เอไอคืออะไร? อภิธานศัพท์ A-to-Z ของข้อกำหนด AI ที่สำคัญในปี 2024

ภูมิทัศน์ของ AI เคลื่อนไหวด้วยความเร็วที่ไม่ธรรมดา ดังนั้นคุณจะได้รับการอภัยหากคุณเกิดไม่ทันระวังด้วยคำที่ไม่คุ้นเคย (หรือสองคำ) การตามทันศัพท์แสง AI ล่าสุดกำลังมีความสำคัญมากขึ้นเรื่อยๆ เนื่องจาก เทคโนโลยีส่งผลกระทบต่อชีวิตประจำวันของเรา ในรูปแบบต่างๆ มากขึ้นเรื่อยๆ

โดยเฉพาะอย่างยิ่งในที่ทำงาน ซึ่ง ความรู้ด้าน AI เป็นทักษะใหม่ที่นายจ้างต้องมี หากคุณไม่ทราบ AGI ของคุณจาก LLM ไม่ต้องกังวล เราได้รวบรวมรายการคำศัพท์ AI ยอดนิยมแบบ A-to-Z และอธิบายว่าแต่ละแนวคิดมีความหมายอย่างไรในแง่ของคนธรรมดา เพื่อช่วยให้คุณเรียนรู้เพิ่มเติมเกี่ยวกับเทคโนโลยีที่ยังคงกำหนดทิศทางโลกรอบตัวเราต่อไป

ตั้งแต่จุดสัมผัสพื้นฐาน เช่น การเรียนรู้ของเครื่อง ไปจนถึงแนวคิดที่ซับซ้อนมากขึ้น เช่น ควอนตัม AI อ่านต่อเพื่อทำความเข้าใจคำศัพท์ที่น่าสนใจ และเรียนรู้เพิ่มเติมเกี่ยวกับโลกใหม่ที่กล้าหาญของปัญญาประดิษฐ์

เอไอคืออะไร?

ย่อมาจากปัญญาประดิษฐ์ AI หมายถึงความฉลาดของเครื่องจักรซึ่งตรงข้ามกับความฉลาดของสิ่งมีชีวิตเช่นมนุษย์ ระบบ AI ทำงานโดยรับข้อมูลการฝึกอบรมจำนวนมาก วิเคราะห์ข้อมูลสำหรับรูปแบบ และใช้รูปแบบเหล่านี้เพื่อสร้างผลลัพธ์

แม้ว่าแนวคิดนี้มีมาตั้งแต่ปี 1950 แต่ปัญญาประดิษฐ์ก็ได้ถูกนำเข้าสู่กระแสหลักในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากมีความก้าวหน้าโดยนักพัฒนา AI เช่น OpenAI การศึกษา AI มีมากมายและขยายตัวทุกปี ดังนั้นโปรดอ่านเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับปัญญาประดิษฐ์และแนวคิดที่เกี่ยวข้องในปี 2024

A สำหรับปัญญาประดิษฐ์ทั่วไป (AGI)

AGI เป็น AI ประเภททางทฤษฎีที่แสดงความฉลาดเหมือนมนุษย์ และโดยทั่วไปถือว่าฉลาดหรือฉลาดกว่ามนุษย์ แม้ว่าคำนี้จะมีต้นกำเนิดย้อนกลับไปในปี 1997 แต่แนวคิดของ AGI ก็ได้กลายเป็นกระแสหลักในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากนักพัฒนา AI ยังคงผลักดันขอบเขตของเทคโนโลยีไปข้างหน้า

ตัวอย่างเช่น ในเดือนพฤศจิกายน 2023 OpenAI เปิดเผยว่ากำลังสร้างโมเดล AI “อัจฉริยะขั้นสูง” ที่มีชื่อรหัสว่า Project Q* ซึ่งอาจทำให้บริษัทเข้าใกล้การตระหนักถึง AGI มากขึ้น อย่างไรก็ตาม ควรเน้นย้ำว่า AGI ยังคงเป็นแนวคิดสมมุติ และผู้เชี่ยวชาญหลายคนมั่นใจว่า AI ประเภทนี้จะไม่ได้รับการพัฒนาในเร็วๆ นี้ (ถ้ามี)

