Жасанды интеллект дегеніміз не?

Жасанды интеллект барлық жерде көрінеді - телефоныңызда, кіріс жәшігіңізде, карталарды көрсетуде, жазуға ниеттенген электрондық хаттарды жазуда. Бірақ жасанды интеллект дегеніміз не ? Қысқаша айтқанда: бұл компьютерлерге адам интеллектімен байланысты тапсырмаларды, мысалы, үлгілерді тану, болжамдар жасау және тіл немесе кескіндер жасау сияқты тапсырмаларды орындауға мүмкіндік беретін әдістер жиынтығы. Бұл қолмен жасалатын маркетинг емес. Бұл математика, деректер және көптеген сынақтар мен қателіктер бар негізделген өріс. Беделді сілтемелер жасанды интеллектті біз ақылды деп санайтын жолдармен үйрене, ойлана және мақсаттарға жету үшін әрекет ете алатын жүйелер ретінде сипаттайды. [1]

Осыдан кейін оқуға болатын мақалалар:

🔗 Ашық бастапқы кодты жасанды интеллект дегеніміз не?
Ашық бастапқы кодты жасанды интеллектті, артықшылықтарды, лицензиялау модельдерін және қауымдастықпен ынтымақтастықты түсіну.

🔗 Жасанды интеллекттегі нейрондық желі дегеніміз не?
Нейрондық желі негіздерін, архитектура түрлерін, оқытуды және кең таралған қолданыстарды үйреніңіз.

🔗 Жасанды интеллектте компьютерлік көру дегеніміз не?
Машиналардың кескіндерді, негізгі тапсырмаларды, деректер жиынтықтарын және қолданбаларды қалай түсіндіретінін қараңыз.

🔗 Символдық ЖИ дегеніміз не?
Символдық ойлауды, білім графиктерін, ережелерін және гибридті нейросимволдық жүйелерді зерттеңіз.

Жасанды интеллект дегеніміз не: жылдам нұсқасы 🧠➡️💻

Жасанды интеллект - бағдарламалық жасақтаманың интеллектуалды мінез-құлықты шамамен анықтауға мүмкіндік беретін әдістер жиынтығы. Әрбір ережені кодтаудың орнына, біз көбінесе оқытамыз , сонда олар жаңа жағдайларға - кескінді тануға, сөйлеуді мәтінге айналдыруға, маршрутты жоспарлауға, код көмекшілеріне, ақуыз құрылымын болжауға және т.б. жалпылай алады. Егер сізге жазбаларыңыз үшін ұқыпты анықтама қажет болса: ойлау, мағынаны ашу және деректерден үйрену сияқты адамның интеллектуалды процестерімен байланысты тапсырмаларды орындайтын компьютерлік жүйелерді елестетіп көріңіз. [1]

Жасанды интеллектті мақсатты жүйелер - бұл бағалау және басқару циклдары туралы ойлана бастаған кезде пайдалы. [1]

Жасанды интеллектті шынымен пайдалы ететін нәрсе✅

Неліктен дәстүрлі ережелердің орнына жасанды интеллектке жүгіну керек?

• Үлгі күші - модельдер адамдар түскі асқа дейін жіберіп алатын үлкен деректер жиынтығындағы нәзік корреляцияларды анықтайды.

• Бейімделу - көбірек деректермен өнімділікті барлық кодты қайта жазбай-ақ жақсартуға болады.

• Масштабтағы жылдамдық - бір рет жаттыққаннан кейін, модельдер тіпті қатты көлемде де жылдам және тұрақты түрде жүгіреді.

• Генеративтік – қазіргі заманғы жүйелер заттарды жіктеп қана қоймай, мәтінді, кескіндерді, кодты, тіпті кандидат молекулаларды да жасай алады.

• Ықтималдық ойлау - олар белгісіздікті сынғыш if-else ормандарына қарағанда әсемірек шешеді.

• Құралды пайдаланатын құралдар - сенімділікті арттыру үшін модельдерді калькуляторларға, дерекқорларға немесе іздеуге қосуға болады.

• Жақсы болмаған кезде - бейтараптық, елестеулер, ескірген оқу деректері, құпиялылыққа қауіптер. Біз соған жетеміз.

Шынын айтайық: кейде жасанды интеллект ақылға арналған велосипед сияқты сезіледі, ал кейде қиыршық тасты жолдағы бір велосипед сияқты. Екеуі де шындық болуы мүмкін.

