Ի՞նչ է եզրակացությունը արհեստական ​​բանականության մեջ։ Այն պահը, երբ ամեն ինչ միավորվում է։

Երբ մարդիկ խոսում են եզրակացությունների , նրանք սովորաբար նկատի ունեն այն պահը, երբ արհեստական ​​բանականությունը դադարում է «սովորել» և սկսում է ինչ-որ բան անել։ Իրական առաջադրանքներ։ Կանխատեսումներ։ Որոշումներ։ Գործնական աշխատանքներ։

Բայց եթե պատկերացնում եք Շերլոկի նման բարձր մակարդակի փիլիսոփայական դեդուկցիայի մասնագետի, օրինակ՝ մաթեմատիկայի դիպլոմով, ապա ոչ, այդքան էլ այդպես չէ։ Արհեստական ​​​​մտածողության միջոցով եզրակացությունը մեխանիկական է։ Գրեթե սառը։ Բայց նաև մի տեսակ հրաշալի՝ տարօրինակ անտեսանելի ձևով։

Հոդվածներ, որոնք կարող են ձեզ դուր գալ կարդալ սրանից հետո.

🔗 Ի՞նչ է նշանակում արհեստական ​​բանականությանը համալիր մոտեցում ցուցաբերելը։
Ուսումնասիրեք, թե ինչպես կարելի է զարգացնել և կիրառել արհեստական ​​բանականությունը՝ հաշվի առնելով ավելի լայն, ավելի մարդակենտրոն մտածողությունը։

🔗 Ի՞նչ է իրավագիտության մագիստրոսական աստիճանը արհեստական ​​բանականության մեջ։ – Խորը ուսումնասիրություն մեծ լեզվական մոդելների մեջ։
Ծանոթացեք այսօրվա ամենահզոր արհեստական ​​բանականության գործիքների հետևում կանգնած ուղեղներին՝ մեծ լեզվական մոդելների բացատրությամբ։

🔗 Ի՞նչ է RAG-ը արհեստական ​​բանականության մեջ. Ուղեցույց որոնման-ընդլայնված գեներացիայի համար։
Իմացեք, թե ինչպես է RAG-ը համատեղում որոնման և գեներացիայի ուժը՝ ավելի խելացի և ճշգրիտ արհեստական ​​բանականության պատասխաններ ստեղծելու համար։

🧪 Արհեստական ​​բանականության մոդելի երկու կեսերը՝ նախ՝ այն մարզում է, ապա՝ գործում

Ահա մոտավոր համեմատություն. մարզումները նման են խոհարարական հաղորդումներ անվերջ դիտելուն։ Եզրակացությունն այն է, որ դուք վերջապես մտնում եք խոհանոց, հանում եք թավա և փորձում եք տունը չայրել։

Ուսուցումը ներառում է տվյալներ։ Շատ տվյալներ։ Մոդելը փոփոխում է ներքին արժեքները՝ կշիռները, շեղումները, այդ անճաշակ մաթեմատիկական մասերը՝ հիմնվելով իր տեսած օրինաչափությունների վրա։ Դա կարող է տևել օրեր, շաբաթներ կամ բառացիորեն էլեկտրաէներգիայի օվկիանոսներ։

Բայց եզրակացությո՞ւն։ Սա է արդյունքը։

🔄 Ի՞նչ է իրականում կատարվում եզրակացության ժամանակ։

Լավ, մոտավորապես այսպես է ստացվում.

1. Դուք դրան ինչ-որ բան եք տալիս ՝ հուշում, պատկեր, իրական ժամանակի սենսորային տվյալներ։

2. Այն մշակում է այն ՝ ոչ թե սովորելով, այլ այդ մուտքային տվյալները մաթեմատիկական շերտերի միջով անցկացնելով։

3. Այն արտածում է ինչ-որ բան ՝ պիտակ, գնահատական, որոշում... այն ամենը, ինչին սովորեցրել են արտաբերել։

Պատկերացրեք, որ պատկերի ճանաչման մարզված մոդելին ցույց եք տալիս մշուշոտ տոստեր։ Այն չի կանգ առնում։ Չի մտածում։ Պարզապես համընկնում է պիքսելների նախշերի հետ, ակտիվացնում է ներքին հանգույցները և... բամ... «Տոստեր»։ Այդ ամբողջ բանը՞։ Սա՞ է եզրակացությունը։

⚖️ Եզրակացություն ընդդեմ դատողության. նուրբ, բայց կարևոր

Արագ կողային վահանակ - մի շփոթեք եզրակացությունը դատողության հետ։ Հեշտ ծուղակ։

• եզրակացությունը օրինաչափությունների համապատասխանեցում է, որը հիմնված է սովորած մաթեմատիկայի վրա։

