В условиях продолжающегося бума искусственного интеллекта очень важно понимать используемую терминологию.
Искусственный интеллект и машинное обучение – быстро развивающиеся области со множеством захватывающих новых разработок. Поскольку эти технологии становятся все более распространенными в нашей жизни, важно, чтобы каждый был знаком с терминологией и концепциями, лежащими в их основе.
Обсуждаемые здесь термины – это только верхушка айсберга, но они обеспечивают хорошую основу для понимания основ ИИ и машинного обучения.
1. АНТРОПОМОРФИЗМ
Это явление, с помощью которого люди приписывают чат-ботам с ИИ человекоподобные качества. Но важно помнить, что они не являются разумными существами и могут только имитировать язык.
2. ПРЕДВЗЯТОСТЬ
В больших языковых моделях могут возникать ошибки, если обучающие данные влияют на выходные данные модели, приводя к неточным прогнозам и оскорбительным ответам.
3. CHATGPT
Языковая модель искусственного интеллекта OpenAI может отвечать на вопросы, генерировать код, писать стихи, планировать отпуск, переводить языки, а теперь реагировать на изображения и сдавать единый экзамен на степень бакалавра.
4. BING
Чат-бот Microsoft, интегрированный в его поисковую систему, может вести открытые беседы на любую тему, но подвергается критике за случайные неточности, вводящие в заблуждение ответы и странные ответы.
5. БАРД
Чат-бот Google был разработан как творческий инструмент для составления электронных писем и стихотворений, но также может генерировать идеи, писать сообщения в блог и предоставлять ответы, основанные на фактах или мнениях.
6. ЭРНИ
Конкурент Baidu ChatGPT, Эрни, был представлен в марте 2022 года, но дебют был разочаровывающим из-за записанной демонстрации.
7. ВОЗНИКАЮЩЕЕ ПОВЕДЕНИЕ
Большие языковые модели могут проявлять неожиданные способности, такие как написание кода, сочинение музыки и создание вымышленных историй на основе своих моделей обучения и обучающих данных.
8. ГЕНЕРАТИВНЫЙ ИИ
Это технология, которая создает оригинальный контент, включая текст, изображения, видео и компьютерный код, путем выявления шаблонов в больших объемах обучающих данных.
9. ГАЛЛЮЦИНАЦИЯ
Это явление для больших языковых моделей, когда они могут давать фактически неверные, не относящиеся к делу или бессмысленные ответы из-за ограничений в их обучающих данных и архитектуре.
10. БОЛЬШАЯ ЯЗЫКОВАЯ МОДЕЛЬ
Это нейронная сеть, которая обучается навыкам, таким как генерирование языка и ведение разговоров, путем анализа огромного количества текста со всего Интернета.
11. ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА
Это методы, используемые большими языковыми моделями для понимания и генерации человеческого языка, включая классификацию текста и анализ настроений, с использованием алгоритмов машинного обучения, статистических моделей и лингвистических правил.
12. НЕЙРОННАЯ СЕТЬ
Математическая система, смоделированная на основе человеческого мозга, которая обучается навыкам, находя закономерности в данных через слои искусственных нейронов, выдавая прогнозы или классификации.
13. ПАРАМЕТРЫ
14. ПОДСКАЗКА
Это отправная точка для языковой модели для генерации текста, обеспечивающая контекст для генерации текста в задачах обработки естественного языка, таких как чат-боты и системы ответов на вопросы.
15. ОБУЧЕНИЕ С ПОДКРЕПЛЕНИЕМ
Метод, который учит модель ИИ находить наилучший результат методом проб и ошибок и получать награды или наказания на основе своих результатов, часто дополняемый обратной связью с человеком в играх и сложных задачах.
16. МОДЕЛЬ ТРАНСФОРМЕРА
Архитектура нейронной сети, использующая самоконтроль для понимания контекста и долгосрочных зависимостей в языке, используется во многих приложениях для обработки естественного языка, таких как чат-боты и инструменты анализа настроений.
17. ОБУЧЕНИЕ ПОД РУКОВОДСТВОМ
Это тип машинного обучения, при котором компьютер обучается делать прогнозы на основе помеченных примеров, изучая функцию, которая сопоставляет входные данные с выходными. Он используется в таких приложениях, как распознавание изображений и речи, а также обработка естественного языка.