Жасанды интеллект адам жылдамдығымен қалай жұмыс істейді 🔧

Қазіргі заманғы жасанды интеллект жүйелерінің көпшілігі мыналарды біріктіреді:

1. Деректер - тілдің, кескіндердің, шертулердің, сенсор көрсеткіштерінің мысалдары.

2. Мақсаттар - «жақсы» дегеннің қалай көрінетінін көрсететін шығын функциясы.

3. Алгоритмдер - модельді сол шығынды азайтуға итермелейтін оқыту процедурасы.

4. Бағалау - тест жинақтары, көрсеткіштер, ақыл-ойдың саулығын тексеру.

5. Орналастыру - модельді бақылау, қауіпсіздік және қоршаулармен қамтамасыз ету.

Екі кең таралған дәстүр:

• Символдық немесе логикаға негізделген жасанды интеллект - айқын ережелер, білім графиктері, іздеу. Формальды ойлау мен шектеулер үшін тамаша.

• Статистикалық немесе оқытуға негізделген жасанды интеллект – деректерден үйренетін модельдер. Терең оқыту осы жерде өмір сүреді және соңғы жаңалықтардың көпшілігі осы жерден басталады; кеңінен сілтеме жасалған шолу көп деңгейлі көріністерден бастап оңтайландыру мен жалпылауға дейінгі аумақты картаға түсіреді. [2]

Оқуға негізделген жасанды интеллектте бірнеше тірек маңызды:

• Бақылаумен оқыту - белгіленген мысалдардан үйреніңіз.

• Бақылаусыз және өзін-өзі басқаратын - белгіленбеген деректерден құрылымды үйреніңіз.

• Нығайту оқуы – сынақ және кері байланыс арқылы үйрену.

• Генеративті модельдеу - нақты көрінетін жаңа үлгілерді жасауды үйрену.

Күн сайын еститін екі генеративті отбасы:

• Трансформаторлар - көптеген ірі тілдік модельдердің архитектурасы. Ол әрбір белгіні басқаларымен байланыстыру үшін зейінді

• Диффузиялық модельдер - олар шу шығару процесін кері қайтаруды үйренеді, кездейсоқ шуды анық кескінге немесе дыбысқа қайтарады. Бұл колоданы баяу және мұқият, бірақ есептеу арқылы араластыру сияқты; негізгі жұмыс тиімді түрде оқыту және үлгі алуды көрсетті. [5]

Егер метафоралар созылып кеткендей сезілсе, бұл әділ - жасанды интеллект қозғалатын нысана. Біз бәріміз биді үйреніп жатырмыз, ал музыка әннің ортасында өзгереді.

Күн сайын жасанды интеллектпен кездесетін жеріңіз 📱🗺️📧

• Іздеу және ұсыныстар - рейтинг нәтижелері, арналар, бейнелер.

• Электрондық пошта және құжаттар - автоматты түрде толтыру, қорытындылау, сапаны тексеру.

• Камера және аудио - шуды азайту, HDR, транскрипция.

• Навигация - көлік қозғалысын болжау, маршрутты жоспарлау.

• Қолдау және қызмет көрсету - жауаптарды сұрыптап, жобалайтын чат агенттері.

• Кодтау - ұсыныстар, рефакторлар, тесттер.

• Денсаулық сақтау және ғылым - сұрыптау, бейнелеуді қолдау, құрылымды болжау. (Клиникалық жағдайларды қауіпсіздік тұрғысынан маңызды деп санаңыз; адамның бақылауын және құжатталған шектеулерді пайдаланыңыз.) [2]

Шағын оқиға: өнім тобы тілдік модельдің алдында іздеу қадамын A/B-тестілеуі мүмкін; қателіктер жиі төмендейді, себебі модель болжаудың орнына жаңа, тапсырмаға тән контекстке сүйенеді. (Әдіс: метрикаларды алдын ала анықтаңыз, күту жиынын сақтаңыз және ұқсас сұрауларды салыстырыңыз.)

Күшті жақтары, шектеулері және арасындағы жеңіл хаос ⚖️

Күшті жақтары

• Үлкен, ретсіз деректер жиынтығын шеберлікпен өңдейді.

• Бірдей негізгі механизмі бар тапсырмалар бойынша масштабталады.

• Қолмен жасамаған жасырын құрылымды үйренеді. [2]

Шектеулер

• Галлюцинациялар - модельдер сенімді, бірақ дұрыс емес нәтижелер беруі мүмкін.

