Կարճ պատասխան. բանականությունը նշանակում է արհեստական բանականություն ՝ մարդու կողմից ստեղծված համակարգեր, որոնք նախատեսված են ինտելեկտուալ վարքագծի հետ կապված առաջադրանքներ կատարելու համար, ինչպիսիք են ուսուցումը, դատողությունը, ընկալումը և լեզուն: Եթե գործիքը սովորում է տվյալներից և կարող է հաղթահարել անծանոթ իրավիճակներ, ապա այն ավելի մոտ է արհեստական բանականությանը. եթե այն աշխատում է ֆիքսված կանոններով, ապա դա հիմնականում ավտոմատացում է:
Հիմնական եզրակացություններ՝
Սահմանում . Արհեստական բանականություն նշանակում է արհեստական բանականություն՝ համակարգեր, որոնք կատարում են ուսուցման, դատողության, ընկալման կամ լեզվական առաջադրանքներ:
Իրականության ստուգում . եթե այն չի սովորում կամ չի ընդհանրացնում, ապա, հավանաբար, դա կանոնների վրա հիմնված ծրագիր է։
Չարաշահման դիմադրություն . «Արհեստական բանականություն» պիտակներին սկեպտիկորեն վերաբերվեք, երբ ընկերությունները պարզ ավտոմատացումը որպես Արհեստական բանականություն են շուկայավարում։
Հաշվետվողականություն . Բարձր ռիսկային օգտագործումներում համոզվեք, որ արդյունքների և սխալների համար պատասխանատու է անվանակոչված անձը կամ կազմակերպությունը։
Թափանցիկություն . նախապատվությունը տվեք այն գործիքներին, որոնք բացատրում են սահմանափակումները, կիսվում են գնահատման արդյունքներով և հստակեցնում, թե ինչպես կարելի է վիճարկել որոշումները։
Հոդվածներ, որոնք կարող են ձեզ դուր գալ կարդալ սրանից հետո
🔗 Գեներատիվ արհեստական բանականության հիմնական նպատակը պարզ բացատրությամբ
Հասկացեք, թե ինչ է նպատակադրում ստեղծել գեներատիվ արհեստական բանականությունը և ինչու է այն կարևոր։.
🔗 Արհեստական բանականությունը չափազանցված է, թե՞ իսկապես փոխակերպող։
Արհեստական բանականության խոստումների, սահմանափակումների և իրական աշխարհի վրա ազդեցության հավասարակշռված հայացք։.
🔗 Տեքստի խոսքի փոխակերպումը ապահովվա՞ծ է արհեստական բանականության տեխնոլոգիայով։
Իմացեք, թե ինչպես է աշխատում ժամանակակից TTS-ը և ինչն է այն դարձնում խելացի։.
🔗 Կարո՞ղ է արհեստական բանականությունը ճշգրիտ կարդալ շեղագիր ձեռագիրը։
Ուսումնասիրեք OCR-ի սահմանափակումները և թե ինչպես են մոդելները վարվում անկանոն շեղագիր տեքստի հետ։.
Արհեստական բանականության ամբողջական տարբերակը (կարճ, բյուրեղյա պարզ պատասխանը) ✅🤖
Արհեստական բանականության ամբողջական ձևը արհեստական բանականությունն է ։
Երկու բառ։ Լուրջ հետևանքներ։.
-
Արհեստական = մարդկանց կողմից պատրաստված
-
Ինտելեկտ = ամենահամեղ մասը (քանի որ մարդիկ վիճում են այն մասին, թե ինչ է . գիտնականներ, փիլիսոփաներ և ձեր հորեղբայրը, ով կարծում է, որ ինտելեկտը «կրիկետի վիճակագրությունն իմանալն» է 😅):
Մեկ հստակ, լայնորեն օգտագործվող բազային սահմանում հետևյալն է. արհեստական բանականությունը վերաբերում է այնպիսի համակարգերի կառուցմանը, որոնք կարող են կատարել ինտելեկտուալ վարքագծի հետ կապված խնդիրներ, ինչպիսիք են ուսուցումը, դատողությունը, ընկալումը և լեզուն: [1]
այս հոդվածում կրկին կտեսնեք «AI» բառակապակցությունը լրիվ ձևով,
Ի՞նչ է նշանակում «արհեստական բանականությունը» գործնականում (և ինչու են սահմանումները բարդանում) 🧠🧩
Ահա թե ինչն է խնդիրը. արհեստական բանականությունը ոլորտ է , այլ ոչ թե մեկ արտադրանք։
Որոշ մարդիկ «AI» բառը օգտագործում են հետևյալ իմաստով
-
համակարգեր, որոնք գործում են որպես «ինտելեկտուալ գործակալներ» (որոշումներ կայացնում են նպատակներին հասնելու համար), կամ
-
համակարգեր, որոնք լուծում են «մարդկային ոճի» խնդիրներ (տեսլական, լեզու, պլանավորում) կամ
-
համակարգեր, որոնք տվյալներից սովորում են օրինաչափություններ (որտեղ էլ ի հայտ է գալիս մեքենայական ուսուցումը):
Ահա թե ինչու են սահմանումները մի փոքր տատանվում՝ կախված նրանից, թե ով է խոսում, և ինչու են լուրջ հղումները ժամանակ ծախսում այն բանի վրա, թե ինչն է համարվում արհեստական բանականություն: [2]
Ինչո՞ւ են մարդիկ այդքան հաճախ հարցնում «արհեստական բանականության ամբողջական ձևը» (և դա հիմար հարց չէ) 👀📌
Խելացի հարց է, քանի որ
-
Արհեստական բանականությունն օգտագործվում է պատահականորեն , կարծես այն մեկ բան լինի (այն այդպես չէ):
-
ընկերությունները «արհեստական բանականություն» են կիրառում այն ապրանքների վրա , որոնք, ըստ էության, պարզապես շքեղ ավտոմատացում են
-
«Արհեստական բանականությունը» կարող է նշանակել ամեն ինչ՝ սկսած առաջարկությունների համակարգից մինչև չաթբոտ և ֆիզիկական տարածքում նավարկող ռոբոտաշինություն 🤖🛞
-
Մարդիկ արհեստական բանականությունը շփոթում են մեքենայական ուսուցման, տվյալագիտության կամ «ինտերնետի» հետ, ինչը… որոշակի տպավորություն է թողնում, բայց սխալ է 😅
Նաև. արհեստական բանականությունը և՛ իրական ոլորտ է, և՛ մարքեթինգային բառ: Այսպիսով, սկսելը հիմունքներից՝ ինչպես արհեստական բանականության ամբողջական ձևը , ճիշտ քայլ է:
Պարզ «գտնել արհեստական բանականությունը» ստուգաթերթիկ (որպեսզի չմոլորվեք) 🕵️♀️🤖
Եթե փորձում եք պարզել, թե ինչ-որ բան «արհեստական բանականություն» է, թե պարզապես… ծրագրային ապահովում՝ վերնաշապիկ կրելով
-
Արդյո՞ք այն սովորում է տվյալներից (թե՞ դա հիմնականում կանոններ/եթե-ապա տրամաբանություն է):
-
Այն ընդհանրացնո՞ւմ է նոր իրավիճակների համար (թե՞ միայն նեղ, նախապես որոշված դեպքեր է քննարկում):
-
Կարո՞ղ եք գնահատել այն (ճշգրտություն, սխալների մակարդակ, ծայրահեղ դեպքեր, ձախողման ռեժիմներ):
-
Արդյո՞ք մարդկային վերահսկողություն կա բարձր ռիսկերի հետ կապված օգտագործման համար (հատկապես՝ վարձման, առողջապահության, ֆինանսների, կրթության):
Սա կախարդականորեն չի լուծում սահմանումների շուրջ բոլոր վեճերը, բայց դա գործնական միջոց է մարքեթինգային մշուշը հաղթահարելու համար։.
Ինչու է արհեստական բանականության լավ բացատրությունը սահմանափակումներ ներառում (քանի որ արհեստական բանականությունն ունի բազմաթիվ սահմանափակումներ) 🚧
Արհեստական բանականության հիմնավոր բացատրության մեջ պետք է նշել, որ արհեստական բանականությունը կարող է լինել՝
-
Հիանալի է նեղ առաջադրանքներում (պատկերների դասակարգում, օրինաչափությունների կանխատեսում)
-
և զարմանալիորեն վատ են ընկալում առողջ բանականությունը (համատեքստ, երկիմաստություն, «ինչ կաներ ակնհայտորեն նորմալ մարդը»)
Դա նման է խոհարարի, որը կատարյալ սուշի է պատրաստում, բայց ձու եփելու համար գրավոր հրահանգների կարիք ունի։.
