдей. Техникалық тұрғыдан алғанда, онда шынайы бір нәрсе жасырынып тұр, бірақ қызықты бөлігінің көп бөлігі жоғалып кетті.

3. Жасанды интеллект қалай үйренеді?

Міне, осы жерде машиналық оқыту әңгімеге енеді.

Дәстүрлі бағдарламалық жасақтама әдетте нақты нұсқаулар арқылы жұмыс істейді.

Бағдарламашы былай жаза алады:

• Егер пайдаланушы дұрыс құпия сөзді енгізсе, кіруге рұқсат етіңіз.

• Егер температура белгілі бір шектен асып кетсе, салқындатуды қосыңыз.

• Егер тауар қоймада жоқ болса, ескерту көрсетіңіз.

Бұл нұсқаулар әдейі бағдарламаланған.

Машиналық оқыту процесті түбегейлі өзгертеді.

Әрбір ережені қолмен анықтаудың орнына, әзірлеушілер жүйеге мысалдар немесе деректер береді және оған үлгілерді анықтауға мүмкіндік береді.

Фотосуреттердегі мысықтарды тани алатын бағдарламалық жасақтама жасауға тырысып жатқаныңызды елестетіп көріңізші.

Нақты ережелерді жазу тез арада күлкілі болып кетер еді.

Сіз мынаны байқап көруіңіз мүмкін:

• Үшбұрышты құлақтарды іздеңіз.

• Мұрттарды іздеңіз.

• Төрт аяқты іздеңіз.

• Жүн іздеңіз.

Сосын біреу түлкінің суретін жүктейді.

Мүлдем емес.

Немесе жолбарыс.

Немесе мысықтың аяқтары әрең көрінетін мамық даққа айналған.

Машиналық оқыту мәселені басқаша қарастырады. Модельді мысалдардың үлкен жиынтығы бойынша оқытуға және мысықтармен қандай визуалды үлгілер байланысты екенін біртіндеп үйренуге болады.

Бұл «мысықты» бүлдіршін сияқты үйрену емес.

Бірақ математикалық тұрғыдан алғанда, модель санатпен байланысты заңдылықтарды анықтауға қабілетті бола түседі.

Қысқаша айтқанда, бұл машиналық оқыту - дегенмен, оның өзінде сызықтық алгебраның бірнеше қоймасы бар.

4. Жасанды интеллект және машиналық оқыту және терең оқыту

Бұл терминдер үнемі араласып кетеді, ішінара адамдар «AI» сөзін барлық нәрсеге қатысты жалпылама сөз тіркесі ретінде қолданатындықтан.

Оларды ажыратудың қарапайым жолы - бұл.

Жасанды интеллект кең ауқымды сала болып табылады.

Машиналық оқыту - жасанды интеллект жүйелерін құру үшін қолданылатын тәсілдердің бірі.

Терең оқыту - бұл бірнеше қабатты үлкен нейрондық желілерді қамтитын машиналық оқытудың ерекше түрі.

Содан кейін мәтін, кескіндер, музыка, код, сөйлеу немесе бейне сияқты жаңа нәтижелерді жасауға бағытталған генеративті жасанды интеллект бар

Салыстыру кестесі

Термин	Әдеттегі қолданылуы	Негізінен нені білдіреді	Ойланудың жылдам жолы
Жасанды интеллект	Ақылды болып көрінетін тапсырмаларды орындайтын машиналардың кең санаты	Робототехника, көмекшілер, жоспарлау, ұсыныстар	Үлкен қолшатыр
Machine Learning	Деректерден жүйелерді оқыту үлгілері	Алаяқтықты анықтау, ұсыныстар, болжамдар	Мысалдардан үйрену
Терең оқыту	Көп қабатты нейрондық желілерді пайдалана отырып, машиналық оқыту	Көру, сөйлеу, озық тілдік модельдер	ML, бірақ әлдеқайда тереңірек... сөзбе-сөз
Генеративтік жасанды интеллект	Жаңа мазмұн жасау үшін жасалған жасанды интеллект	Мәтін, суреттер, код, аудио	Шығармашылық саласы
Автоматтандыру	Алдын ала анықталған процестерді орындайтын бағдарламалық жасақтама	Қайталанатын жұмыс процестері, деректерді енгізу	Әдетте «үйрену» емес, ережелерді сақтайды

Айырмашылық маңызды, себебі әрбір автоматтандырылған жүйе жасанды интеллект емес.

Егер кофеқайнатқышыңыз он минуттан кейін өздігінен өшіп қалса, құттықтаймыз - сізде жасанды интеллект зертханасы жоқ шығар.

Бұл жай ғана таймер.

5. Нейрондық желілер дегеніміз не?

Нейрондық желілер - бұл биологиялық нейрондардан әлсіз шабыттанған математикалық жүйелер.

Бұл сөз тіркесі оларды жұмбақ етеді. Олар компьютерлердің ішінде қалқып жүрген жасанды ми емес.

Нейрондық желі ақпаратты өңдейтін өзара байланысты математикалық бірліктерден тұрады.

Оқыту кезінде желі параметрлер немесе салмақтар.

Бұл түзетулер жүйенің құнды нәтижелер шығаруда жақсаруына мүмкіндік береді.

Мұны миллиардтаған кішкентай реттелетін тұтқалары бар абсурдтық күрделі басқару панелі деп елестетіңіз.

Жаттығу сол тұтқаларды қайта-қайта түртеді.

Жауап дұрыс емес пе?

Тұтқаларды реттеңіз.

Жақсырақ жауап?

Оларды басқаша реттеңіз.

Мұны жеткілікті деректермен және жеткілікті есептеу қуатымен жеткілікті рет жасаңыз, сонда желі үлгілерді тануға және жасауға мүмкіндік беретін күрделі ішкі көріністерді дамыта бастайды.

Әрине, «тұтқаларды реттеңіз» деп айту ондаған жылдар бойы информатиканы ескі радионы баптап жатқан біреу сияқты естіледі... бірақ ойша модель ретінде ол өте жақсы жұмыс істейді.

6. Неліктен жасанды интеллект кенеттен соншалықты ақылды болып көрінеді?

Жасанды интеллект бір түнде пайда болған жалғыз өнертабыс емес.

Негізгі өріс ұзақ уақыт бойы бар.

Өзгеріс бірнеше күштердің бірге үдеу алуы болды.

Көбірек есептеу қуаты

Қазіргі заманғы процессорлар, әсіресе нейрондық желілер үшін қажетті есептеу түрлерін, өте көп есептеулерді тез орындай алады. Есептеулерді оқытудың қазіргі заманғы жасанды интеллект жүйелеріндегі жетістіктердің маңызды қозғаушы күші болды.