• Қателік - оқыту деректері жүйелер кейіннен қайта шығаратын әлеуметтік қателіктерді кодтай алады.

• Беріктік - шеткі жағдайлар, қарсылас енгізулер және үлестірімнің өзгеруі жағдайды бұзуы мүмкін.

• Құпиялылық және қауіпсіздік - абай болмасаңыз, құпия деректер ағып кетуі мүмкін.

• Түсіндірмелілік - неге олай делінген? Кейде түсініксіз, бұл аудиттердің көңілін қалдырады.

Тәуекелдерді басқару хаос тудырмас үшін бар: NIST AI тәуекелдерді басқару құрылымы жобалау, әзірлеу және орналастыру кезінде сенімділікті арттыру бойынша практикалық, ерікті нұсқаулық береді - тәуекелдерді картаға түсіруді, оларды өлшеуді және пайдалануды толық басқаруды ойлаңыз. [4]

Жол ережелері: қауіпсіздік, басқару және жауапкершілік 🛡️

Реттеу және нұсқаулық тәжірибеге сәйкес келеді:

• Тәуекелге негізделген тәсілдер - жоғары тәуекелді пайдалану қатаң талаптарға тап болады; құжаттама, деректерді басқару және оқиғаларды өңдеу мәселелері. Қоғамдық құрылымдар ашықтыққа, адами бақылауға және үздіксіз мониторингке баса назар аударады. [4]

• Секторлық нюанс - қауіпсіздікке қатысты маңызды салалар (мысалы, денсаулық сақтау) адамның қатысуын және мұқият бағалауды қажет етеді; жалпы мақсаттағы құралдар әлі де нақты мақсатты пайдалану және шектеу құжаттарынан пайда көреді. [2]

Бұл инновацияны тұншықтыру туралы емес; бұл сіздің өніміңізді кітапханадағы попкорн жасаушыға айналдырмау туралы... бұл қызық болып көрінгенше қызықты болып көрінеді.

Іс жүзіндегі жасанды интеллект түрлері, мысалдармен 🧰

• Қабылдау - көру, сөйлеу, сенсорлық бірігу.

• Тіл - чат, аударма, қорытындылау, бөліп алу.

• Болжау - сұранысты болжау, тәуекелді бағалау, аномалияны анықтау.

• Жоспарлау және бақылау - робототехника, логистика.

• Буын жасау - суреттер, аудио, бейне, код, құрылымдалған деректер.

Жалпы алғанда, математика сызықтық алгебра, ықтималдық, оңтайландыру және барлығын ызылдатып отыратын есептеу стектеріне негізделген. Терең оқытудың негіздерін тереңірек түсіну үшін канондық шолуды қараңыз. [2]

Салыстыру кестесі: танымал жасанды интеллект құралдарына шолу 🧪

(Әдейі аздап жетілмеген. Бағалар өзгереді. Сіздің жүріп өткен жолыңыз өзгереді.)

Жасанды интеллект жүйесін кәсіби маман ретінде қалай бағалауға болады 🧪🔍

1. Тапсырманы анықтаңыз - бір сөйлемнен тұратын тапсырма туралы мәлімдеме.

2. Көрсеткіштерді таңдаңыз - дәлдік, кідіріс, құны, қауіпсіздік триггерлері.

3. Тест жинағын жасаңыз - репрезентативті, әртүрлі, күтпеген.

4. Ақаулық режимдерін тексеріңіз - жүйе қабылдамауы немесе күшейтуі керек кірістер.

5. Қателіктерді тексеру - демографиялық кесінділер және қолданылатын жерде сезімтал атрибуттар.

6. Циклдегі адам - ​​адамның қашан қайта қарауы керектігін көрсетіңіз.

7. Журнал және бақылау - дрейфті анықтау, оқиғаға жауап беру, кері қайтару.

