ИИ: Словарь терминов революции искусственного интеллекта

A

AGI (Artificial General Intelligence) 

Искусственный общий интеллект – это гипотетические системы ИИ, способные выполнять широкий спектр сложных задач с минимальным вмешательством человека. Компания OpenAI определяет AGI как «высокоэффективные системы, превосходящие людей в большинстве экономически важных видов работы». Однако точные определения AGI остаются размытыми, и эксперты не сходятся во мнении, когда такая технология станет реальностью. Некоторые считают, что это возможно в течение следующего десятилетия, другие – что она остается очень далекой.

Агенты (Agents) 

Агенты ИИ – это следующий этап развития чат-ботов. Если в начале роста ИИ популярность получили чат-боты, такие как ChatGPT, которые могут отвечать на вопросы или предоставить рецепт, агенты способны выполнять более сложные задачи, такие как заказ продуктов или бронирование ресторанов. Это создает дополнительные преимущества для пользователей, но также повышает риски, если ИИ допускает ошибку.

Алгоритм (Algorithm)  

Алгоритм – это последовательность четко определенных действий по решению определенной проблемы. Люди используют алгоритмы веками. К примеру, финансовые аналитики строят алгоритмы для прогнозирования рыночных трендов. Сегодня традиционные алгоритмы постепенно заменяются методами машинного обучения, позволяющими компьютерам усовершенствоваться самостоятельно, анализируя большие объемы данных.

Алаймент (Alignment)  

Алаймент – проблема, которую пытаются решить разработчики ИИ, чтобы обеспечить соответствие искусственного интеллекта базовым человеческим ценностям. Это означает, что ИИ должно действовать нравственно и не нарушать моральные принципы. Однако трудности возникают из-за того, что нет единого мнения относительно того, какие именно ценности являются ключевыми, и что ИИ имеет или не имеет разрешения делать.

Искусственный интеллект (Artificial Intelligence)  

Искусственный интеллект – это общий термин для технологий, которые имитируют человеческий интеллект и могут выполнять задачи, обычно нуждающиеся в человеческом вмешательстве. Хотя термин «искусственный интеллект» был введен еще в 1950-х годах компьютерным ученым Джоном Маккарти, настоящее развитие этой отрасли началось в XXI веке, когда технологические гиганты, такие как Google и Microsoft, объединили мощные вычислительные ресурсы с большими пользовательскими объемами. данных.

B

Бенчмарки (Benchmarks)

Бенчмарки – это показатели, которые используются компаниями для демонстрации преимуществ своих ШИ-продуктов по сравнению с конкурентами. Однако до сих пор нет общепризнанного стандартизированного теста для сравнения ИИ-систем. Пока каждая компания разрабатывает свои собственные бенчмарки, чтобы продемонстрировать, как их ИИ справляется с задачами, такими как алгебра, чтение или программирование.

C

Чат-боты (Chatbots)  

Чат-боты существовали еще до появления генеративного ИИ, например простые онлайн-ассистенты для обслуживания клиентов. Однако новое поколение чат-ботов, таких как ChatGPT, способны поддерживать более динамичные диалоги, предоставляя рекомендации по кулинарии, информацию по истории и т.д. Развитие этой технологии приводит к появлению все более эффективных виртуальных помощников, которые могут помогать в повседневной жизни.

Клод (Claude)  

Claude – это чат-бот, созданный стартапом Anthropic, основанным бывшими сотрудниками OpenAI. В отличие от OpenAI, Anthropic фокусируется на безопасном развитии ИИ, избегая некоторых спорных функций, таких как генерация изображений. Claude быстро реагирует на разные запросы, аналогично ChatGPT, но ориентируется преимущественно на бизнес-пользователей.

Компьютерное видение (Computer Vision) 

Компьютерное видение – это отрасль ИИ, позволяющая компьютерам анализировать и классифицировать визуальную информацию (изображение, видео). Эта технология используется для отслеживания дикой природы, управления автотранспортными средствами и даже в правоохранительной деятельности. Однако есть опасения относительно предвзятости этой технологии, особенно в случаях, когда она используется для идентификации людей.

D

Дипфейк (Deepfake)

Неожиданное поведение появляется в больших языковых моделях, когда они демонстрируют новые способности, которых не ожидали тренеры. К примеру, модели могут научиться генерировать программный код, рассказывать необычные истории или распознавать фильмы на основе эмодзы.

E

Неожиданное поведение (Emergent Behaviors)  

Неожиданное поведение появляется в больших языковых моделях, когда они демонстрируют новые способности, которых не ожидали тренеры. К примеру, модели могут научиться генерировать программный код, рассказывать необычные истории или распознавать фильмы на основе эмодзы.