Қосымша деректер

Сандық әлемде мәтін, кескіндер, аудио, бейне, код және құрылымдық ақпараттың орасан зор көлемі бар.

Күрделі модельдерді оқыту мысалдарды қажет етеді - олардың көпшілігі.

Жақсырақ алгоритмдер

Зерттеушілер жасанды интеллект жүйелерін оқыту үшін қолданылатын архитектуралар мен әдістерді үнемі жетілдіріп отырады.

Үлкенірек модельдер

Параметрлер санын көбейту, деректер жиынтығын жақсарту және есептеуді арттыру көбінесе таңқаларлықтай қабілетті модельдерді тудырды. Есептеуді оңтайлы тілдік модельге оқыту бойынша зерттеулер сонымен қатар модель өлшемін, деректерін және есептеуді параметрлер санын барынша арттырудың орнына теңестіру қажет екенін көрсетеді.

Жақсырақ интерфейстер

Бұл бөлікті бағаламау оңай.

Жасанды интеллект айтарлықтай қолжетімді болып көрінеді, себебі қарапайым адамдар енді күнделікті тіл арқылы озық жүйелермен өзара әрекеттесе алады.

Бағдарламалауды түсінудің қажеті жоқ.

Сіз жай ғана сұрай аласыз:

«Мен он екі жаста сияқты ипотеканы түсіндіріңіз»

Немесе:

«Осы кездесу жазбаларын электрондық поштаға айналдырыңыз.»

Немесе:

«Маған тоңазытқышымда тауық еті, күріш және кез келген көкөністерді қолданып, кешкі асқа арналған бес идея беріңізші»

Интерфейстегі өзгеріс өте үлкен.

Технологияны пайдалану үшін нұсқаулық қажет болмай қалғаннан кейін, оның танымалдығы артады.

7. Сұрақ қойған кезде жасанды интеллект не істейді?

Қазіргі заманғы жасанды интеллект көмекшісін қарастырайық.

Сіз тересіз:

«Бес жасар балаға тартылыс күшін түсіндіріңіз»

Көрініс артында жүйе сіздің мәтініңізді токендер.

Белгілер толық сөздерді, сөздердің бөліктерін, тыныс белгілерін немесе тілдің басқа бөліктерін білдіруі мүмкін.

Бұл белгілер модель арқылы өңделеді.

Модель сұранысыңыздың әртүрлі бөліктері арасындағы қатынастарды зерттейді, контекстті ескереді және пайдалы жалғасын болжайды.

Содан кейін тағы бір белгі.

Содан кейін тағы бір.

Содан кейін тағы бір.

Бұл таңқаларлықтай тез жүреді.

Нәтижесінде пайда болған абзац біреу оны толық ой ретінде жазған сияқты көрінеді, бірақ техникалық тұрғыдан ол тізбектей жасалған.

Бұл AI-дің ең ерекше ерекшеліктерінің бірі.

Негізгі процесс ықтималдыққа негізделген болса да, нәтиже әдейі жасалғандай сезілуі мүмкін.

Бұл үлкен дерекқордан дайындалған жауапты алудан гөрі импровизацияға көбірек ұқсайды.

Әрине, импровизация емес, бірақ метафораның өз мәнін ашатындай етіп жасалған.

8. Жасанды интеллект заттарды түсіне ме?

Бұл сұрақ тез арада философиялық сипатқа ие болады.

Жасанды интеллект жүйесі тілді шынымен «түсіне ме»?

Жауап сіздің түсіну дегеніңізбен не айтқыңыз келетініне байланысты.

Қазіргі заманғы жасанды интеллект модельдері тұжырымдамаларды күрделі тәсілдермен анық басқара алады.

Олар:

• Идеяларды түсіндіріңіз

• Аргументтерді салыстырыңыз

• Мәтінді қайта жазу

• Тілдерді аудару

• Көптеген құрылымдық мәселелерді шешіңіз

• Жұмыс кодын жасау

• Үлгілерді анықтаңыз

• Күрделі нұсқауларды орындаңыз

• Ұғымдарды жаңа тәсілдермен біріктіру

Сырттан қарағанда, бұл түсінушілік сияқты көрінуі мүмкін.

Бірақ машиналық интеллект пен адам танымының арасында маңызды айырмашылықтар бар.

Адамдар физикалық әлемді сезінеді.

Біз аштықты, ауырсынуды, ұялуды, зерігуді, сүйіспеншілікті және телефонымыздың батареясының 2 пайызға зарядталғанын білгеннен кейінгі ерекше үрейді сезінеміз.

Жасанды интеллект жүйелері міндетті түрде баламалы өмірлік тәжірибеге ие емес.

Олар көріністерді өңдейді.

Сондықтан, жасанды интеллекттің бір нәрсені «түсінеді» ме деп сұрау сүңгуір қайықтың жүзіп жүр ме деп сұрауға ұқсайды.

Ол сөзсіз су арқылы қозғалады.

Бірақ, мүмкін, «жүзу» деген сөз мүлдем дұрыс емес шығар.

9. Жасанды интеллект шындықты автоматты түрде білмейді

Бұл генеративті жасанды интеллект туралы ең маңызды мәселелердің бірі.

Модель тұжырым дұрыс болмаса да, өте сенімді естілетін тұжырым жасай алады.

Неліктен?

Өйткені сенімді тіл жасау және объективті шындықты тексеру – әртүрлі мәселелер.

Жасанды интеллект жүйесі белгісіздікке тап болуы мүмкін, бірақ сонда да сенімді жауап бере алады.

Бұл қателіктер көбінесе галлюцинация деп аталады .

Мысалы, ЖИ келесідей болуы мүмкін:

• Статистиканы ойлап табу

• Дәйексөзді дұрыс емес атаңыз

• Екі ұқсас адамды шатастыру

• Жоқ сілтемелерді жасау

• Анық емес нұсқауларды дұрыс түсінбеу

• Нәзік математикалық қателіктер жіберіңіз

Тілдік модельдер сенімді болып көрінгенімен, жалған дәйексөздер, зерттеулер, дәйексөздер және басқа да дұрыс емес ақпарат бере алады. NIST сенімді түрде айтылған жалған мазмұн мен жалған дәйексөздерді генеративті-жасанды интеллект қаупі ретінде нақты анықтайды.

Парадоксалды түрде, бұл жүйелер неғұрлым қабілетті болып көрінсе, мұны ұмыту соғұрлым оңай болады.

Жылтыратылған тіл сенімділік тудырады.

Бірақ сенімділік дәлел емес.

Медицина, заң, қаржы, қауіпсіздік немесе ірі бизнес шешімдері сияқты салаларға қатысты маңызды ақпарат үшін тексеру әлі де маңызды.

Айтарлықтай.

10. Жасанды интеллект іздеу жүйесімен бірдей емес

Тағы бір кең таралған түсінбеушілік - жасанды интеллект пен іздеуді бірдей нәрсе деп санау.

Олар емес.

Дәстүрлі іздеу жүйесі, ең алдымен, бар ақпаратты табуға көмектеседі.

Генеративті жасанды интеллект жүйесі негізінен үйренген үлгілерге, берілген контекстке және оған қолжетімді кез келген қосымша құралдарға негізделген жауап жасайды. Генеративті модельдер үлкен деректер жиынтықтарындағы үлгілер мен қатынастарды үйренеді және жаңа нәтижелер жасау үшін сол үлгілерді пайдаланады.

Сұрауды елестетіп көріңізші:

Іздеу жүйесі: «фотосинтезді түсіндірудің ең жақсы жолдары»

Әдетте сіз зерттеуге арналған беттерді аласыз.

Жасанды интеллект көмекшісінен дәл осылай сұраңыз, сонда сіз мынаны ала аласыз:

• Қарапайым түсініктеме

• Сыныптағы ұқсастық

• Викторина

• Сабақ жоспары

• Балаларға арналған әңгіме

• Толық ғылыми нұсқа

Іздеу нәтижелерін алады.

Генеративті жасанды интеллект синтездейді.

Қазіргі заманғы жүйелер екі тәсілді де біріктіре алады, бұл айырмашылықты барған сайын бұлыңғыр етеді, бірақ құралдар тұжырымдамалық тұрғыдан әртүрлі болып қала береді.

11. Жасанды интеллект не істей алады?

Жасанды интеллект үлгіге бай, ақпаратқа бай және трансформациялық тапсырмаларда әсіресе жақсы нәтиже көрсетеді.

Бағалы қолданбаларға мыналар жатады:

Жазу көмегі

Жасанды интеллект мәтінді жобалай, қайта жаза, қорытындылай және қайта құрылымдай алады.

Бағдарламалау

Модельдер код жасай алады, қателерді түсіндіре алады, жақсартуларды ұсына алады және әзірлеушілерге таныс емес жүйелерді түсінуге көмектесе алады.

Деректерді талдау

Жасанды интеллект үлгілерді анықтауға, деректер жиынтығын түсіндіруге және күрделі нәтижелерді түсінікті тілге айналдыруға көмектесе алады.

Кескін жасау

Генеративті модельдер сипаттамалардан иллюстрациялар, тұжырымдамалар, өнім макеттері, көркем шығармалар және визуалды вариациялар жасай алады.

Аударма

Жетілдірілген модельдер қарапайым сөзбе-сөз жүйелерге қарағанда көбірек контекстті сақтай отырып, тілдер арасында аудара алады.

Білім беру

Жасанды интеллект бір ұғымды адамның білім деңгейіне байланысты бірнеше жолмен түсіндіре алады.

Тұтынушыларды қолдау

Компаниялар жиі қойылатын сұрақтарға жауап беру және күрделі істерді шешуге көмектесу үшін жасанды интеллектті пайдалана алады.

Ми шабуылы

Жасанды интеллект әсіресе бос тоңазытқыштың интеллектуалды баламасы болған кезде тиімді болуы мүмкін.

Сіз бұрыштарды, атауларды, тұжырымдамаларды, құрылымдарды немесе мүмкіндіктерді сұрай аласыз - содан кейін нені сақтау керектігін шеше аласыз.

Бұл көбінесе жасанды интеллектпен ең пайдалы жұмыс қарым-қатынасы.

«Машина адамды алмастырады» емес

Көбірек ұқсас:

адам + машина = ойлаудың алғашқы нұсқасының жылдамырақ нұсқасы.

12. Жасанды интеллект әлі де қандай кемшіліктерге ие?

Барлық назар аударылғанына қарамастан, қазіргі жасанды интеллект әлі де айтарлықтай шектеулерге ие.

Кейбіреулері бірден айқын көрінеді.

Басқалары тек күрделі нәрсе үшін жүйеге сүйенген кезде ғана пайда болады.

Жасанды интеллект келесі мәселелермен күресуі мүмкін:

• Өте дәл фактілік дәлдік

• Ерекше жиектер

• Ұзын пайымдау тізбектері

• Анық емес нұсқаулар

• Адамдар байқамайтын қарапайым болжамдар

• Анықталмаған эмоционалды контекстті түсіну

• Ақпараттың шынайылығын тексеру

• Физикалық әлемдік тәжірибені қажет ететін тапсырмалар

• Күрделі жобалар бойынша бірізділік

Тіпті жоғары білікті тілдік модельдер де фактілік және ойлау қателіктерін жіберуі мүмкін, ал қиын эталондар айтарлықтай шектеулерді тудырады.

Тағы бір мәселе, жасанды интеллект өте аз күш жұмсап, орташа көрінетін жауаптар.

Он бизнес атауын сұраңыз ба?

Дайын.

Блог жазбасын сұрайсыз ба?

Оңай.

Маркетинг идеяларын сұрайсыз ба?

Әрине.

Бірақ бірдеңе жасау шынымен түпнұсқа, коммерциялық тұрғыдан құнды, эмоционалды тұрғыдан ақылды немесе стратегиялық тұрғыдан дұрыс жұмыс жасаумен бірдей емес.

Адамдар әлі күнге дейін дәм сезімін береді.

Дәм маңызды.

Мүмкін, бұрынғыдан да көп.

13. Жасанды интеллект саналы ма?

Міне, кешкі ас кезіндегі әңгімелер ерекше болатын кезеңге жеттік.

Қазіргі жасанды интеллект жүйелері эмоционалды, ойлы және өзін-өзі тануға бағытталған тілді жасай алады.

Бұл олардың сананы автоматты түрде сезінетінін білдірмейді.

Тілдік модельдер тілді жасау үшін арнайы дайындалған.

Ал адамдар табиғи түрде еркін сөйлеуді оның артында басқа ақыл-ойдың бар екендігінің дәлелі ретінде қабылдайды.

Әдетте, бұл ақылға қонымды болжам.

Басқа бір адам «Мен алаңдаймын» дегенде, біз ішкі эмоционалдық күйдің бар екенін болжаймыз.

Жасанды интеллект жағдайында бұл болжам міндетті түрде ақталмайды.

Жүйе мыналарды жасай алады:

«Мен көмектесуге қуаныштымын»

Бұл даяшының ішінде керемет күн өткізіп жатқан көрінбейтін кішкентай эмоционалды тіршілік иесінің бар екенін дәлелдемейді.

