Ի՞նչ է արհեստական ​​բանականությունը։

Արհեստական ​​բանականությունը հայտնվում է ամենուրեք՝ ձեր հեռախոսում, ձեր էլ. փոստում, քարտեզներ է մշակում, նամակներ է գրում, որոնք դուք կիսով չափ մտադիր էիք գրել: Բայց ի՞նչ է արհեստական ​​բանականությունը : Կարճ տարբերակ՝ դա տեխնիկայի մի ամբողջություն է, որը թույլ է տալիս համակարգիչներին կատարել այնպիսի առաջադրանքներ, որոնք մենք կապում ենք մարդկային ինտելեկտի հետ, ինչպիսիք են՝ օրինաչափությունների ճանաչումը, կանխատեսումներ անելը և լեզվի կամ պատկերների ստեղծումը: Սա ձեռքի ալիքավոր մարքեթինգ չէ: Սա հիմնավորված ոլորտ է՝ մաթեմատիկայով, տվյալներով և բազմաթիվ փորձերի ու սխալների միջոցով: Հեղինակավոր հղումները արհեստական ​​բանականությունը ներկայացնում են որպես համակարգեր, որոնք կարող են սովորել, դատողություններ անել և գործել նպատակներին հասնելու համար այնպիսի եղանակներով, որոնք մենք համարում ենք խելացի: [1]

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

🔗 Ի՞նչ է բաց կոդով արհեստական ​​բանականությունը։
Հասկացեք բաց կոդով արհեստական ​​բանականությունը, առավելությունները, լիցենզավորման մոդելները և համայնքային համագործակցությունը։

🔗 Ի՞նչ է նեյրոնային ցանցը արհեստական ​​բանականության մեջ։
Սովորեք նեյրոնային ցանցերի հիմունքները, ճարտարապետության տեսակները, ուսուցումը և ընդհանուր կիրառությունները։

🔗 Ի՞նչ է համակարգչային տեսողությունը արհեստական ​​բանականության մեջ։
Տեսեք, թե ինչպես են մեքենաները մեկնաբանում պատկերները, հիմնական առաջադրանքները, տվյալների հավաքածուները և կիրառությունները։

🔗 Ի՞նչ է խորհրդանշական արհեստական ​​բանականությունը։
Ուսումնասիրեք խորհրդանշական դատողությունները, գիտելիքների գրաֆիկները, կանոնները և հիբրիդային նեյրո-խորհրդանշական համակարգերը։

Ի՞նչ է արհեստական ​​բանականությունը. արագ տարբերակը 🧠➡️💻

Արհեստական ​​բանականությունը մեթոդների ամբողջություն է, որը թույլ է տալիս ծրագրային ապահովմանը մոտավոր կերպով մշակել ինտելեկտուալ վարքագիծը: Յուրաքանչյուր կանոն կոդավորելու փոխարեն, մենք հաճախ մարզում ենք օրինակների վրա, որպեսզի դրանք կարողանան ընդհանրացնել նոր իրավիճակների համար՝ պատկերի ճանաչում, խոսքի վերածում տեքստի, երթուղու պլանավորում, կոդի օգնականներ, սպիտակուցային կառուցվածքի կանխատեսում և այլն: Եթե ցանկանում եք ձեր նշումների համար հետաքրքիր սահմանում. պատկերացրեք համակարգչային համակարգեր, որոնք կատարում են մարդկային մտավոր գործընթացների հետ կապված խնդիրներ, ինչպիսիք են դատողությունը, իմաստի հայտնաբերումը և տվյալներից սովորելը: [1]

Այս ոլորտի օգտակար մտավոր մոդելը արհեստական ​​բանականությանը վերաբերվելն է որպես նպատակաուղղված համակարգերի , որոնք ընկալում են իրենց միջավայրը և ընտրում գործողություններ՝ օգտակար է, երբ սկսում եք մտածել գնահատման և վերահսկողության ցիկլերի մասին: [1]

Ի՞նչն է արհեստական ​​բանականությունը դարձնում իրականում օգտակար✅

Ինչո՞ւ ավանդական կանոնների փոխարեն դիմել արհեստական ​​բանականությանը։

• Կաղապարի հզորություն . մոդելները հայտնաբերում են նուրբ փոխկապակցվածություններ հսկայական տվյալների բազմությունների միջև, որոնք մարդիկ կանտեսեին մինչև ճաշը։

• Ադապտացիա - ավելի շատ տվյալների դեպքում կատարողականը կարող է բարելավվել առանց ամբողջ կոդը վերաշարադրելու։

