Dirbtinis intelektas – plati sąvoka, vartojama apibūdinti įvairias technologijas nuo el. pašto šlamštą filtruojančių funkcijų iki autonominių automobilių. Iš tiesų, dirbtinis intelektas – tai kompiuterinių sistemų gebėjimas atlikti užduotis, kurioms įprastai reikalingas žmogaus intelektas: mokytis, spręsti problemas, priimti sprendimus. Dėl plataus pritaikymo, apie DI lengva kalbėti abstrakčiai, bet sunku suprasti tiksliai. Šiame straipsnyje apžvelgiamos pagrindinės sąvokos: ką jos reiškia, kaip jos tarpusavyje susijusios ir kodėl šie skirtumai svarbūs.
Kaip DI mokosi: mašininis ir gilusis mokymasis
DI sistemos neseka griežtų, rankiniu būdu užprogramuotų taisyklių. Vietoj to jos mokosi iš duomenų. Tai įmanoma dėl mašininio mokymosi – sistemos gebėjimo gerinti savo veikimą remiantis patirtimi, nereikalaujant tiesioginio kiekvieno veiksmo programavimo.
Mašininis mokymasis skirstomas į dvi pagrindines kategorijas pagal tai, kaip modelis sąveikauja su duomenimis:
- Prižiūrimasis mokymasis – modelis mokosi iš pažymėtų duomenų, t.y. pavyzdžių, prie kurių jau pridėti teisingi atsakymai. Jei modeliui pateikiama 10 000 nuotraukų, pažymėtų kaip „katė" arba „šuo", jis išmoksta jas atskirti naujose, nematytose nuotraukose.
- Neprižiūrimasis mokymasis – modelis mokosi iš nepažymėtų duomenų, savarankiškai ieškodamas dėsningumų ir struktūrų be nurodytų teisingų atsakymų. Vietoj klasifikavimo jis grupuoja, pavyzdžiui, suskirsto klientus pagal pirkimo įpročius be iš anksto nustatytų grupių.
Dauguma šiuolaikinių DI sistemų naudoja pažangesnį metodą, grįstą mašininiu mokymusi – gilųjį mokymąsi. Giliajam mokymuisi naudojami daugiasluoksniai dirbtiniai neuroniniai tinklai, leidžiantys sistemai automatiškai išskirti požymius iš neapdorotų duomenų, o ne remtis rankiniu būdu sukurtomis taisyklėmis. Tai leidžia DI atlikti ne taip tiksliai apibrėžtas užduotis, pvz., atpažinti, kas vaizduojama nuotraukoje, suprasti šnekamąją kalbą, generuoti tekstą.
Pagrindinės DI taikymo sritys
Gilusis mokymasis yra dviejų pagrindinių taikomojo DI sričių pagrindas:
- Natūraliosios kalbos apdorojimas (NKA) – sritis, leidžianti kompiuteriams suprasti, interpretuoti ir generuoti žmogaus kalbą. Dėl NKA veikia paieškos sistemos, vertimo įrankiai ir per pastaruosius kelerius metus išpopuliarėję didieji kalbos modeliai.
- Kompiuterinė rega (KM) – sritis, leidžianti kompiuteriams apdoroti ir suprasti vaizdinę informaciją: nuo objektų atpažinimo nuotraukose iki medicininių vaizdų analizės. Kompiuterinė rega yra didžiųjų regos modelių pagrindas.
Generatyvinis DI ir didieji modeliai
Ryškiausias pastarųjų kelerių metų DI raidos reiškinys – generatyvinio DI iškilimas. Tai sistemos, galinčios kurti naują turinį: tekstą, vaizdus, kodą, garsą. Užuot vien klasifikavusios ar prognozavusios, jos generuoja anksčiau neegzistavusią išvestį. Tai įmanoma dėl sistemų mokymosi iš didelių duomenų kiekių ir išmoktų dėsningumų pritaikymo naujam turiniui kurti.
Šis gebėjimas įgyvendinamas per didžiuosius modelius:
- Didieji kalbos modeliai (DKM) – generatyvinio DI sistemos, mokytos dideliais tekstų kiekiais, skirtos žmogaus kalbai suprasti ir generuoti. DKM veikia kaip tarpininkas: užuot rašius kodą, užklausa siunčiama įprasta kalba ir gaunamas atsakymas ta pačia kalba. „ChatGPT", „Claude" ir „Gemini" – tai DKM pavyzdžiai.
- Didieji regos modeliai (DRM) – generatyvinio DI sistemos, mokytos dideliais vaizdinių duomenų rinkiniais, skirtos vaizdinei informacijai suprasti ir generuoti. Kartu su kalbos modeliais jos gali analizuoti vaizdą ir aprašyti jį įprasta kalba.
Kodėl šie skirtumai svarbūs
Tai nėra vien akademinės kategorijos. Supratimas, kaip DI sistema mokosi ir kokiai užduočiai ji buvo sukurta, leidžia geriau įvertinti jos galimybes ir apribojimus – kodėl vienas užduotis ji įvykdo puikiai, o su kitomis nesusitvarko. Tai pagrindas, nuo kurio verta pradėti norint DI įrankius naudoti apgalvotai, o ne tik intuityviai.
Visus šiame straipsnyje vartojamus DI terminus ir dar daugiau rasite DI žodyne →