Czym jest sztuczna inteligencja? Słownik od A do Z podstawowych terminów związanych z AI w 2024 r

Krajobraz sztucznej inteligencji porusza się z zawrotną szybkością, więc zostanie Ci wybaczone, jeśli zaskoczy Cię nieznany termin (lub dwa). Bycie na bieżąco z najnowszym żargonem AI staje się coraz ważniejsze, ponieważ technologia ta wpływa na nasze codzienne życie w coraz większym stopniu.

Jest to szczególnie prawdziwe w pracy, gdzie umiejętność korzystania z AI jest nową umiejętnością niezbędną dla pracodawców. Jeśli jednak nie znasz swojego AGI z LLM, nie martw się. Przygotowaliśmy listę od A do Z popularnych terminów związanych ze sztuczną inteligencją i wyjaśniliśmy, co oznacza każde pojęcie w języku laików, aby pomóc Ci dowiedzieć się więcej o technologii, która w dalszym ciągu kształtuje otaczający nas świat.

Od podstawowych punktów kontaktowych, takich jak uczenie maszynowe, po bardziej złożone koncepcje, takie jak sztuczna inteligencja kwantowa – czytaj dalej, aby odświeżyć kilka interesujących terminów i dowiedzieć się więcej o nowym, wspaniałym świecie sztucznej inteligencji.

Czym jest sztuczna inteligencja?

Sztuczna inteligencja, skrót od sztucznej inteligencji, odnosi się do inteligencji maszyn w przeciwieństwie do inteligencji czujących istot, takich jak ludzie. Systemy AI działają poprzez odbieranie dużych ilości danych szkoleniowych, analizowanie danych pod kątem wzorców i wykorzystywanie tych wzorców do generowania wyników.

Chociaż koncepcja ta istnieje od lat pięćdziesiątych XX wieku, sztuczna inteligencja została wprowadzona do głównego nurtu w ostatnich latach dzięki przełomom dokonanym przez twórców sztucznej inteligencji, takich jak OpenAI . Badania nad sztuczną inteligencją są rozległe i rozwijają się z roku na rok, więc czytaj dalej, aby dowiedzieć się więcej o sztucznej inteligencji i pokrewnych koncepcjach w 2024 r.

A dla sztucznej inteligencji ogólnej (AGI)

AGI to teoretyczny typ sztucznej inteligencji, który wykazuje inteligencję podobną do ludzkiej i jest ogólnie uważany za równie inteligentny lub mądrzejszy od człowieka. Chociaż początki tego terminu sięgają 1997 r., koncepcja AGI weszła do głównego nurtu w ostatnich latach, ponieważ twórcy sztucznej inteligencji nadal przesuwają granice technologii do przodu.

Na przykład w listopadzie 2023 r. OpenAI ujawniło, że pracuje nad nowym modelem „superinteligencji” sztucznej inteligencji o nazwie kodowej Project Q* , który może przybliżyć firmę do realizacji AGI. Należy jednak podkreślić, że AGI to wciąż koncepcja hipotetyczna i wielu ekspertów jest przekonanych, że ten rodzaj sztucznej inteligencji nie zostanie opracowany w najbliższym czasie, jeśli w ogóle.

B jak Big Data

Big data odnosi się do dużych zbiorów danych o dużej objętości, którymi tradycyjne metody przetwarzania danych mają trudności z zarządzaniem. Big data i sztuczna inteligencja idą ze sobą w parze. Gigantyczna pula surowych informacji ma kluczowe znaczenie dla podejmowania decyzji przez sztuczną inteligencję, a wyrafinowane algorytmy sztucznej inteligencji mogą analizować wzorce w zbiorach danych i identyfikować cenne spostrzeżenia. Pracując razem, pomagają użytkownikom dokonywać bardziej wnikliwych odkryć, znacznie szybciej niż przy użyciu tradycyjnych metod.

B oznacza stronniczość

Stronniczość sztucznej inteligencji ma miejsce, gdy algorytm generuje wyniki, które są systematycznie uprzedzone w stosunku do określonych typów ludzi. Niestety, konsekwentnie wykazano, że systemy sztucznej inteligencji odzwierciedlają uprzedzenia społeczne, podtrzymując szkodliwe przekonania i zachęcając do tworzenia negatywnych stereotypów dotyczących rasy, płci i tożsamości narodowej.

