Наши ценности
В этой статье я бы хотел поговорить с вами об области искусственного интеллекта, которая недавно стала восходящей. LLM или “Large Language Model”, которая входит в нашу повседневную жизнь как ChatGPT, означает масштабные языковые модели, используемые в искусственном интеллекте. Прежде чем говорить о ChatGPT, я считаю важным кратко объяснить исторические метки этой области с точки зрения понимания предмета.
Веховые приложения в истории искусственного интеллекта
ИИ присутствует в нашей повседневной жизни, например, многие функции на наших смартфонах, голосовые помощники, автономные транспортные средства…
Первые работы в области искусственного интеллекта уходят в начало 1950-х годов. Статья Alan Turing "Вычислительные машины и разум" из этого периода считается опорным документом в области искусственного интеллекта. Тьюринг-тест, разработанный Аланом Тьюрингом, является первой работой в этой области. Целью работы было определить, может ли машина проявлять поведение, аналогичное человеческому. Тьюринг-тест включает в себя человека, который одновременно общается в реальном времени с компьютером и другим человеком. Человек в тесте пытается определить, кто из них человек, а кто машина. Если человек не может определить, кто человек, а кто машина, то считается, что компьютер "прошел Тьюринг-тест", и считается, что у него есть интеллект, схожий с человеческим.
Следующим шагом в истории искусственного интеллекта была Eliza, датированная 1966 годом. Эта программа была первой программой искусственного интеллекта, взаимодействующей с людьми, ведущей психотерапию, и она выделялась своими возможностями обработки естественного языка, сходными с человеческими.
Deep Blue, разработанный IBM в 1997 году, считается одним из важных достижений в теории игр, поскольку это был первый компьютер, победивший чемпиона мира по шахматам Гарри Каспарова.
Watson, разработанный IBM в 2011 году, добился больших успехов, побеждая человеческих противников в игре "Jeopardy!", подчеркивая прогресс в обработке естественного языка и аналитике больших данных.
Один из более недавних программ, AlphaGo, разработанный Google DeepMind, может играть в игру Go. Эта программа, которая изначально была разработана для изучения игры в Го путем анализа ходов игроков и изучения тысяч игр, все еще не могла победить людей в игре. Позже она улучшила себя, играя самостоятельно и извлекая уроки из опыта; таким образом, в октябре 2015 года ей удалось победить человеческий интеллект и стать первой компьютерной программой, победившей профессионального игрока в Го на доске 19х19 без предоставления преимущества.
Эти вехи отмечают прогресс в области искусственного интеллекта и развитие различных возможностей. Эти усилия представляют собой значительные шаги к увеличению сложности и возможностей искусственного интеллекта.
LLM (Large Language Models) ИЗВЕСТНЫЙ КАК CHATGPT
Теперь, когда мы поговорили о приложениях, которые занимают важное место в истории искусственного интеллекта, мы можем продолжить нашу тему с ChatGPT, на котором мы сосредотачиваемся. ChatGPT, разработанный стартапом OpenAI, основанным Sam Altman в 2015 году, определяется как технология обработки естественного языка, использующая машинное обучение, глубокое обучение, понимание естественного языка и генерацию естественного языка для ответа на вопросы или ведения разговоров. Он может понимать ваши вопросы или комментарии и имитировать человеческий разговор, предоставляя интересные и разгражающие ответы.
GPT в названии ChatGPT, запущенный в ноябре 2022 года, означает "генеративный предварительно обученный трансформер (generative pre-trained transformer)". Это означает, что он был обучен на больших объемах человеческого языка через интернет-источники, такие как книги, статьи, веб-сайты и социальные сети.
ChatGPT работает как чат-бот, созданный для общения с вами. Получив вопрос или подсказку, ChatGPT использует алгоритмы машинного обучения, чтобы понять контекст разговора и сгенерировать соответствующие ответы. Для создания ответа он предсказывает следующее слово в данной последовательности на основе узоров, которые он выучил из человеческого языка. Чем больше деталей вы предоставляете, тем более точные ответы предлагает ChatGPT.
Generative AI также вошел в нашу жизнь благодаря развитию технологий в этой области. Generative AI, подмножество систем искусственного интеллекта, используется для генерации новых данных или контента. Эти системы анализируют наборы данных, особенно используя техники глубокого обучения, такие как нейронные сети, для изучения данных и генерации нового контента. Они могут работать с текстом, изображениями, музыкой и другими типами данных.
Например, модель генерации текста может создавать похожие тексты, анализируя тексты в наборе данных. Как и в примере DALL-E, модель генерации изображений может создавать новые изображения на основе нескольких примеров.
Инфографика ниже достаточно хорошо подводит итоги технологий искусственного интеллекта:
Согласно исследованию LinkedIn, отношение к Generative AI в основном оптимистичное; в то время как 74% руководителей считают, что Generative AI принесет пользу их сотрудникам, 47% профессионалов по всему миру считают, что искусственный интеллект продвинет их карьеру, обеспечивая быстрый доступ к информации и инсайтам. Более того, компании продолжают инвестировать в возможности искусственного интеллекта. Достаточно посмотреть на количество компаний с должностью "Глава отдела искусственного интеллекта". С декабря 2022 года количество таких компаний увеличилось на двузначное число.
Надеюсь, вам понравилась первая часть моей статьи 😊 Для продолжения с подробностями о технической стороне ChatGPT и его областях применения оставайтесь на связи для второй части!
ИСТОЧНИК:
https://www.coursera.org/learn/generative-ai-for-everyone/lecture/u2EQ9/automation-potential-across-sectors
https://economicgraph.linkedin.com/content/dam/me/economicgraph/en-us/PDF/future-of-work-report-ai-november-2023.pdf
https://content.dataiku.com/llm-starter-kit
https://memsql.wistia.com/medias/tck1f3clzj?campaignid=701UJ000000pYIzYAM
https://barissglc.medium.com/llm-large-language-models-nedir-b%C3%BCy%C3%BCk-dil-modellerine-k%C4%B1sa-bir-giri%C5%9F-9872ce8523af
https://memsql.wistia.com/medias/xqtu6j46y0
https://www.youtube.com/watch?v=UU1WVnMk4E8
https://www.youtube.com/watch?v=zjkBMFhNj_g&t=2s
https://on24static.akamaized.net/event/43/71/52/4/rt/1/documents/resourceList1699896189333/llmdevdaysession2final1699896189333.pdf
https://on24static.akamaized.net/event/43/71/54/9/rt/1/documents/resourceList1699985599696/llmdevdaysession41699985599696.pdf
https://on24static.akamaized.net/event/43/71/30/0/rt/1/documents/resourceList1700153986852/llmdevdaysession1stakeholderreviewdt202311151700153986852.pdf
https://nvdam.widen.net/s/rvsgdxpfkz/dli-generative-ai-llm-learning-path-2740963
https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
https://learn.microsoft.com/tr-tr/microsoft-365-copilot/microsoft-365-copilot-overview
https://www.youtube.com/watch?v=EEhgiHnnHXg
https://guardian.ng/technology/ready-set-go-rematch-of-man-vs-machine-in-ancient-game/
Yasin Dinç
СВЕЖИЕ СТАТЬИ
В течение 14 лет он работал над различными темами в области искусственного интеллекта и науки о данных, а с 2019 года работает в компании Borusan Cat над созданием искусственного интеллекта. Он увлекается автоспортом, любит читать психоанализ и знакомиться с новыми технологиями, работая с данными.