Ένα μοντέλο AI δεν γεννιέται «έξυπνο». Ξεκινά με τυχαίες εσωτερικές τιμές και δεν προβλέπει τίποτα καλά. Η εκπαίδευση είναι το στάδιο όπου αποκτά τη χρήσιμη συμπεριφορά του.
Πώς λειτουργεί
Το μοντέλο βλέπει ένα παράδειγμα, κάνει μια πρόβλεψη και συγκρίνεται με τη σωστή απάντηση. Το σφάλμα αυτό χρησιμοποιείται για να αλλάξουν ελαφρά οι εσωτερικές του τιμές, ώστε την επόμενη φορά να πλησιάσει περισσότερο. Επαναλαμβάνοντας το με μεγάλο αριθμό παραδειγμάτων, το μοντέλο βελτιώνεται σταδιακά.
Γιατί μετράει
Η ποιότητα της εκπαίδευσης καθορίζει τι μπορεί να κάνει το μοντέλο. Τα μεγάλα μοντέλα χρειάζονται πολύ μεγάλες ποσότητες δεδομένων και ισχυρό hardware, συνήθως πολλές κάρτες γραφικών σε ένα datacenter, και γι' αυτό η εκπαίδευσή τους είναι μια δουλειά που μπορούν να κάνουν λίγοι οργανισμοί.
Παραδείγματα
- Ένα μοντέλο αναγνώρισης εικόνας που εκπαιδεύεται με φωτογραφίες που έχουν ετικέτες.
- Ένα γλωσσικό μοντέλο που εκπαιδεύεται με μεγάλο όγκο κειμένου.
Τι να προσέχεις
Η εκπαίδευση είναι διαφορετική από τη χρήση του μοντέλου (inference). Μια εφαρμογή που «χρησιμοποιεί ένα μοντέλο» δεν το εκπαιδεύει απαραίτητα ξανά με τα δεδομένα σου, και αυτό αξίζει να το ελέγχεις στους όρους της υπηρεσίας.
Περισσότερα στη Wikipedia (αγγλικά)
Σχετικοί όροι
Τεχνητή ΝοημοσύνηAIΤεχνητή νοημοσύνηΗ τεχνητή νοημοσύνη είναι ο κλάδος της πληροφορικής όπου τα προγράμματα κάνουν δουλειές που συνήθως απαιτούν ανθρώπινη κρίση, όπως να καταλαβαίνουν κείμενο, να αναγνωρίζουν εικόνες ή να προτείνουν αποφάσεις.
DatacentersDatacenterΚέντρο δεδομένωνΤο datacenter είναι ένα κτίριο ή χώρος γεμάτος servers και δικτυακό εξοπλισμό, με ρεύμα, ψύξη και ασφάλεια, όπου τρέχουν υπηρεσίες του διαδικτύου.
Τεχνητή ΝοημοσύνηFine-TuningΕξειδικευμένη προσαρμογή μοντέλουΤο fine-tuning είναι η συνέχιση της εκπαίδευσης ενός έτοιμου μοντέλου με μικρότερο, εξειδικευμένο σύνολο δεδομένων, ώστε να ταιριάξει σε μια συγκεκριμένη δουλειά ή ύφος.
HardwareGPUΚάρτα γραφικώνΗ GPU είναι το εξάρτημα του υπολογιστή που επεξεργάζεται μεγάλο αριθμό υπολογισμών παράλληλα, κάτι που την κάνει χρήσιμη τόσο στα γραφικά όσο και σε εφαρμογές AI.
Τεχνητή ΝοημοσύνηInferenceΕξαγωγή συμπερασμάτωνΤο inference είναι η χρήση ενός ήδη εκπαιδευμένου μοντέλου AI: του δίνεις μια είσοδο, όπως μια ερώτηση ή μια εικόνα, και σου δίνει μια απάντηση.
Τεχνητή ΝοημοσύνηLarge Language ModelΜεγάλο γλωσσικό μοντέλοΈνα LLM είναι ένα μοντέλο AI που εκπαιδεύτηκε σε τεράστιες ποσότητες κειμένου και μπορεί να διαβάζει και να γράφει κείμενο σε φυσική γλώσσα.
Τεχνητή ΝοημοσύνηMachine LearningΜηχανική μάθησηΗ μηχανική μάθηση είναι ο τρόπος με τον οποίο ένα πρόγραμμα μαθαίνει μοτίβα από παραδείγματα, αντί να του γράψουμε εμείς τους κανόνες έναν έναν.
Τεχνητή ΝοημοσύνηNeural NetworkΝευρωνικό δίκτυοΈνα νευρωνικό δίκτυο είναι ένα μοντέλο AI φτιαγμένο από πολλά μικρά κομμάτια που περνούν αριθμούς το ένα στο άλλο, και ρυθμίζονται ώστε να μαθαίνουν μοτίβα από δεδομένα.
Τεχνητή ΝοημοσύνηTransformerΤο Transformer είναι ένας τύπος νευρωνικού δικτύου που βλέπει όλο το κείμενο μαζί και υπολογίζει ποιες λέξεις σχετίζονται μεταξύ τους. Είναι η βάση των περισσότερων σύγχρονων γλωσσικών μοντέλων.Εικόνα: Skbkekas · CC BY 3.0 · Wikimedia Commons
Τελευταία ενημέρωση: