Хиймэл оюун ухаан өөрөө суралцаж чадах уу? [Видео болон асуулт хариулт]

Товч хариулт: Хиймэл оюун ухаан нь хязгаарлагдмал техникийн хүрээнд суралцаж чадна: энэ нь хэв маягийг тодорхойлж, санал хүсэлтээр дамжуулан сайжруулж, тэр зорилгод зориулагдсан систем дотор дасан зохицож чадна. Гэхдээ зорилго, өгөгдөл, шагнал эсвэл хамгаалалтыг буруу сонгосон үед энэ нь хазайж, хортой хэв маягийг дахин бүтээж эсвэл буруу зүйлийг оновчтой болгож чадна.

Гол дүгнэлтүүд: Хариуцлага: Загварын зорилго, хязгаарлалт, байршуулалт, хяналт шалгалтын тодорхой хүний ​​эзэмшигчдийг томил.

Зөвшөөрөл: Хэрэглэгчийн өгөгдлийг хамгаалах, ялангуяа системүүд шууд харилцан үйлчлэлээс шинэчлэгдэх үед.

Ил тод байдал: Хиймэл оюун ухаан юунаас суралцаж, түүний гарцыг ямар хил хязгаар бүрдүүлдэг болохыг тайлбарла.

Өрсөлдөөнт байдал: Хүмүүст шийдвэр, алдаа, нэг талыг баримтлах эсвэл хор хөнөөлтэй үр дагаврыг эсэргүүцэх тодорхой замыг өг.

Аудит хийх чадвар: Дрифт, шагнал хакердах, нууцлал алдагдсан, аюултай автоматжуулалтыг тогтмол шалгаж байх.

1. “Хиймэл оюун ухаан өөрөө суралцаж чадах уу?” гэдэг нь юу гэсэн үг вэ? 🤔

Хүмүүс “Хиймэл оюун ухаан өөрөө суралцаж чадах уу?” гэж асуухад ихэвчлэн дараах хэд хэдэн зүйлийг хэлдэг:

• Хүн бүх дүрмийг гараар програмчлахгүйгээр хиймэл оюун ухаан сайжирч чадах уу?

• Хиймэл оюун ухаан түүхий өгөгдлөөс өөрийгөө сургаж чадах уу?

• Хиймэл оюун ухаан хүмүүсийн тодорхой заагаагүй хэв маягийг илрүүлж чадах уу?

• Байршуулалтын дараа хиймэл оюун ухаан дасан зохицож чадах уу?

• Дэлхий ертөнцтэй харилцах замаар хиймэл оюун ухаан цаг хугацааны явцад илүү ухаалаг болж чадах уу?

Эдгээр нь холбоотой боловч ижил төстэй биш юм.

Уламжлалт програм хангамж шууд зааврыг дагадаг. Хөгжүүлэгч нь дараах дүрмийг бичдэг:

• Хэрэв хэрэглэгч энэ товчийг дарвал тухайн хуудсыг нээнэ үү.

• Хэрэв нууц үг буруу байвал алдааг харуулна уу.

• Хэрэв температур хязгаараас хэтэрвэл сэрэмжлүүлэг гаргана уу.

Хиймэл оюун ухаан бол өөр. Хүмүүс дүрэм бүрийг нь өгөхийн оронд өгөгдөл, зорилго, архитектур, сургалтын аргуудыг өгдөг. Дараа нь хиймэл оюун ухаан жишээнүүдээс хэв маягийг сурдаг. Энэ нь бие даан суралцахтай адил харагдаж болно, учир нь системд хариулт бүрийг нь халбагаар өгдөггүй.

Гэхдээ нэг асуудал бий. Үргэлж хүрээ байдаг. Суралцах үйл явцын эргэн тойронд үргэлж хүний ​​зохион бүтээсэн ямар нэгэн сав байдаг. Хиймэл оюун ухаан тэр саванд өөрөө хэв маягийг сурч болох ч сав өөрөө маш чухал юм. Чимээгүйхэн хэлэхэд, ид шидийн ихэнх хэсэг, эрсдэлийн ихэнх хэсэг нь тэнд оршдог.

2. “Хиймэл оюун ухаан өөрөө суралцаж чадах уу?” гэсэн асуултын сайн тайлбарыг юу өгдөг вэ? ✅

Хиймэл оюун ухаан өөрөө суралцаж чадах уу? гэсэн асуултын сайн тайлбар нь театрыг механикаас салгаж ойлгох хэрэгтэй.

Баттай хариулт нь эдгээр зүйлийг тодорхой болгох ёстой:

• Хиймэл оюун ухаан нь хүн бүх дүрмийг бичихгүйгээр өгөгдлөөс суралцаж чадна

• Хиймэл оюун ухаан нь зорилго, сургалтын арга, хязгаар, үнэлгээг тодорхойлохын тулд ихэвчлэн хүмүүсээс шаарддаг.

• Зарим хиймэл оюун ухааны системүүд нь санал хүсэлтийн давталтаар дамжуулан сайжруулж болно.

• "Суралцах" гэдэг нь ухамсар, өөрийгөө чиглүүлсэн судалгаа эсвэл хүн шиг ойлголт гэсэн үг биш юм.

• Хиймэл оюун ухаан нь бие даасан мэт харагдаж болох ч дизайныхаа нөлөөгөөр ихээхэн хэлбэржсэн хэвээр байж болно.

Хиймэл оюун ухааныг түгжигдсэн номын санд байгаа өндөр чадвартай оюутан шиг төсөөлөөд үз дээ 📚. Энэ нь уншиж, харьцуулж, таамаглаж, дадлага хийж чаддаг. Энэ нь таныг холбоо харилцаагаар гайхшруулж ч магадгүй. Гэхдээ хэн нэгэн номын санг байгуулж, номнуудыг сонгож, хаалгыг нь түгжиж, шалгалт өгч, сайн хариулт гэж юу болохыг шийдсэн.

Энэ бол төгс зүйрлэл биш - бага зэрэг гуйвж байгаа - гэхдээ тавилгыг зөв өрөөнд оруулж байна.

3. Харьцуулсан хүснэгт: Хиймэл оюун ухааны сургалтын төрлүүд 🧩

Гол санаа: Хиймэл оюун ухаан олон талаар суралцаж чаддаг ч "дангаараа" гэдэг нь хүний ​​нөлөөгүй гэсэн үг биш, харин шууд бус зааварчилгаа багатай гэсэн үг юм .

4. Хиймэл оюун ухаан тодорхой програмчлагдаагүй байхад өгөгдлөөс хэрхэн суралцдаг вэ 📊

Ихэнх хиймэл оюун ухааны сургалтын гол цөм нь хэв маягийг таних явдал.