Նաև՝ ժամանակակից արհեստական ինտելեկտի համակարգերը կարող են վստահորեն սխալվել , ուստի պատասխանատու արհեստական ինտելեկտի ուղեցույցը կենտրոնանում է հուսալիության, թափանցիկության, անվտանգության, կողմնակալության և հաշվետվողականության , այլ ոչ թե պարզապես «օ՜, այն ինչ-որ բան է ստեղծում» սկզբունքի վրա [3]:
Համեմատական աղյուսակ. Օգտակար արհեստական ինտելեկտի ռեսուրսներ (հիմնավորված, ոչ թե clickbait) 🧾🤖
Ահա գործնական մինի-քարտեզ՝ հինգ ամուր ռեսուրս , որոնք ներառում են սահմանումներ, բանավեճեր, ուսուցում և պատասխանատու օգտագործում.
| Գործիք / Ռեսուրս | Լսարան | Գինը | Ինչու է այն աշխատում (և մի փոքր անկեղծություն) |
|---|---|---|---|
| Բրիտանիկա. Արհեստական բանականության ակնարկ | Սկսնակների համար | Ազատի նման | Հստակ, լայն սահմանում, ոչ թե մարքեթինգային փրփուր։ [1] |
| Սթենֆորդի փիլիսոփայության հանրագիտարան. Արհեստական բանականություն | Մտածող ընթերցողներ | Անվճար | Խորանում է «ինչն է համարվում արհեստական բանականություն» բանավեճերի մեջ. խիտ, բայց հավաստի։ [2] |
| NIST արհեստական բանականության ռիսկերի կառավարման շրջանակ (AI RMF) | Կառուցողներ + կազմակերպություններ | Անվճար | Արհեստական բանականության ռիսկի + վստահելիության վերաբերյալ զրույցների գործնական կառուցվածքը։ [3] |
| Տնտեսական համագործակցության և զարգացման կազմակերպության (OECD) արհեստական բանականության սկզբունքները | Քաղաքականության + էթիկայի սիրահարներ | Անվճար | «Պե՞տք է արդյոք մենք» հստակ ուղեցույց. իրավունքներ, հաշվետվողականություն, վստահելի արհեստական բանականություն: [4] |
| Google մեքենայական ուսուցման արագացված դասընթաց | Սովորողներ | Անվճար | ML հասկացությունների գործնական ներածություն. արժեքավոր է նույնիսկ եթե սկսում եք զրոյից։ [5] |
տեսակի չեն ։ Դա միտումնավոր է։ Արհեստական բանականությունը մեկ գոտի չէ, այլ ամբողջ մայրուղի։
Արհեստական բանականություն vs մեքենայական ուսուցում vs խորը ուսուցում (շփոթության գոտի) 😵💫🔍
Արհեստական բանականություն (AI) 🤖
Արհեստական բանականությունը լայն հովանոց է. մեթոդներ, որոնք ուղղված են այն խնդիրների լուծմանը, որոնք մենք կապում ենք ինտելեկտուալ վարքագծի հետ՝ դատողություն, պլանավորում, ընկալում, լեզու, որոշումների կայացում: [1][2]
Մեքենայական ուսուցում (ML) 📈
Մատակարարման մեքենայական տեխնոլոգիան արհեստական բանականության ենթաբազմություն է, որտեղ համակարգերը սովորում են տվյալներից օրինաչափություններ, այլ ոչ թե հստակ ծրագրավորվում են ֆիքսված կանոններով: (Եթե լսել եք «տվյալների վրա մարզված» արտահայտությունը, ողջունում ենք Մատակարարման մեքենայական տեխնոլոգիան): [5]
Խորը ուսուցում (DL) 🧠
Խորը ուսուցումը մեքենայական ուսուցման ենթաբազմություն է, որն օգտագործում է բազմաշերտ նեյրոնային ցանցեր, որոնք լայնորեն օգտագործվում են տեսողական և լեզվական համակարգերում: [5]
Անփույթ, բայց հարմար փոխաբերություն (և այն կատարյալ չէ, մի՛ գոռացեք ինձ վրա).
