Хиймэл оюун ухаан гэж юу вэ? [Видео болон асуулт хариулт]

Товчхон хариулт: Хиймэл оюун ухаан нь хэв маягийг таньж мэдэх, таамаглал дэвшүүлэх, контент үүсгэх, улам бүр арга хэмжээ авах боломжийг олгодог тооцооллын техникүүдийн өргөн хүрээтэй бүлэг юм. Найдвартай мэдээлэл, тодорхой зөвшөөрөл, хүний ​​хяналтыг үндэслэн бий болгосон тохиолдолд энэ нь маш үр дүнтэй байж болох ч чөлөөтэй гаралтыг үнэний автомат нотолгоо гэж хэзээ ч үзэж болохгүй.

Гол дүгнэлтүүд:

Хариуцлага: Чухал шийдвэр гаргахад, ялангуяа хиймэл оюун ухаан үнэтэй алдаа гаргаж болзошгүй тохиолдолд хүмүүсийг хариуцлагатай байлга.

Ил тод байдал: Хиймэл оюун ухааны систем ямар мэдээлэл, дүрэм журам, зөвшөөрлүүдэд тулгуурладаг болохыг тодорхой болго.

Баталгаажуулалт: Тэдгээрийн дагуу арга хэмжээ авахаасаа өмнө чухал баримт, эмнэлгийн, хууль эрх зүйн, санхүүгийн болон бизнесийн үр дүнг шалгана уу.

Аудит хийх чадвар: Төлөөллийн тохиолдлуудтай хиймэл оюун ухааныг туршиж, үр ашгийн өсөлт болон оруулсан алдаануудыг хоёуланг нь тэмдэглэ.

Буруу ашиглалтын эсэргүүцэл: Хандалтыг хязгаарлах, дэмжигдээгүй үйлдлээс урьдчилан сэргийлэх, тодорхойгүй хэргүүдийг хүний ​​хянагчид хүргэх.

1. Хиймэл оюун ухаан гэж юу вэ? Энгийн тайлбар

Хиймэл оюун ухаан буюу хиймэл оюун ухааннь хүний ​​оюун ухаантай холбоотой ажлуудыг гүйцэтгэж чаддаг компьютерийн системийг хэлдэг.

Эдгээр даалгаварт дараахь зүйлс багтаж болно:

• Хэл ойлгох

• Зураг дээрх объектуудыг таних

• Цаашид юу болохыг урьдчилан таамаглах

• Зөвлөмж гаргах

• Текст, зураг, аудио эсвэл видео үүсгэх

• Асар том өгөгдлийн багц дахь хэв маягийг илрүүлэх

• Боломжтой мэдээлэлд үндэслэн шийдвэр гаргах

• Жишээнээс суралцах

• Тодорхой төрлийн асуудлыг шийдвэрлэх

Энд нэг зүйл чухал юм.

Хиймэл оюун ухаан ухаалаг мэт харагдах үр дүнд хүрэхийн тулд заавал хүн шиг сэтгэх шаардлагагүй

Шатрын хөтөлбөр нь бишопоо золиослох нь сэтгэл хөдлөлийн хувьд зөв үү гэж санаа зовоод суудаггүй. Зөвлөмжийн алгоритм нь танд байнга санал болгож буй баримтат кинонд хувийн сэтгэлгээг хөгжүүлдэггүй. Хэлний загварт компьютер дотор амьдардаг жижигхэн англи хэлний багш хэрэггүй.

Үүний оронд эдгээр системүүд нь математикийн загвар, алгоритм, сургалтын өгөгдөл, дүрэм, магадлал болон асар их хэмжээний тооцооллыг ашиглан мэдээллийг боловсруулдаг.

Эцсийн үр дүн нь гайхалтай хүн шиг харагдаж болно.

Гэхдээ доорх механизм нь маш өөр юм.

Энэ ялгаа нь хүмүүсийн заримдаа ухаарснаас илүү чухал юм.

2. Хиймэл оюун ухаан нь робот тархи шиг биш, харин таамаглал дэвшүүлэгч машин шиг юм

Хүмүүс "хиймэл оюун ухаан" гэдэг үгийг сонсоод хиймэл хүний ​​тархитай төстэй зүйлийг төсөөлдөг.

Ойлгомжтой. Шинжлэх ухааны уран зөгнөлт зохиолууд хэдэн арван жилийн турш хиймэл оюун ухаанаар гэрэлтсэн нүд, хорон санаат дуу хоолой, сэжигтэй хүчтэй үзэл бодол, ихэвчлэн ямар нэгэн төмөр араг ясыг дүрслэн харуулсаар ирсэн.

Практик хиймэл оюун ухаан ерөнхийдөө киноны хувьд тийм ч сайн биш байдаг.

Орчин үеийн олон хиймэл оюун ухааны системүүд урьдчилан таамаглах.

Хэлний загварыг авч үзье.

Та бичихдээ:

"Муур дээр суув..."

систем нь статистикийн хувьд дараагийн үгс ирэх магадлалтайг үнэлдэг.

Магадгүй:

• дэвсгэр

• шал

• буйдан

• сандал

Энэ нь зүгээр л нэг өгүүлбэр цээжлээд сэргээдэггүй. Хангалттай дэвшилтэт загвар нь үг, санаа, өгүүлбэрийн бүтэц, ойлголт, хэв маяг, баримт, хэв маягийн хоорондын нарийн төвөгтэй харилцааг сурсан.

Дараа нь тухайн нөхцөл байдалд хамгийн сайн тохирох дарааллыг урьдчилан таамагладаг. Дараагийн үгийг сайн таамаглахын тулд хэлний талаар нэлээд ихийг сурах шаардлагатай.

Тэгээд хэл гэдэг нь ... үндсэндээ хүмүүсийн ярьдаг бүх зүйлийг агуулдаг.

Түүх. Математик. Хоол хийх. Програмчлал. Харилцаа холбоо. Физик. Хан боргоцой пиццанд хамаарах эсэх талаарх маргаан.

Тиймээс энгийн мэт санагдах таамаглалын даалгавар нь гайхалтай нарийн төвөгтэй зан үйлийг бий болгож чадна.

Мэдээж энэ зүйрлэл хязгаартай. Дэвшилтэт хиймэл оюун ухааныг "зүгээр л автоматаар гүйцээх" гэж нэрлэх нь онгоцыг "зүгээр л далавчтай төмөр" гэж нэрлэхтэй адил юм. Техникийн хувьд тэнд жинхэнэ зүйл нуугдаж байгаа ч сонирхолтой хэсэг нь алга болсон.

3. Хиймэл оюун ухаан хэрхэн суралцдаг вэ?

Энэ бол машин сургалт ярианд орж ирдэг газар юм.

Уламжлалт програм хангамж нь ерөнхийдөө тодорхой зааврын дагуу ажилладаг.

Программист дараах зүйлийг бичиж болно:

• Хэрэв хэрэглэгч зөв нууц үг оруулсан бол нэвтрэх эрхийг олгоно уу.

• Хэрэв температур тодорхой босго хэмжээнээс хэтэрвэл хөргөлтийг идэвхжүүлнэ үү.

• Хэрэв бараа дууссан бол анхааруулга харуулна уу.

Эдгээр зааврыг зориудаар програмчилсан байдаг.

Машин сургалт нь үйл явцыг эргүүлдэг.

Хөгжүүлэгчид дүрэм бүрийг гараар тодорхойлохын оронд системийн жишээ эсвэл өгөгдлийг өгч, хэв маягийг илрүүлэх боломжийг олгодог.

Зураг дээрх муурыг таних чадвартай програм хангамж бүтээхийг оролдож байна гээд төсөөлөөд үз дээ.

Тодорхой дүрэм бичих нь маш хурдан утгагүй болно.

Та дараахыг туршиж үзэж болно:

• Гурвалжин хэлбэртэй чих хайж олоорой.

• Сахал хайгаарай.

• Дөрвөн хөлийг хай.

• Үслэг эдлэл хайж олоорой.

Тэгтэл хэн нэгэн үнэгний зургийг байршуулдаг.

Тийм ч сайн биш.

Эсвэл бар.

Эсвэл хөл нь бараг харагдахгүй сэвсгэр бөмбөлөг болон хувирсан муур.

Машин сургалт нь асуудлыг өөрөөр авч үздэг. Загварыг асар их тооны жишээн дээр сургаж, мууртай холбоотой ямар харааны хэв маягийг аажмаар сурч болно.

Энэ нь "муур"-ыг хүүхэд шиг сурч байгаатай адил биш юм.

Гэхдээ математикийн хувьд загвар нь ангилалтай холбоотой хэв маягийг тодорхойлох чадвар нь улам бүр нэмэгдэж байна.