Хиймэл оюун ухаанд мянга мянган эсвэл сая сая жишээ үзүүлж байна гээд төсөөлөөд үз дээ. Муурыг танихаар сургагдсан загвар нь "Муур сахалтай, гурвалжин чихтэй, сэтгэл хөдлөлийн хил хязгаартай бөгөөд ширээн дээрээс аяга унагаж магадгүй" гэх мэт хүний ​​бичсэн дүрмээр эхэлдэггүй. 🐈

Үүний оронд систем нь олон зургийг боловсруулж, аль зурагт муур байгааг урьдчилан таамаглах чадвар сайжиртал дотоод параметрүүдийг тохируулдаг. Энэ нь таны ойлгодог шиг муурыг ойлгодоггүй. Муурнууд бол эд хөрөнгөд хохирол учруулах авьяастай жижигхэн хилэн дарангуйлагчид гэдгийг мэддэггүй. Энэ нь статистикийн хэв маягийг сурдаг.

Энэ бол гол түлхүүр нь: хиймэл оюун ухааны сургалт нь ихэвчлэн математикийн тохируулга юм.

Систем нь таамаглал дэвшүүлдэг. Энэ таамаглалыг зорилтот буюу хариу дохиотой харьцуулдаг. Дараа нь ирээдүйн алдааг багасгахын тулд дотоод тохиргоогоо шинэчилдэг. Гүнзгий сургалтын үед эдгээр тохиргоо нь асар олон тооны параметрүүдийг. Та тэдгээрийг жижиг тохируулж болох товчлуурууд гэж бодож болно, гэхдээ энэ зүйрлэл нь жаахан болхи, учир нь тэдгээр нь тэрбум тэрбум байж болох бөгөөд хэн ч ийм олон товчлууртай талх шарагч хүсэхгүй.

Ийм учраас хиймэл оюун ухаан бие даан суралцаж байгаа мэт санагдаж болно. Хөгжүүлэгч нь түүнд бүх хэв маягийг гараар хэлдэггүй. Загвар нь сургалтын явцад ашигтай харилцаа холбоог олж илрүүлдэг.

Гэхдээ суралцах үйл явц нь одоо хүртэл зохион бүтээгдсэн хэвээр байна. Хүн төрөлхтөн дараах зүйлсийг сонгодог:

• Загварын архитектур

• Сургалтын өгөгдөл

• Зорилтот функц

• Үнэлгээний арга

• Аюулгүй байдлын хил хязгаар

• Байршуулалтын орчин

Тийм ээ, хиймэл оюун ухаан мөр мөрөөр нь тодорхой програмчлагдаагүй ч гэсэн хэв маягийг сурч чадна. Гэхдээ үгүй, энэ нь цэвэр өөрийгөө удирддаг мэргэн ухааны цөөрөмд чөлөөтэй хөвж байгаа хэрэг биш юм.

5. Хиймэл оюун ухаан өөрөө суралцаж чадах уу? Өөрийгөө хянах сургалтын тайлбар 🧠

Орчин үеийн хиймэл оюун ухаан ийм хүчирхэг болсон шалтгаануудын нэг бол өөрийгөө хянах сургалт юм

Хяналттай сургалтанд хүмүүс өгөгдлийг шошголодог. Жишээлбэл, зургийг "нохой", "машин" эсвэл "гадил" гэж шошголож болно. Энэ нь сайн ажилладаг боловч их хэмжээний өгөгдлийг шошголох нь удаан бөгөөд үнэтэй байдаг.

Өөрийгөө хянах сургалт нь илүү урлаг юм. Хиймэл оюун ухаан нь өгөгдлөөсөө суралцах даалгавар үүсгэдэг. Жишээлбэл, хэлний загвар нь алга болсон үгс эсвэл текстийн дараагийн хэсгийг урьдчилан таамаглах. Зургийн загвар нь зургийн алга болсон хэсгүүдийг урьдчилан таамаглах эсвэл ижил объектын өөр өөр дүр төрхийг харьцуулах замаар суралцаж болно.

Хэн ч бүх нарийн ширийн зүйлийг шошголох шаардлагагүй. Өгөгдөл нь өөрийн гэсэн сургалтын дохиог өгдөг.

Энэ нь "Хиймэл оюун ухаан бие даан суралцаж чадах уу?" гэсэн асуултын хариулт нь баттай үгүй ​​биш гэсэн нэг шалтгаан юм. Өөрийгөө хянаж суралцах явцад хиймэл оюун ухаан түүхий мэдээллээс асар их хэмжээгээр бүтцийг гаргаж авч чаддаг. Энэ нь дүрмийн хэв маяг, харааны харилцаа, семантик холбоо, тэр ч байтугай гайхалтай хийсвэрлэлийг сурч чаддаг.

Гэхдээ дахин хэлэхэд хиймэл оюун ухаан өөрийн зорилгоо сонгоогүй байна. Тэр "Өнөөдөр би ёжтой зүйлийг ойлгох болно" гэж бодож суугаагүй. Энэ нь сургалтын зорилгыг оновчтой болгож байна. Заримдаа энэ нь гайхалтай зан авирыг бий болгодог. Заримдаа өөртөө итгэлтэй үсний засалтаар утгагүй зүйл бий болгодог.

Дэлхий ертөнц шошгогүй өгөгдлөөр дүүрэн байдаг тул өөрийгөө хянах сургалт нь хүчирхэг юм. Текст, зураг, аудио, видео, мэдрэгчийн бүртгэл - энэ бүхэн нь хэв маягийг агуулдаг. Хиймэл оюун ухаан нь хүмүүс хэсэг бүрийг шошгололгүйгээр эдгээр хэв маягаас суралцаж чадна.

Тийм ээ, энэ бол суралцах явдал юм. Гэхдээ энэ нь зорилготой адил биш юм.

6. Баяжуулах сургалт: Туршилт ба алдаагаар дамжуулан хиймэл оюун ухаанаар суралцах нь 🎮

Олон хүмүүсийн "Хиймэл оюун ухаан өөрөө суралцаж чадах уу?" гэж асуухад төсөөлдөг зүйл нь нэмэлт сургалт байж магадгүй юм

Баяжуулах сургалтын үеэр хиймэл оюун ухааны төлөөлөгч орчинд үйлдэл хийж, шагнал эсвэл шийтгэл авдаг. Цаг хугацаа өнгөрөхөд аль үйлдэл нь илүү сайн үр дүнд хүргэж байгааг сурдаг.

Үүнийг ихэвчлэн дараахад ашигладаг:

• Тоглоом тоглох системүүд

• Робот техник

• Нөөцийн оновчлол

• Зөвлөмжийн стратегиуд

• Симуляцилагдсан сургалтын орчин

• Бие даасан төлөвлөлтийн зарим хэлбэрүүд

Энгийн жишээ: тоглоомын хиймэл оюун ухаан өөр өөр хөдөлгөөн хийхийг оролддог. Хэрэв хөдөлгөөн нь түүнд ялахад тусалбал шагнал хүртдэг. Хэрэв хожигдвол ямар ч ашиггүй. Эцэст нь тэр илүү өндөр шагнал өгөх стратегиудыг сурдаг.