B คือข้อมูลขนาดใหญ่

ข้อมูลขนาดใหญ่หมายถึงชุดข้อมูลขนาดใหญ่ที่มีปริมาณมาก ซึ่งวิธีการประมวลผลข้อมูลแบบดั้งเดิมมีปัญหาในการจัดการ Big Data และ AI เป็นของคู่กัน แหล่งรวมข้อมูลดิบขนาดมหึมามีความสำคัญต่อการตัดสินใจของ AI ในขณะที่อัลกอริธึม AI ที่ซับซ้อนสามารถวิเคราะห์รูปแบบในชุดข้อมูลและระบุข้อมูลเชิงลึกอันมีค่าได้ เมื่อทำงานร่วมกัน จะช่วยให้ผู้ใช้เปิดเผยข้อมูลที่ลึกซึ้งยิ่งขึ้น เร็วกว่าวิธีการแบบเดิมๆ มาก

B คืออคติ

อคติของ AI เกิดขึ้นเมื่ออัลกอริธึมสร้างผลลัพธ์ที่มีอคติอย่างเป็นระบบต่อคนบางประเภท น่าเสียดายที่ระบบ AI ได้รับการแสดงให้เห็นอย่างต่อเนื่องเพื่อสะท้อนอคติภายในสังคม โดยการสนับสนุนความเชื่อที่เป็นอันตราย และส่งเสริมทัศนคติเหมารวมเชิงลบเกี่ยวกับเชื้อชาติ เพศ และอัตลักษณ์ประจำชาติ

อคติเหล่านี้ถูกเน้นย้ำในบทความที่ถูกลบไปแล้วโดย Buzzfeed ซึ่งแสดงตุ๊กตาบาร์บี้ที่สร้างโดย AI จากทั่วทุกมุมโลก รูปภาพเหล่านี้สนับสนุนทัศนคติเหมารวมทางเชื้อชาติที่หลากหลาย โดยนำเสนอตุ๊กตาแคริบเบียนที่มีเรื่องเพศมากเกินไป บาร์บี้ฟอกขาวจากทางใต้ทั่วโลก และตุ๊กตาเอเชียที่แต่งกายตามวัฒนธรรมที่ไม่ถูกต้อง

C ใช้สำหรับ ChatGPT

คุณคงเคยได้ยินเรื่องนี้มาบ้างแล้ว แต่ก็ยังเป็นเรื่องสำคัญที่ต้องพูดถึง เนื่องจากไม่มีอภิธานศัพท์ AI ใดที่จะถือว่าสมบูรณ์ได้ หากไม่มีแชทบอท AI เจนเนอเรทีฟที่เปลี่ยนเกมเมื่อเปิดตัวในเดือนพฤศจิกายน 2022

กล่าวโดยย่อ ChatGPT เป็นผลิตภัณฑ์ที่เปลี่ยนการอภิปราย AI จากห้องเซิร์ฟเวอร์มาเป็นห้องนั่งเล่น มันทำจากปัญญาประดิษฐ์เหมือนกับที่ iPhone ทำกับโทรศัพท์มือถือ โดยนำเทคโนโลยีนี้ไปสู่สายตาสาธารณะโดยอาศัยรูปแบบที่เข้าถึงได้อย่างกว้างขวาง

ตามที่เราเปิดเผยเมื่อเร็วๆ นี้ใน รายงานผลกระทบของเทคโนโลยีในสถานที่ทำงาน ChatGPT เป็นเครื่องมือ AI ที่ธุรกิจใช้กันอย่างแพร่หลายมากที่สุด และอาจ เป็นกุญแจสำคัญในการปลดล็อกสัปดาห์ทำงาน 4 วัน ด้วยซ้ำ

อิทธิพลของมันอาจจางหายไปตามกาลเวลา แต่โลกของ AI จะถูกมองผ่านปริซึมของก่อนและหลังการเกิดของ ChatGPT เสมอ

C ใช้สำหรับการคำนวณ

คำว่า 'พลังการประมวลผล' หมายถึงทรัพยากรการคำนวณที่จำเป็นในการฝึกโมเดล AI เพื่อทำงานต่างๆ เช่น การประมวลผลข้อมูลและการคาดการณ์ โดยทั่วไปแล้ว ยิ่งมีการใช้อำนาจการแข่งขันในการฝึกอบรม LLM มากเท่าไร ก็ยิ่งสามารถทำงานได้ดีขึ้นเท่านั้น