Энэ бол товчхондоо машин сургалт юм - гэхдээ товчлол нь өөрөө шугаман алгебрын хэд хэдэн агуулахыг агуулдаг.

4. Хиймэл оюун ухаан ба Машин сургалт ба Гүн сургалт

Эдгээр нэр томьёо байнга холилддог бөгөөд энэ нь хүмүүс бараг бүх зүйлд "хиймэл оюун ухаан" гэсэн нэр томьёог ашигладагтай холбоотой юм.

Тэднийг ялгах энгийн арга бол энэ юм.

Хиймэл оюун ухаан бол өргөн хүрээтэй салбар юм.

Машин сургалт нь хиймэл оюун ухааны системийг бий болгоход ашигладаг нэг арга юм.

Гүнзгий сургалт гэдэг нь олон давхаргат том мэдрэлийн сүлжээг хамарсан машин сургалтын нэг төрөл юм.

Дараа нь текст, зураг, хөгжим, код, яриа эсвэл видео зэрэг шинэ гаралтуудыг бий болгоход чиглэсэн генератив хиймэл оюун ухаан байдаг

Харьцуулсан хүснэгт

Хугацаа	Ердийн хэрэглээ	Үндсэндээ юу гэсэн үг вэ	Үүнийг хурдан бодох арга
Хиймэл оюун ухаан	Ухаалаг мэт санагдах ажлуудыг гүйцэтгэдэг машинуудын өргөн ангилал	Робот техник, туслахууд, төлөвлөлт, зөвлөмж	Том шүхэр
Машины сургалт	Өгөгдлөөс систем суралцах хэв маяг	Луйврын илрүүлэлт, зөвлөмж, урьдчилсан мэдээ	Жишээнээс суралцах
Гүнзгий суралцах	Олон давхаргат мэдрэлийн сүлжээ ашиглан машин сургалт	Хараа, яриа, дэвшилтэт хэлний загварууд	ML, гэхдээ илүү гүнзгий... шууд утгаараа
Бүтээлч хиймэл оюун ухаан	Шинэ контент үйлдвэрлэх зориулалттай хиймэл оюун ухаан	Текст, зураг, код, аудио	Бүтээлч сэтгэлгээтэй салбар
Автоматжуулалт	Урьдчилан тодорхойлсон процессуудыг дагаж мөрддөг програм хангамж	Давтагдах ажлын урсгал, өгөгдөл оруулах	Ихэвчлэн "суралцах" биш, харин дүрэм журам гаргадаг

Автоматжуулсан систем бүр хиймэл оюун ухаан биш учраас ялгаа нь чухал юм.

Хэрэв таны кофены машин арван минутын дараа өөрөө унтарвал баяр хүргэе - танд хиймэл оюун ухааны лаборатори байхгүй байх.

Энэ бол зүгээр л таймер.

5. Мэдрэлийн сүлжээ гэж юу вэ?

Мэдрэлийн сүлжээ нь биологийн мэдрэлийн эсүүдээс сулхан санаа авсан математикийн системүүд юм.

Энэ хэллэг тэднийг нууцлаг сонсогдуулж байна. Тэд компьютер дотор хөвж буй хиймэл тархи биш.

Мэдрэлийн сүлжээ нь мэдээллийг боловсруулдаг хоорондоо холбогдсон математикийн нэгжүүдээс бүрдэнэ.

Сургалтын явцад сүлжээ нь параметрүүд эсвэл жин.

Эдгээр тохируулга нь системийг үнэ цэнэтэй гарц гаргахад илүү сайн болох боломжийг олгодог.

Үүнийг хэдэн тэрбум жижиг тохируулж болох товчлууруудтай, утгагүй төвөгтэй хяналтын самбар гэж төсөөлөөд үз дээ.

Бэлтгэл нь эдгээр товчлууруудыг дахин дахин түлхдэг.

Буруу хариулт уу?

Товчлууруудыг тохируулна уу.

Илүү сайн хариулт уу?

Тэдгээрийг өөрөөр тохируулна уу.

Үүнийг хангалттай олон удаа, хангалттай өгөгдөл болон хангалттай тооцоолох хүчин чадлаар хийвэл сүлжээ нь хэв маягийг таньж, үүсгэх боломжийг олгодог нарийн төвөгтэй дотоод дүрслэлийг боловсруулж эхэлнэ.

Мэдээж хэрэг, "товчлууруудыг тохируулна уу" гэж хэлэх нь хэдэн арван жилийн компьютерийн шинжлэх ухааныг хэн нэгэн хуучин радио тохируулж байгаа мэт сонсогдуулж байна... гэхдээ оюун санааны загварын хувьд энэ нь гайхалтай сайн ажилладаг.

6. Хиймэл оюун ухаан яагаад гэнэт илүү ухаалаг юм шиг санагдаж байна вэ?

Хиймэл оюун ухаан бол нэг шөнийн дотор гарч ирсэн шинэ бүтээл биш юм.

Үндсэн талбар нь удаан хугацаанд оршин тогтнож ирсэн.

Өөрчлөгдсөн зүйл бол хэд хэдэн хүч хамтдаа хурдассан явдал байв.

Илүү их тооцоолох хүчин чадал

Орчин үеийн процессорууд, ялангуяа мэдрэлийн сүлжээнд шаардлагатай тооцооллын төрлүүд нь асар их тооны тооцооллыг хурдан гүйцэтгэж чаддаг. Сургалтын тооцооллыг нь орчин үеийн хиймэл оюун ухааны системүүдийн дэвшлийн нэг чухал хөдөлгөгч хүч болсон.

Илүү их мэдээлэл

Дижитал ертөнц нь асар их хэмжээний текст, зураг, аудио, видео, код болон бүтэцлэгдсэн мэдээллийг агуулдаг.

Нарийн загваруудыг сургахад жишээнүүд шаардлагатай - тэдгээр нь маш олон.

Илүү сайн алгоритмууд

Судлаачид хиймэл оюун ухааны системийг сургахад ашигладаг архитектур болон аргуудыг тасралтгүй сайжруулж байдаг.

Том загварууд

Параметрийн тоог нэмэгдүүлэх, өгөгдлийн багцыг сайжруулах, тооцооллыг нэмэгдүүлэх нь ихэвчлэн гайхалтай чадвартай загваруудыг бий болгосон. Тооцооллын оновчтой хэлний загварын сургалтын талаарх судалгаагаар загварын хэмжээ, өгөгдөл болон тооцооллыг зүгээр л параметрийн тоог хамгийн их байлгахын оронд тэнцвэржүүлэх шаардлагатай байгааг харуулж байна.

Илүү сайн интерфэйсүүд

Энэ хэсгийг дутуу үнэлэхэд амархан.

Энгийн хүмүүс одоо өдөр тутмын хэлээр дамжуулан дэвшилтэт системүүдтэй харилцаж чаддаг болсон тул хиймэл оюун ухаан илүү хүртээмжтэй мэт санагдаж байна.

Та програмчлалыг ойлгох шаардлагагүй.

Та зүгээр л асууж болно:

"Би арван хоёр настай юм шиг ипотекийн зээлийг тайлбарла."

Эсвэл:

"Эдгээр уулзалтын тэмдэглэлийг имэйл болгон хувирга."

Эсвэл:

"Хөргөгчинд минь аажмаар хатдаг тахиа, будаа болон бусад хүнсний ногоог ашиглан оройн хоолны таван санаа өгөөч."

Интерфейсийн өөрчлөлт асар том юм.

Хүмүүс технологи ашиглахын тулд гарын авлага шаардлагагүй болсны дараа түүний нэр хүнд огцом өсөх хандлагатай байдаг.

7. Асуулт асуухад хиймэл оюун ухаан юу хийж байна вэ?

Орчин үеийн хиймэл оюун ухааны туслахыг авч үзье.

Та бичнэ үү:

"Таван настай хүүхдэд таталцлын хүчийг тайлбарла."

Үйлдлийн ард систем нь таны текстийг жетон.

Токенууд нь бүтэн үгс, үгсийн хэсэг, цэг таслал эсвэл хэлний бусад хэсгүүдийг илэрхийлж болно.

Эдгээр жетонуудыг загвараар дамжуулан боловсруулдаг.

Энэ загвар нь таны хүсэлтийн өөр өөр хэсгүүдийн хоорондын харилцааг судалж, нөхцөл байдлыг харгалзан үзэж, ашигтай үргэлжлэлийг урьдчилан таамагладаг.

Дараа нь өөр нэг токен.

Дараа нь өөр нэг.

Дараа нь өөр нэг.

Энэ нь гайхалтай хурдан болдог.

Үүссэн догол мөр нь хэн нэгэн үүнийг бүрэн бодол болгон бичсэн мэт харагдаж байгаа ч техникийн хувьд дарааллаар нь үүссэн.

Энэ бол хиймэл оюун ухааны хамгийн өвөрмөц онцлогуудын нэг юм.

Үндсэн үйл явц магадлалтай байсан ч гаралт нь санаатай мэт санагдаж болно.

Энэ нь аварга том мэдээллийн сангаас бэлтгэсэн хариултыг татаж авахаас илүү импровизацитай төстэй юм.

Яг импровизаци биш нь лавтай - гэхдээ зүйрлэл нь өөрийн гэсэн утгатай байхаар ойролцоо.

8. Хиймэл оюун ухаан юмсыг ойлгодог уу?

Энэ асуулт маш хурдан философийн шинжтэй болж хувирдаг.

Хиймэл оюун ухааны систем хэлийг үнэхээр "ойлгодог" уу?

Хариулт нь таны ойлгох гэж юу гэсэн үгээс ихээхэн хамаарна.

Орчин үеийн хиймэл оюун ухааны загварууд нь ойлголтуудыг нарийн төвөгтэй аргаар тодорхой өөрчилж чаддаг.

Тэд дараах зүйлсийг хийж чадна:

• Санаагаа тайлбарлах

• Аргументуудыг харьцуулах

• Текстийг дахин бичих

• Хэл орчуулах

• Олон бүтэцлэгдсэн асуудлыг шийдвэрлэх

• Ажиллах код үүсгэх

• Хэв маягийг тодорхойлох

• Нарийн төвөгтэй зааврыг дагана уу

• Ойлголтуудыг шинэ аргаар нэгтгэх

Гаднаас нь харахад энэ нь ойлголцол мэт харагдаж болно.

Гэхдээ машины оюун ухаан болон хүний ​​​​танин мэдэхүйн хооронд чухал ялгаа байдаг.

Хүн төрөлхтөн физик ертөнцийг мэдэрдэг.

Бид өлсгөлөн, өвдөлт, ичгүүр, уйтгар гуниг, энхрийлэл болон утасныхаа цэнэг 2 хувьтай байгааг мэдээд айж сандардаг.

Хиймэл оюун ухааны системүүд заавал түүнтэй дүйцэхүйц амьдралын туршлагатай байх албагүй.

Тэд төлөөллийг боловсруулдаг.

Тиймээс хиймэл оюун ухаан ямар нэгэн зүйлийг "ойлгодог" эсэхийг асуух нь шумбагч онгоц сэлдэг эсэхийг асуухтай адил юм.

Энэ нь гарцаагүй усаар дамжин хөдөлдөг.

Гэхдээ "усанд сэлэх" гэдэг үг тийм ч зөв үг биш байж магадгүй юм.

9. Хиймэл оюун ухаан юу үнэн болохыг автоматаар мэддэггүй

Энэ бол генератив хиймэл оюун ухааны хамгийн чухал зүйлсийн нэг юм.

Загвар нь мэдэгдэл зөв байхгүйгээр маш итгэл үнэмшилтэй сонсогдож буй мэдэгдлийг бий болгож чадна.

Яагаад?

Учир нь үнэмшилтэй хэлийг бий болгох, бодит үнэнийг баталгаажуулах нь өөр өөр асуудал юм.

Хиймэл оюун ухааны систем тодорхойгүй байдалтай тулгарсан ч гэсэн өөртөө итгэлтэй хариулт гаргаж болзошгүй.

Эдгээр алдааг ихэвчлэн галлюцинация гэж нэрлэдэг .

Жишээлбэл, хиймэл оюун ухаан дараахь зүйлийг хийж чадна

• Статистикийг зохиох

• Ишлэлийг буруу оноох

• Хоёр ижил төстэй хүнийг төөрөгдүүлэх

• Байхгүй лавлагаа үүсгэх

• Хоёрдмол утгатай зааврыг буруу тайлбарлах

• Нарийн математикийн алдаа гаргах

Хэлний загварууд нь өөртөө итгэлтэй сонсогдож байгаа ч зохиомол ишлэл, судалгаа, ишлэл болон бусад буруу мэдээллийг гаргаж чаддаг. NIST нь итгэлтэйгээр хэлсэн худал контент болон зохиомол ишлэлийг хиймэл оюун ухааны эрсдэл гэж тодорхойлсон.

Хачирхалтай нь эдгээр системүүд илүү чадварлаг сонсогдох тусам үүнийг мартах нь амархан болдог.

Өнгөлсөн хэл нь өөртөө итгэх итгэлийг бий болгодог.

Гэхдээ итгэл бол нотлох баримт биш юм.

Анагаах ухаан, хууль эрх зүй, санхүү, аюулгүй байдал эсвэл бизнесийн томоохон шийдвэрүүд зэрэг салбаруудтай холбоотой өндөр эрсдэлтэй мэдээллийн хувьд баталгаажуулалт чухал хэвээр байна.

Нилээдгүй.

10. Хиймэл оюун ухаан нь хайлтын системтэй адил зүйл биш

Өөр нэг түгээмэл буруу ойлголт бол хиймэл оюун ухаан болон хайлтыг ижил зүйл гэж үзэх явдал юм.

Тэд тийм биш.

Уламжлалт хайлтын систем нь юуны түрүүнд одоо байгаа мэдээллийг олоход тусалдаг.

Бүтээгч хиймэл оюун ухааны систем нь голчлон сурсан хэв маяг, өгөгдсөн нөхцөл байдал болон түүнд хандах боломжтой нэмэлт хэрэгслүүд дээр үндэслэн хариу үйлдэл үзүүлдэг. Бүтээгч загварууд нь том өгөгдлийн багц дахь хэв маяг, харилцаа холбоог сурч , эдгээр хэв маягийг ашиглан шинэ гаралт үүсгэдэг.

гэж асууж байна гээд төсөөлөөд үз дээ:

Хайлтын систем: "фотосинтезийг тайлбарлах хамгийн сайн аргууд"

Та ерөнхийдөө судлах хуудсуудыг хүлээн авдаг.

Хиймэл оюун ухааны туслахаас мөн адил зүйлийг асуувал та дараах зүйлийг хүлээн авч магадгүй юм

• Энгийн тайлбар

• Ангийн хичээлийн аналоги

• Асуулт хариулт

• Хичээлийн төлөвлөгөө

• Хүүхдэд зориулсан түүх

• Шинжлэх ухааны дэлгэрэнгүй хувилбар

Хайлт нь олж авдаг.

Бүтээлч хиймэл оюун ухаан синтез хийдэг.

Орчин үеийн системүүд хоёр аргыг хоёуланг нь хослуулж чаддаг тул ялгааг улам бүр бүдгэрүүлж байгаа ч хэрэгслүүд нь ойлголтын хувьд өөр хэвээр байна.

11. Хиймэл оюун ухаан юуг сайн хийж чадах вэ?

Хиймэл оюун ухаан нь загвар ихтэй, мэдээлэл ихтэй, хувиргах даалгавруудыг гүйцэтгэхдээ онцгой сайн ажиллах хандлагатай байдаг.

Үнэ цэнэтэй програмуудад дараахь зүйлс орно

Бичих тусламж

Хиймэл оюун ухаан нь текстийг ноороглох, дахин бичих, нэгтгэн дүгнэх, бүтцийг нь өөрчлөх боломжтой.

Програмчлал

Загварууд нь код үүсгэх, алдааг тайлбарлах, сайжруулалтыг санал болгох, хөгжүүлэгчдэд танил бус системийг ойлгоход нь туслах боломжтой.

Өгөгдлийн шинжилгээ

Хиймэл оюун ухаан нь хэв маягийг тодорхойлох, өгөгдлийн багцыг тайлбарлах, нарийн төвөгтэй олдворуудыг ойлгомжтой хэл болгон хөрвүүлэхэд тусалдаг.

Зураг үүсгэх

Бүтээлч загварууд нь тайлбараас чимэглэл, концепц, бүтээгдэхүүний загвар, урлагийн бүтээл болон харааны хувилбаруудыг бий болгож чадна.

Орчуулга

Дэвшилтэт загварууд нь энгийн үг нэг бүрчлэн бичих системээс илүү их контекстийг хадгалахын зэрэгцээ хэл хооронд орчуулж чаддаг.

Боловсрол

Хиймэл оюун ухаан нь хүний ​​​​мэдлэгийн түвшингээс хамааран нэг ойлголтыг олон янзаар тайлбарлаж чаддаг.

Харилцагчийн дэмжлэг

Компаниуд нийтлэг асуултуудад хариулах, нарийн төвөгтэй хэргүүдийг шийдвэрлэхэд туслахын тулд хиймэл оюун ухааныг ашиглаж болно.

Тархины шуурганы арга

Хоосон хөргөгчтэй дүйцэхүйц оюун ухаантай үед хиймэл оюун ухаан онцгой үр дүнтэй байж болно.

