AI дегеніміз не?

Жасанды интеллект барлық жерде көрінеді - телефоныңызда, кіріс жәшігіңізде, карталарды итермелеу, сіз жазуды жоспарлаған электрондық хаттардың жобасын жасау. Бірақ AI дегеніміз не ? Қысқа нұсқа: бұл компьютерлерге үлгілерді тану, болжамдар жасау және тіл немесе кескіндер жасау сияқты адам интеллектімен байланыстыратын тапсырмаларды орындауға мүмкіндік беретін әдістер жиынтығы. Бұл қолмен жасалған маркетинг емес. Бұл математика, деректер және көптеген сынақтар мен қателер бар негізделген өріс. Беделді сілтемелер AI-ны біз ақылды деп санайтын әдістермен мақсатқа жету үшін үйренуге, пайымдауға және әрекет етуге мүмкіндік беретін жүйе ретінде қарастырады. [1]

Осы мақаладан кейін оқығыңыз келетін мақалалар:

🔗 Ашық бастапқы AI дегеніміз не?
Ашық бастапқы AI, артықшылықтар, лицензиялау үлгілері және қауымдастықпен бірлесіп жұмыс істеуді түсініңіз.

🔗 AI-дағы нейрондық желі дегеніміз не?
Нейрондық желі негіздерін, сәулет түрлерін, оқытуды және жалпы пайдалануды үйреніңіз.

🔗 AI-дағы компьютерлік көру дегеніміз не?
Машиналардың кескіндерді, негізгі тапсырмаларды, деректер жиынын және қолданбаларды қалай түсіндіретінін қараңыз.

🔗 Символдық AI дегеніміз не?
Символдық пайымдауды, білім графиктерін, ережелерді және гибридті нейро-символдық жүйелерді зерттеңіз.

AI дегеніміз не: жылдам нұсқасы 🧠➡️💻

AI - бұл бағдарламалық жасақтамаға шамамен интеллектуалды мінез-құлыққа мүмкіндік беретін әдістер жиынтығы. Әрбір ережені кодтаудың орнына, біз оқытамыз , осылайша олар жаңа жағдайларға – кескінді тану, сөйлеуден мәтінге, маршрутты жоспарлау, код көмекшілері, ақуыз құрылымын болжау және т.б. Жазбаларыңыз үшін нақты анықтаманы ұнатсаңыз: ойлау, мағынаны ашу және деректерден үйрену сияқты адамның интеллектуалды процестеріне байланысты тапсырмаларды орындайтын компьютерлік жүйелерді ойлаңыз. [1]

Даладағы пайдалы ақыл-ой үлгісі AI-ны мақсатқа бағытталған жүйелер - бағалау және басқару циклдері туралы ойлана бастағанда пайдалы. [1]

Жасанды интеллект нені пайдалы етеді✅

Неліктен дәстүрлі ережелердің орнына AI-ға жүгіну керек?

• Үлгі қуаты - модельдер адамдар түскі асқа дейін жіберіп алатын үлкен деректер жиынындағы нәзік корреляцияны анықтайды.

• Бейімделу - деректердің көп болуымен өнімділік барлық кодты қайта жазбай-ақ жақсаруы мүмкін.

• Масштабтағы жылдамдық - бір рет үйренгеннен кейін, модельдер тіпті стресстік көлемдерде де жылдам және тұрақты жұмыс істейді.

• Генеративтілік – қазіргі заманғы жүйелер заттарды классификациялап қана қоймай, мәтінді, кескіндерді, кодты, тіпті үміткер молекулаларды шығара алады.

• Ықтималды ойлау - олар сынғыш ормандарға қарағанда белгісіздікпен жақсырақ әрекет етеді.

• Құралды қолдану құралдары - сенімділікті арттыру үшін модельдерді калькуляторларға, дерекқорларға қосуға немесе іздеуге болады.

• Бұл жақсы болмаған кезде - қиғаштық, галлюцинация, ескірген жаттығу деректері, құпиялылық тәуекелдері. Біз сонда жетеміз.