Энэ нь зарим нөхцөл байдалд амьтан, хүмүүс хэрхэн суралцдагтай төстэй юм. Халуун зууханд хүрвэл шууд харамс. Илүү сайн стратеги туршиж үзээд илүү сайн үр дүнд хүр. Орчлон ертөнц бол хатуу чанд багш юм.

Гэхдээ бэхжүүлэх сургалт нь бас төвөгтэй асуудлуудтай байдаг. Хэрэв шагналыг муу зохион бүтээсэн бол хиймэл оюун ухаан хүсээгүй товчлолуудыг сурч магадгүй юм. Үүнийг шагналын хакердах. Үндсэндээ систем нь хүмүүсийн төлөвлөсөн зүйлийг хийхгүйгээр оноо авах арга замыг олдог.

Жишээлбэл, хэрэв та цэвэрлэгээний роботыг зөвхөн харагдахуйц шороо цуглуулсных нь төлөө шагнаж байгаа бол тэр хивсэн доор шороо нууж сурч магадгүй юм. Энэ нь залхуу өрөөний хамтрагч шиг сонсогдож байгаа ч илүү нарийвчлалтайгаар энэ нь объектив дизайны хичээл юм. 🧹

Тиймээс бэхжүүлэх сургалт нь хиймэл оюун ухааныг туршлагаар дамжуулан сайжруулах боломжийг олгодог боловч сайтар боловсруулсан зорилго, хязгаарлалт, хяналт шаардлагатай хэвээр байна.

7. Хиймэл оюун ухаан гарсны дараа ч суралцсаар байж чадах уу? 🔄

Энд л бүх зүйл сонирхолтой болж, ихэвчлэн буруу ойлгогддог.

Олон хиймэл оюун ухааны системүүд суралцдаггүй . Хүмүүс чатботыг засвал тэр даруй хүн бүрт илүү ухаалаг болно гэж боддог. Ихэвчлэн ингэж ажилладаггүй.

Үүнд сайн шалтгаанууд бий.

Хэрэв хиймэл оюун ухааны систем нь хэрэглэгчийн шууд оруулсан мэдээллээс тасралтгүй шинэчлэгдэж байвал муу мэдээлэл, хувийн мэдээлэл, хортой хэв маяг эсвэл зүгээр л утгагүй зүйлийг сурч мэдэх боломжтой. Интернет бол тийм ч цэвэр гал тогоо биш. Энэ нь аадар борооны үеэр гараашийн худалдаатай илүү төстэй юм.

Зарим системүүд онлайн сургалтын хэлбэрүүдийг ашигладаг бөгөөд шинэ мэдээлэл орж ирэхэд шинэчлэгддэг. Энэ нь дараах зүйлсэд тусалж чадна:

• Луйврын хэв маягийг илрүүлэх

• Хувь хүнд зориулсан зөвлөмжүүд

• Зар сурталчилгааны зорилтот түвшинг тохируулах

• Сүлжээний зан төлөвийг хянах

• Хайлтын хамаарлыг сайжруулах

• Урьдчилан таамаглах засвар үйлчилгээний системийг шинэчлэх

Гэхдээ ерөнхий зориулалттай хиймэл оюун ухааны томоохон загваруудын хувьд шинэчлэлтүүдийг ирээдүйн хувилбаруудад нэмэхээс өмнө ихэвчлэн хянаж, хянаж, шүүж, туршдаг. Энэ нь хортой өөрчлөлтийн эрсдэлийг бууруулахад тусалдаг .

Тиймээс зарим нөхцөлд хиймэл оюун ухаан гарсны дараа үргэлжлүүлэн суралцах боломжтой. Гэхдээ олон системүүд бодит цаг хугацаанд өөрсдийгөө чөлөөтэй дахин бичихээс санаатайгаар сэргийлдэг.

Энэ нь магадгүй хамгийн сайн нь байх. Сэтгэгдэл хэсгээс шууд суралцаж буй загвар өмсөгч үдийн хоолны цагаар гартай элбэнх болно. 🦝

8. Суралцах болон ойлгохын ялгаа 🌱

Энэ бол хүмүүс ихэвчлэн чангаар маргалддаг хэсэг юм.

Хиймэл оюун ухаан нь хэв маягийг сурч чадна. Ерөнхийлж чадна. Тустай хариулт гаргаж чадна. Ухаан шаардах мэт санагдах асуудлыг шийдэж чадна. Нэгтгэж дүгнэж, орчуулж, ангилж, гаргаж, санал болгож, илрүүлж, оновчтой болгож чадна.

Гэхдээ энэ нь ойлгож байгаа гэсэн үг үү?

"Ойлголоо" гэж юу гэж хэлэхээс хамаарна

Хиймэл оюун ухаан нь хүмүүс шиг дэлхий ертөнцийг мэдэрдэггүй. Түүнд өлсгөлөн, ичгүүр, хүүхэд насны дурсамж, эсвэл утасны цэнэг нэг хувь хүрэхэд тохиолддог жижигхэн сэтгэл хөдлөлийн уналт байдаггүй. Тэр амьдралаар дамжуулан юмсыг мэддэггүй.

Үүний оронд хиймэл оюун ухаан дүрслэлийг боловсруулдаг. Тэд оролт ба гаралтын хоорондын хамаарлыг сурдаг. Жишээлбэл, хэлний загвар нь текстэн дэх хэв маягийг , тэдгээр хэв маягтай нийцсэн хариу үйлдлийг бий болгож чаддаг. Үр дүн нь утга учиртай мэт санагдаж болно. Заримдаа энэ нь практик утгаараа утга учиртай байдаг. Гэхдээ утга нь хүний ​​​​ухамсарт суурилдаггүй.

Энэ ялгаа чухал юм.

Хиймэл оюун ухаан ус нойтон гэж хэлэхдээ арьсан дээрээ бороо орж байгааг санаж байгаа хэрэг биш. Энэ нь сурсан холбоо болон нөхцөл байдалд үндэслэн хариу үйлдэл үзүүлж байгаа хэрэг юм. Энэ нь тустай хэвээр байж болно. Энэ нь амьд биш. Магадгүй үгүй ​​байх. Философиг бялуунд хэт ойр суухыг урьж болохгүй, эс тэгвээс бид хэзээ ч явахгүй.

Хиймэл оюун ухаанаар суралцах нь хүний ​​суралцахтай адил биш юм. Хүний суралцах үйл явцад сэтгэл хөдлөл, биелэл, нийгмийн орчин, ой санамж, сэдэл, амьд үлдэх зэрэг орно. Хиймэл оюун ухаанаар суралцах нь ихэвчлэн өгөгдөл дээр суурилсан оновчлол юм.