อย่างไรก็ตาม พลังการประมวลผลต้องอาศัยการใช้พลังงานจำนวนมาก ซึ่งก่อให้เกิดความกังวลในหมู่นักเคลื่อนไหวด้านสิ่งแวดล้อม ตัวอย่างเช่น การวิจัยพบว่าใช้พลังงาน 1GWh เพื่อตอบสนองต่อ ChatGPT ทุกวัน ซึ่งเพียงพอสำหรับจ่ายให้กับครัวเรือน 30,000 ครัวเรือนในสหรัฐฯ

D คือการแพร่กระจาย

โมเดลการแพร่กระจายแสดงถึงการเรียนรู้ของเครื่องระดับใหม่ ซึ่งสามารถสร้างภาพที่สร้างจาก AI ที่เหนือกว่าได้ โมเดลเหล่านี้ทำงานโดยเพิ่มสัญญาณรบกวนให้กับชุดข้อมูลก่อนที่จะเรียนรู้ที่จะย้อนกลับกระบวนการนี้

ด้วยการทำความเข้าใจแนวคิดเรื่องนามธรรมเบื้องหลังรูปภาพ และการสร้างเนื้อหาในรูปแบบใหม่ โมเดลการแพร่กระจายจะสร้างรูปภาพที่มีความคมชัดและประณีตมากกว่าโมเดลที่สร้างโดยโมเดล AI แบบดั้งเดิม และในปัจจุบันมีการปรับใช้ในเครื่องมือรูปภาพ AI ต่างๆ เช่น Dall -E และการแพร่กระจายที่เสถียร

E คือความสามารถฉุกเฉิน

พฤติกรรมฉุกเฉินเกิดขึ้นเมื่อโมเดล AI สร้างการตอบสนองที่ไม่คาดคิดซึ่งอยู่นอกเหนือความตั้งใจของผู้สร้าง AI ส่วนใหญ่มีความซับซ้อนมากจนมนุษย์ไม่สามารถเข้าใจกระบวนการตัดสินใจได้ แม้แต่ผู้สร้างก็ตาม เนื่องจากโมเดล AI โดดเด่นพอๆ กับ GPT4 ที่เพิ่งแสดงความสามารถที่เกิดขึ้นเมื่อเร็วๆ นี้ นักวิจัย AI จึงพยายามมากขึ้นในการทำความเข้าใจว่าทำไมและเบื้องหลังโมเดล AI

F คือการจดจำใบหน้า

เทคโนโลยีการจดจำใบหน้าอาศัย AI อัลกอริธึมการเรียนรู้ของเครื่อง และเทคนิคการมองเห็นด้วยคอมพิวเตอร์ในการประมวลผลภาพนิ่งและวิดีโอของใบหน้ามนุษย์ เนื่องจาก AI สามารถระบุรายละเอียดใบหน้าที่ซับซ้อนได้อย่างมีประสิทธิภาพมากกว่าวิธีการแบบแมนนวล ระบบจดจำใบหน้าส่วนใหญ่จึงใช้โครงข่ายประสาทเทียมที่เรียกว่าโครงข่ายประสาทเทียม (CNN) เพื่อเพิ่มความแม่นยำ

G ย่อมาจาก Generative AI

Generative AI เป็นคำที่เข้าใจง่ายซึ่งอธิบายถึง AI ทุกประเภทที่สร้างเนื้อหาต้นฉบับ เช่น ข้อความ รูปภาพ และคลิปเสียง Generative AI ใช้ข้อมูลจาก LLM และโมเดล AI อื่นๆ เพื่อสร้างผลลัพธ์ และขับเคลื่อนการตอบสนองของแชทบอท เช่น ChatGPT, Gemini และ Grok

H คืออาการประสาทหลอน

แชทบอทไม่ได้ให้คำตอบที่ถูกต้องหรือสมเหตุสมผลเสมอไป บ่อยครั้ง โมเดล AI สร้างข้อมูลที่ไม่ถูกต้องแต่นำเสนอเป็นข้อเท็จจริง สิ่งนี้เรียกว่าภาพหลอน AI อาการประสาทหลอนเกิดขึ้นเมื่อโมเดล AI คาดการณ์ตามชุดข้อมูลที่ได้รับการฝึก แทนที่จะดึงข้อเท็จจริงตามจริง

