Новый язык мира искусственного интеллекта: ключевые термины, которые нужно знать в 2024 году
Технологии искусственного интеллекта (AI) не только стремительно меняют мир, но и формируют совершенно новую терминологию. Сегодня на презентациях продуктов, технологических встречах и инвестиционных панелях всё чаще звучат аббревиатуры вроде LLM, RAG или РЛХФ. Даже для специалистов в этой сфере эти понятия порой вызывают путаницу. По данным издания TechCrunch, правильное понимание этих терминов — ключ к успешному общению в современной технологической среде. Подробнее на Techcrunch.ком сообщает об этом.
Одно из самых обсуждаемых, но при этом самых абстрактных понятий в сфере искусственного интеллекта — это AGI (искусственный интеллект общего назначения). Руководитель OpenAI Сэм Альтман описывает его как «эквивалент среднего человека, которого вы могли бы нанять в качестве коллеги». Google DeepMind подходит к этому с более когнитивной точки зрения, называя AGI систему, которая не уступает человеку в большинстве интеллектуальных задач. Проще говоря, это технология, способная мыслить как человек и выполнять практически любую работу, имеющую экономическую ценность.
АИ-агенты и вычислительная мощность
В настоящее время набирают популярность «АИ-агенты» — более сложные, чем обычные чат-боты. Это не просто программа, отвечающая на вопросы, а инструмент, способный выполнять цепочку определённых задач от имени пользователя. Например, она может забронировать для вас авиабилет, заполнить отчёт о расходах или написать программный код и проконтролировать его. Такие агенты подключаются к другим сервисам через API (программные интерфейсы) и управляют сложными процессами без вмешательства человека.Для работы этих сложных систем необходим ресурс, называемый «Компуте» (вычислительная мощность). Этот термин обозначает GPU (графические процессоры), CPU и другие аппаратные средства, необходимые для обучения и запуска АИ-моделей. Сегодня позиции таких компаний, как NVIDIA, на рынке стремительно растут именно из-за глобальной потребности в этой вычислительной мощности.
Логическое рассуждение и глубокое обучение
В развитии АИ-моделей важное место занимает метод «Чаин-оф-тугхт» (цепочка рассуждений). В этом процессе AI не даёт немедленный ответ на сложный вопрос, а разбивает его на небольшие логические шаги. Например, при решении математической задачи, подобно тому как человек использует бумагу и карандаш, AI анализирует промежуточные этапы. Это повышает точность ответа и, хотя процесс требует несколько больше времени, сокращает количество ошибок в логике и программировании.Также не стоит забывать о понятии «Дип Леарнинг» (глубокое обучение), являющемся основой искусственного интеллекта. Ниже приведены его основные характеристики:
- Использует многослойные искусственные нейронные сети, подобные нейронным путям в человеческом мозге.
- Способно самостоятельно, без помощи человека, выявлять важные признаки в данных.
- Улучшает свои результаты путём извлечения уроков из ошибок и повторений.
- Для эффективной работы требует миллионы точек данных и огромные вычислительные ресурсы.
Комментарии 0
…