8. Құжат - деректер көздері, шектеулер, мақсатты пайдалану, қауіпті белгілер. NIST AI RMF сізге бұл үшін ортақ тіл мен процестерді ұсынады. [4]

Мен үнемі еститін жиі кездесетін қате түсініктер 🙃

• «Бұл тек көшіру». Оқыту статистикалық құрылымды үйренеді; ұрпақ сол құрылымға сәйкес жаңа нәтижелер жасайды. Бұл ойлап табушылық немесе қате болуы мүмкін, бірақ бұл көшіру-қою емес. [2]

• «Жасанды интеллект адам сияқты түсінеді». Ол модельдейді . Кейде бұл түсіну сияқты көрінеді; кейде бұл сенімділік бұлыңғырлығы. [2]

• «Үлкен болған сайын жақсы». Масштаб көмектеседі, бірақ деректердің сапасы, туралануы және қалпына келтірілуі көбінесе маңыздырақ. [2][3]

• «Олардың барлығын басқаруға арналған бір ғана жасанды интеллект». Нақты стектері көп модельді: фактілерді іздеу, мәтінді генеративтік ету, құрылғыдағы шағын жылдам модельдер, сонымен қатар классикалық іздеу.

Тереңірек шолу: Трансформаторлар және диффузия, бір минутта ⏱️

• Трансформаторлар неге назар аудару керектігін шешу үшін токендер арасындағы назар аудару ұпайларын есептейді. Қабаттарды қабаттау ұзақ мерзімді тәуелділіктерді айқын қайталанусыз анықтайды, бұл жоғары параллелизмді және тілдік тапсырмалар бойынша жоғары өнімділікті қамтамасыз етеді. Бұл архитектура көптеген заманауи тілдік жүйелердің негізін қалады. [3]

• Диффузия модельдері шуды біртіндеп жоюды үйренеді, мысалы, тұманды айнаны бет пайда болғанша жылтырату. Негізгі оқыту және үлгі алу идеялары кескін генерациясының бумын ашып, қазір аудио мен бейнеге де таралады. [5]

Сіз сақтай алатын микроглоссарий 📚

• Модель - кірістерді шығыстарға сәйкестендіруге үйрететін параметрленген функция.

• Оқыту - мысалдардағы шығынды азайту үшін параметрлерді оңтайландыру.

• Шамадан тыс сәйкестендіру - жаттығу деректерінде жақсы нәтиже көрсету, басқа жерде емес.

• Галлюцинация - еркін, бірақ іс жүзінде қате шығу.

• RAG - жаңа дереккөздерді пайдаланатын қалпына келтіру арқылы кеңейтілген буын.

• Сәйкестік - нұсқаулар мен нормаларды орындау үшін мінез-құлықты қалыптастыру.

• Қауіпсіздік - зиянды шығыстардың алдын алу және өмірлік цикл бойынша тәуекелдерді басқару.

• Қорытынды жасау - болжам жасау үшін дайындалған модельді пайдалану.

• Кідіріс - енгізуден жауап беруге дейінгі уақыт.

• Қоршаулар - модель айналасындағы саясаттар, сүзгілер және басқару элементтері.

Тым ұзақ, оқымадым - Қорытынды ескертулер 🌯

Жасанды интеллект дегеніміз не? Компьютерлерге деректерден үйренуге және мақсаттарға жету үшін ақылмен әрекет етуге мүмкіндік беретін әдістер жиынтығы. Қазіргі заманғы толқын терең оқытуға, әсіресе тілге арналған трансформаторларға және медиа үшін диффузияға негізделген. Ойластырылған түрде қолданылғанда, жасанды интеллект үлгіні тануды кеңейтеді, шығармашылық және аналитикалық жұмысты жылдамдатады және жаңа ғылыми есіктерді ашады. Абайсызда қолданылса, ол адастыруы, жоққа шығаруы немесе сенімді бұзуы мүмкін. Бақытты жол күшті инженерияны басқарумен, өлшеумен және аздап кішіпейілділікпен үйлестіреді. Бұл тепе-теңдік тек мүмкін емес - ол дұрыс құрылымдар мен ережелермен үйретуге, тексеруге және қолдауға болады. [2][3][4][5]

Сілтемелер

[1] Britannica энциклопедиясы - Жасанды интеллект (ЖИ) : толығырақ оқу
[2] Табиғат - «Терең оқыту» (ЛеКун, Бенджио, Хинтон) : толығырақ оқу
[3] arXiv - «Зейін қою - сізге қажет нәрсе» (Васвани және т.б.) : толығырақ оқу
[4] NIST - ЖИ тәуекелдерін басқару құрылымы : толығырақ оқу
[5] arXiv - «Диффузиялық ықтималдық модельдерін шуды азайту» (Хо және т.б.) : толығырақ оқу

Ресми AI көмекші дүкенінен ең соңғы AI-ді табыңыз

Біз туралы