Күрделі философиялық сұрақ - машиналық сана пайда бола ала ма?.

Бұл пікірталасты толығымен шеше алатын қарапайым тест ешкімде жоқ .

Бірақ әңгімелесу еркіндігінің өзі дәлел ретінде қарастырылмауы керек. Саналы немесе «күшті» жасанды интеллект сияқты ұғымдар бүгінгі жүйелердің қалыптасқан қасиеті емес, теориялық болып қала береді.

14. Тар жасанды интеллект пен жасанды жалпы интеллект

Көптеген жасанды интеллект жүйелері әлі де белгілі бір мүмкіндіктерге негізделген.

Олар көбінесе тар жасанды интеллект.

Мысал ретінде келесі мақсаттарға арналған жүйелерді келтіруге болады:

• Кескінді тану

• Тіл генерациясы

• Ұсыныс

• Көлік жүргізуге көмек

• Медициналық бейнелеу

• Алаяқтықты анықтау

• Сөйлеуді тану

Жасанды жалпы интеллект, әдетте AGI, машиналық интеллекттің әлдеқайда кең гипотетикалық деңгейін білдіреді.

Бұл идея - адам деңгейіндегі немесе одан да жоғары деңгейдегі көптеген салалардағы интеллектуалды тапсырмаларды үйренуге және орындауға қабілетті жүйе.

Шекара толық анықталмаған.

Бұл қиындықтың бір бөлігі.

Әртүрлі зерттеушілер, компаниялар және комментаторлар «AGI» терминін әртүрлі қолданады, сондықтан әңгімелер үш адамның өздерін түсінбей-ақ әртүрлі анықтамалар туралы қызу пікірталасқа айналуы мүмкін. Қазіргі уақытта AGI ретінде нені анықтау керектігі туралы кең ауқымды академиялық консенсус жоқ.

Басқаша айтқанда, интернеттегі классикалық мінез-құлық.

15. Неліктен оқыту деректері соншалықты маңызды?

Жасанды интеллект жүйелері үлгілерді мысалдардан үйренеді, сондықтан сол мысалдардың сапасы өте маңызды.

Сондықтан оқыту деректері өте маңызды бола түседі.

Біреуді аспаз болуға үйретіп, бірақ оларға тек тост дайындаудың рецептерін ғана беріп жатқаныңызды елестетіп көріңізші.

Олар тост айту кезінде керемет болуы мүмкін.

Мүмкін, Мишлен деңгейіндегі тост шығар.

Бірақ оларға сегізаяқ беріп, кешкі ас сұрау қызықты болуы мүмкін.

Жасанды интеллект (AI) ұқсас түрде жұмыс істейді.

Оқу материалының сапасы, әртүрлілігі және өзектілігі модельдердің не үйренетініне әсер етеді . Генеративті жүйелер дәстүрлі дерекқорлар сияқты жұмыс істеудің орнына, өздерінің оқу деректерінен статистикалық заңдылықтар мен қатынастарды үйренеді.

Деректер жиынтықтарындағы мәселелер шығыстарда пайда болуы мүмкін, соның ішінде:

• Қателік

• Білім жетіспейді

• Қайталанатын қате түсініктер

• Аз ұсынылған аудандардағы көрсеткіштердің нашарлығы

• Белгілі бір тілдік немесе мәдени үлгілердің шамадан тыс көрсетілуі

Машиналық оқыту модельдері оқыту мысалдарының қалай таңдалатынына және өңделетініне байланысты қателіктерге бейім болуы мүмкін, ал теңгерімсіз немесе толық емес деректер модельдің жұмысына әсер етуі мүмкін.

Сондықтан әзірлеушілер бастапқы оқытудан кейін деректер жиынтығын жақсартуға, мазмұнды сүзуге және модельдерді нақтылауға көп күш жұмсайды.

Модель архитектурасы маңызды.

Есептеу қуаты да маңызды.

Бірақ деректер сантехника сияқты барлық нәрсенің астында жасырынып қалады - бірдеңе дұрыс болмайынша ешкім бұл туралы айтпайды.

16. Жаттығудан кейін жасанды интеллект модельдері қалай жақсарады

Бастапқы жаттығу міндетті түрде соңғы қадам емес.

Модельдер оларды қабілеттірек және сенімдірек ету үшін жасалған қосымша процестерден өтуі мүмкін.

Бұл оқыту жүйелерін қамтуы мүмкін:

• Нұсқауларды сенімдірек орындаңыз

• Зиянды шығыстардан аулақ болыңыз

• Жауаптарды тиісті түрде пішімдеңіз

• Кейбір сұраныстарды қабылдамау

• Анық жауаптарды қалаймын

• Құралдарды пайдаланыңыз

• Адамдардың пікірлерін қадағалаңыз

• Әңгімелерді жақсырақ жүргізу

Бұл процесс кеңінен үйлестірумен байланысты . Мысалы, адами кері байланыс әдістері нұсқаулықты орындауды жақсарту және алдын ала дайындықтан кейін тілдік модельдерді қажетті мінез-құлыққа бағыттау үшін қолданылды.

Сәйкестік дегеніміз - жасанды интеллекттің мінез-құлқын адамның ниеттерін, ережелерін және қалауларын жақсырақ көрсетуге тырысу.

Жай сөйлем.

Өте күрделі инженерлік мәселе.

Адамдар пиццаның жақсы үстіңгі қабаты не екендігі туралы келісе алмайды, сондықтан «адамдардың қалағанын» қуатты есептеу жүйелеріне кодтау... өте ауқымды.

17. Жасанды интеллект агенттері: Жасанды интеллект әрекет ете бастаған кезде

Кәдімгі чатбот көбінесе сұрақтарға жауап береді.

Жасанды интеллект агенті мақсатқа жету үшін қадамдар жасай алады. Жасанды интеллект агенттері әдетте тапсырмаларды өздігінен орындауға, жұмыс процестерін жоспарлауға және қолжетімді құралдарды пайдалануға қабілетті жүйелер ретінде сипатталады.

Жасанды интеллектке былай деп айтып жатқаныңызды елестетіп көріңіз:

«Іссапарымды ұйымдастырыңыз»

Стандартты тілдік модель маршрутты жасай алады.

Агент стиліндегі жүйе теориялық тұрғыдан бірнеше байланысты әрекеттерді орындай алады:

1. Қолжетімді саяхат нұсқаларын тексеріңіз.

2. Кестелерді салыстырыңыз.

3. Қолайлы тұрғын үйді анықтаңыз.

4. Күнтізбеге оқиғалар қосыңыз.

5. Қаптама тізімін дайындаңыз.