Шынын айтайық: AI кейде ақылға арналған велосипед сияқты сезінеді, ал кейде бұл қиыршық тастағы жалғыз велосипед. Екеуі де шындық болуы мүмкін.

AI қалай жұмыс істейді, адам жылдамдығымен 🔧

Қазіргі заманғы AI жүйелерінің көпшілігі мыналарды біріктіреді:

1. Деректер - тіл мысалдары, кескіндер, шертулер, сенсорлық көрсеткіштер.

2. Мақсаттар – «жақсы» дегеннің қалай көрінетінін көрсететін жоғалту функциясы.

3. Алгоритмдер - бұл жоғалтуды азайту үшін модельді итермелейтін оқыту процедурасы.

4. Бағалау – тест жинағы, метрика, сананы тексеру.

5. Орналастыру – үлгіге бақылау, қауіпсіздік және қоршаулар арқылы қызмет көрсету.

Екі кең дәстүр:

• Символдық немесе логикаға негізделген AI – айқын ережелер, білім графиктері, іздеу. Ресми дәлелдер мен шектеулер үшін тамаша.

• Статистикалық немесе оқуға негізделген AI – деректерден үйренетін модельдер. Бұл терең білімнің өмір сүретін жері және соңғы шытырмандардың көпшілігі қайдан келеді; кеңінен келтірілген шолу аумақты деңгейлі көріністерден оңтайландыру мен жалпылауға дейін картаға түсіреді. [2]

Оқытуға негізделген AI ішінде бірнеше тірек маңызды:

• Бақыланатын оқыту – белгіленген мысалдардан үйреніңіз.

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

• Оқытуды күшейту – сынақ және кері байланыс арқылы үйрену.

• Генеративті модельдеу - шынайы көрінетін жаңа үлгілерді шығаруды үйреніңіз.

Сіз күнделікті еститін екі генеративті отбасы:

• Трансформаторлар – көптеген үлкен тіл үлгілерінің артындағы архитектура. Ол әр таңбалауышты басқалармен байланыстыру үшін назар Егер сіз «өзіне көңіл бөлу» дегенді естіген болсаңыз, бұл негізгі трюк. [3]

• Диффузия модельдері - олар кездейсоқ шуылдан анық кескінге немесе дыбысқа дейін қадам жасап, шуыл процесін кері қайтаруды үйренеді. Бұл палубаны баяу және мұқият, бірақ есептеумен босату сияқты; іргелі жұмыс оқытуды және тиімді үлгілеуді көрсетті. [5]

Егер метафоралар созылғандай сезілсе, бұл әділетті - AI - қозғалатын нысана. Әннің ортасында музыка өзгеріп жатқанда, бәріміз би үйренеміз.

Сіз AI-мен күнде кездесетін жерде 📱🗺️📧

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

• Электрондық пошта және құжаттар - автотолтыру, қорытындылау, сапаны тексеру.

• Камера және дыбыс - деноиз, HDR, транскрипция.

• Навигация – қозғалысты болжау, маршрутты жоспарлау.

• Қолдау және қызмет көрсету – жауаптарды тексеретін және жобалайтын чат агенттері.

• Кодтау – ұсыныстар, рефакторлар, тесттер.

• Денсаулық және ғылым - триаж, кескінді қолдау, құрылымды болжау. (Клиникалық контексттерді қауіпсіздік үшін маңызды деп қарастырыңыз; адамның бақылауын және құжатталған шектеулерді пайдаланыңыз.) [2]

Шағын анекдот: өнім тобы тіл үлгісінің алдында іздеу қадамын A/B-сынауы мүмкін; Модель болжаудан гөрі жаңа, тапсырмаға қатысты контекстке негізделгендіктен қателердің жиілігі төмендейді. (Әдіс: метриканы алдын ала анықтаңыз, күту жиынын сақтаңыз және ұқсастыққа ұқсас сұрауларды салыстырыңыз.)

Күштер, шектеулер және олардың арасындағы жұмсақ хаос ⚖️

Күштері

• Үлкен, ретсіз деректер жиынын рақымдылықпен өңдейді.

