Słownik AI: Kluczowe terminy, które musisz znać, od AGI po halucynacje

Sztuczna inteligencja nie tylko zmienia świat, ale także tworzy zupełnie nowy język do opisu swoich działań. Terminy takie jak LLM, RAG czy RLHF są coraz częściej używane na spotkaniach produktowych i panelach dyskusyjnych. Pojęcia te ewoluują tak szybko, że nawet eksperci w dziedzinie technologii mogą czuć się niepewnie. Właśnie dlatego TechCrunch przygotował słownik, który ma pomóc w zrozumieniu najważniejszych terminów AI, niezależnie od tego, czy ktoś tworzy, inwestuje, czy po prostu śledzi rozwój tej dziedziny.

Kluczowe definicje w świecie AI

Sztuczna inteligencja ogólna (AGI) to termin niejednoznaczny, ale zazwyczaj odnosi się do AI, która przewyższa przeciętnego człowieka w wielu, jeśli nie większości, zadań. Sam Altman, CEO OpenAI, określił AGI jako „odpowiednik przeciętnego człowieka, którego można by zatrudnić jako współpracownika”. Z kolei statut OpenAI definiuje AGI jako „wysoce autonomiczne systemy, które przewyższają ludzi w większości prac o wartości ekonomicznej”. Google DeepMind ma nieco inną definicję, postrzegając AGI jako „AI, która jest co najmniej tak samo zdolna jak ludzie w większości zadań poznawczych”.

Agent AI to narzędzie wykorzystujące technologie AI do wykonywania serii zadań w imieniu użytkownika, wykraczając poza możliwości podstawowego chatbota. Może to obejmować składanie wniosków o zwrot kosztów, rezerwację biletów czy stolików w restauracji, a nawet pisanie i utrzymywanie kodu. Chociaż przestrzeń ta jest wciąż w fazie rozwoju, podstawowa koncepcja zakłada autonomiczny system, który może korzystać z wielu systemów AI do realizacji wieloetapowych zadań.

Punkty końcowe API można porównać do „przycisków” w oprogramowaniu, które inne programy mogą nacisnąć, aby wykonać określone działania. Deweloperzy używają tych interfejsów do tworzenia integracji, umożliwiając np. jednej aplikacji pobieranie danych z innej lub agentowi AI bezpośrednie sterowanie usługami stron trzecich bez ręcznej interwencji człowieka. W miarę jak agenci AI stają się bardziej zaawansowani, są w stanie samodzielnie znajdować i wykorzystywać te punkty końcowe, otwierając nowe możliwości automatyzacji.

Zaawansowane techniki i wyzwania AI

Rozumowanie łańcucha myśli (chain-of-thought reasoning) dla dużych modeli językowych polega na rozkładaniu problemu na mniejsze, pośrednie kroki w celu poprawy jakości końcowego wyniku. Choć uzyskanie odpowiedzi może trwać dłużej, jest ona zazwyczaj bardziej poprawna, szczególnie w kontekście logiki czy kodowania. Modele rozumowania są rozwijane z tradycyjnych dużych modeli językowych (LLM) i optymalizowane pod kątem myślenia łańcucha myśli dzięki uczeniu ze wzmocnieniem.

Agent kodujący to specjalistyczna wersja agenta AI, stosowana w tworzeniu oprogramowania. Zamiast jedynie sugerować kod do przeglądu przez człowieka, agent kodujący może autonomicznie pisać, testować i debugować kod, zajmując się iteracyjną pracą metodą prób i błędów, która zazwyczaj pochłania czas dewelopera. Agenci ci mogą działać na całych bazach kodu, wykrywając błędy, uruchamiając testy i wprowadzając poprawki z minimalnym nadzorem człowieka.

Compute odnosi się do kluczowej mocy obliczeniowej, która umożliwia działanie modeli AI. Ten rodzaj przetwarzania napędza branżę AI, zapewniając jej zdolność do trenowania i wdrażania potężnych modeli. Termin ten często jest skrótem dla sprzętu, który zapewnia tę moc obliczeniową, takiego jak GPU, CPU, TPU i inne elementy infrastruktury.