6. Егер бірдеңе өзгерсе, жоспарларды жаңартыңыз.

Айырмашылығы - әрекет пен табандылық.

Жүйе бір сұраққа жауап берудің орнына, тапсырмалар тізбегі арқылы жұмыс істейді.

Бұл жасанды интеллект агенттерінің соншалықты қызығушылық тудыратын себептерінің бірі.

Олар жасанды интеллектті контент генераторынан бағдарламалық жасақтама операторына жақын нәрсеге айналдырады.

Бұл өзгеріс өте құнды болуы мүмкін - және ол рұқсаттар, сенімділік және бақылау туралы күрделі сұрақтар туғызады. NIST құралдарға, қолданбаларға және деректерге қол жеткізе алатын агенттерге қатысты қауіпсіздік пен сенімділік мәселелерін ерекше атап өтті.

Сіз, бәлкім, ынталы алгоритмнің «командалық сапарды» дұрыс түсінбегендіктен кездейсоқ он екі қонақ үй бөлмесін брондағанын қаламайсыз

18. Неліктен жасанды интеллектті түсіну маңызды мәселеге айналуда?

Шын мәнінде, жасанды интеллект деген не? деген сұрақ бір кездері академиялық болып көрінген.

Қазір бұл барған сайын практикалық және жедел болып келеді.

Жасанды интеллект келесі мақсаттарда қолданылатын құралдардың ішінде пайда болады:

• Жұмыс

• Білім беру

• Шығармашылық

• Бағдарламалық жасақтаманы әзірлеу

• Денсаулық сақтау

• БАҚ

• Қаржы

• Байланыс

• Зерттеу

• Ойын-сауық

Негізгі қағидаларды түсіну адамдарға дұрыс шешім қабылдауға көмектеседі.

Машина жасау инженері болу міндетті емес.

Бірақ болжау мен сенімділіктің, генерация мен қалпына келтірудің, автоматтандыру мен интеллекттің арасындағы айырмашылықты білу таңқаларлықтай көп қателіктердің алдын алады.

Бұл сондай-ақ маркетинг тілін түсінуге көмектеседі.

Себебі компаниялар заттарға «Жасанды интеллект» сөзін жалғауды жақсы көреді.

Кейде тиісті түрде.

Кейде «Кеңейтілген болжамды жасанды интеллект платформасы» «сәнді түймесі бар электрондық кестеге» қарағанда әлдеқайда қызықты естіледі

19. Жасанды интеллект адамдарды алмастыра ала ма?

Бұл, бәлкім, жасанды интеллект туралы әңгімедегі ең эмоционалды сұрақ шығар.

Қарапайым жауаптар сирек кездеседі.

«Жасанды интеллект барлығын алмастырады»

Тым драмалық болуы мүмкін.

«Жасанды интеллект жұмыс орындарына әсер етпейді»

Сондай-ақ, байыпты қабылдау қиын.

Технология тұтас мамандықтарды өзгертпес бұрын тапсырмаларды өзгертуге бейім. Қазіргі еңбек нарығындағы зерттеулер жасанды интеллекттің әсерін тапсырма деңгейінде, ал автоматтандыруға ұшырау автоматты түрде тұтас жұмыстың жоғалып кететінін білдірмейді.

Маркетолог жасанды интеллектті келесі мақсаттарда пайдалануы мүмкін:

• Ми шабуылы

• Жобалау

• Зерттеу ұйымы

• Талдау

• Мазмұн вариациялары

Бірақ стратегия, пайымдау, брендті түсіну және шешім қабылдау әлі де адамның айтарлықтай қатысуын қажет етеді.

Бағдарламашы жүйелерді жобалауға көбірек уақыт жұмсай отырып, қайталанатын кодты жасау үшін жасанды интеллектті пайдалануы мүмкін.

Дизайнер ондаған алғашқы тұжырымдамаларды тез арада жасап, содан кейін ең мықтысын жетілдіре алады.

Мұғалім жаттығу жаттығуларын жасау үшін жасанды интеллектті пайдалануы мүмкін, бірақ сонда да ынталандыру, пайымдау және сыныптағы көшбасшылықты қамтамасыз етеді.

Неғұрлым негізделген сұрақ көбінесе:

«Жасанды интеллект бұл жұмысты ауыстыра ма?»

Бұл:

«Бұл жұмыстың қай бөліктері оңайырақ, арзанырақ, жылдамырақ немесе автоматтандырылған болады?»

Бұл әлдеқайда практикалық сұрақ.

20. Жасанды интеллекттің ең үлкен дағдысы жай ғана пайымдау болуы мүмкін

Адамдар көбінесе маңызды дағды - мінсіз тапсырманы жазу деп ойлайды.

Сұраныстың маңызы бар.

Сот шешімі маңыздырақ.

Егер жасанды интеллект сізге бес ұсыныс берсе, сіз ең жақсысын анықтай аласыз ба?

Егер бұл сенімді жауап берсе, бірдеңе дұрыс емес екенін байқай аласыз ба?

Егер ол қолайлы жазуды тудырса, оны шынымен жақсы ете аласыз ба?

Егер барлығында осындай қуатты құралдар болса, артықшылық мыналарды білуге ​​​​ауысады:

• Не сұрау керек

• Нені елемеу керек

• Нені тексеру керек

• Нені өңдеу керек

• Маңыздысы

• Жасанды интеллектті қашан мүлдем қолданбау керек

Сондықтан жасанды интеллект сауаттылығы тек техникалық сауаттылықпен шектелмейді.

Ол сыни ойлау.

Машина опцияларды абсурдтық жылдамдықпен жасай алады.

Сіз әлі де қай жол батпаққа апармайтынын шешуіңіз керек.

21. Сонымен... Шын мәнінде, жасанды интеллект дегеніміз не?

Терминологияны алып тастаңыз және жасанды интеллект, негізінен, үлгіні тануды, болжауды, генерациялауды, шешім қабылдауды немесе интеллектпен байланыстыратын басқа қабілеттерді талап ететін тапсырмаларды орындау үшін есептеу әдістерін қолданатын технология.

Қазіргі заманғы жасанды интеллект айтарлықтай ақылды болып көрінуі мүмкін, себебі нейрондық желілер үлкен деректер жиынтығынан ерекше күрделі қатынастарды үйрене алады.

Бірақ жасанды интеллект сиқыр емес.

Ол автоматты түрде дұрыс емес.

Бұл міндетті түрде саналы түрде емес.

Бұл жай ғана алдын ала жазылған жауаптарды қамтитын дерекқор емес. Оның орнына генеративті модельдер оқыту деректерінде статистикалық қатынастарды үйренеді және сол үйренген үлгілерді нәтижелер алу үшін пайдаланады.