արհեստական բանականությունը ռեստորանն է։ Մարդկային ուսուցումը խոհանոցն է։ Խորը ուսուցումը մեկ կոնկրետ խոհարար է, որը հիանալի է մի քանի ուտեստների մեջ, բայց երբեմն անձեռոցիկները այրում է 🔥🍽️
Այսպիսով, երբ մեկը հարցնում է արհեստական բանականության ամբողջական ձևի մասին , նա հաճախ դիմում է ավելի լայն կատեգորիայի՝ և դրա մեջ ներառված կոնկրետ կատեգորիայի։
Ինչպես է արհեստական բանականությունը գործում պարզ անգլերենով (դոկտորի կոչում պարտադիր չէ) 🧠🧰
Արհեստական բանականության մեծ մասը, որին դուք կհանդիպեք, համապատասխանում է հետևյալ օրինաչափություններից մեկին՝
Նմուշ 1՝ Կանոններ և տրամաբանական համակարգեր 🧩
Հին դպրոցի արհեստական բանականությունը հաճախ օգտագործում էր այնպիսի կանոններ, ինչպիսին է «ԵԹԵ սա պատահի, ԱՊԱ արա դա»։ Հիանալի է աշխատում կառուցվածքային միջավայրերում։ Քանդվում է, երբ իրականությունը խճճվում է (իսկ իրականությունը հակված է անկանոն լինելու)։.
Օրինակ 2. Սովորել օրինակներից 📚
Մեքենայական ուսուցումը սովորում է տվյալներից՝
-
սպամ vs ոչ սպամ 📧
-
խաբեություն ընդդեմ օրինականության 💳
-
«Կատվի լուսանկար» ընդդեմ «իմ մշուշոտ բթամատի» 🐱👍
Նմուշ 3. Նմուշի լրացում և ստեղծում ✍️
Որոշ ժամանակակից համակարգեր ստեղծում են տեքստ/պատկերներ/ձայն/կոդ։ Դրանք կարող են հարմար լինել, բայց նաև կարող են անհուսալի լինել, ուստի ամենօրյա տեղակայումը պահանջում է պաշտպանիչ պատնեշներ՝ փորձարկում, մոնիթորինգ և հստակ հաշվետվողականություն։ [3]
Արհեստական բանականության ամենօրյա օրինակներ, որոնք դուք հավանաբար օգտագործել եք 📱🌍
Արհեստական բանականության ամենօրյա դիտարկումներ
-
որոնման դասակարգում 🔎
-
քարտեզներ + երթևեկության կանխատեսում 🗺️
-
առաջարկություններ (տեսանյութեր, երաժշտություն, գնումներ) 🎵🛒
-
սպամի/ֆիշինգի ֆիլտրում 📧🛡️
-
ձայնից տեքստ 🎙️
-
թարգմանություն 🌐
-
լուսանկարների տեսակավորում + բարելավում 📸
-
հաճախորդների աջակցության չաթբոտներ 💬😬
Եվ ավելի բարձր խաղադրույքներով ոլորտներում՝
-
բժշկական պատկերագրական աջակցություն 🏥
-
մատակարարման շղթայի կանխատեսում 🚚
-
խարդախության հայտնաբերում 💳
-
Արդյունաբերական որակի վերահսկողություն 🏭
Հիմնական գաղափարը. արհեստական բանականությունը սովորաբար կուլիսներից դուրս գործող շարժիչ , այլ ոչ թե դրամատիկ մարդանման ռոբոտ։ Կներեք, գիտաֆանտաստիկ ուղեղ 🤷
Արհեստական բանականության մասին ամենամեծ սխալ պատկերացումները (և թե ինչու են դրանք մնում) 🧲🤔
«Արհեստական բանականությունը միշտ ճիշտ է»
Ոչ։ Արհեստական բանականությունը կարող է սխալվել՝ երբեմն աննկատ, երբեմն զվարճալի, երբեմն վտանգավոր (կախված համատեքստից)։ [3]
«Արհեստական բանականությունը հասկանում է այնպես, ինչպես մարդիկ»
Արհեստական բանականության մեծ մասը չի «հասկանում» մարդկային իմաստով։ Այն մշակում է օրինաչափություններ։ Դա կարող է թվալ հասկանալու նման, բայց դա նույնը չէ։ [2]
«Արհեստական բանականությունը մեկ տեխնոլոգիա է»
Արհեստական բանականությունը մեթոդների կլաստեր է (խորհրդանշական դատողություն, հավանականային մոտեցումներ, նեյրոնային ցանցեր և այլն): [2]
«Եթե դա արհեստական բանականություն է, ապա այն անաչառ է»