Głębokie uczenie (deep learning) to podzbiór samodoskonalącego się uczenia maszynowego, w którym algorytmy AI są projektowane z wielowarstwową strukturą sztucznej sieci neuronowej (ANN). Pozwala to na tworzenie bardziej złożonych korelacji w porównaniu do prostszych systemów. Modele głębokiego uczenia są w stanie samodzielnie identyfikować ważne cechy w danych i uczyć się na błędach, jednak wymagają ogromnych ilości danych (miliony lub więcej) i dłuższego czasu trenowania, co zwiększa koszty rozwoju.

Dyfuzja to technologia leżąca u podstaw wielu modeli AI generujących obrazy, muzykę i tekst. Systemy dyfuzyjne powoli „niszczą” strukturę danych, dodając szum, aż nic nie pozostanie. W AI systemy dyfuzyjne uczą się „odwrotnego procesu dyfuzji”, aby odtworzyć zniszczone dane, uzyskując zdolność do ich odzyskiwania z szumu.

Destylacja to technika wykorzystywana do wydobywania wiedzy z dużego modelu AI za pomocą modelu „nauczyciel-uczeń”. Deweloperzy wysyłają zapytania do modelu nauczyciela i rejestrują wyniki, które następnie są wykorzystywane do trenowania modelu ucznia, aby naśladował zachowanie nauczyciela. Destylacja może być używana do tworzenia mniejszych, bardziej wydajnych modeli, co prawdopodobnie miało miejsce w przypadku GPT-4 Turbo od OpenAI. Należy jednak pamiętać, że destylacja z modelu konkurenta zazwyczaj narusza warunki świadczenia usług API AI.

Dostrajanie (fine-tuning) odnosi się do dalszego trenowania modelu AI w celu optymalizacji wydajności dla bardziej specyficznego zadania lub obszaru. Wiele startupów AI wykorzystuje duże modele językowe jako punkt wyjścia, a następnie dostraja je, dodając nowe, specjalistyczne dane, aby zwiększyć ich użyteczność dla konkretnego sektora.

Generatywne sieci przeciwstawne (GAN) to rodzaj frameworku uczenia maszynowego, który stanowi podstawę niektórych ważnych osiągnięć w generatywnej AI, w tym narzędzi do tworzenia deepfake’ów. GAN-y wykorzystują parę sieci neuronowych, gdzie jedna generuje dane, a druga ocenia ich realizm. Modele te „walczą” ze sobą, co optymalizuje wyniki AI, czyniąc je bardziej realistycznymi bez dodatkowej interwencji człowieka.

Halucynacje to termin używany w branży AI na określenie sytuacji, gdy modele AI „zmyślają” informacje, generując nieprawidłowe dane. Jest to poważny problem dla jakości AI, ponieważ halucynacje mogą prowadzić do wprowadzających w błąd, a nawet niebezpiecznych wyników. Uważa się, że problem ten wynika z luk w danych treningowych, co prowadzi do dążenia do coraz bardziej wyspecjalizowanych modeli AI, aby zmniejszyć ryzyko dezinformacji.

Inferencia to proces uruchamiania modelu AI w celu dokonywania przewidywań lub wyciągania wniosków z wcześniej widzianych danych. Nie może ona nastąpić bez wcześniejszego trenowania modelu. Różne rodzaje sprzętu, od procesorów smartfonów po potężne GPU, mogą wykonywać inferencję, ale nie wszystkie równie efektywnie. Bardzo duże modele wymagałyby znacznie więcej czasu na laptopie niż na serwerze chmurowym z wysokiej klasy układami AI.

Pamięć podręczna (memory cache) to ważny proces, który przyspiesza inferencję. Buforowanie jest techniką optymalizacji, mającą na celu zwiększenie wydajności inferencji poprzez zapisywanie określonych obliczeń do wykorzystania w przyszłych zapytaniach użytkowników i operacjach. Istnieją różne rodzaje buforowania pamięci, a jednym z bardziej znanych jest buforowanie KV (klucz-wartość).

Zrozumienie tych terminów jest kluczowe dla każdego, kto chce poruszać się w szybko zmieniającym się krajobrazie sztucznej inteligencji. Dynamiczny rozwój tej dziedziny sprawia, że ciągłe aktualizowanie wiedzy jest niezbędne, aby w pełni wykorzystać potencjał AI i unikać potencjalnych pułapek związanych z jej niewłaściwym użyciem lub niezrozumieniem jej ograniczeń.

Źródło: techcrunch.com