Kas yra generatyvinis dirbtinis intelektas?

Generatyvusis dirbtinis intelektas (DI) – tai modeliai, kurie kuria naują turinį – tekstą, vaizdus, ​​garso įrašus, vaizdo įrašus, kodą, duomenų struktūras – remdamiesi iš didelių duomenų rinkinių išmoktais modeliais. Užuot tiesiog žymėjusios ar reitingavusios elementus, šios sistemos sukuria naujus rezultatus, kurie primena tai, ką matė, bet nėra tikslios kopijos. Pagalvokite: parašykite pastraipą, sugeneruokite logotipą, sukurkite SQL kodą, sukurkite melodiją. Tai pagrindinė idėja. [1]

Straipsniai, kuriuos galbūt norėsite perskaityti po šio:

🔗 Kas yra agentinis dirbtinis intelektas (DI)?
Sužinokite, kaip agentinis dirbtinis intelektas savarankiškai planuoja, veikia ir mokosi laikui bėgant.

🔗 Kas yra dirbtinio intelekto mastelio keitimas praktikoje šiandien?
Sužinokite, kodėl keičiamo mastelio dirbtinio intelekto sistemos yra svarbios augimui ir patikimumui.

🔗 Kas yra dirbtinio intelekto programinės įrangos sistema?
Supraskite daugkartinio naudojimo dirbtinio intelekto sistemas, kurios pagreitina kūrimą ir pagerina nuoseklumą.

🔗 Mašininis mokymasis ir dirbtinis intelektas: pagrindiniai skirtumai paaiškinti
Palyginkite dirbtinio intelekto ir mašininio mokymosi koncepcijas, galimybes ir realaus pasaulio panaudojimą.

Kodėl žmonės vis klausia „Kas yra generatyvinis dirbtinis intelektas?“ 🙃

Nes tai atrodo kaip magija. Įvedi užklausą, ir išeina kažkas naudingo – kartais genialaus, kartais keistai ne. Pirmą kartą programinė įranga atrodo šnekamoji ir kūrybinga tokiu mastu. Be to, ji persidengia su paieškos, asistentų, analizės, dizaino ir kūrimo įrankiais, o tai sulieja kategorijas ir, tiesą sakant, išardo biudžetus.

Kuo naudingas generatyvinis dirbtinis intelektas ✅

• Greitis pradėti mėtyti – tai absurdiškai greitas pirmas mėtymas.

• Šablonų sintezė – sujungia idėjas iš šaltinių, prie kurių pirmadienio rytą galbūt neprisijungtumėte.

• Lanksčios sąsajos – pokalbiai, balsas, vaizdai, API iškvietimai, papildiniai; rinkitės savo kelią.

• Pritaikymas – nuo ​​paprastų raginimų šablonų iki visiško tikslinimo pagal jūsų duomenis.

• Sudėtiniai darbo srautai – grandinės etapai daugiapakopėms užduotims, tokioms kaip tyrimas → planas → juodraštis → kokybės užtikrinimas.

• Įrankių naudojimas – daugelis modelių pokalbio metu gali iškviesti išorinius įrankius arba duomenų bazes, todėl jie ne tik spėlioja.

• Lyginimo metodai – tokie metodai kaip RLHF padeda modeliams kasdieniame naudojime elgtis naudingiau ir saugiau. [2]

Būkime atviri: visa tai nepaverčiama krištoliniu rutuliu. Tai labiau panašu į talentingą stažuotoją, kuris niekada nemiega ir retkarčiais haliucinacijas dėl bibliografijos.