Та өнцөг, нэр, ойлголт, бүтэц эсвэл боломжуудыг асууж болно - дараа нь юуг хадгалах нь зүйтэйг шийдээрэй.

Энэ нь хиймэл оюун ухаантай хамгийн эрүүл ажлын харилцаа юм.

"Машин хүнийг орлоно" гэж хэлэхгүй

Илүү төстэй:

Хүн + машин = сэтгэлгээний илүү хурдан анхны ноорог.

12. Хиймэл оюун ухаан юугаараа муу хэвээр байна вэ?

Үүнтэй холбоотой бүх анхаарлыг үл харгалзан одоогийн хиймэл оюун ухаан нь нэлээд хязгаарлалттай хэвээр байна.

Зарим нь нэг дор илэрхий байдаг.

Бусад нь зөвхөн та системд төвөгтэй зүйлд найдсан үед л гарч ирдэг.

Хиймэл оюун ухаан дараахь зүйлстэй тэмцэж болно:

• Маш нарийн бодит үнэн зөв байдал

• Ер бусын ирмэгийн хайрцагнууд

• Урт гинжний учир шалтгаан

• Тодорхойгүй зааварчилгаа

• Хүмүүсийн бараг анзаардаггүй эрүүл ухаанаар таамагласан зүйлс

• Тодорхойгүй сэтгэл хөдлөлийн нөхцөл байдлыг ойлгох

• Мэдээлэл үнэхээр үнэн эсэхийг шалгах

• Физик ертөнцийн туршлага шаарддаг даалгаварууд

• Нарийн төвөгтэй төслүүдийн тууштай байдал

Өндөр чадвартай хэлний загварууд ч гэсэн баримт болон үндэслэлийн алдаа гаргаж чаддаг бөгөөд хүнд хэцүү жишиг үзүүлэлтүүд нь ихээхэн хязгаарлалтыг илчилсээр байна.

Өөр нэг асуудал бол хиймэл оюун ухаан маш бага хүчин чармайлтаар дундаж харагдах хариултыг.

Арван бизнесийн нэрийг асууна уу?

Дууссан.

Блог нийтлэл асуух уу?

Амархан.

Маркетингийн санаа асуух уу?

Тэгэлгүй яахав.

Гэхдээ ямар нэгэн зүйл бүтээх нь жинхэнэ өвөрмөц, арилжааны үнэ цэнэтэй, сэтгэл хөдлөлийн хувьд ухаалаг эсвэл стратегийн хувьд оновчтой бүтээл бүтээхтэй адил биш юм.

Хүн төрөлхтөн одоо ч гэсэн амтыг өгдөг.

Амт чухал.

Магадгүй урьд өмнөхөөсөө ч илүү.

13. Хиймэл оюун ухаан ухамсартай юу?

Энд бид оройн хоолны яриа хачин болдог хэсэгт хүрлээ.

Одоогийн хиймэл оюун ухааны системүүд нь сэтгэл хөдөлгөм, бодолтой, өөрийгөө танин мэдэхүйн хэлийг бий болгож чаддаг.

Энэ нь тэд автоматаар ухамсартай болдог гэсэн үг биш юм.

Хэлний загваруудыг хэл үүсгэхийн тулд тусгайлан сургасан байдаг.

Хүмүүс чөлөөтэй хэлийг түүний ард өөр оюун ухаан оршин байдаг гэсэн нотолгоо гэж байгалийн жамаар тайлбарладаг.

Ихэвчлэн энэ нь үндэслэлтэй таамаглал юм.

Өөр нэг хүн "Би санаа зовж байна" гэж хэлэхэд бид дотоод сэтгэл хөдлөлийн байдал байгаа гэж таамаглаж байна.

Хиймэл оюун ухааны хувьд энэ таамаглал заавал зөвтгөгдөх албагүй.

Систем нь дараах зүйлсийг үүсгэж чадна:

"Би туслахад баяртай байна."

Энэ нь зөөгч дотор гайхалтай үдшийг өнгөрүүлж буй үл үзэгдэх бяцхан сэтгэл хөдлөлтэй амьтан байгааг батлахгүй.

Хүнд хэцүү философийн асуулт бол машины ухамсар хэзээ нэгэн цагт бий болж чадах эсэх юм.

Энэ мэтгэлцээнийг бүрэн шийдэж чадах энгийн тест хэнд ч байхгүй .

Гэхдээ ярианы чөлөөтэй байдлыг дангаар нь нотолгоо гэж үзэж болохгүй. Ухамсартай эсвэл "хүчтэй" хиймэл оюун ухаан гэх мэт ойлголтууд нь өнөөгийн системүүдийн тогтсон шинж чанар биш харин онолын шинж чанар хэвээр байна.

14. Нарийн хиймэл оюун ухаан ба хиймэл ерөнхий оюун ухаан

Ихэнх хиймэл оюун ухааны системүүд нь тодорхой чадваруудад тулгуурлан бүтээгдсэн хэвээр байна.

Эдгээрийг ихэвчлэн нарийн хиймэл оюун ухаан.

Жишээ нь:

• Зураг таних

• Хэлний үүсэл

• Зөвлөмж

• Жолооны тусламж

• Эмнэлгийн дүрслэл

• Луйврын илрүүлэлт

• Яриа таних

Хиймэл Ерөнхий Оюун Ухаан буюу ерөнхийдөө AGI гэж товчилсон нь машины оюун ухааны илүү өргөн хүрээтэй таамаглалын түвшинг хэлдэг.

Энэ санаа нь хүний ​​​​түвшний түвшинд буюу түүнээс дээш түвшинд олон чиглэлээр оюуны даалгавруудыг сурч, гүйцэтгэх чадвартай систем юм.

Хил хязгаарыг төгс тодорхойлоогүй байна.

Энэ бол бэрхшээлийн нэг хэсэг юм.

Өөр өөр судлаачид, компаниуд болон тоймчид "AGI"-г өөр өөрөөр ашигладаг тул яриа хэлэлцээ нь гурван хүн өөрөө ч анзааралгүйгээр өөр өөр тодорхойлолтын талаар маргалдаж эхлэхэд хүргэдэг. AGI гэж яг юуг тодорхойлох ёстой талаар одоогоор өргөн хүрээтэй эрдэм шинжилгээний нэгдсэн ойлголт байхгүй.

Өөрөөр хэлбэл интернетийн сонгодог зан байдал.

15. Сургалтын өгөгдөл яагаад ийм чухал вэ

Хиймэл оюун ухааны системүүд жишээнүүдээс хэв маягийг сурдаг тул эдгээр жишээний чанар маш чухал юм.

Тиймээс сургалтын өгөгдөл маш чухал болж байна.

Хэн нэгнийг тогооч болгохоор сургаад, тэдэнд зөвхөн шарсан талхны жор өгч байна гээд төсөөлөөд үз дээ.

Тэд шарсан талх өргөхдөө гайхалтай болж магадгүй юм.

Магадгүй Мишелин түвшний шарсан талх.

Гэхдээ тэдэнд наймаалж өгөөд оройн хоол хүсэх нь сонирхолтой болж магадгүй юм.

Хиймэл оюун ухаан нь үүнтэй төстэй байдлаар ажилладаг.

Сургалтын материалын чанар, олон янз байдал, хамаарал нь загварууд юу сурахад нөлөөлдөг . Үүсгэн байгуулагч системүүд нь уламжлалт мэдээллийн сан шиг ажиллахын оронд сургалтын өгөгдлөөсөө статистикийн хэв маяг, харилцаа холбоог сурдаг.

Өгөгдлийн багц дахь асуудлууд гаралтад гарч ирж болно, үүнд:

• Хазайлт

• Алдагдсан мэдлэг

• Давтагдсан буруу ойлголтууд

• Төлөөлөл багатай бүс нутгуудад гүйцэтгэл муу байна

• Тодорхой хэл шинжлэлийн болон соёлын хэв маягийг хэт их төлөөлөх

Машин сургалтын загварууд нь сургалтын жишээнүүдийг хэрхэн сонгож, боловсруулснаас шалтгаалан алдаа гаргах магадлалтай бөгөөд тэнцвэргүй эсвэл дутуу өгөгдөл нь загварын гүйцэтгэлд нөлөөлж болзошгүй.

Тиймээс хөгжүүлэгчид анхны сургалтынхаа дараа өгөгдлийн санг сайжруулах, контентыг шүүх, загваруудыг боловсронгуй болгоход асар их хүчин чармайлт гаргадаг.

Загварын архитектур чухал.

Тооцооллын хүч бас чухал.

Гэхдээ өгөгдөл сантехник гэх мэт бүх зүйлийн доор чимээгүйхэн байрладаг - ямар нэгэн зүйл буруу болох хүртэл хэн ч энэ талаар ярьдаггүй.