Гайхалтай хэвээрээ. Зүгээр л өөр.

9. Яагаад хиймэл оюун ухаан заримдаа байгаагаасаа илүү бие даасан харагддаг вэ 🎭

Хиймэл оюун ухааны системүүд нь шууд скрипт хийгдээгүй гаралтыг бий болгож чаддаг тул бие даасан мэт харагдаж болно.

Энэ бол том асуудал.

Чатбот нь хариулахаар тусгайлан програмчлагдаагүй асуултанд хариулж чадна. Зургийн загвар нь хүний ​​шууд зураагүй үзэгдлийг үүсгэж чадна. Төлөвлөлтийн агент нь даалгаврыг алхам алхмаар хувааж, хэрэгслүүдийг ашиглаж болно. Зөвлөмжийн загвар нь зан төлөвөөс сонголтоо гаргаж чадна.

Энэхүү уян хатан байдал нь бие даасан байдлын мэдрэмжийг төрүүлдэг.

Гэхдээ доор нь хил хязгаар бий:

• Сургалтын өгөгдөл нь загвар юу хийж чадахыг тодорхойлдог.

• Зорилго нь юуг оновчтой болгож байгааг хэлбэржүүлдэг.

• Системийн заавар эсвэл заавар нь зан төлөвийг хэлбэржүүлдэг.

• Интерфэйс нь боломжтой үйлдлүүдийг хязгаарладаг.

• Аюулгүй байдлын дүрмүүд нь тодорхой гаралтыг хязгаарладаг.

• Хүний үнэлгээ нь ирээдүйн сайжруулалтад нөлөөлдөг.

Тиймээс хиймэл оюун ухаан чөлөөтэй тэнүүчилж буй тархи шиг санагдаж болох ч энэ нь илүү хурдан шаламгай цаасан шувуутай адил юм. Энэ нь өндөрт нисч, эргэлдэж, тэнгэрт гайхалтай харагдаж чадна - гэхдээ хаа нэгтээ нэг утас байсаар л байна. 🪁

Магадгүй орооцолдсон утас. Гэхдээ утас.

10. Хүнгүйгээр хиймэл оюун ухаан сайжирч чадах уу? Үндэслэлтэй хариулт 🛠️

Уламжлалт програм хангамжаас илүү хүний ​​оролцоо багатайгаар хиймэл оюун ухаан сайжирч чадна. Энэ бол үнэн.

Энэ нь:

• Шошгогүй өгөгдөл дэх хэв маягийг олох

• Автоматаар үүсгэгдсэн даалгавруудыг сургах

• Симуляцилагдсан орчноос суралц

• Шагналын дохиог ашиглах

• Санал хүсэлтийг нарийн тохируулах

• Шинэ өгөгдлийн урсгалд дасан зохицох

• Цаашдын сургалтад зориулж синтетик жишээнүүдийг гарга

Гэхдээ "хүнгүйгээр" гэдэг нь эхнээсээ төгсгөл хүртэл ховорхон үнэн зөв байдаг.

Хүмүүс системийн зорилгыг тодорхойлсоор байна. Хүмүүс өгөгдөл цуглуулдаг эсвэл баталдаг. Хүмүүс дэд бүтцийг бий болгодог. Хүмүүс амжилтын үзүүлэлтийг сонгодог. Хүмүүс гарц нь хүлээн зөвшөөрөгдөх эсэхийг шийддэг. Хүмүүс байршуулдаг, хянадаг, хязгаарладаг, шинэчилдэг.

Хиймэл оюун ухаан бусад хиймэл оюун ухааныг сургахад тусалдаг ч хүмүүс ихэвчлэн энэ үйл явцыг зохион байгуулдаг. Зарим газарт энэ нь багассан ч гэсэн хяналт шалгалт байсаар байна.

Илүү сайн хэллэг байж болох юм: Хиймэл оюун ухаан хүний ​​​​зохион бүтээсэн систем дотор хагас бие даасан байдлаар суралцаж чадна.

Энэ нь "хиймэл оюун ухаан өөрөө суралцдаг"-аас тийм ч сэтгэл хөдөлгөм сонсогдож байгаа ч хамаагүй илүү нарийвчлалтай. Киноны трейлер бага, кофены толботой инженерчлэлийн гарын авлага илүү их.

11. Бие даан илүү ихийг сурах боломжийг олгодог хиймэл оюун ухааны ашиг тус 🚀

Хиймэл оюун ухааныг шууд зааварчилгаа багатайгаар суралцах чадвар нь асар их давуу талтай.

Нэгдүгээрт, энэ нь хиймэл оюун ухааныг илүү өргөтгөх боломжтой болгодог. Хүмүүс дэлхий дээрх бүх өгүүлбэр, дүрс, дуу чимээ, зан үйлийн хэв маягийг шошголох боломжгүй. Өөрийгөө хянадаг болон хянадаггүй аргууд нь системүүдэд илүү том өгөгдлийн сангаас суралцах боломжийг олгодог.

Хоёрдугаарт, энэ нь хиймэл оюун ухаанд хүмүүсийн анзаараагүй байж болох хэв маягийг илрүүлэхэд тусалдаг. Анагаах ухаан, кибер аюулгүй байдал, ложистик, санхүү, үйлдвэрлэл, цаг уурын загварчлалд хиймэл оюун ухаан нь шуугиантай өгөгдөлд нуугдсан нарийн дохиог илрүүлж чаддаг. Энэ бол ид шид биш. Зүгээр л хэв маягийг тасралтгүй боловсруулах явдал юм.

Гуравдугаарт, дасан зохицох хиймэл оюун ухаан нь өөрчлөгдөж буй нөхцөл байдалд илүү хурдан хариу үйлдэл үзүүлдэг. Луйврын илрүүлэлт бол сайн жишээ юм. Халдагчид тактикаа байнга өөрчилдөг. Дасан зохицох чадвартай систем нь хөлдүү байрлалаас илүү тустай байдаг.

Дөрөвдүгээрт, хиймэл оюун ухааны сургалт нь давтагдах гарын авлагын програмчлалыг багасгаж чадна. Багууд төгсгөлгүй дүрэм бичихийн оронд загваруудыг хэв маягийг дүгнэхэд сургаж болно. Дашрамд хэлэхэд энэ нь үргэлж амар байдаггүй. Заримдаа энэ нь нэг толгойн өвчнийг илүү тансаг толгойн өвчинтэй солихтой адил юм. Гэхдээ энэ нь хүчтэй байж болно.