Trumpa veikimo schema 🧩

Populiariausi teksto modeliai naudoja transformatorius – neuroninio tinklo architektūrą, kuri puikiai tinka aptikti ryšius tarp sekų, todėl gali numatyti kitą žetoną taip, kad jis atrodytų nuosekliai. Vaizdams ir vaizdo įrašams difuzijos modeliai – jie išmoksta pradėti nuo triukšmo ir iteratyviai jį pašalinti, kad atskleistų tikėtiną paveikslėlį ar klipą. Tai supaprastinimas, bet naudingas. [3][4]

• Transformeriai : puikiai mokosi kalbos, mąstymo modelių ir atlieka multimodalines užduotis, kai yra taip išlavinti. [3]

• Difuzija : stipri fotorealistiniuose vaizduose, nuoseklūs stiliai ir valdomas redagavimas naudojant raginimus arba kaukes. [4]

Taip pat yra hibridų, paieškos papildytomis sąrankomis ir specializuotomis architektūromis – troškinys vis dar kunkuliuoja.

Palyginimo lentelė: populiarios generatyvinio dirbtinio intelekto parinktys 🗂️

Netobula tyčia – kai kurie langeliai yra šiek tiek keisti, kad atspindėtų realaus pasaulio pirkėjų pastabas. Kainos kinta, todėl traktuokite tai kaip kainodaros stilius , o ne fiksuotus skaičius.

Maža pastaba: skirtingi tiekėjai skelbia skirtingas saugos sistemas, kainų apribojimus ir politiką. Visada peržiūrėkite jų dokumentus, ypač jei siunčiate klientams.

Po kapotu: transformeriai vienu atsikvėpimu 🌀

Transformatoriai naudoja dėmesio mechanizmus, kad įvertintų, kurios įvesties dalys kiekviename žingsnyje yra svarbiausios. Užuot skaitę iš kairės į dešinę kaip auksinės žuvelės su žibintuvėliu, jie lygiagrečiai peržiūri visą seką ir mokosi tokių modelių kaip temos, objektai ir sintaksė. Šis paralelizmas – ir daug skaičiavimo – padeda modeliams plėstis. Jei esate girdėję apie žetonus ir kontekstinius langus, tai čia ir yra jų vieta. [3]

Po kapotu: difuzija vienu įkvėpimu 🎨

Difuzijos modeliai išmoksta dviejų gudrybių: pridėti triukšmo prie mokomųjų vaizdų, o tada pakeisti , kad atkurtų tikroviškus vaizdus. Generavimo metu jie pradeda nuo gryno triukšmo ir, naudodami išmoktą triukšmo mažinimo procesą, jį vėl paverčia darniu vaizdu. Tai keistai panašu į skulptūros kūrimą iš statinio – ne tobula metafora, bet jūs suprantate. [4]

Lygiavimas, saugumas ir „prašau, neelkitės nesąžiningai“ 🛡️

Kodėl kai kurie pokalbių modeliai atmeta tam tikrus prašymus arba užduoda patikslinančius klausimus? Svarbus šio metodo elementas yra sustiprintas mokymasis iš žmonių atsiliepimų (RLHF) : žmonės vertina pavyzdžių rezultatus, atlygio modelis išmoksta šiuos pageidavimus, o bazinis modelis yra skatinamas veikti naudingiau. Tai ne proto kontrolė – tai elgesio valdymas, kai ciklo metu atsižvelgiama į žmogaus sprendimus. [2]

Organizacinės rizikos srityje tokios sistemos kaip NIST dirbtinio intelekto rizikos valdymo sistema ir jos generatyvinis dirbtinio intelekto profilis pateikia rekomendacijas, kaip įvertinti saugą, saugumą, valdymą, kilmę ir stebėseną. Jei tai taikote darbe, šie dokumentai yra stebėtinai praktiški kontroliniai sąrašai, o ne tik teorija. [5]

Trumpas anekdotas: Bandomojo seminaro metu palaikymo komanda sujungė santrauką → pagrindinių laukų ištraukimą → atsakymo juodraštį → žmogaus peržiūrą . Ši grandinė nepašalino žmonių; ji leido jiems priimti sprendimus greičiau ir nuosekliau skirtingose ​​pamainose.