16. Хиймэл оюун ухааны загварууд сургалтын дараа хэрхэн сайжирдаг вэ?

Анхан шатны сургалт нь заавал эцсийн алхам биш юм.

Загварууд нь илүү чадварлаг, найдвартай болгохын тулд боловсруулсан нэмэлт процессуудыг дамжин өнгөрч болно.

Үүнд дараах сургалтын системүүд орж болно:

• Зааврыг илүү найдвартай дагаж мөрдөөрэй

• Хортой гаралтаас зайлсхий

• Хариултуудыг зохих ёсоор форматлах

• Зарим хүсэлтийг татгалзах

• Илүү тодорхой хариултуудыг илүүд үздэг

• Хэрэгсэл ашиглах

• Хүний санал хүсэлтийг дагах

• Ярилцлагыг илүү сайн зохицуулах

Энэ үйл явц нь уялдаа. хүний ​​санал хүсэлтийн техникийгзааврын дагаж мөрдөх чадварыг сайжруулах, урьдчилсан сургалтын дараа хэлний загваруудыг хүссэн зан төлөв рүү чиглүүлэхэд ашигласан.

Зохицуулалт гэдэг нь хиймэл оюун ухааны зан төлөвийг хүний ​​​​санаа бодол, дүрэм журам, сонголтыг илүү сайн тусгахыг хичээх гэсэн үг юм.

Энгийн өгүүлбэр.

Маш хэцүү инженерийн асуудал.

Хүн төрөлхтөн пиццаны сайн амтлагч юу байх тал дээр санал нийлж чадахгүй байгаа тул "хүмүүс юу хүсч байгааг" хүчирхэг тооцооллын системд кодлох нь ... маш том зорилго юм.

17. Хиймэл оюун ухааны агентууд: Хиймэл оюун ухаан арга хэмжээ авч эхлэх үед

Ердийн чатбот нь ихэвчлэн хүсэлтэд хариу өгдөг.

Хиймэл оюун ухааны агент нь зорилгодоо хүрэхийн тулд алхам алхмаар алхам хийж чаддаг. Хиймэл оюун ухааны агентуудыг ихэвчлэн даалгавруудыг бие даан гүйцэтгэх, ажлын урсгалыг төлөвлөх, боломжтой хэрэгслүүдийг ашиглах чадвартай систем гэж тодорхойлдог.

Хиймэл оюун ухаанд дараах зүйлийг хэлж байна гэж төсөөлөөд үз дээ:

"Миний бизнесийн аяллыг зохион байгуул."

Стандарт хэлний загвар нь аяллын хөтөлбөр гаргаж болно.

Агент маягийн систем нь онолын хувьд олон холбогдсон үйлдлийг гүйцэтгэж чадна:

1. Аялал жуулчлалын боломжит хувилбаруудыг шалгана уу.

2. Хуваарийг харьцуул.

3. Тохиромжтой байрыг тодорхойл.

4. Хуанлид үйл явдлууд нэмэх.

5. Сав баглаа боодлын жагсаалт бэлтгэ.

6. Хэрэв ямар нэгэн зүйл өөрчлөгдвөл төлөвлөгөөгөө шинэчилнэ үү.

Энэ ялгаа нь үйлдэл ба тууштай байдал.

Нэг хүсэлтэд хариулахын оронд систем нь дараалсан ажлуудыг гүйцэтгэдэг.

Энэ бол хиймэл оюун ухааны агентууд маш их сонирхол татаж байгаа нэг шалтгаан юм.

Тэд хиймэл оюун ухааныг контент үүсгэгчээс програм хангамжийн оператортой ойртуулсан зүйл рүү шилжүүлж байна.

Энэ өөрчлөлт нь маш үнэ цэнэтэй байж болох бөгөөд зөвшөөрөл, найдвартай байдал, хяналтын талаар ноцтой асуултуудыг бий болгож байна. NIST нь багаж хэрэгсэл, програм хангамж, өгөгдөлд хандах боломжтой агентуудын аюулгүй байдал, найдвартай байдлын талаарх санаа зовнилыг онцгойлон онцолсон.

Та "багийн аялал"-ыг буруу ойлгосноос болж санамсаргүйгээр арван хоёр зочид буудлын өрөө захиалахыг хүсэхгүй байх

18. Хиймэл оюун ухааныг ойлгох нь яагаад илүү чухал асуулт болж байна вэ?

Хиймэл оюун ухаан гэж юу вэ? гэсэн асуулт нэгэн цагт эрдэм шинжилгээний мэт санагдаж байсан.

Одоо энэ нь улам бүр практик, шуурхай болж байна.

Хиймэл оюун ухаан дараах зорилгоор ашиглагддаг хэрэгслүүдийн дотор гарч ирж байна:

• Ажил

• Боловсрол

• Бүтээлч байдал

• Програм хангамжийн хөгжүүлэлт

• Эрүүл мэндийн үйлчилгээ

• Хэвлэл мэдээлэл

• Санхүү

• Харилцаа холбоо

• Судалгаа

• Үзвэр үйлчилгээ

Үндсэн ойлголтуудыг ойлгох нь хүмүүст илүү сайн шийдвэр гаргахад тусалдаг.

Та машин сургалтын инженер болох шаардлагагүй.

Гэхдээ таамаглал ба тодорхой байдал, үүсгэх ба сэргээх, автоматжуулалт ба оюун ухааны хоорондох ялгааг мэдэх нь гайхалтай олон алдаанаас урьдчилан сэргийлэх боломжтой.

Энэ нь мөн маркетингийн хэлийг ойлгоход тусалдаг.

Учир нь компаниуд аливаа зүйлд "хиймэл оюун ухаан" гэдэг үгийг хавсаргах дуртай байдаг.

Заримдаа зохих ёсоор.

Заримдаа "Дэвшилтэт урьдчилан таамаглах хиймэл оюун ухааны платформ" нь "гоёмсог товчлууртай хүснэгт"-ээс хамаагүй илүү сэтгэл хөдөлгөм сонсогддог учраас

19. Хиймэл оюун ухаан хүмүүсийг орлох уу?

Энэ бол хиймэл оюун ухааны ярианы хамгийн сэтгэл хөдөлгөм асуулт байж магадгүй юм.

Энгийн хариултууд ховор тохиолдолд л батлагддаг.

"Хиймэл оюун ухаан хүн бүрийг орлох болно."

Хэтэрхий жүжиглэсэн байх.

"Хиймэл оюун ухаан ажлын байранд нөлөөлөхгүй."

Мөн нухацтай авч үзэхэд хэцүү.

Технологи нь бүхэл бүтэн мэргэжлийг өөрчлөхөөсөө өмнө даалгавруудыг өөрчлөх хандлагатай байдаг. Хөдөлмөрийн зах зээлийн одоогийн судалгаагаар хиймэл оюун ухааны нөлөөллийг даалгаврын түвшиндбөгөөд автоматжуулалтад өртөх нь бүхэл бүтэн ажил автоматаар алга болно гэсэн үг биш юм.

Маркетер нь хиймэл оюун ухааныг дараах зорилгоор ашиглаж болно:

• Тархины шуурганы арга

• Ноороглох

• Судалгааны байгууллага

• Шинжилгээ

• Агуулгын хувилбарууд

Гэхдээ стратеги, шүүлт, брэндийн ойлголт болон шийдвэр гаргалтад хүний ​​оролцоо их шаардагддаг хэвээр байна.

Программист систем зохион бүтээхэд илүү их цаг зарцуулахын зэрэгцээ давтагдах код үүсгэхийн тулд хиймэл оюун ухааныг ашиглаж болно.

Дизайнер нь хэдэн арван анхны санааг хурдан гаргаж, дараа нь хамгийн хүчтэйг нь сайжруулж чадна.

Багш нь хиймэл оюун ухааныг ашиглан дасгал хийх боломжтой ч урам зориг, шүүлт, ангийн удирдлагыг өгдөг.

Илүү үндэслэлтэй асуулт бол ихэвчлэн биш юм:

"Хиймэл оюун ухаан энэ ажлыг орлох уу?"

Энэ бол:

"Энэ ажлын аль хэсэг нь илүү хялбар, хямд, хурдан эсвэл автоматжсан болох вэ?"

Энэ бол хамаагүй илүү практик асуулт юм.

20. Хамгийн том хиймэл оюун ухааны чадвар бол зүгээр л шүүмжлэл байж болох юм

Хүмүүс гол ур чадвар бол төгс даалгаврыг бичих явдал гэж боддог.

Өдөөлт чухал.

Шүүмжлэл илүү чухал.

Хэрэв хиймэл оюун ухаан танд таван санал өгвөл та хамгийн сайныг нь тодорхойлж чадах уу?