• Արագություն մասշտաբով . մարզվելուց հետո մոդելները աշխատում են արագ և կայուն, նույնիսկ լարված ծավալների դեպքում։

• Գեներատիվություն - ժամանակակից համակարգերը կարող են ստեղծել տեքստ, պատկերներ, կոդ, նույնիսկ թեկնածու մոլեկուլներ, այլ ոչ թե պարզապես դասակարգել իրերը։

• Հավանականային մտածողություն . նրանք անորոշությունն ավելի նրբագեղորեն են կարգավորում, քան փխրուն «եթե-այլ» անտառները։

• Գործիքներ օգտագործող գործիքներ . դուք կարող եք մոդելները միացնել հաշվիչներին, տվյալների բազաներին կամ որոնմանը՝ հուսալիությունը բարձրացնելու համար:

• Երբ դա լավ չէ ՝ կողմնակալություն, հալյուցինացիաներ, հնացած մարզումների տվյալներ, գաղտնիության ռիսկեր։ Մենք կհասնենք դրան։

Եկեք անկեղծ լինենք. երբեմն արհեստական ​​բանականությունը մտքի համար հեծանիվի պես է թվում, իսկ երբեմն՝ խճուղու վրա միանիվ հեծանիվի պես։ Երկուսն էլ կարող են ճիշտ լինել։

Ինչպես է աշխատում արհեստական ​​բանականությունը՝ մարդկային արագությամբ 🔧

Ժամանակակից արհեստական ​​բանականության համակարգերի մեծ մասը համատեղում է.

1. Տվյալներ ՝ լեզվի, պատկերների, սեղմումների, սենսորային ցուցմունքների օրինակներ։

2. Նպատակներ ՝ կորստի ֆունկցիա, որը ցույց է տալիս, թե ինչ տեսք ունի «լավը»։

3. Ալգորիթմներ - մարզման ընթացակարգ, որը մոդելը մղում է այդ կորուստը նվազագույնի հասցնելու համար։

4. Գնահատում - թեստերի հավաքածուներ, չափանիշներ, առողջական վիճակի ստուգումներ:

5. Տեղակայում - մոդելին մատուցում է մոնիթորինգ, անվտանգություն և պաշտպանիչ ցանկապատեր։

Երկու լայն ավանդույթներ՝

• Սիմվոլիկ կամ տրամաբանության վրա հիմնված արհեստական ​​բանականություն ՝ հստակ կանոններ, գիտելիքների գրաֆիկներ, որոնում: Հիանալի է ֆորմալ դատողությունների և սահմանափակումների համար:

• Վիճակագրական կամ ուսուցման վրա հիմնված արհեստական ​​բանականություն ՝ մոդելներ, որոնք սովորում են տվյալներից։ Այստեղ է, որ խորը ուսուցումը գոյություն ունի և որտեղից է գալիս վերջին ժամանակների ամենաշատը։ Լայնորեն մեջբերվող ակնարկը քարտեզագրում է տարածքը շերտավորված ներկայացումներից մինչև օպտիմալացում և ընդհանրացում։ [2]

Ուսուցման վրա հիմնված արհեստական ​​բանականության մեջ կարևոր են մի քանի հենասյուներ՝

• Վերահսկվող ուսուցում - սովորեք պիտակավորված օրինակներից։

• Անվերահսկելի և ինքնավերահսկելի - սովորել կառուցվածքը չպիտակավորված տվյալներից։

• Ուժեղացված ուսուցում - սովորել փորձի և հետադարձ կապի միջոցով։

• Գեներատիվ մոդելավորում - սովորեք ստեղծել նոր նմուշներ, որոնք իրական տեսք ունեն։

Երկու սերունդ, որոնց մասին ամեն օր կլսեք.

• Տրանսֆորմերներ ՝ մեծ լեզվական մոդելների մեծ մասի ճարտարապետությունը։ Այն օգտագործում է ուշադրությունը ՝ յուրաքանչյուր թոքենը մյուսների հետ կապելու համար, հնարավորություն տալով զուգահեռ ուսուցում և զարմանալիորեն սահուն ելքային տվյալներ։ Եթե լսել եք «ինքնուրույն ուշադրություն» արտահայտությունը, դա է հիմնական հնարքը։ [3]

• Դիֆուզիոն մոդելներ - դրանք սովորում են շրջել աղմուկի առաջացման գործընթացը՝ պատահական աղմուկից վերադառնալով հստակ պատկերի կամ ձայնի: Դա նման է խաղաքարտերի հավաքածությունը դանդաղ և զգուշորեն խառնելուն, բայց հաշվարկի միջոցով. հիմնարար աշխատանքը ցույց է տվել, թե ինչպես կարելի է արդյունավետորեն մարզվել և նմուշառել: [5]