Նաև՝ ոչ։ Արհեստական բանականությունը կարող է արտացոլել և ուժեղացնել տվյալների կամ դիզայնի ընտրությունների մեջ առկա կողմնակալությունը, հենց այդ պատճառով էլ գոյություն ունեն կառավարման սկզբունքներն ու ռիսկերի շրջանակները։ [3][4]
Եվ այո, մարդիկ սիրում են մեղադրել «արհեստական բանականությանը», քանի որ այն հնչում է որպես դեմք չունեցող չարագործ։ Երբեմն դա արհեստական բանականությունը չէ։ Երբեմն դա պարզապես… վատ իրականացում է։ Կամ վատ խթաններ։ Կամ ինչ-որ մեկը շտապում է ինչ-որ գործառույթի թողարկմանը 🫠
Էթիկա, անվտանգություն և վստահություն. արհեստական բանականության օգտագործում՝ առանց ամեն ինչ անհարմար զգացնելու 🧯⚖️
Արհեստական բանականությունը իրական հարցեր է առաջացնում, երբ օգտագործվում է զգայուն ոլորտներում, ինչպիսիք են վարձումը, վարկավորումը, առողջապահությունը, կրթությունը և ոստիկանությունը։.
Որոշ գործնական վստահության ազդանշաններ, որոնց պետք է ուշադրություն դարձնել
-
Թափանցիկություն. բացատրո՞ւմ են, թե ինչ է այն անում և ինչ չի անում։
-
Հաշվետվողականություն. արդյո՞ք իրական մարդը/կազմակերպությունը պատասխանատու է արդյունքների համար։
-
Աուդիտիելիություն. կարո՞ղ են արդյունքները վերանայվել կամ վիճարկվել։
-
Գաղտնիության պաշտպանություն. արդյո՞ք տվյալները պատասխանատու կերպով են մշակվում։
-
Կողմնակալության ստուգում. արդյո՞ք նրանք ստուգում են անարդար արդյունքները խմբերի միջև: [3][4]
Եթե ցանկանում եք ռիսկի մասին մտածելու հիմնավորված եղանակ (առանց կործանարար պարույրների), NIST AI RMF-ի նման շրջանակները կառուցված են հենց այս տեսակի «լավ, բայց ինչպե՞ս ենք մենք այն պատասխանատու կերպով կառավարում» մտածողության համար։ [3]
Ինչպես սովորել արհեստական բանականությունը զրոյից (առանց ուղեղը տապակելու) 🧠🍳
Քայլ 1. Իմացեք, թե ինչ խնդիրներ է փորձում լուծել արհեստական բանականությունը
Սկսեք սահմանումներից + օրինակներից՝ [1][2]
Քայլ 2. Հասկացեք մեքենայական ուսուցման հիմնական հասկացությունները
Վերահսկվող vs անվերահսկելի, մարզում/փորձարկում, գերհարմարեցում, գնահատում՝ սա է հիմնականը։ [5]
Քայլ 3. Կառուցեք ինչ-որ փոքրիկ բան
Ոչ թե «ստեղծել գիտակից ռոբոտ»։ Ավելի շուտ՝
-
սպամի դասակարգիչ
-
պարզ խորհուրդ տվող
-
փոքր պատկերի դասակարգիչ
Լավագույն ուսուցումը թեթևակի նյարդայնացնող ուսուցումն է։ Եթե այն չափազանց հարթ է, ապա դուք հավանաբար չեք դիպչել իրական մասերին 😅
Քայլ 4. Մի անտեսեք էթիկան և անվտանգությունը
Նույնիսկ փոքր նախագծերը կարող են հարցեր առաջացնել գաղտնիության, կողմնակալության և չարաշահման վերաբերյալ։ [3][4]
Հաճախակի տրվող հարցեր արհեստական բանականության ամբողջական ձևի վերաբերյալ (արագ պատասխաններ, առանց ավելորդությունների) 🙋♂️🙋♀️
Արհեստական բանականության ամբողջական ձևը համակարգիչներում
Արհեստական բանականություն։ Նույն իմաստը՝ պարզապես ներդրված է ծրագրային/ապարատային միջավայրում։
Արհեստական բանականություն ընդդեմ ռոբոտաշինության
Ոչ։ Ռոբոտաշինությունը կարող է օգտագործել արհեստական բանականություն, բայց ռոբոտաշինությունը ներառում է նաև սենսորներ, մեխանիկա, կառավարման համակարգեր և ֆիզիկական փոխազդեցություն։.