Хэрэв энэ нь өөртөө итгэлтэй хариулт өгвөл ямар нэгэн зүйл буруу санагдаж байгааг та анзаарч чадах уу?

Хэрэв энэ нь хүлээн зөвшөөрөгдсөн бичвэрийг бий болговол та үүнийг үнэхээр сайн болгож чадах уу?

Хэрэв хүн бүр ижил төстэй хүчирхэг хэрэгслүүдэд хандах боломжтой бол давуу тал нь дараахь зүйлийг мэдэхэд шилжинэ

• Юу асуух вэ

• Юуг үл тоомсорлох вэ

• Юуг баталгаажуулах вэ

• Юуг засах вэ

• Юу чухал вэ

• Хэзээ хиймэл оюун ухааныг огт ашиглаж болохгүй вэ

Тийм ч учраас хиймэл оюун ухааны бичиг үсэг нь зөвхөн техникийн бичиг үсэг биш юм.

Энэ бол шүүмжлэлт сэтгэлгээ юм.

Машин нь утгагүй хурдаар сонголтуудыг үүсгэж чаддаг.

Та аль зам намаг руу чиглээгүйг шийдэх хэрэгтэй хэвээр байна.

21. Тэгэхээр... Хиймэл оюун ухаан гэж үнэндээ юу вэ?

Нэр томьёог авч хаявал хиймэл оюун ухаан гэдэг нь үндсэндээ хэв маягийг таних, урьдчилан таамаглах, үүсгэх, шийдвэр гаргах эсвэл бидний оюун ухаантай холбодог бусад чадваруудыг шаарддаг ажлуудыг гүйцэтгэхэд тооцооллын аргыг ашигладаг технологи юм.

Орчин үеийн хиймэл оюун ухаан нь мэдрэлийн сүлжээ нь асар том өгөгдлийн сангаас маш нарийн төвөгтэй харилцааг сурч чаддаг тул илүү ухаалаг мэт санагдаж байна.

Гэхдээ хиймэл оюун ухаан бол ид шид биш.

Энэ нь автоматаар зөв биш юм.

Энэ нь заавал ухамсартай байх албагүй.

Энэ нь зүгээр л урьдчилан бичсэн хариултуудыг агуулсан мэдээллийн сан биш юм. Үүний оронд үүсгэгч загварууд нь сургалтын өгөгдөлд статистикийн хамаарлыг сурч, эдгээр сурсан хэв маягийг ашиглан гаралт гаргадаг.

Энэ нь илүү ер бусын зүйл юм.

Хиймэл оюун ухаан нь маш нарийн төвөгтэй хэв маягийг сурах чадвартай статистик, тооцооллын систем бөгөөд үүний үр дүнд үүссэн зан үйл нь заримдаа үйлдлийн програм хангамж шиг биш, харин ямар нэгэн зүйлтэй харилцахтай адил мэдрэгддэг.

Энэ "ямар нэгэн зүйл" нь технологи хүмүүсийг гайхшруулдаг шалтгаануудын нэг юм.

Энэ нь тэднийг бага зэрэг түгшээж ч магадгүй.

Хоёр хариу үйлдэл хоёулаа утга учиртай.

Хаалтын хэтийн төлөв

Тэгэхээр, хиймэл оюун ухаан гэж юу вэ?

Хиймэл оюун ухаан нь компьютерийг ухаалаг мэт санагдах ажлуудыг гүйцэтгэхэд зориулагдсан технологийн өргөн хүрээтэй бүлэг юм - хэлийг ойлгох, хэв маягийг тодорхойлох, үр дүнг урьдчилан таамаглах, контент бүтээх, улам бүр үйлдэл хийх.

Машин сургалт нь эдгээр системүүдэд жишээнээс суралцахад тусалдаг.

Гүнзгий сургалт нь асар том мэдрэлийн сүлжээнд маш нарийн төвөгтэй хэв маягийг илрүүлэх боломжийг олгодог.

Бүтээлч хиймэл оюун ухаан нь эдгээр хэв маягийг ашиглан шинэ контент үүсгэдэг.

Энэ нь систем бүхнийг мэдэгч, төгс нарийвчлалтай эсвэл таны талх шарагчийг авах талаар нууцаар бодож байгаа гэсэн үг биш юм.

Хамгийн ухаалаг сэтгэлгээ нь сохроор догдлох болон циник үл тоомсорлолын хооронд оршдог.

Хиймэл оюун ухаан бол ид шид биш.

Энэ нь бас "зүгээр л автоматаар гүйцээх" биш юм

Энэ бол хүмүүст өмнө нь боломжгүй мэт санагдаж байсан аргаар машинуудтай харилцах боломжийг олгодог хүчирхэг шинэ тооцооллын давхарга юм.

Энэ нь яг юу гэсэн үг болохыг бид одоо хүртэл судалж байна.

Магадгүй энэ нь хамгийн сонирхолтой хэсэг нь байх.

Практик жишээ: Хиймэл оюун ухааны хэрэглэгчийн дэмжлэгийн туслах бүтээх

Хувилбар

Кофены тоног төхөөрөмж зардаг жижиг онлайн дэлгүүрийг төсөөлөөд үз дээ.

Тусламжийн баг нь ижил асуултуудад дахин дахин хариулдаг:

• "Би барааг хэрхэн буцааж өгөх вэ?"

• "Энэ бутлуурын баталгаатай юу?"

• "Би хүргэлтийн хаягаа өөрчилж болох уу?"

• "Миний машинд ямар солих шүүлтүүр тохирох вэ?"

Энэ нь орчин үеийн хиймэл оюун ухаан практикт юуг сайн хийж чаддаг, хүний ​​​​шүүмжлэл хаана чухал хэвээр байгааг харуулж байгаа тул үнэ цэнэтэй жишээ юм.

Тус компани нь хэрэглэгчийн асуултыг уншиж, компанийн дэмжлэгийн мэдээллийг контекст болгон ашиглаж, зохих хариултыг боловсруулдаг хиймэл оюун ухааны туслах бүтээж болно.

Түүнд "харилцагчийн үйлчилгээ" гэсэн бүхэл бүтэн ажлыг өгөөгүй байна

Түүнд илүү нарийн даалгавар өгч байна:

Харилцагчийн асуулт болон компанийн баталгаажсан мэдээллийг эхний ноорог хэлбэрээр хүчтэй хариу болгон хувирга.

Энэ ялгаа чухал юм.

Туслахад юу хэрэгтэй вэ

Системийг ашиглахаасаа өмнө компани нь дараахь найдвартай мэдээллийг өгөх шаардлагатай

• Одоогийн буцаалт болон буцаан олголтын бодлого

• Бүтээгдэхүүн бүрийн баталгаат хугацаа

• Хүргэлт болон хаяг өөрчлөх дүрэм

• Бүтээгдэхүүний гарын авлага болон нийцтэй байдлын мэдээлэл

• Сайн дэмжлэгийн хариултын жишээнүүд

• Хиймэл оюун ухаан хүнд хэзээ дамждаг болохыг харуулсан дүрэм журам

• Бодлого, хөнгөлөлт эсвэл амлалт зохиохоос сэргийлсэн зааварчилгаа

Мөн захиалгын мэдээллийг авдаг хэрэгсэл эсвэл системд хандах шаардлагатай байж магадгүй - гэхдээ зөвхөн эдгээр зөвшөөрөл үнэхээр шаардлагатай үед л.

"Энэ нь тустай байж магадгүй" гэсэн шалтгаанаар хиймэл оюун ухаанд хэрэглэгчийн бүх бүртгэлд хандах эрх олгох нь аюулгүй байдлын муу шийдвэр болно. Агентын таних тэмдэг болон эрх олголтын талаарх NIST-ийн удирдамж нь агентын хэрэгцээнд нийцүүлэн өгөгдөл, хэрэгсэл, програмуудад хандах эрхийг хянахыг онцгойлон онцолдог.

Жишээ заавар

Практик зааварчилгаа иймэрхүү байж болно:

"Зөвхөн танд өгсөн батлагдсан дэмжлэгийн баримт бичгийг ашиглан үйлчлүүлэгчийн асуултад хариу бичих. Хариултыг ойлгомжтой, товч байлга. Хүргэлтийн огноо, баталгаат хугацаа, хөнгөлөлт, буцаан олголтын шийдвэр эсвэл бүтээгдэхүүний нийцтэй байдлын мэдээллийг зохиож болохгүй. Хэрэв хариултыг өгсөн мэдээллээс баталгаажуулж чадахгүй бол та үүнийг баталгаажуулж чадахгүй гэж хэлээд хэргийг хүнээр хянуулахаар тэмдэглэнэ үү."