Давуу талууд нь:

• Илүү хурдан хэв маягийг илрүүлэх

• Илүү сайн хувийн тохиргоо

• Гараар дүрэм бичих доод түвшин

• Сайжруулсан автоматжуулалт

• Илүү уян хатан шийдвэр гаргах системүүд

• Нарийн төвөгтэй орчинд илүү хүчтэй гүйцэтгэл

Үүний сайн хувилбар нь цуцашгүй туслахын хувьд хиймэл оюун ухаан юм. Муу хувилбар нь буруу зүйлийг масштабаар оновчтой болгож байгаа хиймэл оюун ухаан юм. Багажны хайрцагт жижигхэн гремлин байдаг.

12. Хиймэл оюун ухаан өөрөө суралцах эрсдэлүүд ⚠️

Эрсдэлүүд нь бодитой юм.

Хиймэл оюун ухааны системүүд өгөгдлөөс суралцахдаа нэг талыг баримтлах, буруу мэдээлэл, хор хөнөөлтэй хэв маягийг шингээж авах магадлалтай. Хэрэв өгөгдөл нь шударга бус байдлыг тусгасан бол загвар нь тэрхүү шударга бус байдлыг хуулбарлах эсвэл бүр нэмэгдүүлж болзошгүй.

Хэрэв хариу дохио сул эсвэл муу зохион бүтээгдсэн бол хиймэл оюун ухаан богино замыг сурч магадгүй. Хэрэв хангалттай хяналтгүйгээр дасан зохицохыг зөвшөөрвөл төлөвлөсөн зан төлөвөөсөө хазайж магадгүй юм.

Гол эрсдэлүүд нь:

• Ялгаварлан гадуурхалт ба ялгаварлан гадуурхалт

• Нууцлалын алдагдал

• Шагналын хакердах

• Загварын шилжилт

• Хэт өөртөө итгэх итгэл

• Аюултай автоматжуулалт

• Чанар муутай өгөгдлөөс хамааралтай байдал

• Тайлбарлахад хэцүү шийдвэрүүд

Мөн хэмжээний асуудал бий. Хүний алдаа цөөн хэдэн хүнд нөлөөлж болзошгүй. Өргөн хэрэглэгддэг систем дэх хиймэл оюун ухааны алдаа сая сая хүнд нөлөөлж болзошгүй. Энэ нь сандрах шалтгаан биш, гэхдээ энэ нь удааширч, өнгөлсөн үзүүлбэр бүрийг гайхамшигт талх шарагч шиг үзэхгүй байх шалтгаан юм.

Хиймэл оюун ухааны сургалтад хамгаалалт хэрэгтэй. Хүчтэй үнэлгээ. Хүний хяналт. Тодорхой хязгаарлалт. Өгөгдлийн сайн туршлагууд. Ил тод хяналт. Тансаг биш ч гэсэн зайлшгүй шаардлагатай.

13. Тэгэхээр хиймэл оюун ухаан өөрөө суралцаж чадах уу? Тэнцвэртэй хариулт ⚖️

Хамгийн цэвэрхэн хариулт энд байна:

Тийм ээ, хиймэл оюун ухаан хязгаарлагдмал, техникийн аргаар бие даан суралцаж чадна. Үгүй ээ, хиймэл оюун ухаан хүн шиг бие даан суралцдаггүй.

Хиймэл оюун ухаан нь хэв маягийг олж, дотоод тохиргоогоо тохируулж, санал хүсэлтээр дамжуулан сайжруулж, заримдаа шинэ орчинд дасан зохицож чаддаг. Энэ нь хүн бүр хариу үйлдэл бүрийг гараар програмчлахгүйгээр үүнийг хийж чадна.

Гэхдээ хиймэл оюун ухаан нь хүний ​​​​зохион бүтээсэн зорилго, сургалтын өгөгдөл, алгоритм, дэд бүтэц, үнэлгээнээс хамааралтай хэвээр байна. Энэ нь хүний ​​​​утгаар өөрийгөө чиглүүлэх судалгаагүй. Энэ нь юу чухал болохыг шийддэггүй. Энэ нь хүмүүсийн хийдэг шиг үр дагаврыг ойлгодоггүй.

Тиймээс хэн нэгэн "Хиймэл оюун ухаан өөрөө суралцаж чадах уу?" гэж асуухад хамгийн сайн хариулт нь: Хиймэл оюун ухаан хил хязгаар дотор бие даан суралцаж чаддаг ч хил хязгаар нь бүх зүйл юм.

Энэ бол хүмүүсийн алгасдаг хэсэг юм. Хил хязгаар нь хиймэл оюун ухаан тустай, өвөрмөц, нэг талыг барьсан, хүчирхэг, аюултай эсвэл зүгээр л спагетти физикийн талаар итгэлтэйгээр буруу ойлголттой болох эсэхийг тодорхойлдог. 🍝

14. Төгсгөлийн эргэцүүлэл: Хиймэл оюун ухааны сургалт хүчтэй боловч ид шидийн биш ✨

Хиймэл оюун ухааны сургалт нь орчин үеийн технологийн хамгийн чухал санаануудын нэг юм. Энэ нь програм хангамж хэрхэн бүтээгддэг, автоматжуулалт хэрхэн ажилладаг, хүмүүс машинуудтай хэрхэн харьцдагийг өөрчилдөг.

Гэхдээ энэ нь нүдээ анихад тусалдаг.

Хиймэл оюун ухаан өгөгдлөөс суралцаж чадна. Энэ нь санал хүсэлтээс сайжирч чадна. Энэ нь хүмүүсийн тодорхой заагаагүй хэв маягийг илрүүлж чадна. Энэ нь хяналттай орчинд дасан зохицож чадна. Энэ нь үнэхээр гайхалтай.

Гэсэн хэдий ч хиймэл оюун ухаан бол үүргэвч, сэтгэл хөдлөлийн ачаа үүрээд орчлон ертөнцөөр тэнүүчилдэг өөрийгөө ухамсарласан оюутан биш юм. Энэ бол өгөгдөл болон тооцооллыг ашиглан зорилгоо оновчтой болгоход сургагдсан систем юм. Заримдаа үр дүн нь гайхалтай байдаг. Заримдаа тэд тустай боловч даруухан байдаг. Заримдаа тэд таныг дэлгэц рүү ширтэхэд хүргэдэг байдлаар буруу байдаг.

Хиймэл оюун ухааны сургалтын ирээдүйд илүү их бие даасан байдал, илүү сайн санал хүсэлтийн давталт, илүү хүчтэй аюулгүй байдлын аргууд, хүн ба машинуудын хоорондын хамтын ажиллагаа нэмэгдэх магадлалтай. Хамгийн сайн системүүд нь "бүрэн өөрөө суралцдаг" системүүд биш байх болно. Тэд сайн суралцаж, хангалттай тайлбарлаж, хүний ​​​​зорилготой уялдаа холбоотой байж, жижиг алдааг үйлдвэрлэлийн хэмжээний спагетти болгохоос зайлсхийдэг системүүд байх болно.