Te uprzedzenia zostały podkreślone w usuniętym już artykule Buzzfeeda, który przedstawiał lalki Barbie z całego świata generowane przez sztuczną inteligencję. Obrazy wspierały różne stereotypy rasowe, przedstawiając nadmiernie seksualizowane lalki z Karaibów, wybielone lalki Barbie z globalnego południa i azjatyckie lalki w niedopasowanych strojach kulturowych.

C oznacza ChatGPT

Prawdopodobnie słyszałeś o tym, ale nadal warto o tym wspomnieć, ponieważ żaden słownik sztucznej inteligencji nie może być uznany za kompletny bez ukłonu w stronę generatywnego chatbota AI, który zmienił grę po uruchomieniu w listopadzie 2022 r.

Krótko mówiąc, ChatGPT to produkt, który przeniósł debatę na temat sztucznej inteligencji z serwerowni do salonu. Zrobił ze sztucznej inteligencji to samo, co iPhone zrobił z telefonem komórkowym, udostępniając tę ​​technologię opinii publicznej dzięki jej powszechnie dostępnemu modelowi.

Jak niedawno ujawniliśmy w naszym raporcie Wpływ technologii na miejsce pracy , ChatGPT jest z pewnością najczęściej używanym narzędziem AI w firmach – i może nawet być kluczem do odblokowania 4-dniowego tygodnia pracy .

Jego wpływ może z czasem osłabnąć, ale świat sztucznej inteligencji będzie zawsze postrzegany przez pryzmat tego, co było przed i po narodzinach ChatGPT.

C oznacza obliczenia

Termin „moc obliczeniowa” oznacza zasoby obliczeniowe wymagane do uczenia modeli sztucznej inteligencji do wykonywania zadań takich jak przetwarzanie danych i prognozowanie. Zazwyczaj im bardziej konkurencyjna moc jest wykorzystywana do szkolenia LLM, tym lepiej może działać.

Moc obliczeniowa wiąże się jednak z dużym zużyciem energii, co budzi obawy wśród działaczy na rzecz ochrony środowiska. Na przykład badania wykazały, że do zasilenia odpowiedzi dla ChatGPT dziennie potrzeba 1 GWh energii, co wystarcza do zasilenia 30 000 gospodarstw domowych w USA.

D oznacza dyfuzję

Modele dyfuzyjne reprezentują nowy poziom uczenia maszynowego, umożliwiający generowanie doskonałych obrazów generowanych przez sztuczną inteligencję. Modele te działają poprzez dodanie szumu do zbioru danych, zanim nauczą się odwracać ten proces.

Rozumiejąc koncepcję abstrakcji kryjącej się za obrazem i tworząc treść w nowy sposób, modele dyfuzyjne tworzą obrazy, które są bardziej wyostrzone i wyrafinowane niż te tworzone za pomocą tradycyjnych modeli sztucznej inteligencji i są obecnie wdrażane w szeregu narzędzi do tworzenia obrazów AI, takich jak Dall -E i stabilna dyfuzja.

E oznacza możliwości wschodzące

Zachowanie wyłaniające się ma miejsce, gdy modele sztucznej inteligencji wywołują nieprzewidzianą reakcję, wykraczającą poza intencję twórcy. Duża część sztucznej inteligencji jest tak złożona, że ​​ludzie, nawet jej twórcy, nadal nie mogą zrozumieć procesów decyzyjnych. Ponieważ modele AI tak popularne jak GPT4 wykazują ostatnio nowe możliwości, badacze sztucznej inteligencji dokładają wzmożonych wysiłków, aby zrozumieć, w jaki sposób i dlaczego stoją za modelami AI.

F oznacza rozpoznawanie twarzy

Technologia rozpoznawania twarzy opiera się na sztucznej inteligencji, algorytmach uczenia maszynowego i technikach widzenia komputerowego w celu przetwarzania zdjęć i filmów przedstawiających ludzkie twarze. Ponieważ sztuczna inteligencja może identyfikować skomplikowane szczegóły twarzy skuteczniej niż metody ręczne, większość systemów rozpoznawania twarzy wykorzystuje sztuczną sieć neuronową zwaną konwolucyjną siecią neuronową (CNN), aby zwiększyć jej dokładność.