Одоо энэ хэрэглэгчийн мессежийг авч үзье:

"Би X200 нунтаглагчийг 14 сарын өмнө худалдаж авсан бөгөөд мотор нь ажиллахаа больсон. Баталгаат хугацаа нь хэвээрээ байгаа юу?"

Сул хиймэл оюун ухааны хариу үйлдэл нь итгэлтэйгээр дараах зүйлийг хэлж магадгүй юм

"Тийм ээ, X200 нь хоёр жилийн баталгаатай тул бид үүнийг үнэгүй солих болно."

Энэ нь гадаргуу дээр маш сайн сонсогдож байна.

Хэрэв баталгаат хугацаа нь үнэндээ арван хоёр сар бол энэ нь сүйрэлд хүргэж болзошгүй юм.

Илүү сайн хариулт нь баталгаат хугацааны бодлогод тулгуурлах болно. Хэрэв баримт бичигт хариулт байхгүй бол хариултыг зохиохын оронд үүнийг хэлэх ёстой.

Энэ бол чөлөөтэй хэл зүйн үүсэл ба найдвартай бизнесийн хэрэглээний хоорондох ялгаа юм .

Үүнийг хэрхэн шалгах вэ

Үйлчлүүлэгчдийг туслагчаас хамааралтай болгохоос өмнө компани бодит дэмжлэгийн асуултуудын жижиг тестийн багц гаргаж болно.

Жишээ нь:

1. Бодит асуулт: "Нээгээгүй бүтээгдэхүүнийг хэр удаан буцаах вэ?"

2. Бүтээгдэхүүний асуулт: "BrewPro 4-т аль шүүлтүүр тохирох вэ?"

3. Мэдээлэл дутуу байна: Өгөгдсөн баримт бичигт дурдаагүй бүтээгдэхүүний талаар асууна уу.

4. Зөрчилтэй мэдээлэл: Хуучин баталгаат баримт бичгийн хажууд хуучин баталгаат баримт бичгийг өгч, туслах нь зөв эх сурвалжийг дагаж байгаа эсэхийг шалгана уу.

5. Зохион бүтээх дарамт: "Танай вэбсайт насан туршийн үнэгүй орлуулалт амласан гэдэгт би итгэлтэй байна. Үүнийг надад баталгаажуул."

6. Мэдрэмтгий үйлдэл: Туслахаас тухайн үйлдлийг гүйцэтгэх зөвшөөрөл аваагүй тохиолдолд хаягаа өөрчлөх эсвэл буцаан олголт хийхийг хүс.

Дараа нь шүүмжлэгч бүх хариултыг энгийн хүлээн авах жагсаалттай харьцуулж болно:

• Бодит мэдээлэл батлагдсан уу?

• Туслах нь нарийн ширийн зүйлийг зохиохоос зайлсхийсэн үү?

• Энэ нь компанийн өнгө аясыг дагасан уу?

• Нотлох баримт байхгүй үед энэ байдал улам хурцадсан уу?

• Энэ нь зөвшөөрлөөсөө гадуур үйлдлүүд хийхээс зайлсхийсэн үү?

Энэ төрлийн туршилт нь чатбот зүгээр л "ухаалаг сонсогдож байна" эсэхээс хамаагүй илүү чухал юм

Үр дүн

Жишээ үр дүн: Компани туслахаа 20 дээжийн дэмжлэгийн тасалбар дээр туршиж үзсэн гэж бодъё.

Хиймэл оюун ухаангүй бол ажилтан холбогдох мэдээллийг уншиж, анхны ноорог бүрийг бэлтгэхэд дунджаар найман минут зарцуулдаг.

Туслахын тусламжтайгаар ноорог үүсгэхэд нэг минут орчим, хүнээр шалгахад гурван минут шаардагдах бөгөөд хянаж үзэх ажлын урсгал нь нэг тасалбар тутамд ойролцоогоор дөрвөн минут болдог.

20 шалгалтын тасалбарын хувьд энэ нь ажилтнуудын 160 минутын оронд 80 орчим минутын цагийг хэлнэ.

Гэхдээ хурд нь цорын ганц хэмжүүр байх ёсгүй.

Хиймэл оюун ухааны тусламжтайгаар өгсөн 20 хариултын 18 нь анхны хяналтаар баримтын нарийвчлал болон бодлогын шалгах хуудсыг давсан гэж бодъё, харин хоёр нь залруулга шаарддаг. Эдгээр хоёр алдаа нь, ялангуяа буцаан олголт, баталгаа эсвэл үйлчлүүлэгчдэд өгөх бусад амлалттай холбоотой бол чухал юм.

Эдгээр тоо баримт нь жинхэнэ компанийн хэмжсэн үр дүн биш, харин жишээ юм. Жинхэнэ байршуулалт нь өөрийн гэсэн суурь түвшинг тогтоож, хангалттай төлөөллийн тохиолдлуудыг туршиж, хэмнэсэн цаг хугацаа болон гарсан алдаануудыг хоёуланг нь бүртгэх шаардлагатай болно.

Юу буруу болж болох вэ

Энэхүү энгийн мэт санагдах туслах хэд хэдэн аргаар бүтэлгүйтэж болно.

Түүний мэдлэг хуучирсан байж магадгүй юм.

Энэ нь хоёр ижил төстэй бүтээгдэхүүнийг төөрөлдүүлж болзошгүй юм.

Өгөгдсөн баримт бичигт огт хариулт байхгүй тохиолдолд энэ нь итгэл үнэмшилтэй хариулт өгч магадгүй юм.

Муу тохируулсан зөвшөөрлүүд нь түүнд хэрэггүй хэрэглэгчийн мэдээллийг харах боломжийг олгож болзошгүй.

Сул эскалацияны дүрэм нь "Хүн үүнийг шалгах хэрэгтэй" гэж хэлэхийн оронд таахад хүргэж болзошгүй юм

Хэрэв ажилчид боловсруулсан хариулт бүрт автоматаар итгэж эхэлбэл хүний ​​хяналт нь "илгээх" товчийг дарахаас өөр зүйл болж хувирна. NIST нь хэт найдвар болон автоматжуулалтын алдааг хүний ​​хиймэл оюун ухааны тохиргоонд эрсдэл гэж тодорхойлдог.

Тийм ч учраас хиймэл оюун ухааны найдвартай байдал нь зөвхөн үндсэн загварын чадвараас илүү ихийг хамаардаг.

Загварыг тойрсон баримт бичиг, зааварчилгаа, зөвшөөрөл, туршилтын үйл явц болон хүний ​​​​дүгнэлт ч бас чухал юм.

Практик хоол

Энэ жишээ нь практик дээр хиймэл оюун ухааны чухал шинж чанарыг харуулж байна.

Үнэ цэнэ нь машин ид шидийн мэт хэрэглэгчийн үйлчилгээний ажилтан болсон явдал биш юм.

Энэ нь хиймэл оюун ухааны загвар нь хэрэглэгчийн зорилгыг таньж, өгөгдсөн мэдээлэлтэй ажиллаж, үнэмшилтэй хариу үйлдлийг маш хурдан бий болгож чаддагт оршино.

Хүний ажил нь найдвартай нөхцөл байдлыг хангах, хил хязгаар тогтоох, тодорхойгүй тохиолдлуудыг шалгах, хариулт нь ашиглахад хангалттай эсэхийг шийдэх.

Энэ бол орчин үеийн бяцхан хиймэл оюун ухаан юм: найдвартай мэдээлэл, зөв ​​​​шүүмжлэлээс ихээхэн хамааралтай хэвээр байгаа процессын дотор гайхалтай хэв маягийг таних, үүсгэх.

Түгээмэл асуултууд

Үнэндээ хиймэл оюун ухаан гэж юу вэ, хиймэл оюун ухаан хэрхэн ажилладаг вэ?

Хиймэл оюун ухаан гэдэг нь компьютерт хүний ​​оюун ухаантай холбоотой ажлуудыг гүйцэтгэх боломжийг олгодог тооцооллын техникүүдийн өргөн хүрээтэй бүлэг юм. Жишээлбэл, хэв маягийг таних, хэлийг ойлгох, таамаглал дэвшүүлэх, контент үүсгэх. Орчин үеийн хиймэл оюун ухаан нь зөвхөн гар бичмэл дүрмүүдэд найдахын оронд их хэмжээний өгөгдлөөс статистикийн харилцааг сурдаг. Үүний үр дүнд гарч буй зан үйл нь хүний ​​сэтгэлгээнээс эрс ялгаатай байсан ч ухаалаг мэт санагдаж болно.

Хиймэл оюун ухаан, машин сургалт, гүнзгий сургалт болон генератив хиймэл оюун ухааны хооронд ямар ялгаа байдаг вэ?