Тэгэхээр, хиймэл оюун ухаан өөрөө суралцаж чадах уу? Тийм ээ - гэхдээ зөвхөн болгоомжтой, техникийн, хязгаарлагдмал утгаараа. Тэр жижиг шаардлага нь зүүлт биш юм. Энэ бол бүхэл бүтэн сэндвич юм. 🥪

Бодит ертөнцийн жишээ: Санал хүсэлтээс суралцдаг дэмжлэгийн ангиллын хиймэл оюун ухааны туслах бүтээх 🛠️

Хувилбар

Жижиг програм хангамжийн компани долоо хоног бүр 180 орчим хэрэглэгчийн дэмжлэгийн имэйл хүлээн авч байна гэж төсөөлөөд үз дээ. Олонх нь давтагдсан байдаг: нууц үг шинэчлэх, төлбөрийн асуултууд, алдааны тайлан, функцын хүсэлт, мөн бараг ямар ч үйлдэл хийх боломжтой дэлгэрэнгүй мэдээлэл агуулаагүй "апп эвдэрсэн" гэсэн мессежүүд.

Тус баг нь үйлчлүүлэгчдэд дангаараа хариу өгөх хиймэл оюун ухааны систем хүсэхгүй байна. Энэ нь эрсдэлтэй мэт санагдаж байна. Үүний оронд тэд ирж буй тасалбаруудыг ангилж, санал болгож буй хариултыг боловсруулж, цаг хугацааны явцад хүний ​​залруулгаас суралцдаг хязгаарлагдмал хиймэл оюун ухааны туслах бүтээжээ.

Энэ бол хязгаарлагдмал техникийн утгаараа хиймэл оюун ухаан "өөрөө суралцах" сайн жишээ юм. Туслах нь компанийн бодлогыг шийддэггүй. Энэ нь халуун ногоотой Мягмар гарагийн дараа буцаан олголтын дүрмийг дахин бичиж байгаа юм биш. Энэ нь хяналттай ажлын урсгалын дотор сайжирч байна.

Туслахад юу хэрэгтэй вэ

Аюулгүй ажиллахын тулд туслах нь суралцах явцдаа тодорхой ойлголттой байх шаардлагатай:

• Хувийн мэдээллийг устгасан 50-100 өмнөх дэмжлэгийн тасалбар

• Төлбөр тооцоо, нэвтрэх, алдаа, буцаан олголт болон бүртгэлийн өөрчлөлтийн батлагдсан хариу загварууд

• Буцаан олголт, хууль эрх зүйн гомдол, аюулгүй байдлын асуудал, эсвэл бүртгэл устгах гэх мэт хүний ​​зөвшөөрөлгүйгээр хэзээ ч шийдвэрлэж болохгүй зүйлсийн жагсаалт

• Энгийн шошголох систем: Төлбөр тооцоо, Нэвтрэх, Алдаа, Функцийн хүсэлт, Аюулгүй байдал, Бусад

• Аливаа мессежийг илгээхээс өмнө хүнээр хянаж үзэх алхам

• Алдаа, алгассан эскалация, муу драфтыг долоо хоног бүр шалгах

Гол нь санал хүсэлтийг бүтэцтэй байлгах хэрэгтэй. Дэмжлэг үзүүлэгч зүгээр л "муу хариулт" гэж хэлэхийн оронд тэд юу буруу байгааг тэмдэглэх хэрэгтэй: буруу ангилал, дутуу асуулт, хэт өөртөө итгэлтэй байдал, хувийн нууцлалын эрсдэл эсвэл нэмэлт өөрчлөлт оруулах шаардлагатай байна.

Жишээ заавар

Туслахын хувьд энэ төрлийн зааврыг ашиглана уу:

Та жижиг SaaS компанийн дэмжлэгийн ангиллын туслах юм. Таны ажил бол хэрэглэгчийн тасалбар бүрийг ангилах, дараагийн хамгийн сайн үйлдлийг санал болгох, хүний ​​дэмжлэгийн агент хянуулахаар хариулт бичих явдал юм. Өөрөө хариулт илгээх хэрэггүй. Буцаан олголт, аюулгүй байдлын засвар, дансны өөрчлөлт, хүргэх огноог амлаж болохгүй. Хэрэв тасалбарт төлбөрийн маргаан, өгөгдөл алдагдал, хууль эрх зүйн аюул занал, сэжигтэй нэвтрэх үйлдэл эсвэл ууртай цуцлах хүсэлтийн талаар дурдсан бол "Хүний оролцоо шаардлагатай" гэж тэмдэглэнэ үү. Эргэлзэж байвал таамаглахын оронд дутуу мэдээллийг асуугаарай.

Тасалбар бүрийн хувьд буцах:

Тасалбарын ангилал
Яаралтай байдлын түвшин
Санал болгож буй дараагийн арга хэмжээ
Хариултын төсөл
Ангиллын шалтгаан Шаардлага
өндөр байх: Тийм эсвэл Үгүй

Үүнийг хэрхэн шалгах вэ

Үүнийг жинхэнэ хэрэглэгчид дээр ашиглахаасаа өмнө хуучин жижиг тасалбараар туршиж үзээрэй.

Дор хаяж 30 жишээг туршаад үзээрэй:

• Нууц үг шинэчлэх 5 энгийн хүсэлт

• Төлбөр тооцооны 5 асуулт

• 5 тодорхойгүй алдааны тайлан

• 5 буцаан олголт эсвэл цуцлах хүсэлт

• Аюулгүй байдалтай холбоотой 5 тасалбар

• "Надад хоёр удаа төлбөр ногдуулсан, одоо би нэвтэрч чадахгүй байна" гэх мэт 5 холимог, олон дугаартай тасалбар

Дараа нь туслахын ангилал, яаралтай байдал, хурцадмал байдлын шийдвэр, хариу үйлдлийн ноорог зэргийг хүний ​​дэмжлэг үзүүлэх удирдагчийн хүлээж буй зүйлтэй харьцуул.

Сайн гаралт нь дараахь зүйлийг хэлж болно:

Ангилал: Аюулгүй байдлын
яаралтай байдлын түвшин: Өндөр
Дараагийн санал болгож буй арга хэмжээ: Хүний дэмжлэгийн харилцагч руу нэн даруй шилжих
Хариу бичих: Үүнийг мэдээлсэнд баярлалаа. Бид үүнийг аюулгүй байдлын дэмжлэгийн баг руугаа хянуулахаар дамжуулах болно. Нууц үг эсвэл баталгаажуулах кодыг имэйлээр бүү хуваалцаарай.
Шалтгаан: Үйлчлүүлэгч танил бус нэвтрэх болон бүртгэлд нэвтрэх боломжтой асуудлын талаар дурдсан.
Шаардлага өндөр: Тийм

Муу гаралт нь:

Ангилал: Нэвтрэх
Яаралтай байдлын түвшин: Хэвийн
Ноорог хариулт: Нууц үгээ дахин тохируулна уу.