• Бірдей негізгі техникамен тапсырмалар бойынша масштабтау.

• Біз қолмен құрастырмаған жасырын құрылымды үйренеді. [2]

Шектеулер

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

• Бағалау - оқыту деректері жүйелер кейін қайта шығаратын әлеуметтік бейімділіктерді кодтай алады.

• Тұрақтылық - шеткі жағдайлар, қарсыластық енгізулер және таратудың ауысуы заттарды бұзуы мүмкін.

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

• Түсіндіру - неге олай айтты? Кейде түсініксіз, бұл аудитті бұзады.

Тәуекелдерді басқару жүйесі хаос жібермеу үшін бар: NIST AI тәуекелдерді басқару құрылымы дизайн, әзірлеу және орналастыру бойынша сенімділікті жақсарту үшін практикалық, ерікті нұсқаулар береді - тәуекелдерді карталау, оларды өлшеу және пайдалануды түпкілікті басқару туралы ойланыңыз. [4]

Жолда жүру ережелері: қауіпсіздік, басқару және есеп беру 🛡️

Реттеу мен нұсқаулық тәжірибеге сәйкес келеді:

• Тәуекелге негізделген тәсілдер – жоғары тәуекелді қолданулар қатаң талаптарға тап болады; құжаттама, деректерді басқару және оқиғаларды өңдеу мәселелері. Қоғамдық құрылымдар ашықтыққа, адам қадағалауына және үздіксіз мониторингке баса назар аударады. [4]

• Секторлық нюанс – қауіпсіздік тұрғысынан маңызды салалар (денсаулық сияқты) адаммен байланысты және мұқият бағалауды талап етеді; жалпы мақсаттағы құралдар әлі де нақты мақсатты пайдалану және шектеу құжаттарының пайдасын көреді. [2]

Бұл инновацияны тұншықтыру туралы емес; бұл сіздің өніміңізді кітапханадағы попкорн жасаушыға айналдырмау туралы… олай етпейінше қызық болып көрінеді.

Тәжірибедегі AI түрлері, мысалдармен 🧰

• Қабылдау – көру, сөйлеу, сенсорлық синтез.

• Тіл – әңгіме, аударма, жинақтау, шығару.

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

• Жоспарлау және бақылау – робототехника, логистика.

• Генерация – суреттер, аудио, бейне, код, құрылымдық деректер.

Сорғыштың астында математика сызықтық алгебраға, ықтималдыққа, оңтайландыруға және барлығын шуылдатып тұратын есептеу стектеріне сүйенеді. Терең оқыту негіздерін тереңірек білу үшін канондық шолуды қараңыз. [2]

Салыстыру кестесі: бір қарағанда танымал AI құралдары 🧪

(Әдейі аздап жетілмеген. Бағалар өзгереді. Жүгіруіңіз әртүрлі болады.)

AI жүйесін кәсіби маман сияқты қалай бағалауға болады 🧪🔍

1. Тапсырманы анықтаңыз - бір сөйлемнен тұратын тапсырма.

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

3. Тест жинағын жасаңыз - өкілді, әртүрлі, ұзартылған.

4. Сәтсіздік режимдерін тексеру - жүйе қабылдамауы немесе күшейтуі керек кірістер.

5. Бағалау сынағы – демографиялық кесінділер және мүмкін болса, сезімтал атрибуттар.

6. Циклдегі адам - ​​адам қашан қарау керектігін көрсетіңіз.

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

8. Құжат – деректер көздері, шектеулер, мақсатты пайдалану, қызыл жалаулар. NIST AI RMF сізге бұл үшін ортақ тіл мен процестерді береді. [4]

Мен үнемі еститін жиі кездесетін қате түсініктер 🙃

• «Бұл жай көшіру». Оқыту статистикалық құрылымды меңгереді; генерация осы құрылымға сәйкес келетін жаңа нәтижелерді құрайды. Бұл өнертапқыш немесе қате болуы мүмкін, бірақ бұл көшіріп қою емес. [2]

• «AI адам сияқты түсінеді». Үлгілерді үлгілейді . Кейде бұл түсіну сияқты көрінеді; кейде бұл сенімді бұлыңғырлық. [2]

• «Үлкенірек әрқашан жақсы». Масштаб көмектеседі, бірақ деректер сапасы, туралау және іздеу жиі маңыздырақ. [2][3]

• «Олардың бәрін басқаратын бір AI». Нақты стектер көп үлгілі: фактілерді іздеу, мәтін үшін генеративті, құрылғыдағы шағын жылдам үлгілер, сонымен қатар классикалық іздеу.

