Mākslīgā intelekta terminu skaidrotājs: no AGI līdz halucinācijām
Jauns mākslīgā intelekta terminu vārdnīca palīdz saprast biežāk lietotos jēdzienus, sākot ar AGI un beidzot ar halucinācijām, padarot sarunas par MI pieejamākas ikvienam.
Mākslīgais intelekts (MI) ne tikai pārveido pasauli, bet arī rada jaunu valodu, lai aprakstītu šīs pārmaiņas. Tehnoloģiju nozares sapulcēs bieži dzirdami termini, piemēram, LLM, RAG un RLHF, kas var mulsināt pat pieredzējušus speciālistus. Lai atvieglotu izpratni, izveidots visaptverošs MI terminu skaidrotājs, kas regulāri tiek atjaunināts līdz ar nozares attīstību.
Galvenie jēdzieni
AGI (vispārīgais mākslīgais intelekts) ir neskaidrs termins, kas parasti apzīmē MI, kas spēj veikt lielāko daļu cilvēka uzdevumu. OpenAI izpilddirektors Sems Altmans to raksturojis kā “vidusmēra cilvēka ekvivalentu, ko varētu pieņemt darbā kā kolēģi”, savukārt Google DeepMind uzskata, ka AGI ir “MI, kas vismaz tikpat spējīgs kā cilvēks lielākajā daļā kognitīvo uzdevumu”.
MI aģents ir rīks, kas izmanto MI tehnoloģijas, lai jūsu vietā veiktu vairākus uzdevumus, piemēram, apstrādātu izdevumus, rezervētu biļetes vai rakstītu un uzturētu kodu. Tomēr šis termins dažādiem cilvēkiem var nozīmēt dažādas lietas, un infrastruktūra joprojām tiek pilnveidota.
Halucinācija ir MI nozares termins, kas apzīmē modeļa spēju izdomāt nepatiesu informāciju. Tas ir nopietns kvalitātes jautājums, kas var maldināt lietotājus un radīt reālus riskus, piemēram, kaitīgus medicīniskus ieteikumus. Halucinācijas rodas treniņdatu nepilnību dēļ, veicinot specializētāku MI modeļu izstrādi.
Lielie valodas modeļi (LLM) ir MI modeļi, kas darbojas tādos palīgos kā ChatGPT, Claude un Gemini. Tie ir dziļi neironu tīkli ar miljardiem parametru, kas apgūst vārdu un frāžu attiecības no miljardiem grāmatu, rakstu un transkripciju. Kad lietotājs ievada vaicājumu, modelis ģenerē visticamāko atbildi.
Citi būtiski termini
Smalkā pielāgošana (fine-tuning) ir modeļa papildu apmācība konkrētam uzdevumam, izmantojot specializētus datus. Daudzi uzņēmumi sāk ar LLM un pēc tam tos pielāgo savai jomai.
Inference ir MI modeļa palaišanas process, kad tas veic prognozes vai secinājumus no iepriekš apgūtiem datiem. Bez apmācības inference nav iespējama.
Atmiņas kešatmiņa ir optimizācijas paņēmiens, kas samazina aprēķinu skaitu, saglabājot iepriekšējos rezultātus turpmākajiem vaicājumiem, tādējādi paātrinot inferenci.
Šis skaidrotājs ir dzīvs dokuments, kas tiks papildināts, MI jomai attīstoties, palīdzot ikvienam sekot līdzi jaunākajām tendencēm.