Եթե ​​փոխաբերությունները ձգձգված են թվում, դա արդարացի է. արհեստական ​​բանականությունը շարժվող թիրախ է։ Մենք բոլորս սովորում ենք պարը, մինչ երաժշտությունը փոխվում է երգի կեսին։

Որտեղ դուք արդեն ամեն օր հանդիպում եք արհեստական ​​բանականությանը 📱🗺️📧

• Որոնում և առաջարկություններ ՝ վարկանիշային արդյունքներ, հոսքեր, տեսանյութեր։

• Էլ․ փոստ և փաստաթղթեր ՝ ավտոմատ լրացում, ամփոփում, որակի ստուգումներ։

• Տեսախցիկ և ձայն - աղմուկի նվազեցում, HDR, տառադարձում:

• Նավիգացիա - երթևեկության կանխատեսում, երթուղու պլանավորում:

• Աջակցություն և սպասարկում - զրուցարաններ, որոնք տեսակավորում և կազմում են պատասխանների նախագծերը:

• Կոդավորում - առաջարկություններ, վերափոխումներ, թեստեր։

• Առողջապահություն և գիտություն ՝ տեսակավորում, պատկերագրական աջակցություն, կառուցվածքի կանխատեսում: (Կլինիկական համատեքստերը դիտարկեք որպես անվտանգության կարևորագույն գործոններ. օգտագործեք մարդկային հսկողություն և փաստաթղթավորված սահմանափակումներ:) [2]

Փոքրիկ անեկդոտ. արտադրանքի թիմը կարող է A/B թեստավորել որոնման քայլը լեզվական մոդելի առջև. սխալների մակարդակը հաճախ նվազում է, քանի որ մոդելը դատողություններ է անում ավելի թարմ, առաջադրանքին հատուկ համատեքստի, այլ ոչ թե կռահումների հիման վրա: (Մեթոդ. նախապես սահմանել չափանիշներ, պահպանել սպասման հավաքածու և համեմատել նմանատիպ հուշումները):

Ուժեղ կողմեր, սահմանափակումներ և դրանց միջև ընկած թեթև քաոսը ⚖️

Ուժեղ կողմեր

• Նրբորեն մշակում է մեծ, անկանոն տվյալների հավաքածուները։

• Մասշտաբավորում է տարբեր առաջադրանքներ՝ օգտագործելով նույն հիմնական մեխանիզմը։

• Սովորում է թաքնված կառուցվածք, որը մենք ձեռքով չենք մշակել։ [2]

Սահմանափակումներ

• Հալյուցինացիաներ - մոդելները կարող են առաջացնել հավանական հնչող, բայց սխալ արդյունքներ:

• Կողմնակալություն - մարզման տվյալները կարող են կոդավորել սոցիալական կողմնակալություններ, որոնք համակարգերը վերարտադրում են։

• Հուսալիություն - եզրային դեպքերը, հակառակորդների մուտքային տվյալները և բաշխման փոփոխությունը կարող են խաթարել իրավիճակը։

• Գաղտնիություն և անվտանգություն . զգայուն տվյալները կարող են արտահոսել, եթե զգույշ չլինեք։

• Բացատրելիություն . ինչո՞ւ է դա ասվել։ Երբեմն անհասկանալի է, ինչը հիասթափեցնում է աուդիտները։

Ռիսկերի կառավարումը գոյություն ունի, որպեսզի դուք քաոս չառաջացնեք. NIST AI ռիսկերի կառավարման շրջանակը տրամադրում է գործնական, կամավոր ուղեցույց՝ նախագծման, մշակման և տեղակայման ընթացքում հուսալիությունը բարելավելու համար՝ մտածեք ռիսկերի քարտեզագրման, դրանց չափման և օգտագործման կառավարման մասին՝ ամբողջությամբ: [4]

Ճանապարհային երթևեկության կանոններ՝ անվտանգություն, կառավարում և հաշվետվողականություն 🛡️

Կարգավորումը և ուղեցույցը հասնում են գործնականում կիրառվողին.