G oznacza generatywną sztuczną inteligencję

Generatywna sztuczna inteligencja to ogólny termin opisujący każdy typ sztucznej inteligencji, który tworzy oryginalne treści, takie jak tekst, obrazy i klipy audio. Generatywna sztuczna inteligencja wykorzystuje informacje z LLM i innych modeli sztucznej inteligencji do tworzenia wyników i wspomagania odpowiedzi udzielanych przez chatboty, takie jak ChatGPT, Gemini i Grok,

H jak halucynacja

Chatboty nie zawsze dają prawidłowe i rozsądne odpowiedzi. Często modele sztucznej inteligencji generują nieprawidłowe informacje, ale przedstawiają je jako fakty. Nazywa się to halucynacją AI. Halucynacje mają miejsce, gdy model sztucznej inteligencji dokonuje przewidywań na podstawie zbioru danych, na którym został przeszkolony, zamiast odzyskiwać faktyczne fakty.

Większość halucynacji AI jest niewielka i przeciętny użytkownik może je nawet przeoczyć. Czasami jednak halucynacje mogą mieć niebezpieczne konsekwencje, ponieważ fałszywe odpowiedzi generowane przez ChatGPT były już wcześniej wykorzystywane przez oszustów w celu nakłonienia programistów do pobrania złośliwego kodu.

Jestem za eksplozją inteligencji

Eksplozja inteligencji, podobna do AGI, jest hipotetycznym scenariuszem, w którym rozwój sztucznej inteligencji staje się niekontrolowany i w rezultacie stanowi zagrożenie dla ludzkości. Termin ten, nazywany także „osobliwością”, reprezentuje egzystencjalne zagrożenie odczuwane przez wielu w związku z szybkim i w dużej mierze niekontrolowanym postępem technologii.

J oznacza Jailbreak

Jailbreaking to forma hakowania mająca na celu ominięcie zabezpieczeń etycznych modeli sztucznej inteligencji. W szczególności po wprowadzeniu określonych podpowiedzi do chatbotów użytkownicy mogą z nich korzystać bez żadnych ograniczeń.

Co ciekawe, ostatnie badanie przeprowadzone przez Brown University wykazało, że używanie języków takich jak hmong, zulu i szkocki gaelicki było skutecznym sposobem na jailbreak ChatGPT. Dowiedz się, jak jailbreakować ChatGPT tutaj .

J oznacza niepewność zatrudnienia

Ponieważ sztuczna inteligencja w dalszym ciągu automatyzuje ręczne procesy wykonywane wcześniej przez ludzi, technologia ta powoduje powszechną niepewność zatrudnienia wśród pracowników. Choć większość pracowników nie powinna się niczym martwić, z naszego raportu Tech.co dotyczącego wpływu technologii na miejsce pracy wynika niedawno, że w 2024 r. stanowiska związane z optymalizacją łańcucha dostaw, badaniami prawnymi i analizą finansową najprawdopodobniej zostaną zastąpione przez sztuczną inteligencję .

L oznacza modele wielkojęzyczne (LLM)

LLM to specjalistyczny typ modelu sztucznej inteligencji, który wykorzystuje przetwarzanie języka naturalnego (NLP) do zrozumienia i tworzenia naturalnych, ludzkich reakcji. Krótko mówiąc, spraw, aby narzędzia takie jak ChatGPT brzmiały mniej jak bot, a bardziej jak ty i ja.

W przeciwieństwie do generatywnej sztucznej inteligencji, LLM zostały zaprojektowane specjalnie do obsługi zadań związanych z językiem. Popularne przykłady LLM, o których być może słyszałeś, to GPT-4, PaLM 2 i Gemini .

M jak uczenie maszynowe

Uczenie maszynowe to dziedzina sztucznej inteligencji, która pozwala systemom uczyć się i ulepszać na podstawie doświadczenia, w podobny sposób jak ludzie. W szczególności koncentruje się na wykorzystaniu danych i algorytmów w sztucznej inteligencji i ma na celu ulepszenie sposobu, w jaki modele sztucznej inteligencji mogą autonomicznie uczyć się i podejmować decyzje w środowiskach świata rzeczywistego.