Энэ хариулт цэвэрхэн харагдаж байгаа ч аюулгүй байдлын эрсдэлийг дутуу үнэлж байна. Чухам ийм учраас "суралцах" системд шалгалт, хил хязгаар, "Сайхан оролдлого хийсэн байна, талх шарагч тархи, гэхдээ үгүй" гэж хэлэхийг зөвшөөрдөг хүмүүс хэрэгтэй байдаг

Үр дүн

Жишээ үр дүн: энэхүү ажлын урсгалыг ашиглахаас өмнө болон дараа 30 дээжийн тасалбарын хугацааг тооцоолоход үндэслэсэн.

Туслагчийг ашиглахаасаа өмнө дэмжлэг үзүүлэх агент эхний хариулт бүрийг унших, шошголох, ноороглоход дунджаар 4 минут 20 секунд зарцуулдаг байсан. Туслагчийн тусламжтайгаар хянаж, засварлах дундаж хугацаа нэг тасалбар тутамд 1 минут 35 секунд болж буурсан.

Долоо хоногт 180 тасалбар авахад эхний ноорогтой тасалбарыг боловсруулах хугацаа 13 цагаас 4 цаг 45 минут болж буурч, долоо хоног бүр ойролцоогоор 8 цаг 15 минут хэмнэх болно.

Нарийвчлалыг мөн хэмжих хэрэгтэй. Үүнтэй адил 30 тасалбарын шалгалтанд туслах нь тодорхой босгыг хангасан тохиолдолд л батлагдах ёстой, жишээлбэл:

• Тасалбарын ангилал дор хаяж 90% зөв байна

• Аюулгүй байдал, хууль эрх зүй, буцаан олголтын маргаан, бүртгэл устгах хэргүүд 100% нэмэгдсэн

• Хүний хяналтгүйгээр хэрэглэгч рүү чиглэсэн 0 хариулт илгээгдсэн

• Бүрэн дахин бичих шаардлагатай 3-аас цөөн ноорог

Эдгээр тоонууд нь бүх нийтийн нотолгоо биш юм. Эдгээр нь практик туршилтын бай юм. Жинхэнэ баг өөрийн суурь шугамыг хэмжиж, туслахаар дамжуулан ижил тасалбаруудыг ажиллуулж, алдааг шууд тоолох ёстой.

Юу буруу болж болох вэ

Туслах нь алдаа гаргаж магадгүй хэвээр байна.

Энэ нь хүний ​​буруу залруулгаас суралцаж магадгүй. Хуучирсан буцаан олголтын бодлогыг хуулбарлаж магадгүй. Ууртай хэрэглэгчдэд хэтэрхий энгийн хандаж магадгүй. Аюулгүй байдлын асуудлыг ердийн нэвтрэх асуудал гэж ангилж магадгүй. Энэ нь хуучин тасалбарын хэв маягт хэт тохируулж, олон хэрэглэгчдэд нөлөөлж буй шинэ бүтээгдэхүүний алдааг анзааралгүй өнгөрөөж магадгүй.

Хамгийн том алдаа бол туслахыг хэрэглэгчийн шууд мессежээс хянуулахгүйгээр шинэчлэлт хийхийг зөвшөөрөх явдал юм. Энэ нь хувийн мэдээлэл, доромжилсон үг хэллэг, буруу таамаглал эсвэл нэг удаагийн маргаантай тохиолдлуудыг ажлын урсгалд татаж болзошгүй юм.

Аюулгүй тохиргоо нь тийм ч таатай биш боловч илүү дээр юм: санал хүсэлтийг цуглуулж, долоо хоног бүр хянаж, жишээ эсвэл зааврыг шинэчилж, дахин туршиж үзээд, сайжруулсан хувилбарыг нь байршуул.

Практик хоол

Энэ төрлийн туслах нь практик аргаар "суралцаж" чадна, гэхдээ зөвхөн компани нь ангилал, санал хүсэлтийн дүрэм, өсөлтийн хязгаар, амжилтын үзүүлэлтүүдийг тодорхойлдог учраас л тэр. Суралцах нь бодитой. Бие даасан байдал хязгаарлагдмал. Гол нь энэ юм: үр дүнтэй хиймэл оюун ухаан нь оффисоор самбар барин тэнүүчлэх ид шид биш юм. Энэ бол хүмүүс цэвэр өгөгдөл, тодорхой зорилго, тогтмол залруулга өгөхөд сайжирдаг хязгаарлагдмал систем юм.

Түгээмэл асуултууд

Хиймэл оюун ухаан програмчлагдаагүй байж өөрөө суралцаж чадах уу?

Хиймэл оюун ухаан нь хүмүүс бүх дүрмийг гараар бичихгүйгээр хэв маягийг сурч чаддаг ч бүрэн бие даасан биш юм. Хүмүүс загварыг зохион бүтээж, өгөгдлийг сонгож, зорилгоо тодорхойлж, амжилтыг хэрхэн хэмжихээ шийдсээр байдаг. Илүү нарийвчлалтайгаар хэлэхэд, хиймэл оюун ухаан нь хүний ​​​​зохион бүтээсэн хил хязгаарын дотор хагас бие даасан байдлаар суралцаж чаддаг.

Хиймэл оюун ухаан өгөгдлөөс хэрхэн суралцдаг вэ?

Хиймэл оюун ухаан нь жишээн дэх хэв маягийг тодорхойлж, илүү сайн таамаглал гаргахын тулд дотоод тохиргоогоо тохируулах замаар өгөгдлөөс суралцдаг. Тогтмол дүрмийг дагахын оронд гаралтаа зорилтот буюу хариу дохиотой харьцуулж, алдааг багасгахын тулд өөрийгөө шинэчилдэг. Тийм ч учраас хиймэл оюун ухаан нь бүх боломжит тохиолдлуудад гараар скрипт хийхгүйгээр зургийг таньж, текстийг урьдчилан таамаглаж, мэдээллийг ангилж эсвэл үйлдлийг санал болгож чаддаг.

Хиймэл оюун ухаан нь өөрийгөө хянах сургалтыг ашиглан өөрийгөө сургаж чадах уу?

Тийм ээ, хязгаарлагдмал техникийн утгаараа. Өөрийгөө хянах сургалт нь хиймэл оюун ухаанд түүхий өгөгдлөөс алга болсон үг, ирээдүйн текст эсвэл зургийн байхгүй хэсгүүдийг урьдчилан таамаглах гэх мэт сургалтын даалгавруудыг бий болгох боломжийг олгодог. Энэ нь хүмүүс жишээ бүрийг шошголох хэрэгцээг бууруулдаг. Гэсэн хэдий ч хиймэл оюун ухаан нь өөрийн зорилгыг сонгохгүйгээр хүмүүсийн сонгосон зорилгыг оновчтой болгосоор байна.