• Ռիսկի վրա հիմնված մոտեցումներ . բարձր ռիսկի կիրառման դեպքում պահանջները խիստ են. փաստաթղթավորումը, տվյալների կառավարումը և միջադեպերի կարգավորումը կարևոր են: Հանրային շրջանակները շեշտը դնում են թափանցիկության, մարդկային վերահսկողության և շարունակական մոնիթորինգի վրա: [4]

• Ոլորտի նրբերանգ . անվտանգության համար կարևորագույն ոլորտները (ինչպիսին է առողջապահությունը) պահանջում են մարդկային ներգրավվածություն և ուշադիր գնահատում. ընդհանուր նշանակության գործիքակազմը դեռևս օգտվում է հստակ նախատեսված օգտագործման և սահմանափակումների փաստաթղթերից: [2]

Սա նորարարությունը խեղդելու մասին չէ, այլ ձեր արտադրանքը գրադարանում պոպկորն պատրաստելու սարքի չվերածելու մասին է… ինչը զվարճալի է հնչում, մինչև որ այդպես էլ չի լինում։

Արհեստական ​​բանականության տեսակները գործնականում, օրինակներով 🧰

• Ընկալում ՝ տեսողություն, խոսք, զգայարանների միաձուլում։

• Լեզու - զրույց, թարգմանություն, ամփոփում, արդյունահանում:

• Կանխատեսում - պահանջարկի կանխատեսում, ռիսկի գնահատում, անոմալիաների հայտնաբերում:

• Պլանավորում և վերահսկողություն - ռոբոտաշինություն, լոգիստիկա։

• Սերունդավորում - պատկերներ, աուդիո, տեսանյութ, կոդ, կառուցվածքային տվյալներ։

Ներքևում մաթեմատիկան հենվում է գծային հանրահաշվի, հավանականության, օպտիմալացման և հաշվողական համակարգերի վրա, որոնք ամեն ինչ անընդհատ շարժման մեջ են պահում: Խորը ուսուցման հիմունքների ավելի խորը ուսումնասիրության համար տե՛ս կանոնիկ ակնարկը: [2]

Համեմատական ​​աղյուսակ. հայտնի արհեստական ​​բանականության գործիքների համառոտ ակնարկ 🧪

(Միտումնավոր մի փոքր անկատար է։ Գները տատանվում են։ Ձեր վազքը կտարբերվի։)

Ինչպես գնահատել արհեստական ​​բանականության համակարգը՝ որպես պրոֆեսիոնալ 🧪🔍

1. Սահմանեք աշխատանքը ՝ մեկ նախադասությամբ առաջադրանք։

2. Ընտրեք չափանիշներ ՝ ճշգրտություն, լատենտություն, արժեք, անվտանգության ազդակներ։

3. Կազմեք թեստային հավաքածու ՝ ներկայացուցչական, բազմազան, ընդգծված։

4. Ստուգեք խափանման ռեժիմները ՝ մուտքային տվյալները, որոնք համակարգը պետք է մերժի կամ արագացնի դրանց կիրառումը։

5. Կողմնակալության ստուգում ՝ ժողովրդագրական շերտեր և զգայուն հատկանիշներ, որտեղ կիրառելի է։

6. Մարդը ցիկլում - նշեք, թե երբ պետք է անձը վերանայի։

7. Գրանցել և մոնիթորինգ - շեղումների հայտնաբերում, միջադեպերի արձագանք, հետադարձումներ։

8. Փաստաթուղթ ՝ տվյալների աղբյուրներ, սահմանափակումներ, նախատեսված օգտագործում, վտանգի ազդանշաններ: NIST AI RMF-ը ձեզ տրամադրում է այս նպատակով համօգտագործվող լեզու և գործընթացներ: [4]

Տարածված սխալ պատկերացումներ, որոնք ես անընդհատ լսում եմ 🙃

• «Դա պարզապես պատճենում է»։ Ուսուցումը սովորում է վիճակագրական կառուցվածքը. գեներացիան կազմում է նոր արդյունքներ, որոնք համապատասխանում են այդ կառուցվածքին։ Դա կարող է լինել հնարամիտ կամ սխալ, բայց դա պատճենահանում-տեղադրում չէ։ [2]

• «Արհեստական ​​բանականությունը հասկանում է ինչպես մարդը»։ Այն մոդելավորում է օրինաչափությունները։ Երբեմն դա թվում է հասկացողություն, երբեմն՝ վստահության զգացում։ [2]

• «Մեծը միշտ ավելի լավ է»։ Մասշտաբը օգնում է, բայց տվյալների որակը, համաձայնեցումը և վերականգնումը հաճախ ավելի կարևոր են։ [2][3]

• «Մեկ արհեստական ​​բանականություն՝ բոլորին կառավարելու համար»։ Իրական կույտերը բազմամոդել են՝ փաստերի որոնում, տեքստի ստեղծում, սարքի վրա փոքր, արագ մոդելներ, գումարած դասական որոնում։