Choć termin ten jest często używany zamiennie ze sztuczną inteligencją, uczenie maszynowe stanowi część szerszego spektrum sztucznej inteligencji i wymaga minimalnej interwencji człowieka.

N oznacza sieć neuronową

Sieć neuronowa (NN) to model uczenia maszynowego zaprojektowany w celu naśladowania struktury i funkcji ludzkiego mózgu. Sztuczna sieć neuronowa składa się z wielu poziomów i jednostek zwanych sztucznymi neuronami, które luźno imitują neurony znajdujące się w mózgu.

Nazywane również głębokimi sieciami neuronowymi, sieci NN mają wiele przydatnych zastosowań i mogą być wykorzystywane do poprawy rozpoznawania obrazów, modelowania predykcyjnego i przetwarzania języka naturalnego.

O oznacza sztuczną inteligencję typu open source

Sztuczna inteligencja typu open source odnosi się do technologii sztucznej inteligencji, która ma swobodnie dostępny kod źródłowy. Ostatecznym celem sztucznej inteligencji typu open source jest stworzenie kultury współpracy i przejrzystości w społeczności zajmującej się sztuczną inteligencją, która zapewni firmom i programistom większą swobodę wprowadzania innowacji dzięki tej technologii.

Wiele obecnie dostępnych produktów AI typu open source to odmiany istniejących aplikacji, a popularne kategorie produktów obejmują chatboty, narzędzia do tłumaczenia maszynowego i modele dużych języków.

P oznacza podpowiedzi

Jeśli nadal nie znasz narzędzi takich jak Gemini i ChatGPT, monit to instrukcja lub zapytanie, które wprowadzasz do chatbotów w celu uzyskania ukierunkowanej odpowiedzi. Mogą istnieć jako samodzielne polecenia lub mogą stanowić punkt wyjścia do dłuższych rozmów z modelami AI.

Podpowiedzi AI mogą przybierać dowolną formę, jakiej pragnie użytkownik, ale odkryliśmy, że dłuższe i szczegółowe dane wejściowe generują najlepsze odpowiedzi. Jak wynika z niedawnego badania przeprowadzonego przez firmę Microsoft , używanie języka emocjonalnego to kolejny sposób na uzyskanie wysokiej jakości odpowiedzi.

Dowiedz się, jak ułatwić sobie życie zawodowe, dzięki 40 podpowiedziom ChatGPT zaprojektowanym, aby zaoszczędzić czas w miejscu pracy.

P oznacza parametry

W sztucznej inteligencji parametry są wartością mierzącą zachowanie modelu uczenia maszynowego. W tym kontekście każdy parametr pełni rolę zmiennej określającej, w jaki sposób model przekształci dane wejściowe w dane wyjściowe. Parametry to jeden z najpowszechniejszych sposobów pomiaru wydajności sztucznej inteligencji i ogólnie rzecz biorąc, im więcej ma model sztucznej inteligencji, tym lepiej będzie w stanie zrozumieć złożone wzorce danych i generować dokładniejsze odpowiedzi.

Q oznacza kwantową sztuczną inteligencję

Kwantowa sztuczna inteligencja to wykorzystanie obliczeń kwantowych do obliczania algorytmów uczenia maszynowego. W porównaniu do obliczeń klasycznych, które przetwarzają informacje poprzez jedynki i zera, obliczenia kwantowe wykorzystują jednostkę zwaną kubitami, która reprezentuje jednocześnie jedynki i zera. Teoretycznie proces ten mógłby radykalnie przyspieszyć prędkość obliczeń.

W przypadku kwantowej sztucznej inteligencji wykorzystanie kubitów mogłoby potencjalnie pomóc w stworzeniu znacznie potężniejszych modeli sztucznej inteligencji, choć wielu ekspertów uważa, że ​​wciąż jesteśmy daleko od osiągnięcia tego celu.

R jak Red Teaming

Red Teaming to ustrukturyzowany system testowania, którego celem jest znalezienie wad i luk w modelach AI. Termin cyberbezpieczeństwo zasadniczo odnosi się do etycznej praktyki hakerskiej, podczas której aktorzy próbują symulować rzeczywisty cyberatak, aby zidentyfikować potencjalne słabe punkty w systemie i w dłuższej perspektywie ulepszyć jego zabezpieczenia.