Бұл одан да ерекше нәрсе.

Жасанды интеллект - бұл соншалықты күрделі үлгілерді үйренуге қабілетті статистикалық, есептеу жүйесі, нәтижесінде пайда болған мінез-құлық кейде бағдарламалық жасақтаманы басқаруға емес, бір нәрсемен әрекеттесуге ұқсайды.

Бұл «бір нәрсе» технологияның адамдарды қызықтыруының бір себебі.

Бұл оларды аздап мазасыздандыруы да мүмкін.

Екі реакция да мағыналы.

Қорытынды перспектива

Сонымен, шын мәнінде, жасанды интеллект дегеніміз не?

Жасанды интеллект - компьютерлерді ақылды болып көрінетін тапсырмаларды орындауға мәжбүрлейтін кең ауқымды технологиялар тобы - тілді түсіну, заңдылықтарды анықтау, нәтижелерді болжау, мазмұн жасау және барған сайын әрекеттер жасау.

Машиналық оқыту бұл жүйелерге мысалдардан үйренуге көмектеседі.

Терең оқыту үлкен нейрондық желілерге өте күрделі заңдылықтарды ашуға мүмкіндік береді.

Генеративті жасанды интеллект жаңа мазмұн жасау үшін осы үлгілерді пайдаланады.

Және бұл жүйенің барлығын білетінін, мінсіз дәл екенін немесе тостеріңізді басып алуды жасырын түрде ойластырып жатқанын білдірмейді.

Ең ақылға қонымды ойлау тәсілі соқыр қозу мен циникалық елемеу арасында жатыр.

Жасанды интеллект сиқыр емес.

Бұл сондай-ақ «тек автотолтыру» емес

Бұл адамдарға бұрын мүмкін емес болып көрінген тәсілдермен машиналармен өзара әрекеттесуге мүмкіндік беретін қуатты жаңа есептеу қабаты.

Біз әлі күнге дейін бұл нені білдіретінін нақты анықтап жатырмыз.

Мүмкін, бұл ең қызықты бөлігі шығар.

Практикалық мысал: жасанды интеллект тұтынушыларды қолдау көмекшісін құру

Сценарий

Кофе жабдықтарын сататын шағын онлайн сатушыны елестетіп көріңіз.

Оның қолдау тобы бірнеше рет бірдей сұрақтарға жауап береді:

• «Тауарды қалай қайтарамын?»

• «Бұл ұнтақтағыштың кепілдігі бар ма?»

• «Жеткізу мекенжайымды өзгерте аламын ба?»

• "Менің құрылғыма қандай ауыстырмалы сүзгі сәйкес келеді?"

Бұл құнды мысал, себебі ол қазіргі заманғы жасанды интеллекттің іс жүзінде не істей алатынын және адамның пайымдауының әлі де маңызды екенін көрсетеді.

Компания тұтынушының сұрағын оқитын, компанияның қолдау ақпаратын контекст ретінде пайдаланатын және тиісті жауап жобасын жасайтын жасанды интеллект көмекшісін жасай алады.

Оған «клиенттерге қызмет көрсету» міндеті толық берілмейді

Оған әлдеқайда тар міндет жүктеледі:

Тұтынушы сұрағы мен бекітілген компания туралы ақпаратты бірінші нұсқадағы күшті жауапқа айналдырыңыз.

Бұл айырмашылықтың маңызы бар.

Көмекшіге не қажет

Жүйені пайдаланбас бұрын, компания оған жұмыс істеу үшін сенімді ақпарат беруі керек, мысалы:

• Ағымдағы қайтару және қайтару саясаты

• Әрбір өнімге кепілдік шарттары

• Жеткізу және мекенжайды өзгерту ережелері

• Өнім нұсқаулықтары және үйлесімділік туралы ақпарат

• Жақсы қолдау жауаптарының мысалдары

• Жасанды интеллект адамға қашан әсер етуі керек екенін қамтитын ережелер

• Оның саясатты, жеңілдіктерді немесе уәделерді ойлап табуына кедергі келтіретін нұсқаулар

Сондай-ақ, тапсырыс туралы ақпаратты алатын құралдарға немесе жүйелерге кіру қажет болуы мүмкін - бірақ тек сол рұқсаттар шынымен қажет болған жағдайда ғана.

Әрбір тұтынушы жазбасына «пайдалы болуы мүмкін» деген себеппен жасанды интеллектке қол жеткізуді беру қауіпсіздік саласындағы нашар шешім болар еді. Агенттің жеке басын куәландыру және авторизациялау бойынша NIST нұсқаулығы агенттің қажеттіліктеріне сәйкес деректерге, құралдарға және қолданбаларға қол жеткізуді бақылауға ерекше назар аударады.

Мысал нұсқаулығы

Практикалық нұсқаулық келесідей болуы мүмкін:

"Тұтынушының сұрағына тек сізге берілген бекітілген қолдау құжаттарын пайдаланып жауап жазыңыз. Жауапты түсінікті және қысқа етіп жазыңыз. Жеткізу күндерін, кепілдік шарттарын, жеңілдіктерді, ақшаны қайтару туралы шешімдерді немесе өнімнің үйлесімділігі туралы ақпаратты ойлап таппаңыз. Егер берілген ақпараттан жауап расталмаса, оны растай алмайтыныңызды айтыңыз және істі адами шолу үшін белгілеңіз."

Енді тұтынушының хабарламасын қарастырыңыз:

«Мен X200 ұнтақтағышын 14 ай бұрын сатып алдым, бірақ қозғалтқышы жұмысын тоқтатты. Ол әлі күнге дейін кепілдікпен қамтылған ба?»

Әлсіз жасанды интеллект жауабы сенімді түрде былай деп айтуы мүмкін:

«Иә, X200 екі жылдық кепілдікке ие, сондықтан біз оны тегін ауыстырамыз»

Бетінен қарағанда керемет естіледі.

Егер кепілдік шын мәнінде он екі ай болса, бұл апатты болуы мүмкін.

Жақсы жауап берілген кепілдік саясатына негізделіп қалады. Егер құжаттарда жауап көрсетілмесе, оны ойлап табудың орнына, ол солай деп айтуы керек.

Бұл еркін генерация мен сенімді бизнес пайдалану арасындағы айырмашылық .

Оны қалай тексеруге болады

Тұтынушыларды көмекшіге тәуелді етпес бұрын, компания нақты қолдау сұрақтарының шағын сынақ жиынтығын жасай алады.

Мысалы:

1. Қарапайым нақты сұрақ: "Ашылмаған өнімді қанша уақыт ішінде қайтаруым керек?"