ภาพหลอน AI ส่วนใหญ่มีขนาดเล็กและผู้ใช้ทั่วไปอาจมองข้ามได้ อย่างไรก็ตาม บางครั้งภาพหลอนอาจส่งผลที่เป็นอันตรายได้ เนื่องจาก การตอบกลับที่ผิดพลาดโดย ChatGPT ก่อนหน้านี้เคยถูกใช้โดยนักหลอกลวงเพื่อหลอกให้นักพัฒนาดาวน์โหลดโค้ดที่เป็นอันตราย

ฉันมีไว้สำหรับการระเบิดข่าวกรอง

ความคล้ายคลึงกับ AGI การระเบิดของสติปัญญาเป็นสถานการณ์สมมติที่การพัฒนา AI ไม่สามารถควบคุมได้และเป็นผลให้คุกคามต่อมนุษยชาติ หรือที่เรียกอีกอย่างว่า "เอกภาวะ" คำนี้แสดงถึงภัยคุกคามที่มีอยู่ซึ่งหลายๆ คนรู้สึกเกี่ยวกับความก้าวหน้าทางเทคโนโลยีที่รวดเร็วและส่วนใหญ่ไม่มีการตรวจสอบ

J คือการเจลเบรค

การเจลเบรกเป็นรูปแบบหนึ่งของการแฮ็กโดยมีเป้าหมายเพื่อหลีกเลี่ยงการคุ้มครองทางจริยธรรมของโมเดล AI โดยเฉพาะอย่างยิ่งเมื่อมีการป้อนข้อความแจ้งบางอย่างลงในแชทบอท ผู้ใช้จะสามารถใช้งานได้โดยไม่มีข้อจำกัดใดๆ

สิ่งที่น่าสนใจคือการศึกษาเมื่อเร็วๆ นี้โดยมหาวิทยาลัย Brown พบว่าการใช้ภาษาอย่างม้ง ซูลู และสก็อตแลนด์เกลิคเป็นวิธีที่มีประสิทธิภาพในการเจลเบรค ChatGPT เรียนรู้วิธีการ เจลเบรค ChatGPT ที่นี่

J มีไว้สำหรับความไม่มั่นคงในงาน

เนื่องจาก AI ยังคงทำให้กระบวนการแบบแมนนวลที่มนุษย์เคยทำก่อนหน้านี้เป็นอัตโนมัติ เทคโนโลยีนี้จึงจุดประกายความไม่มั่นคงในงานอย่างกว้างขวางในหมู่คนงาน แม้ว่าพนักงานส่วนใหญ่ไม่ควรมีอะไรต้องกังวล แต่รายงานผลกระทบของเทคโนโลยีต่อสถานที่ทำงานของ Tech.co ของเราพบว่าการเพิ่มประสิทธิภาพห่วงโซ่อุปทาน การวิจัยทางกฎหมาย และการวิเคราะห์ทางการเงิน มี แนวโน้มมากที่สุดที่จะถูกแทนที่ด้วย AI ในปี 2024

L ใช้สำหรับโมเดลภาษาขนาดใหญ่ (LLM)

LLM เป็นโมเดล AI ประเภทผู้เชี่ยวชาญที่ควบคุมการประมวลผลภาษาธรรมชาติ (NLP) เพื่อทำความเข้าใจและสร้างการตอบสนองที่เป็นธรรมชาติเหมือนมนุษย์ พูดง่ายๆ ก็คือทำให้เครื่องมืออย่าง ChatGPT ฟังดูเหมือนบอทน้อยลง และเหมือนคุณและฉันมากขึ้น

ต่างจาก generative AI LLM ได้รับการออกแบบมาโดยเฉพาะเพื่อจัดการงานที่เกี่ยวข้องกับภาษา ตัวอย่างยอดนิยมของ LLM ที่คุณอาจเคยได้ยิน ได้แก่ GPT-4, PaLM 2 และ Gemini

M คือการเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่องเป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่ช่วยให้ระบบสามารถเรียนรู้และปรับปรุงจากประสบการณ์ในลักษณะเดียวกันกับมนุษย์ โดยเฉพาะอย่างยิ่งมุ่งเน้นไปที่การใช้ข้อมูลและอัลกอริธึมใน AI และมีเป้าหมายเพื่อปรับปรุงวิธีที่โมเดล AI สามารถเรียนรู้และตัดสินใจได้โดยอัตโนมัติในสภาพแวดล้อมจริง

แม้ว่าคำนี้มักจะใช้แทนกันได้กับ AI แต่การเรียนรู้ของเครื่องก็เป็นส่วนหนึ่งของ AI ที่กว้างขึ้น และต้องการการแทรกแซงจากมนุษย์เพียงเล็กน้อย

N ใช้สำหรับโครงข่ายประสาทเทียม

โครงข่ายประสาทเทียม (NN) คือโมเดลการเรียนรู้ของเครื่องที่ออกแบบมาเพื่อเลียนแบบโครงสร้างและการทำงานของสมองมนุษย์ โครงข่ายประสาทเทียมประกอบด้วยหลายชั้นและประกอบด้วยหน่วยที่เรียกว่าเซลล์ประสาทเทียม ซึ่งเลียนแบบเซลล์ประสาทที่พบในสมองอย่างหลวมๆ

หรือที่เรียกกันว่าโครงข่ายประสาทเชิงลึก NN มีแอปพลิเคชันที่มีประโยชน์มากมาย และสามารถใช้เพื่อปรับปรุงการจดจำรูปภาพ การสร้างแบบจำลองเชิงคาดการณ์ และการประมวลผลภาษาธรรมชาติ

O ใช้สำหรับ AI แบบโอเพ่นซอร์ส

AI แบบโอเพ่นซอร์สหมายถึงเทคโนโลยี AI ที่มีซอร์สโค้ดที่หาได้ฟรี เป้าหมายสูงสุดของ AI แบบโอเพ่นซอร์สคือการสร้างวัฒนธรรมของการทำงานร่วมกันและความโปร่งใสภายในชุมชนปัญญาประดิษฐ์ ซึ่งช่วยให้บริษัทและนักพัฒนามีอิสระมากขึ้นในการสร้างสรรค์นวัตกรรมด้วยเทคโนโลยี

ผลิตภัณฑ์ AI แบบโอเพ่นซอร์สที่มีอยู่ในปัจจุบันจำนวนมากเป็นรูปแบบต่างๆ ของแอปพลิเคชันที่มีอยู่ และหมวดหมู่ผลิตภัณฑ์ทั่วไป ได้แก่ แชทบอท เครื่องมือแปลด้วยเครื่อง และโมเดลภาษาขนาดใหญ่

P ใช้สำหรับพร้อมท์

หากคุณยังคงไม่คุ้นเคยกับเครื่องมือเช่น Gemini และ ChatGPT ข้อความแจ้งคือคำสั่งหรือข้อความค้นหาที่คุณป้อนลงในแชทบอทเพื่อรับการตอบกลับที่ตรงเป้าหมาย สิ่งเหล่านี้อาจเป็นคำสั่งแบบสแตนด์อโลนหรือเป็นจุดเริ่มต้นสำหรับการสนทนากับโมเดล AI ได้นานขึ้น

ข้อความแจ้ง AI สามารถใช้รูปแบบใดก็ได้ตามที่ผู้ใช้ต้องการ แต่เราพบว่ารูปแบบที่ยาวกว่าและการป้อนข้อมูลโดยละเอียดจะสร้างการตอบสนองที่ดีที่สุด การใช้ภาษาที่สื่ออารมณ์เป็นอีกวิธีหนึ่งในการสร้างคำตอบคุณภาพสูง จาก การศึกษาล่าสุดของ Microsoft

ค้นหาวิธีทำให้ชีวิตการทำงานของคุณง่ายขึ้นด้วย ข้อความเตือน ChatGPT ทั้ง 40 รายการ ที่ออกแบบมาเพื่อช่วยคุณประหยัดเวลาในที่ทำงาน