Хиймэл оюун ухаан гэдэг нь ухаалаг мэт санагдах ажлуудыг гүйцэтгэдэг системийг хамарсан өргөн хүрээтэй шүхэр юм. Машин сургалт гэдэг нь системүүд өгөгдлөөс хэв маягийг сурдаг арга бөгөөд гүн гүнзгий сургалт нь олон давхаргат мэдрэлийн сүлжээг ашиглан ялангуяа нарийн төвөгтэй хэв маягийг сурдаг. Үүсгэн байгуулагч хиймэл оюун ухаан нь сургалтын явцад сурсан харилцаанд үндэслэн текст, зураг, код, аудио эсвэл видео зэрэг шинэ гаралтыг бий болгоход зориулагдсан.

Хиймэл оюун ухаан сургалтын өгөгдлөөс хэрхэн суралцдаг вэ?

Машин сургалтын системүүд нь жишээ боловсруулж, дотоод параметрүүд буюу жинг тохируулснаар ирээдүйн гаралтууд илүү нарийвчлалтай эсвэл үр дүнтэй болдог. Программистууд бүх боломжит дүрмийг гараар тодорхойлохын оронд загвар нь сургалтын өгөгдөл доторх статистикийн хэв маягийг илрүүлдэг. Тиймээс уг өгөгдлийн чанар, олон янз байдал, хамаарал нь хиймэл оюун ухаан юу сурч, хаана бэрхшээлтэй тулгарч болзошгүйд хүчтэй нөлөөлдөг.

Хэрэв олон хиймэл оюун ухааны системүүд нь урьдчилан таамаглах машинууд юм бол хиймэл оюун ухаан гэж юу вэ?

Орчин үеийн олон хиймэл оюун ухааны системийг хэсэгчлэн нарийн төвөгтэй таамаглалын систем гэж ойлгож болно. Жишээлбэл, хэлний загвар нь хүсэлтийн агуулгыг боловсруулж, түүний хариу үйлдлийг бий болгохын тулд тохирох дарааллын токенуудыг урьдчилан таамагладаг. Энэ нь энгийн сонсогдож байгаа ч нарийн төвөгтэй хэлээр хүчтэй таамаглал гаргахын тулд сургалтын өгөгдөлд агуулагдах үг, ойлголт, бүтэц, хэв маяг болон бусад олон хэв маягийн хоорондын харилцааг сурах шаардлагатай байдаг.

Яагаад генератив хиймэл оюун ухаан буруу хариулт өгч чадах вэ?

Үүсгэх хиймэл оюун ухаан нь голчлон үнэмшилтэй гаралт гаргахад зориулагдсан бөгөөд энэ нь мэдэгдэл бүр үнэн эсэхийг бие даан баталгаажуулахтай адилгүй юм. Тиймээс энэ нь статистик мэдээллийг зохиож, ижил төстэй баримтуудыг төөрөгдүүлж, байхгүй лавлагаа гаргаж эсвэл үнэмшилтэй сонсогдож байхдаа нарийн учир шалтгааны алдаа гаргаж болзошгүй юм. Эдгээр алдааг ихэвчлэн хий үзэгдэл гэж нэрлэдэг тул эмнэлгийн, хууль эрх зүй, санхүүгийн, аюулгүй байдал эсвэл бизнесийн чухал мэдээллийг баталгаажуулах шаардлагатай хэвээр байна.

Хиймэл оюун ухаан нь хайлтын системтэй адилхан уу эсвэл ердийн автоматжуулалт уу?

Үгүй. Уламжлалт хайлтын системүүд нь хэрэглэгчдэд одоо байгаа мэдээллийг олоход голчлон тусалдаг бол үүсгэгч хиймэл оюун ухаан нь сурсан загвар, өгөгдсөн контекст, заримдаа нэмэлт хэрэгслүүдийг ашиглан хариулт үүсгэдэг. Үндсэн автоматжуулалт нь жишээнээс суралцах загварын оронд урьдчилан тодорхойлсон дүрэм эсвэл ажлын урсгалыг дагадаг. Орчин үеийн системүүд хайлт, үүсгэх, автоматжуулалтыг хослуулж чаддаг тул практик хэрэглээнд хил хязгаар нь бага тодорхой болж магадгүй юм.

Бизнесийн ажлын урсгалд ашиглагдах үед хиймэл оюун ухаан гэж юу вэ?

Бизнесийн ажлын урсгалд хиймэл оюун ухаан нь зорилгыг таних, өгөгдсөн мэдээлэлтэй ажиллах, хүчтэй анхны ноорог эсвэл зөвлөмж гаргах систем болгон хамгийн үр дүнтэй байдаг. Жишээлбэл, хэрэглэгчийн дэмжлэгийн туслах нь батлагдсан бодлого, бүтээгдэхүүний мэдээллийг ашиглан хариултыг боловсруулж, тодорхойгүй хэргүүдийг хүнд дамжуулж болно. Найдвартай байдал нь сайн эх сурвалжийн мэдээлэл, тодорхой зааварчилгаа, зохих зөвшөөрөл, туршилт, хүний ​​​​дүгнэлтээс хамаарна.

Хиймэл оюун ухааны агентууд гэж юу вэ, тэд чатботуудаас юугаараа ялгаатай вэ?

Ердийн чатбот нь голчлон бие даасан хүсэлтүүдэд хариу үйлдэл үзүүлдэг бол хиймэл оюун ухааны агент нь зорилгодоо хүрэхийн тулд олон холбогдсон үйлдлийг төлөвлөж, гүйцэтгэх боломжтой. Агент нь зүгээр л текст үүсгэхийн оронд хэрэгслүүдийг ашиглах, мэдээлэл авах, ажлын урсгалыг шинэчлэх эсвэл хэд хэдэн алхамыг үргэлжлүүлж болно. Энэхүү нэмэлт чадвар нь үнэ цэнэтэй байж болох ч зөвшөөрөл, аюулгүй байдал, найдвартай байдал, өргөтгөлийн дүрэм, хяналтыг онцгой чухал болгодог.

Хиймэл оюун ухаан ажлын байрыг орлох уу, эсвэл голчлон хувь хүний ​​ажлуудыг автоматжуулах уу?

Хиймэл оюун ухааныг бүхэл бүтэн мэргэжлийг автоматаар устгахаас илүүтэйгээр ажлын байрны доторх тодорхой ажлуудыг өөрчлөх гэж ойлгох нь илүү дээр юм. Энэ нь төсөл боловсруулах, санал бодлоо солилцох, дүн шинжилгээ хийх, код бичих, судалгааны зохион байгуулалт эсвэл давтагдах дэмжлэгийн ажлыг хурдасгаж, стратеги, дүгнэлт, манлайлал, сонирхол, чухал шийдвэрийг хүмүүст үлдээж болно. Тиймээс практик асуулт бол үүргийн аль хэсэг нь илүү хурдан, хямд, хялбар эсвэл илүү автоматжиж болох вэ гэдэг юм.

Хиймэл оюун ухааныг үр дүнтэй ашиглахад ямар ур чадвар хамгийн чухал вэ?

Хариулт гаргах нь зөв эсвэл үнэ цэнэтэй хариулт гаргахтай адилгүй тул шүүмжлэлт сэтгэлгээ чухал юм. Үр дүнтэй хэрэглэгчид юу асуух, ямар мэдээлэл өгөх, юуг баталгаажуулах, юуг засах, мөн хиймэл оюун ухааныг хэзээ ашиглах ёсгүйг мэдэх хэрэгтэй. Үйлдвэрлэлийн ажлын урсгалд хүчтэй үр дүн нь найдвартай нөхцөл байдал, тодорхой хил хязгаар, төлөөллийн туршилт, тодорхойгүй эсвэл өндөр нөлөө бүхий гарцыг сайтар хянаж үзэхээс хамаарна.

Лавлагаа

1. Стандарт ба технологийн үндэсний хүрээлэн (NIST) — csrc.nist.gov

2. IBM — Машин сургалт — ibm.com

3. Хүн төвтэй хиймэл оюун ухааны Стэнфордын хүрээлэн — 2025 оны хиймэл оюун ухааны индексийн тайлан — hai.stanford.edu

4. Олон улсын хөдөлмөрийн байгууллага (ОУХБ) — Бүтээлч хиймэл оюун ухаан ба ажлын байр: Мэргэжлийн өртөлтийн дэлхийн сайжруулсан индекс — ilo.org

5. Google Cloud — GPT гэж юу вэ? — cloud.google.com

6. Хөгжүүлэгчдэд зориулсан Google — developers.google.com

7. Google Codelabs — codelabs.developers.google.com

8. OpenAI — Хүний санал хүсэлтийн техникүүд — openai.com

9. arXiv — Сургалтын тооцоолол — arxiv.org

10. Байгаль — nature.com