Узнайте значения новых слов и словосочетаний связанных с искусственным интеллектом.
Появление в конце 2022 года чат-бота ChatGPT стало важной вехой в развитии искусственного интеллекта, на достижение которой потребовались десятилетия. Ученые экспериментировали с «компьютерным зрением» и давали машинам возможность «читать» еще в 1960-х годах. Сегодня можно представить компьютер, выполняющий многие человеческие задачи лучше, чем люди. Если вы беспокоитесь о том, что вас заменит робот, или просто заинтригованы возможностями, вот несколько часто используемых модных словечек, связанных с искусственным интеллектом, и их значение.
Машинное обучение
МО — это процесс постепенного улучшения алгоритмов — наборов инструкций для достижения конкретного результата — путем предоставления им больших объемов данных. Просматривая множество «входов» и «выходов», компьютер может «обучаться» без обязательного обучения специфике выполняемой работы. Возьмите приложение для фотографий на iPhone. Изначально он не знает, как вы выглядите. Но как только вы начнете отмечать себя как лицо на фотографиях, сделанных в течение многих лет и в самых разных условиях, машина обретет способность распознавать его.
Чат-боты
Эти продукты позволяют вести беседы с людьми на самые разные темы: от исторических мелочей до новых рецептов еды. Первыми примерами являются инструменты, которые поставщики услуг используют на своих страницах «Контакты» в качестве первого ресурса для клиентов, нуждающихся в помощи. Ожидается, что чат-боты, такие как ChatGPT от OpenAI и Bard от Google, будут быстро совершенствоваться в результате последних достижений в области искусственного интеллекта и изменят способы поиска в Интернете.
Генеративный ИИ
Имеется в виду создание произведений — картин, эссе, стихов — из простых вопросов или команд. Он включает в себя DALL-E от OpenAI, который может создавать сложные и детальные изображения за считанные секунды, и MusicLM от Google, который генерирует музыку из текстовых описаний. Генеративный ИИ создает новую работу после обучения на огромном количестве уже существующего материала. Это привело к судебным искам со стороны правообладателей, которые жалуются, что их собственные работы были украдены.
Нейронные сети
Это тип ИИ, в котором компьютер запрограммирован на обучение примерно так же, как человеческий мозг: методом проб и ошибок. Успех или неудача влияют на будущие попытки и адаптации точно так же, как молодой мозг учится составлять карты нейронных путей на основе того, чему ребенка учили. Этот процесс может включать миллионы попыток достижения мастерства.
Большие языковые модели
Это очень большие нейронные сети, которые обучаются с использованием огромных объемов текста и данных, включая электронные книги, новостные статьи и страницы Википедии. Благодаря миллиардам параметров, на которых можно учиться, LLM являются основой обработки естественного языка, которая может распознавать, обобщать, переводить, прогнозировать и генерировать текст.
GPT
Генеративный предварительно обученный трансформатор — это разновидность LLM. «Трансформатор» относится к системе, которая может принимать строки входных данных и обрабатывать их все вместе, а не изолированно, так что можно фиксировать контекст и порядок слов. Это важно при языковом переводе. Например: «Ее собака Поппи ела на кухне» можно перевести на французский эквивалент «Поппи съела свою собаку на кухне», не уделяя должного внимания порядку, синтаксису и значению.
Галлюцинация
Когда ИИ, такой как ChatGPT, выдумывает что-то, что звучит убедительно, но полностью выдумано, это называется галлюцинацией. Это результат того, что система не имеет правильного ответа на вопрос, но, тем не менее, знает, как будет звучать хороший ответ, и представляет его как факт. Есть опасения, что неспособность ИИ сказать «Я не знаю», когда его о чем-то спрашивают, приведет к дорогостоящим ошибкам, опасным недоразумениям и распространению дезинформации.
Разумный ИИ
Большинство исследователей сходятся во мнении, что разумный, сознательный ИИ, способный воспринимать и размышлять о мире вокруг себя, еще через несколько лет станет реальностью. Хотя ИИ демонстрирует человеческие способности, машины еще не «понимают», что они делают или говорят. Они просто находят закономерности в огромных объемах информации, генерируемой людьми, и создают математические формулы, которые определяют, как они реагируют на подсказки. И может быть трудно узнать, когда появится разум, поскольку до сих пор нет широкого согласия о том, что такое сознание.
Чрезвычайное поведение
Когда большие языковые модели достигли определенного масштаба, они начали проявлять способности, которые, казалось, возникли из ниоткуда, в том смысле, что их тренеры не предполагали и не ожидали их. Некоторые примеры включают генерацию исполняемого компьютерного кода, рассказывание странных историй и определение фильмов по цепочке смайликов в качестве подсказок.
Оперативное проектирование
Точность и полезность ответов большой языковой модели во многом зависят от качества подаваемых ей команд. Проворные инженеры могут точно настроить инструкции на естественном языке для получения стабильных высококачественных результатов при минимальной мощности компьютера. Эти навыки пользуются большим спросом.