• Մյուս կողմից, դատողությունը

Արհեստական ​​բանականության մոդելների մեծ մասը՞։ Առանց որևէ տրամաբանության։ Նրանք չեն «հասկանում» մարդկային իմաստով։ Նրանք պարզապես հաշվարկում են, թե ինչն է վիճակագրորեն հավանական։ Ինչը, տարօրինակ կերպով, հաճախ բավականաչափ լավ է լինում մարդկանց տպավորելու համար։

🌐 Որտեղ է տեղի ունենում եզրակացությունը. Ամպ, թե՞ Եզր. Երկու տարբեր իրականություն

Այս մասը խորամանկորեն կարևոր է։ Թե որտեղ է արհեստական ​​բանականությունը կատարում եզրակացություններ, շատ բան է որոշում՝ արագությունը, գաղտնիությունը, արժեքը։

Եթե ​​ձեր հեռախոսը կրկին ավտոմատ կերպով ուղղում է «թաքնվելը»՝ դա եզրահանգում է։ Եթե Սիրին ձևացնում է, թե չի լսել ձեզ և փինգ է ուղարկում սերվերին՝ դա ամպային ծառայություն է։

⚙️ Եզրակացություն աշխատանքի մեջ. Ամենօրյա արհեստական ​​բանականության լուռ աստղը

Եզրակացությունը չի գոռում։ Այն պարզապես գործում է, լուռ, վարագույրի ետևում։

• Ձեր մեքենան հայտնաբերում է հետիոտնի։ (Տեսողական եզրակացություն)

• Spotify-ը խորհուրդ է տալիս մի երգ, որը մոռացել եք, որ սիրում եք։ (Նախընտրելի մոդելավորում)

• Սփամի ֆիլտրը արգելափակում է «bank_support_1002»-ից ստացված այդ տարօրինակ էլ. նամակը (Տեքստի դասակարգում)

Այն արագ է։ Կրկնվող։ Անտեսանելի։ Եվ դա տեղի է ունենում օրական միլիարդավոր

🧠 Ինչու է եզրակացությունը բավականին կարևոր

Ահա թե ինչն է մարդկանց մեծ մասը բաց թողնում. եզրակացությունը օգտագործողի փորձն է

Դուք չեք տեսնում մարզումները։ Ձեզ համար միևնույն է, թե քանի գրաֆիկական պրոցեսոր է անհրաժեշտ եղել ձեր չաթբոտին։ Ձեզ համար կարևոր է, որ այն անմիջապես և չվախեցավ։

Նաև՝ եզրակացությունն այն է, որտեղ ի հայտ է գալիս ռիսկը։ Եթե մոդելը կողմնակալ է՞։ Դա ի հայտ է գալիս եզրակացության ժամանակ։ Եթե այն բացահայտում է անձնական տեղեկություններ՞։ Այո՛, եզրակացություն։ Հենց որ համակարգը իրական որոշում է կայացնում, բոլոր մարզումների էթիկական և տեխնիկական որոշումները վերջապես կարևոր են։

🧰 Եզրակացության օպտիմալացում. Երբ չափը (և արագությունը) կարևոր են

Քանի որ եզրակացությունը անընդհատ է կատարվում, արագությունը կարևոր է։ Այսպիսով, ինժեներները կատարողականը սեղմում են այնպիսի հնարքներով, ինչպիսիք են՝

• Քվանտացում - թվերի կրճատում՝ հաշվողական բեռը նվազեցնելու համար։

• Կտրում - մոդելի ավելորդ մասերի կտրում:

• Արագացուցիչներ - Մասնագիտացված չիպեր, ինչպիսիք են TPU-ները և նեյրոնային շարժիչները:

Այս փոփոխություններից յուրաքանչյուրը նշանակում է մի փոքր ավելի արագություն, մի փոքր ավելի քիչ էներգիայի ծախս... և շատ ավելի լավ օգտագործողի փորձ։

🧩Եզրակացությունը իրական թեստն է

Նայե՛ք, արհեստական ​​բանականության ամբողջ իմաստը մոդելը չէ։ Այն պահն ։ Այն կես վայրկյանը, երբ այն կանխատեսում է հաջորդ բառը, ուռուցք է նկատում սկանավորման վրա կամ խորհուրդ է տալիս մի բաճկոն, որը տարօրինակ կերպով համապատասխանում է ձեր ոճին։

Այդ պահը՞։ Դա եզրակացություն է։

Դա այն ժամանակն է, երբ տեսությունը վերածվում է գործողության։ Երբ վերացական մաթեմատիկան հանդիպում է իրական աշխարհին և ստիպված է ընտրություն կատարել։ Ոչ կատարյալ։ Բայց արագ։ Վճռականորեն։

Եվ սա է արհեստական ​​բանականության գաղտնիքը. այն ոչ միայն սովորում է, այլև գիտի, թե երբ պետք է գործի։

Գտեք արհեստական ​​բանականության վերջին նորույթները պաշտոնական արհեստական ​​բանականության օգնականների խանութում