Kur generatyvinis dirbtinis intelektas sužiba, o kur suklumpa 🌤️↔️⛈️

Šviečia ties:

• Pirmieji turinio, dokumentų, el. laiškų, specifikacijų, skaidrių juodraščiai

• Ilgų medžiagų santraukos, kurių nenorėtumėte skaityti

• Pagalba dėl kodo ir standartinių kodų mažinimas

• Pavadinimų, struktūrų, testų atvejų, užduočių generavimas

• Vaizdo koncepcijos, socialinių tinklų vizualizacijos, produktų maketai

• Lengvas duomenų apdorojimas arba SQL pastoliai

Užklumpa ties:

• Faktinis tikslumas be paieškos ar įrankių

• Daugiapakopiai skaičiavimai, kai jie nėra aiškiai patikrinti

• Subtilūs teisės, medicinos ar finansų sričių apribojimai

• Kraštutiniai atvejai, sarkazmas ir ilgalaikės žinios

• Privataus duomenų tvarkymas, jei jo neteisingai sukonfigūruosite

Apsauginiai turėklai padeda, bet teisingas žingsnis yra sistemos projektavimas : pridėti paiešką, patvirtinimą, žmogaus atliekamą peržiūrą ir audito takelius. Nuobodu, taip – ​​bet nuobodu yra stabilu.

Praktiniai būdai, kaip tai panaudoti šiandien 🛠️

• Rašykite geriau, greičiau : kontūras → išskleisti → suspausti → nupoliruoti. Kartokite, kol skambės taip, kaip jūs.

• Tyrimas be jokių įtarimų : paprašykite struktūrizuoto tyrimo aprašymo su šaltiniais, tada ieškokite jums iš tikrųjų svarbių šaltinių.

• Kodo pagalba : paaiškinkite funkciją, siūlykite testus, parengkite pertvarkymo planą; niekada neklijuokite paslapčių.

• Duomenų užduotys : generuokite SQL skeletus, reguliariąsias išraiškas arba stulpelių lygio dokumentaciją.

• Dizaino idėjos : išnagrinėkite vizualinius stilius, tada perduokite juos dizaineriui užbaigti.

• Kliento operacijos : atsakymų juodraščiai, ketinimų triavimas, pokalbių apibendrinimas perdavimui.

• Produktas : sukurkite naudotojų istorijas, priėmimo kriterijus ir teksto variantus – tada atlikite A/B testą.

Patarimas: išsaugokite efektyvius raginimus kaip šablonus. Jei tai suveikė vieną kartą, tikriausiai veiks dar kartą, atlikus nedidelius pakeitimus.

Išsami analizė: raginimai, kurie iš tikrųjų veikia 🧪

• Suteikite struktūrą : vaidmenis, tikslus, apribojimus, stilių. Modeliai mėgsta kontrolinius sąrašus.

• Keletas pavyzdžių : pateikite 2–3 gerus įvesties → idealaus rezultato pavyzdžius.

• Mąstykite etapais : kai sudėtingumas didėja, paprašykite pateikti argumentus arba etapinius rezultatus.

• Prisekite balsą : įklijuokite trumpą pageidaujamo tono pavyzdį ir pasakykite „atkartoti šį stilių“.

• Nustatytas vertinimas : paprašykite modelio įvertinti savo atsakymą pagal kriterijus, o tada jį peržiūrėti.

• Naudojant įrankius : informacijos paiešką, paiešką internete, skaičiuotuvus ar API, haliucinacijas galima gerokai sumažinti. [2]

Jei prisimeni tik vieną dalyką: pasakykite, ko ignoruoti . Apribojimai yra galia.

Duomenys, privatumas ir valdymas – ne itin žavūs dalykai 🔒

• Duomenų keliai : patikslinkite, kas registruojama, saugoma arba naudojama mokymui.

• Asmeniškai identifikuojantys duomenys ir slapti duomenys : nerodykite jų raginimuose, nebent jūsų nustatymai tai aiškiai leidžia ir apsaugo.

• Prieigos kontrolė : modelius traktuokite kaip gamybines duomenų bazes, o ne kaip žaislus.