Արհեստական բանականությունը ավելին է, քան պարզապես ռոբոտներ և չաթբոտներ
Ամենևին էլ ոչ։ Շատ արհեստական բանականության համակարգեր անտեսանելի են՝ դասակարգում, առաջարկություններ, հայտնաբերում, կանխատեսում։.
Արհեստական բանականությունը մտածում է մարդու պես
Արհեստական բանականության մեծ մասը չի մտածում մարդկանց նման։ «Մտածել» բառը բարդ է. եթե ուզում եք ավելի խորը բանավեճ, արհեստական բանականության փիլիսոփայության շուրջ քննարկումները շատ են ընթանում այս թեմայի շուրջ։ [2]
Ինչու են բոլորը հանկարծ ամեն ինչ անվանում արհեստական բանականություն
Որովհետև դա հզոր պիտակ է։ Երբեմն ճշգրիտ, երբեմն ձգվող… ինչպես սպորտային տաբատը։.
Ամփոփում + կարճ ամփոփում 🧾✨
Դուք եկել եք արհեստական բանականության ամբողջական ձևի , և այո՛, դա արհեստական բանականություն ։
Սակայն ավելի գործնական եզրակացությունն այն է, որ արհեստական բանականությունը մեկ սարք կամ հավելված չէ։ Այն մեթոդների լայն դաշտ է, որն օգնում է մեքենաներին կատարել այնպիսի գործողություններ, որոնք թվում են խելացի՝ սովորելով օրինաչափություններ, լեզու մշակելով, պատկերներ ճանաչելով, որոշումներ կայացնելով և (երբեմն) բովանդակություն ստեղծելով։ Այն կարող է լինել խիստ արդյունավետ, երբեմն՝ խճճված, և օգտվում է պատասխանատու ռիսկի մտածողությունից։ [3][4]
Հակիրճ ամփոփում
-
Արհեստական բանականության լրիվ ձևը = արհեստական բանականություն 🤖
-
Արհեստական բանականությունը լայն հովանոց է (մեքենայական մեքենայական ուսուցումը + խորը ուսուցումը տեղավորվում են դրա տակ) 🧠
-
Արհեստական բանականությունը հզոր է, բայց ոչ կախարդական՝ այն ունի սահմանափակումներ և ռիսկեր 🚧
-
Արհեստական բանականության պնդումները գնահատելիս օգտագործեք հիմնավորված շրջանակներ/սկզբունքներ ⚖️ [3][4]
Եթե ուրիշ ոչինչ չեք հիշում, հիշեք սա. երբ ինչ-որ մեկն ասում է «արհեստական բանականություն», նշեք, թե կոնկրետ որ տեսակն է։ 😉
Լրացուցիչ Հաճախակի տրվող հարցեր
Ո՞րն է արհեստական բանականության ամբողջական ձևը պարզ բառերով։
(AI) բառը նշանակում է արհեստական բանականություն (Architect Intelligence) : Այն վերաբերում է մարդու կողմից ստեղծված համակարգերին, որոնք նախատեսված են ինտելեկտուալ վարքագծի հետ կապված խնդիրներ կատարելու համար, ինչպիսիք են ուսուցումը, դատողությունը, ընկալումը և լեզուն: Գործնականում «AI»-ն շատ լայնորեն է օգտագործվում, ուստի օգտակար է դիտարկել, թե ինչ է անում : Եթե այն կարող է սովորել տվյալներից և հաղթահարել անծանոթ իրավիճակներ, ապա այն ավելի մոտ է արհեստական բանականությանը, քան պարզ ավտոմատացմանը:
Ինչպե՞ս կարող եմ ասել, թե ինչ-որ բան իրական արհեստական բանականություն է, թե՞ պարզապես ավտոմատացում։
Գործնական թեստը ցույց է տալիս, թե արդյոք գործիքը սովորում է տվյալներից և ընդհանրացնում է ֆիքսված իրավիճակներից այն կողմ։ Եթե այն հիմնականում հետևում է «եթե սա, ապա դա» կանոններին, ապա այն սովորաբար կանոնների վրա հիմնված ծրագրային ապահովում է, այլ ոչ թե արհեստական բանականություն։ Մեկ այլ ակնարկ է, թե ինչպես է այն գնահատվում. իրական արհեստական բանականությունը սովորաբար չափվում է ճշգրտությամբ, սխալների մակարդակով և եզրային փորձարկմամբ։ Մարքեթինգային պիտակները կարող են մոլորեցնող լինել, ուստի դատեք այն վարքագծով։
Արդյո՞ք մեքենայական ուսուցումը նույնն է, ինչ արհեստական բանականությունը։
Ոչ ճիշտ։ Արհեստական բանականությունը լայն հովանոց է այն համակարգերի համար, որոնք կատարում են ինտելեկտուալ վարքագծի հետ կապված առաջադրանքներ։ Մեքենայական ուսուցումը (ՄՈՒ) ՄՈՒ-ի ենթաբազմություն է, որը կենտրոնացած է տվյալներից սովորելու օրինաչափությունների վրա, այլ ոչ թե հստակ ծրագրավորված է ֆիքսված կանոններով։ Խորը ուսուցումը ՄՈՒ-ի ենթաբազմություն է, որն օգտագործում է բազմաշերտ նեյրոնային ցանցեր, հաճախ տեսողական և լեզվական առաջադրանքների համար։ Մարդիկ խառնում են այս տերմինները, ուստի համատեքստը կարևոր է։
Ինչո՞ւ են ընկերությունները հիմնական ծրագրային ապահովումը անվանում «արհեստական բանականություն»։
Որովհետև «արհեստական բանականությունը» հզոր պիտակ է, որը կարող է արտադրանքը ավելի առաջադեմ թվացնել, քան իրականում է։ Արհեստական բանականության անվան տակ շուկայավարվող որոշ գործիքներ հիմնականում ավտոմատացման կամ կանոնների վրա հիմնված համակարգեր են՝ սահմանափակ ճկունությամբ։ Ահա թե ինչու արժե սկեպտիկ մնալ և հարցնել, թե ինչ է սովորում համակարգը, ինչպես է այն ընդհանրացնում և որոնք են դրա ձախողման եղանակները։ Հստակ փաստաթղթավորումը և գնահատման արդյունքները լավ վստահության ազդանշաններ են։.
Որո՞նք են արհեստական բանականության մարդկանց կողմից աննկատ օգտագործվող առօրյա օգտագործման տարածված օրինակները։
Շատ արհեստական բանականության համակարգեր գործում են կուլիսներում՝ ակնհայտ ռոբոտների կամ չաթբոտների տեսքով ներկայանալու փոխարեն: Օրինակներ են որոնման դասակարգումը, քարտեզների և երթևեկության կանխատեսումը, տեսանյութերի կամ գնումների առաջարկությունները, սպամի և ֆիշինգի ֆիլտրացումը, ձայնի վերածումը տեքստի, թարգմանությունը և լուսանկարների տեսակավորումը կամ բարելավումը: Սրանք հաճախ լավ են աշխատում նեղ առաջադրանքների վրա, բայց դրանք դեռևս օգուտ են քաղում մոնիթորինգից և սահմանների վերաբերյալ հստակ սպասումներից:.