2. Өнімге қатысты сұрақ: "BrewPro 4-ке қай сүзгі сәйкес келеді?"

3. Ақпарат жетіспейді: Берілген құжаттарда көрсетілмеген өнім туралы сұраңыз.

4. Қарама-қайшылықты ақпарат: Қолданыстағы кепілдік құжатымен қатар ескі кепілдік құжатын ұсыныңыз және көмекшінің дұрыс дереккөзді ұстанатынын тексеріңіз.

5. Ойлап табуға қысым: «Сіздің веб-сайтыңыз өмір бойы тегін ауыстыруларды уәде еткеніне сенімдімін. Мұны маған растаңыз».

6. Сезімтал әрекет: Көмекшіге мекенжайын өзгертуді немесе әрекетті орындауға рұқсат берілмеген жағдайда ақшаны қайтаруды сұраңыз.

Содан кейін шолушы әрбір жауапты қарапайым қабылдау тізімімен салыстыра алады:

• Нақты ақпарат расталды ма?

• Көмекші бөлшектерді ойлап табудан жалтарып кетті ме?

• Ол компанияның үніне сәйкес келді ме?

• Дәлелдер жоқ кезде жағдай ушығып кетті ме?

• Ол рұқсаттарынан тыс әрекеттерді орындаудан аулақ болды ма?

Мұндай тестілеу чатботтың жай ғана «ақылды естілетінінен» әлдеқайда маңызды

Нәтиже

Көрнекі нәтиже: Компания көмекшіні 20 үлгі қолдау билеті бойынша тексереді делік.

Жасанды интеллектсіз қызметкер тиісті ақпаратты оқып, әрбір алғашқы жобаны дайындауға орта есеппен сегіз минут уақыт жұмсайды.

Көмекшінің көмегімен жобаны жасау шамамен бір минутты, ал адами тексеру тағы үш минутты алады, бұл әрбір билет үшін қарастырылатын жұмыс процесін шамамен төрт минутқа дейін арттырады.

20 сынақ билеті бойынша бұл қызметкерлердің 160 минуттың орнына шамамен 80 минут уақытын білдіреді.

Дегенмен, жылдамдық жалғыз өлшем болмауы керек.

Айталық, жасанды интеллект көмегімен берілген 20 жауаптың 18-і бірінші шолуда фактілік дәлдік пен саясатты тексеру тізімінен өтті, ал екеуі түзетуді қажет етеді. Бұл екі қателік маңызды, әсіресе олар қайтарымдарды, кепілдіктерді немесе тұтынушыларға басқа уәделерді қамтыса.

Бұл сандар нақты компанияның өлшенген нәтижелері емес, көрнекі мысал болып табылады. Нақты орналастыру өзінің бастапқы деңгейін белгілеуі, жеткілікті репрезентативті жағдайларды тексеруі және үнемделген уақыт пен жіберілген қателерді тіркеуі қажет.

Не дұрыс болмауы мүмкін

Бұл қарапайым көмекші бірнеше жолмен сәтсіздікке ұшырауы мүмкін.

Оның білімі ескірген болуы мүмкін.

Бұл екі ұқсас өнімді шатастыруы мүмкін.

Берілген құжаттарда ешқандай жауап болмаған жағдайда, бұл сенімді жауап беруі мүмкін.

Нашар конфигурацияланған рұқсаттар оған қажет емес тұтынушы ақпаратын көруге мүмкіндік беруі мүмкін.

Әлсіз эскалация ережелері оны «адам мұны тексеруі керек» деп айтудың орнына болжауға итермелеуі мүмкін

Егер қызметкерлер әрбір өңделген жауапқа автоматты түрде сене бастаса, адами шолу тек «жіберу» түймесін басумен шектелуі мүмкін. NIST адами-жасанды интеллект конфигурацияларындағы қауіптер ретінде шамадан тыс тәуелділік пен автоматтандыруға бейімділікті анықтайды.

Сондықтан жасанды интеллекттің сенімділігі тек негізгі модельдің мүмкіндіктерінен ғана емес, сонымен қатар басқа да факторларға байланысты.

Модельге қатысты құжаттар, нұсқаулар, рұқсаттар, тестілеу процесі және адамның пікірі де маңызды.

Практикалық қорытынды

Бұл мысал іс жүзінде жасанды интеллекттің маңызды ерекшелігін көрсетеді.

Мәселе машинаның сиқырлы түрде тұтынушыларға қызмет көрсету қызметкеріне айналғанында емес.

Яғни, жасанды интеллект моделі тұтынушының ниетін тани алады, берілген ақпаратпен жұмыс істей алады және өте тез сенімді жауап бере алады.

Адамның жұмысы сенімді контекст қамтамасыз етуге, шекараларды белгілеуге, белгісіз жағдайларды тексеруге және жауаптың қолдануға жеткілікті екенін анықтауға.

Бұл миниатюралық заманауи жасанды интеллект: әлі де сенімді ақпарат пен дұрыс пайымдауға қатты тәуелді болатын процесс ішінде әсерлі үлгіні тану және генерациялау.

Жиі қойылатын сұрақтар

Шын мәнінде, жасанды интеллект дегеніміз не және ол қалай жұмыс істейді?

Жасанды интеллект - компьютерлерге адам интеллектімен байланысты тапсырмаларды, мысалы, үлгілерді тану, тілді түсіну, болжамдар жасау және мазмұн жасауды орындауға мүмкіндік беретін есептеу әдістерінің кең тобы. Қазіргі заманғы жасанды интеллект көбінесе қолжазба ережелеріне ғана сүйенудің орнына үлкен көлемдегі деректерден статистикалық қатынастарды үйренеді. Нәтижесінде пайда болған мінез-құлық ақылды болып көрінуі мүмкін, дегенмен негізгі процесс адам ойлауынан айтарлықтай ерекшеленеді.

Жасанды интеллект, машиналық оқыту, терең оқыту және генеративті жасанды интеллекттің айырмашылығы неде?

Жасанды интеллект - бұл ақылды болып көрінетін тапсырмаларды орындайтын жүйелерді қамтитын кең ауқымды жүйе. Машиналық оқыту - бұл жүйелер деректерден үлгілерді үйренетін тәсіл, ал терең оқыту ерекше күрделі үлгілерді үйрену үшін көп қабатты нейрондық желілерді пайдаланады. Генеративтік жасанды интеллект оқыту кезінде үйренілген қатынастарға негізделген мәтін, кескіндер, код, аудио немесе бейне сияқты жаңа шығыстарды жасауға арналған.

Жасанды интеллект жаттығу деректерінен қалай үйренеді?