Тереңірек шолу: Трансформаторлар және диффузия, бір минутта ⏱️

• Трансформаторлар не нәрсеге назар аудару керектігін шешу үшін таңбалауыштар арасындағы зейін ұпайларын есептейді. Қабаттарды жинақтау ұзақ мерзімді тәуелділіктерді айқын қайталанусыз түсіріп, тіл тапсырмаларында жоғары параллелизм мен күшті өнімділікті қамтамасыз етеді. Бұл архитектура қазіргі заманғы тіл жүйелерінің көпшілігінің негізі болып табылады. [3]

• Диффузия модельдері бет пайда болғанша тұманды айнаны жылтырату сияқты шуды біртіндеп жоюды үйренеді. Негізгі оқыту және іріктеу идеялары кескіндерді құру бумының құлпын ашты және енді аудио және бейнеге дейін жетеді. [5]

Микро глоссарий 📚 сақтай аласыз

• Модель – кірістерді шығыстарға салыстыруға үйрететін параметрленген функция.

• Тренинг – мысалдардағы шығынды азайту үшін параметрлерді оңтайландыру.

• Шамадан тыс фитинг - жаттығу деректерінде жақсы жұмыс істейді, басқа жерде.

• Галлюцинация - еркін, бірақ шын мәнінде қате шығу.

• RAG - жаңа дереккөздерге жүгінетін іздеуді кеңейтілген ұрпақ.

• Туралау – нұсқаулар мен нормаларды орындау үшін мінез-құлықты қалыптастыру.

• Қауіпсіздік - зиянды нәтижелердің алдын алу және өмірлік цикл бойынша тәуекелді басқару.

• Қорытынды – болжам жасау үшін үйретілген үлгіні пайдалану.

• Кідіріс – енгізуден жауапқа дейінгі уақыт.

• Қорғаулар – модель айналасындағы саясаттар, сүзгілер және басқару элементтері.

Тым ұзақ, оқымадым - Қорытынды ескерту 🌯

AI дегеніміз не? Компьютерлерге деректерден үйренуге және мақсатқа жету үшін саналы әрекет етуге мүмкіндік беретін әдістер жиынтығы. Заманауи толқын терең білімге - әсіресе тілге арналған трансформаторларға және БАҚ үшін диффузияға мінеді. Ойланып пайдаланылған AI үлгіні тануды масштабтайды, шығармашылық және аналитикалық жұмысты жылдамдатады және жаңа ғылыми есіктерді ашады. Абайсыз пайдаланылған жағдайда, ол сенімге нұқсан келтіруі, жоққа шығаруы немесе әлсіретуі мүмкін. Бақытты жол күшті инженерияны басқарумен, өлшеммен және кішіпейілділікпен үйлестіреді. Бұл тепе-теңдік жай ғана мүмкін емес - оны дұрыс шеңберлер мен ережелер арқылы үйретуге, тексеруге және қолдауға болады. [2][3][4][5]

Анықтамалар

[1] Britannica энциклопедиясы - Жасанды интеллект (AI) : толығырақ оқу
[2] Табиғат - «Терең оқу» (ЛеКун, Бенджио, Хинтон) : толығырақ оқу
[3] arXiv - «Барлық назар аудару керек» (Васвани және т.б.) : толығырақ оқу

[ 4] : RiskivDere толығырақ «RiskivDere» Диффузияның ықтималдық үлгілері» (Хо және т.б.) : толығырақ

Ресми AI Assistant дүкенінен соңғы AI табыңыз

Біз туралы