• Vertinimas : stebėkite kokybę, šališkumą ir pokytį; vertinkite remdamiesi realiomis užduotimis, o ne vibracija.

• Politikos suderinimas : susiekite funkcijas su NIST AI RMF kategorijomis, kad vėliau nekiltų netikėtumų. [5]

Dažnai užduodami klausimai, kuriuos gaunu nuolat 🙋♀️

Ar tai kūrybiškumas, ar tiesiog remiksavimas?
Kažkur tarp jų. Jis rekombinuoja raštus naujais būdais – tai ne žmogaus kūrybiškumas, bet dažnai paranku.

Ar galiu pasitikėti faktais?
Pasitikėk, bet patikrink. Pridėkite paieškos arba įrankių naudojimą bet kokiems svarbiems atvejams. [2]

Kaip vaizdų modeliai pasiekia stiliaus nuoseklumą?
Greitas inžinerijos metodas ir tokie metodai kaip vaizdų apdorojimas, LoRA adapteriai arba tikslus derinimas. Difuzijos pagrindai padeda užtikrinti nuoseklumą, nors teksto tikslumas vaizduose vis tiek gali svyruoti. [4]

Kodėl pokalbių modeliai „atmeta“ rizikingas užklausas?
Derinimo metodai, tokie kaip RLHF ir politikos sluoksniai. Ne tobuli, bet sistemingai naudingi. [2]

Kylanti riba 🔭

• Daugiamodalinis viskas : sklandesni teksto, vaizdų, garso ir vaizdo įrašų deriniai.

• Mažesni, greitesni modeliai : efektyvios architektūros, skirtos įrenginių ir periferiniams atvejams.

• Griežtesnės įrankių kilpos : agentai kreipiasi į funkcijas, duomenų bazes ir programas taip, lyg tai nebūtų niekuo.

• Geresnė kilmė : vandenženkliai, turinio akreditacijos duomenys ir atsekamumas.

• Integruotas valdymas : vertinimo paketai ir kontrolės sluoksniai, kurie atrodo kaip įprasti kūrimo įrankiai. [5]

• Domenui pritaikyti modeliai : specializuotas našumas daugeliui darbų pranoksta bendrinę iškalbą.

Jei atrodo, kad programinė įranga tampa bendradarbiu – tai ir yra esmė.

Per ilgas, neskaičiau – kas yra generatyvinis dirbtinis intelektas? 🧾

Tai modelių šeima, kuri generuoja naują turinį, o ne tik vertina esamą. Teksto sistemos paprastai yra transformatoriai , kurie numato žetonus; daugelis vaizdų ir vaizdo sistemų yra difuzijos modeliai, kurie pašalina atsitiktinumą ir paverčia jį kažkuo koherentišku. Įgyjate greičio ir kūrybinio sverto, tačiau kartais galite susidurti su užtikrintomis nesąmonėmis, kurias galite suvaldyti naudodami paieškos įrankius ir derinimo metodus, tokius kaip RLHF . Komandoms rekomenduojama vadovautis praktiniais vadovais, tokiais kaip NIST AI RMF, kad būtų galima atsakingai teikti informaciją nesustojant. [3][4][2][5]

Nuorodos

1. IBM – Kas yra generatyvinis dirbtinis intelektas?
   Skaitykite daugiau

2. „OpenAI“ – kalbos modelių suderinimas pagal instrukcijas (RLHF)
   (skaityti daugiau

3. NVIDIA tinklaraštis – Kas yra transformatoriaus modelis?
   Skaitykite daugiau

4. Apkabinantis veidas – difuzijos modeliai (1 kurso modulis)
   skaityti daugiau

5. NIST – dirbtinio intelekto rizikos valdymo sistema (ir generatyvinio dirbtinio intelekto profilis)
   (skaityti daugiau

Raskite naujausią dirbtinį intelektą oficialioje dirbtinio intelekto asistentų parduotuvėje

Apie mus