P สำหรับพารามิเตอร์

ใน AI พารามิเตอร์คือค่าที่วัดพฤติกรรมของโมเดลการเรียนรู้ของเครื่อง ในบริบทนี้ พารามิเตอร์แต่ละตัวจะทำหน้าที่เป็นตัวแปร โดยกำหนดว่าโมเดลจะแปลงอินพุตเป็นเอาต์พุตอย่างไร พารามิเตอร์เป็นหนึ่งในวิธีที่ใช้กันทั่วไปในการวัดประสิทธิภาพของ AI และโดยทั่วไป ยิ่งโมเดล AI มีมากเท่าไร ก็สามารถเข้าใจรูปแบบข้อมูลที่ซับซ้อนได้ดีขึ้น และสร้างการตอบสนองที่แม่นยำยิ่งขึ้นเท่านั้น

Q ใช้สำหรับปัญญาประดิษฐ์ควอนตัม

Quantum AI คือการใช้คอมพิวเตอร์ควอนตัมสำหรับการคำนวณอัลกอริธึมการเรียนรู้ของเครื่อง เมื่อเปรียบเทียบกับการประมวลผลแบบคลาสสิกซึ่งประมวลผลข้อมูลผ่าน 1 และ 0 การประมวลผลควอนตัมจะใช้หน่วยที่เรียกว่าคิวบิต ซึ่งแสดงถึงทั้ง 1 และ 0 ในคราวเดียว ตามทฤษฎีแล้ว กระบวนการนี้สามารถเร่งความเร็วในการประมวลผลได้อย่างมาก

ในกรณีของ AI ควอนตัม การใช้คิวบิตอาจช่วยสร้างโมเดล AI ที่ทรงพลังมากขึ้นได้ แม้ว่าผู้เชี่ยวชาญหลายคนเชื่อว่าเรายังห่างไกลจากความเป็นจริงนี้อยู่

R ใช้สำหรับทีมสีแดง

Red teaming คือระบบการทดสอบที่มีโครงสร้างซึ่งมีจุดมุ่งหมายเพื่อค้นหาข้อบกพร่องและช่องโหว่ในโมเดล AI คำว่าความปลอดภัยทางไซเบอร์โดยพื้นฐานแล้วหมายถึงแนวทางปฏิบัติในการแฮ็กอย่างมีจริยธรรมซึ่งนักแสดงพยายามจำลองการโจมตีทางไซเบอร์ที่เกิดขึ้นจริง เพื่อระบุจุดอ่อนที่อาจเกิดขึ้นในระบบ และเพื่อปรับปรุงการป้องกันในระยะยาว

ในกรณีของ AI red teaming จะไม่มีความพยายามในการแฮ็กเกิดขึ้นจริง และ red teamer อาจพยายามทดสอบความปลอดภัยของระบบแทนโดยการกระตุ้นด้วยวิธีบางอย่างที่จะข้ามรั้วที่ผู้พัฒนาวางไว้ในลักษณะเดียวกัน การแหกคุก

S คือการเรียนรู้แบบมีผู้สอน

มีสองแนวทางพื้นฐานเมื่อพูดถึงการเรียนรู้ของ AI: การเรียนรู้แบบมีผู้สอนและการเรียนรู้แบบไม่มีผู้ดูแล หรือที่รู้จักในชื่อการเรียนรู้ของเครื่องภายใต้การดูแล การเรียนรู้ภายใต้การดูแลเป็นวิธีการฝึกอบรมที่ฝึกอัลกอริธึมเกี่ยวกับข้อมูลอินพุตที่ได้รับการติดป้ายกำกับสำหรับเอาต์พุตเฉพาะ จุดมุ่งหมายของการทดสอบคือการวัดความแม่นยำของอัลกอริทึมที่สามารถทำงานได้กับข้อมูลที่ไม่มีป้ายกำกับ และกระบวนการนี้มุ่งมั่นที่จะปรับปรุงความแม่นยำโดยรวมของระบบ AI โดยรวม