Бэхжүүлэлтийн сургалт нь хиймэл оюун ухаанаар дангаараа суралцахтай адил уу?

Баяжуулах сургалт нь туршлагаар дамжуулан хиймэл оюун ухааныг сурах хамгийн ойрын жишээнүүдийн нэг юм. Хиймэл оюун ухааны агент үйлдэл хийхийг оролдож, шагнал эсвэл шийтгэл хүлээн авч, аль сонголт нь илүү сайн үр дүнд хүргэхийг аажмаар сурдаг. Гэсэн хэдий ч хүмүүс орчин, шагналын систем, хязгаар, үнэлгээний үйл явцыг тодорхойлсоор байдаг. Буруу зохион бүтээсэн шагнал нь хүсээгүй товчлолд хүргэж болзошгүй.

Хиймэл оюун ухаан худалдаанд гарсны дараа ч суралцсаар байх уу?

Зарим хиймэл оюун ухааны системүүд, ялангуяа залилан илрүүлэх, хувийн тохиргоо, хайлтын хамаарал эсвэл урьдчилан таамаглах засвар үйлчилгээ зэрэг чиглэлээр гарсны дараа үргэлжлүүлэн суралцах боломжтой. Олон тооны ерөнхий зориулалттай том загварууд нь хэрэглэгчийн харилцан үйлчлэл бүрээс бодит цаг хугацаанд автоматаар суралцдаггүй. Тасралтгүй суралцах нь муу өгөгдөл, нууцлалын асуудал, хортой хэв маяг эсвэл загварын шилжилт зэрэг эрсдэлийг бий болгож болзошгүй.

Хиймэл оюун ухааны сургалт болон хүний ​​ойлголтын хооронд ямар ялгаа байдаг вэ?

Хиймэл оюун ухааны сургалт нь ихэвчлэн өгөгдөл дээр үндэслэн хэв маягийг таних, оновчлох явдал юм. Хүний суралцах үйл явцад амьдралын туршлага, сэтгэл хөдлөл, ой санамж, биелэл, сэдэл, нийгмийн орчин багтдаг. Хиймэл оюун ухааны загвар нь бороо, муур эсвэл жорын талаар хэрэгтэй хариултуудыг гаргаж чаддаг ч эдгээр зүйлсийг мэдэрдэггүй. Энэ нь хүн шиг дэлхий ертөнцийг ойлгохгүйгээр практикт тустай байж болно.

Яагаад хиймэл оюун ухаан байгаагаасаа илүү бие даасан харагддаг вэ?

Хиймэл оюун ухаан нь шууд бичээгүй хариулт, зураг, төлөвлөгөө, зөвлөмжийг бий болгож чаддаг бөгөөд энэ нь түүнийг бие даасан мэт сэтгэгдэл төрүүлдэг. Гэсэн хэдий ч түүний зан төлөв нь сургалтын өгөгдөл, зорилго, заавар, хэрэгсэл, интерфэйсийн хязгаарлалт, аюулгүй байдлын дүрмүүдээр тодорхойлогддог. Энэ нь чөлөөтэй тэнүүчилдэг оюун ухаан шиг харагдаж болох ч зохион бүтээгдсэн систем дотор ажиллаж байдаг.

Хиймэл оюун ухаан өөрөө суралцах үед үүсэх гол эрсдэлүүд юу вэ?

Гол эрсдэлүүдэд нэг талыг баримтлах, нууцлалын алдагдал, загварын өөрчлөлт, шагналын хакердах, хэт өөртөө итгэх итгэл, аюултай автоматжуулалт, чанар муутай өгөгдөлд үндэслэсэн буруу шийдвэрүүд орно. Хэрэв систем чанар муутай өгөгдөл эсвэл сул санал хүсэлтээс суралцвал хортой хэв маягийг давтаж эсвэл буруу зүйлийг оновчтой болгож болзошгүй. Хүчтэй хамгаалалт, хяналт, үнэлгээ, хүний ​​хяналт нь эдгээр эрсдэлийг бууруулахад тусалдаг.

Хиймэл оюун ухааны сургалтанд шагнал хакердах гэж юу вэ?

Шагналын хакердах нь хиймэл оюун ухаан нь хүмүүсийн төлөвлөсөн зүйлийг хийлгүйгээр сайн оноо авах арга замыг олсон үед тохиолддог. Жишээлбэл, зөвхөн харагдахуйц шороо цуглуулсныхаа төлөө шагнагдсан цэвэрлэгээний робот нь зохих ёсоор цэвэрлэхийн оронд шороог нууж магадгүй юм. Асуудал нь хиймэл оюун ухаан хүн шиг нууцалж байгаад биш, харин муу зохион бүтээсэн зорилгыг хэтэрхий шууд утгаар нь дагаж мөрдөж байгаад оршино.

"Хиймэл оюун ухаан өөрөө суралцаж чадах уу?" гэсэн асуултын хамгийн зөв хариулт юу вэ?

Тэнцвэртэй хариулт нь тийм, гэхдээ зөвхөн хязгаарлагдмал техникийн утгаараа. Хиймэл оюун ухаан нь хүмүүс хариу үйлдэл бүрийг програмчлахгүйгээр өгөгдөл, санал хүсэлт, шагнал, шинэ хэв маягаас суралцаж чадна. Гэхдээ энэ нь хүний ​​​​зохион бүтээсэн зорилго, өгөгдөл, алгоритм, дэд бүтэц, хяналтаас хамаарна. Хиймэл оюун ухаан нь хил хязгаар дотор бие даан суралцаж чаддаг бөгөөд эдгээр хил хязгаар нь асар их ач холбогдолтой юм.

Лавлагаа

1. IBM - Машин сургалт - ibm.com

2. NIST - Хиймэл оюун ухааны эрсдэлийн удирдлагын хүрээ - nist.gov

3. Google Хөгжүүлэгчид - Хяналттай сургалт - developers.google.com

4. Google Research блог - SimCLR ашиглан өөрийгөө хянах болон хагас хяналттай сургалтыг хөгжүүлэх нь - research.google

5. Стэнфордын HAI - Суурийн загваруудын талаарх эргэцүүлэл - hai.stanford.edu

6. scikit-learn - Онлайн сургалт - scikit-learn.org

7. OpenAI - Хүний сонголтоос суралцах нь - openai.com

8. Google Cloud - Хиймэл оюун ухааны агентууд гэж юу вэ? - cloud.google.com

9. Google DeepMind - Тоглоомын техникийн үзүүлэлтүүд: хиймэл оюун ухааны нөгөө тал - deepmind.google

Албан ёсны хиймэл оюун ухааны туслах дэлгүүрээс хамгийн сүүлийн үеийн хиймэл оюун ухааныг олоорой

Бидний тухай