Մի փոքր ավելի մանրամասն հայացք. Տրանսֆորմերներ և դիֆուզիա, մեկ րոպեում ⏱️

• Տրանսֆորմերները հաշվարկում են ուշադրության միավորները տոկենների միջև՝ որոշելու համար, թե ինչի վրա կենտրոնանալ: Շերտերի կուտակումը գրանցում է երկարաժամկետ կախվածությունները առանց ակնհայտ կրկնության, ապահովելով բարձր զուգահեռություն և ուժեղ կատարողականություն լեզվական առաջադրանքների միջև: Այս ճարտարապետությունը հիմք է հանդիսանում ժամանակակից լեզվական համակարգերի մեծ մասի համար: [3]

• Դիֆուզիոն մոդելները սովորում են քայլ առ քայլ վերացնել աղմուկը, ինչպես մշուշոտ հայելին հղկելը մինչև դեմք հայտնվի: Հիմնական մարզումը և նմուշառման գաղափարները բացահայտեցին պատկերի ստեղծման բումը և այժմ տարածվում են աուդիո և վիդեո նյութերի վրա: [5]

Միկրո-բառարան, որը կարող եք պահել 📚

• Մոդել - պարամետրացված ֆունկցիա, որը մենք մարզում ենք մուտքային տվյալները ելքային տվյալներին համապատասխանեցնելու համար։

• Ուսուցում - պարամետրերի օպտիմալացում՝ օրինակների վրա կորուստը նվազագույնի հասցնելու համար։

• Գերֆիթինգ ՝ մարզումների տվյալների հետ լավ եմ աշխատում, այլուր՝ ոչ։

• Հալյուցինացիա - սահուն, բայց փաստացիորեն սխալ արտաբերում:

• RAG - վերականգնման-ընդլայնված գեներացիա, որը խորհրդակցում է թարմ աղբյուրների հետ։

• Համապատասխանեցում - վարքագծի ձևավորում՝ հրահանգներին և նորմերին հետևելու համար:

• Անվտանգություն ՝ վնասակար ելքերի կանխարգելում և ռիսկերի կառավարում ողջ կյանքի ցիկլի ընթացքում։

• Եզրակացություն ՝ կանխատեսումներ անելու համար մարզված մոդելի օգտագործում։

• Լատենտություն - մուտքագրման պահից մինչև պատասխանը ընկած ժամանակը։

• Պաշտպանիչ ցանկապատեր - մոդելի շուրջ քաղաքականություններ, ֆիլտրեր և կառավարման տարրեր։

Շատ երկար էր, չկարդացի - Վերջնական դիտողություններ 🌯

Ի՞նչ է արհեստական ​​բանականությունը: Տեխնիկայի հավաքածու, որը թույլ է տալիս համակարգիչներին սովորել տվյալներից և գործել ինտելեկտուալ՝ նպատակներին հասնելու համար: Ժամանակակից ալիքը հիմնված է խորը ուսուցման վրա՝ մասնավորապես լեզվի տրանսֆորմատորների և լրատվամիջոցների տարածման վրա: Մտածված կերպով օգտագործված՝ արհեստական ​​բանականությունը մասշտաբավորում է օրինաչափությունների ճանաչումը, արագացնում ստեղծագործական և վերլուծական աշխատանքը և բացում նոր գիտական ​​դռներ: Անզգույշ օգտագործված դեպքում այն ​​կարող է մոլորեցնել, բացառել կամ քայքայել վստահությունը: Երջանիկ ուղին համատեղում է ուժեղ ճարտարագիտությունը կառավարման, չափման և համեստության մի փոքր հպման հետ: Այդ հավասարակշռությունը ոչ միայն հնարավոր է. այն ուսուցանելի է, փորձարկելի և պահպանվող՝ ճիշտ շրջանակների և կանոնների միջոցով: [2][3][4][5]

Հղումներ

[1] Բրիտանիկա հանրագիտարան - Արհեստական ​​բանականություն (ԱԲ) . կարդալ ավելին
[2] Բնություն - «Խորը ուսուցում» (Լեկուն, Բենջիո, Հինտոն) . կարդալ ավելին
[3] arXiv - «Ուշադրությունն այն է, ինչ ձեզ անհրաժեշտ է» (Վասվանի և այլք) . կարդալ ավելին
[4] NIST - Արհեստական ​​բանականության ռիսկերի կառավարման շրջանակ . կարդալ ավելին
[5] arXiv - «Աղմուկից ազատում դիֆուզիոն հավանականային մոդելներից» (Հո և այլք) . կարդալ ավելին

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

Մեր մասին