T คือข้อมูลการฝึกอบรม

กล่าวง่ายๆ ก็คือ ข้อมูลการฝึกเป็นชุดข้อมูลอินพุตจำนวนมหาศาลที่ใช้ในการฝึกโมเดลการเรียนรู้ของเครื่อง ข้อมูลการฝึกอบรมใช้เพื่อสอนโมเดลการทำนายโดยใช้อัลกอริธึมวิธีการแยกคุณลักษณะที่เกี่ยวข้องกับเป้าหมายของผู้ใช้ที่เฉพาะเจาะจง และเป็นชุดข้อมูลเริ่มต้นที่สามารถเสริมด้วยข้อมูลที่ตามมาที่เรียกว่าชุดการทดสอบ

นี่เป็นพื้นฐานของวิธีการทำงานของ AI และการเรียนรู้ของเครื่อง และหากไม่มีข้อมูลการฝึกอบรม โมเดล AI จะไม่สามารถเรียนรู้ ดึงข้อมูลที่เป็นประโยชน์ และคาดการณ์ หรือพูดง่ายๆ ได้ว่ามีอยู่จริง

U สำหรับการเรียนรู้แบบไม่มีผู้ดูแล

ตรงกันข้ามกับการเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้ดูแลเป็นการเรียนรู้ของเครื่องประเภทหนึ่งที่โมเดลได้รับข้อมูลที่ไม่ระบุชื่อและเกะกะ และสนับสนุนให้ค้นพบรูปแบบและข้อมูลเชิงลึกโดยไม่มีกรอบงานเฉพาะใดๆ

โมเดลการเรียนรู้แบบไม่มีผู้ดูแลถูกนำมาใช้สำหรับงานหลัก 3 ประการ ได้แก่ การถ่วงซึ่งเป็นเทคนิคการทำเหมืองข้อมูลสำหรับการจัดกลุ่มข้อมูลที่ไม่มีป้ายกำกับ การเชื่อมโยง วิธีการหารายได้อีกวิธีหนึ่งที่ใช้กฎที่แตกต่างกันเพื่อค้นหาความสัมพันธ์ระหว่างตัวแปร และการลดขนาด ซึ่งเป็นเทคนิคการเรียนรู้ที่ใช้เมื่อมีจำนวนของ มิติข้อมูลในชุดข้อมูลสูงเกินไป

X คือความเสี่ยง X

X-risk หมายถึงความเสี่ยงที่มีอยู่ โดยเฉพาะอย่างยิ่ง คำนี้เกี่ยวข้องกับความเสี่ยงที่มีอยู่ซึ่งเกิดจากการพัฒนาอย่างรวดเร็วของ AI ผู้คนที่เตือนเกี่ยวกับเหตุการณ์ความเสี่ยง X เชื่อว่าความก้าวหน้าที่เกิดขึ้นในด้าน AI อาจส่งผลให้มนุษย์สูญพันธุ์หรือภัยพิบัติระดับโลกหากปล่อยทิ้งไว้โดยไม่ตรวจสอบ

อย่างไรก็ตาม X-risk ไม่ใช่ความเชื่อทั่วไป ในความเป็นจริง ในปี 2023 ผู้นำด้านเทคโนโลยีหลายคน เช่น Demis Hassabis CEO ของ DeepMind, Ilya Sutskever ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ OpenAI และ Bill Gates ได้ลงนามในจดหมายเตือนนักพัฒนา AI เกี่ยวกับ ภัยคุกคามที่มีอยู่ที่เกิดจาก AI

Z ใช้สำหรับการเรียนรู้แบบ Zero-Shot

การเรียนรู้แบบ Zero-shot คือการตั้งค่าปัญหาการเรียนรู้เชิงลึก โดยที่โมเดล AI ได้รับมอบหมายให้ทำงานให้เสร็จสิ้นโดยไม่ได้รับตัวอย่างการฝึกอบรมใดๆ ในแมชชีนเลิร์นนิง การเรียนรู้แบบ Zero-shot จะใช้เพื่อสร้างแบบจำลองสำหรับชั้นเรียนที่ยังไม่มีป้ายกำกับสำหรับการฝึกอบรม

การเรียนรู้แบบ Zero-Shot สองขั้นตอนประกอบด้วยขั้นตอนการฝึกอบรมซึ่งเป็นที่รวบรวมข้อมูลความรู้ และขั้นตอนการแทรกแซงซึ่งข้อมูลจะถูกนำมาใช้เพื่อจำแนกตัวอย่างเป็นชุดชั้นเรียนใหม่