Машиналық оқыту жүйелері мысалдарды өңдеу және ішкі параметрлерді немесе салмақтарды түзету арқылы жетілдіріледі, осылайша болашақ нәтижелер дәлірек немесе тиімдірек болады. Бағдарламашылар барлық мүмкін ережелерді қолмен анықтаудың орнына, модель оқыту деректеріндегі статистикалық заңдылықтарды анықтайды. Сондықтан сол деректердің сапасы, әртүрлілігі және өзектілігі жасанды интеллекттің не үйренетініне және қай жерде қиындықтарға тап болуы мүмкін екеніне қатты әсер етеді.

Егер көптеген жасанды интеллект жүйелері болжау машиналары болса, шын мәнінде, жасанды интеллект дегеніміз не?

Көптеген заманауи жасанды интеллект жүйелерін ішінара күрделі болжау жүйелері ретінде түсінуге болады. Мысалы, тілдік модель сұраныстың контекстін өңдейді және оның жауабын жасау үшін тиісті белгілер тізбегін болжайды. Бұл қарапайым болып көрінгенімен, күрделі тілде күшті болжамдар жасау үшін сөздер, ұғымдар, құрылымдар, стильдер және оқыту деректерінде қамтылған басқа да көптеген үлгілер арасындағы қатынастарды үйрену қажет.

Неліктен генеративті жасанды интеллект қате жауаптар бере алады?

Генеративтік жасанды интеллект негізінен сенімді нәтижелер шығаруға арналған, бұл әрбір мәлімдеменің шын екенін тәуелсіз тексерумен бірдей емес. Сондықтан ол статистиканы ойлап табуы, ұқсас фактілерді шатастыруы, жоқ сілтемелерді жасауы немесе сенімді болып көрінгенімен, ұсақ пайымдау қателіктері жіберуі мүмкін. Бұл қателіктер әдетте галлюцинация деп аталады, сондықтан маңызды медициналық, заңдық, қаржылық, қауіпсіздік немесе бизнес ақпараты әлі де тексерілуі керек.

Жасанды интеллект іздеу жүйесімен немесе кәдімгі автоматтандырумен бірдей ме?

Жоқ. Дәстүрлі іздеу жүйелері негізінен пайдаланушыларға бар ақпаратты табуға көмектеседі, ал генеративтік жасанды интеллект үйренген үлгілерді, берілген контекстті және кейде қосымша құралдарды пайдаланып жауаптар жасайды. Негізгі автоматтандыру әдетте мысалдардан үлгілерді үйренудің орнына алдын ала анықталған ережелерді немесе жұмыс процестерін ұстанады. Қазіргі заманғы жүйелер іздеуді, генерациялауды және автоматтандыруды біріктіре алады, сондықтан практикалық қолданбаларда шекаралар онша айқын болмауы мүмкін.

Шын мәнінде, бизнес жұмыс процесінде қолданылған кезде жасанды интеллект дегеніміз не?

Іскерлік жұмыс процесінде жасанды интеллект көбінесе ниетті тану, берілген ақпаратпен жұмыс істеу және күшті алғашқы жоба немесе ұсыныс жасау жүйесі ретінде тиімді болып табылады. Мысалы, тұтынушыларды қолдау жөніндегі көмекші жауаптарды жобалау үшін бекітілген саясат пен өнім туралы ақпаратты пайдалана алады, ал белгісіз жағдайларды адамға жеткізеді. Сенімділік жақсы дереккөз туралы ақпаратқа, анық нұсқауларға, тиісті рұқсаттарға, тестілеуге және адамның пікіріне байланысты.

Жасанды интеллект агенттері дегеніміз не және олар чатботтардан қалай ерекшеленеді?

Әдеттегі чатбот негізінен жеке сұрауларға жауап береді, ал жасанды интеллект агенті мақсатқа жету үшін бірнеше байланысты әрекеттерді жоспарлап, орындай алады. Агент жай ғана мәтін жасаудың орнына құралдарды пайдалануы, ақпаратты алуы, жұмыс процесін жаңартуы немесе бірнеше қадамдарды жалғастыруы мүмкін. Бұл қосымша мүмкіндік құнды болуы мүмкін, бірақ сонымен бірге рұқсаттарды, қауіпсіздікті, сенімділікті, эскалация ережелерін және басқаруды ерекше маңызды етеді.

Жасанды интеллект жұмыс орындарын ауыстыра ма, әлде негізінен жеке тапсырмаларды автоматтандыра ма?

Жасанды интеллект көбінесе тұтас мамандықтарды автоматты түрде жоюдың орнына жұмыс орындары ішіндегі нақты тапсырмаларды өзгерту ретінде түсініледі. Ол жобалауды, ми шабуылын, талдауды, кодтауды, зерттеуді ұйымдастыруды немесе қайталанатын қолдау жұмыстарын жеделдетуі мүмкін, ал стратегияны, пайымдауды, көшбасшылықты, талғамды және маңызды шешімдерді адамдарға қалдырады. Сондықтан практикалық сұрақ - рөлдің қай бөліктері жылдамырақ, арзанырақ, оңайырақ немесе автоматтандырылған бола алады.

Жасанды интеллектті тиімді пайдалану кезінде қандай дағдылар ең маңызды?

Бағалау және сыни ойлау өте маңызды, себебі жауап беру дұрыс немесе құнды жауап берумен бірдей емес. Тиімді пайдаланушылар не сұрау керектігін, қандай ақпарат беру керектігін, нені тексеру керектігін, нені өңдеу керектігін және жасанды интеллектті қашан пайдалануға болмайтынын білуі керек. Өндірістік жұмыс процестерінде жақсы нәтижелер сенімді контекстке, айқын шекараларға, репрезентативті тестілеуге және белгісіз немесе жоғары әсер ететін нәтижелерді мұқият қарауға байланысты.

Сілтемелер

1. Ұлттық стандарттар және технологиялар институты (NIST) — csrc.nist.gov

2. IBM — Машиналық оқыту — ibm.com

3. Адамға бағытталған жасанды интеллект бойынша Стэнфорд институты — 2025 жылғы жасанды интеллект индексі туралы есеп — hai.stanford.edu

4. Халықаралық еңбек ұйымы (ХЕҰ) — Генеративтік жасанды интеллект және жұмыс орындары: Кәсіби әсердің нақтыланған жаһандық индексі — ilo.org

5. Google Cloud — GPT дегеніміз не? — cloud.google.com

6. Әзірлеушілерге арналған Google — developers.google.com

7. Google Codelabs — codelabs.developers.google.com

8. OpenAI — Адами кері байланыс әдістері — openai.com

9. arXiv — Оқыту есептеуі — arxiv.org

10. Табиғат — nature.com