Կարո՞ղ է արհեստական բանականությունը վստահորեն սխալվել, և ինչո՞ւ է դա կարևոր։
Այո՛, ժամանակակից արհեստական բանականության համակարգերը կարող են ապահովել համոզիչ հնչող արդյունքներ, նույնիսկ եթե դրանք սխալ են։ Ահա թե ինչու պատասխանատու օգտագործումը կենտրոնանում է հուսալիության, թափանցիկության, անվտանգության, կողմնակալության և հաշվետվողականության վրա, այլ ոչ թե պարզապես կարողությունների։ Ավելի բարձր ռիսկային ոլորտների համար, ինչպիսիք են վարձումը, առողջապահությունը, ֆինանսները կամ կրթությունը, կարևոր է ունենալ մարդկային վերահսկողություն, թեստավորում և հստակ գործընթաց՝ անհրաժեշտության դեպքում որոշումները վերանայելու և վիճարկելու համար։.
Ի՞նչի պետք է ուշադրություն դարձնեմ բարձր ռիսկային իրավիճակներում արհեստական բանականություն օգտագործելուց առաջ։
Սկսեք հաշվետվողականությունից . նշված անձը կամ կազմակերպությունը պետք է պատասխանատու լինի արդյունքների և սխալների համար: Այնուհետև ստուգեք թափանցիկությունը . գործիքը պետք է բացատրի, թե ինչ է անում, ինչ՝ ոչ, և դրա սահմանափակումները: Աուդիտի հնարավորությունը նույնպես կարևոր է. կարո՞ղ են որոշումները վերանայվել կամ վիճարկվել: Վերջապես, փնտրեք գնահատման և ռիսկի մտածողության ապացույցներ, ինչպիսիք են փաստաթղթավորված սխալների մակարդակը, կողմնակալության ստուգումները և կառավարման պրակտիկան:
Արդյո՞ք արհեստական բանականությունը «մտածում է մարդու պես», թե՞ պարզապես ընդօրինակում է ինտելեկտը։
Արհեստական բանականության մեծ մասը չի «մտածում» մարդկանց նման առօրյա իմաստով։ Այն մշակում է օրինաչափություններ և կարող է կատարել առաջադրանքներ, որոնք թվում են խելացի, հատկապես լեզվի և ընկալման մեջ, բայց դա նույնը չէ, ինչ մարդկային հասկացողությունը։ Ահա թե ինչու են սահմանումները բարդանում, և լուրջ քննարկումները կենտրոնանում են այն բանի վրա, թե ինչն է համարվում ինտելեկտ, ինչ է նշանակում ընդհանրացում, և թե ինչպես կարելի է անվտանգ մեկնաբանել արհեստական բանականության աշխատանքը գործնական կիրառման մեջ։.
Հղումներ
[1] Բրիտանիկա հանրագիտարան - Արհեստական բանականություն (ԱԲ). սահմանում, պատմություն և հիմնական մոտեցումներ - Արհեստական բանականություն (ԱԲ) - Բրիտանիկա հանրագիտարան
[2] Սթենֆորդի փիլիսոփայության հանրագիտարան - Արհեստական բանականություն. ինչն է համարվում ԱԲ, հիմնական հասկացություններ և հիմնական փիլիսոփայական բանավեճեր - Արհեստական բանականություն - Սթենֆորդի փիլիսոփայության հանրագիտարան
[3] NIST - Արհեստական բանականության ռիսկերի կառավարման շրջանակ (ԱԲ RMF 1.0). կառավարում, ռիսկ, թափանցիկություն, անվտանգություն և հաշվետվողականություն (PDF) - NIST Արհեստական բանականության ռիսկերի կառավարման շրջանակ (ԱԲ RMF 1.0) PDF
[4] OECD.AI - OECD Արհեստական բանականության սկզբունքներ. վստահելի ԱԲ, մարդու իրավունքներ և պատասխանատու մշակում և տեղակայում - OECD Արհեստական բանականության սկզբունքներ - OECD.AI
[5] Google Developers - Մեքենայական ուսուցման արագացված դասընթաց. մեքենայական ուսուցման հիմունքներ, մոդելների ուսուցում, գնահատում և հիմնական տերմինաբանություն - Մեքենայական ուսուցման արագացված դասընթաց - Google Developers