W przypadku AI Red Teaming nie może mieć miejsca żadna faktyczna próba włamania się, a gracze z Red Team mogą zamiast tego próbować przetestować bezpieczeństwo systemu, podpowiadając mu w określony sposób, który omija wszelkie bariery ochronne, które umieścili na nim programiści, w podobny sposób do jailbreakowania.

S oznacza uczenie się nadzorowane

Istnieją dwa podstawowe podejścia do uczenia się AI: uczenie się pod nadzorem i uczenie się bez nadzoru. Uczenie się nadzorowane, znane również jako nadzorowane uczenie maszynowe, to metoda uczenia, podczas której algorytmy są szkolone na danych wejściowych, które zostały oznaczone etykietą dla określonego wyniku. Celem testu jest zmierzenie, jak dokładnie algorytm może działać na nieoznaczonych danych, a proces ma na celu poprawę ogólnej dokładności systemów AI jako całości.

T oznacza dane treningowe

Mówiąc najprościej, dane szkoleniowe to niezwykle obszerny zbiór danych wejściowych używany do uczenia modelu uczenia maszynowego. Dane szkoleniowe służą do uczenia modeli predykcyjnych przy użyciu algorytmów, jak wyodrębniać funkcje istotne dla konkretnych celów użytkownika. Jest to początkowy zestaw danych, który można następnie uzupełnić kolejnymi danymi, zwanymi zbiorami testowymi.

Ma to fundamentalne znaczenie dla działania sztucznej inteligencji i uczenia maszynowego, a bez danych szkoleniowych modele sztucznej inteligencji nie byłyby w stanie się uczyć, wydobywać przydatnych informacji ani dokonywać prognoz, czyli mówiąc prościej, istnieć.

U oznacza uczenie się bez nadzoru

W przeciwieństwie do uczenia się nadzorowanego, uczenie się bez nadzoru to rodzaj uczenia maszynowego, w którym modele otrzymują nieoznaczone, zagracone dane i są zachęcane do odkrywania wzorców i spostrzeżeń bez żadnych konkretnych ram.

Modele uczenia się bez nadzoru są wykorzystywane do trzech głównych zadań: bałaganu, czyli techniki eksploracji danych służącej do grupowania nieoznaczonych danych, asocjacji – innej metody zarabiania, która wykorzystuje różne reguły do ​​znajdowania relacji między zmiennymi, oraz redukcji wymiarowości – techniki uczenia się stosowanej, gdy liczba wymiary w zbiorze danych są za wysokie.

X oznacza ryzyko X

Ryzyko X oznacza ryzyko egzystencjalne. Mówiąc dokładniej, termin ten odnosi się do ryzyka egzystencjalnego, jakie stwarza szybki rozwój sztucznej inteligencji. Osoby ostrzegające przed potencjalnym zdarzeniem ryzyka X uważają, że postęp w dziedzinie sztucznej inteligencji może skutkować wyginięciem ludzkości lub globalną katastrofą, jeśli nie zostanie powstrzymany.

Ryzyko X nie jest jednak przekonaniem marginalnym. W rzeczywistości w 2023 r. kilku liderów technologicznych, takich jak Demis Hassabis, dyrektor generalny DeepMind, Ilya Sutskever, współzałożyciel i główny naukowiec w OpenAI oraz Bill Gates, podpisało list ostrzegający twórców sztucznej inteligencji przed egzystencjalnym zagrożeniem stwarzanym przez sztuczną inteligencję .

Z oznacza uczenie się od zera

Uczenie się typu zero-shot to konfiguracja problemu głębokiego uczenia się, w której model sztucznej inteligencji ma za zadanie wykonać zadanie bez otrzymywania żadnych przykładów szkoleniowych. W uczeniu maszynowym uczenie się od zera służy do tworzenia modeli dla klas, które nie zostały jeszcze oznaczone jako przeznaczone do szkolenia.

Dwa etapy uczenia się od zera obejmują etap szkolenia, w którym przechwytywana jest wiedza, oraz etap interferencji, w którym informacje są wykorzystywane do klasyfikowania przykładów w nowy zestaw klas.