F

Тонкая настройка (Fine-Tuning)

Тонкая настройка – это процесс, в ходе которого уже существующая модель ИИ дополнительно учится на специфических данных для лучшего выполнения конкретных задач. К примеру, компания может научить ИИ лучше отвечать на вопросы, связанные с ее продукцией, адаптируя модель под свои потребности.

**Фронтирные модели (Frontier Models)**  

Фронтирные модели – это самые передовые ШИ-модели на рынке. Среди таких компаний как OpenAI, Anthropic, Google и Meta ведется соревнование за лидерство в создании самых мощных ШИ-моделей. Высокая стоимость разработки таких моделей означает, что стартапам становится все сложнее конкурировать с крупными компаниями.

G

Гемини (Gemini) 

Gemini – название ведущей ШИ-модели от Google, которая имеет способность выполнять сложные задачи, такие как программирование и математические вычисления. Она также имеет мультимодальные возможности, позволяющие обрабатывать различные типы данных, например текст и изображение.

Генеративный ИИ (Generative AI)  

Генеративный ИИ – это технология, способная создавать новые произведения на основе запросов пользователя. Она включает такие продукты, как DALL-E, который может генерировать детальные изображения, или Suno, создающий музыку. Генеративный ИИ работает на основе уже существующих массивов данных, что порой вызывает вопросы по авторским правам.

GPT (Generative Pretrained Transformer) 

GPT – это тип большой языковой модели, работающий на основе трансформерной архитектуры. Она способна обрабатывать большие объемы текстовых данных и генерировать ответы, сохраняя контекст и структуру предложений. Это позволяет GPT выполнять задания по переводу, написанию текстов и другие подобные задания.

Грок (Grok) 

Grok – это чат-бот, созданный стартапом xAI под руководством Илона Маска. Несмотря на то, что Grok получил популярность из-за своего провокационного поведения, компания имеет доступ к обилию данных с платформы X (ранее Twitter), что помогает быстро усовершенствовать технологию.

H

Галлюцинация (Hallucination) 

Галлюцинация – это явление, когда ИИ генерирует ответ, который звучит убедительно, но не соответствует действительности. Это возникает, когда система не имеет правильного ответа, но создает текст, похожий на достоверную информацию. Галлюцинации могут приводить к серьезным ошибкам, поэтому проблема остается актуальной.

Гибридный интеллект (Hybrid Intelligence) 

Гибридный интеллект – это концепция, которая предполагает сочетание человеческого и искусственного интеллекта для достижения лучших результатов. В таких системах люди работают вместе с ИИ, дополняя его слабые стороны своими навыками.

I

Интерпретированность (Interpretability)

Интерпретированность – это способность объяснить, как ИИ-система принимает решение или дает определенные ответы. Это становится особенно важным в сложных нейронных сетях, где даже разработчики иногда не могут ясно объяснить процесс принятия решения моделью.

L

Большие языковые модели (Large Language Models)

Большие языковые модели (LLM) – это нейронные сети, обученные большим объемам текстовой информации, включая книги, статьи и интернет-комментарии. Эти модели могут понимать, анализировать и генерировать текст, что делает их основой для современных систем обработки природного языка.

Лама (Llama) 

Llama – это группа передовых ИИ-моделей, разработанных Meta, которые делаются доступными для других разработчиков. Meta надеется, что Llama станет основой для создания многочисленных продуктов не только внутри компании, но и за ее пределами.

M

Машинное обучение (Machine Learning)

Машинное обучение – это процесс, в ходе которого компьютерные системы учатся на большом количестве данных. Это позволяет алгоритмам автоматически улучшаться на основе предыдущего опыта, не требуя явного программирования.

Коллапс моделей (Model Collapse)  

Коллапс моделей – это явление, которое возникает, когда ИИ-модели учатся на данных, созданных другими ИИ. Это может привести к снижению качества модели и ее способности правильно выполнять задачи.

Мультимодальные системы (Multimodal Systems)  

Мультимодальные системы – это ИИ, которые способны работать с различными типами данных одновременно, такими как текст, изображение, аудио. Это делает их более универсальными и приближает взаимодействие с пользователем к природному диалогу.

N

Обработка природного языка (Natural Language Processing)  

Обработка естественного языка (NLP) – это область ИИ, которая позволяет компьютерам понимать, интерпретировать и генерировать текст так, как это делает человек. NLP используется в таких приложениях как голосовые помощники (Siri, Alexa), переводчики и системы проверки правописания.

Нейронные сети (Neural Networks)

Нейронные сети – это тип ИИ, имитирующий работу человеческого мозга. Сети обучаются путём многократных проб и ошибок, изучая закономерности в данных, что позволяет им выполнять сложные задачи.

O

Открытый код (Open Source)  

Открытый код – это программное обеспечение, которое разработчики делают доступным для бесплатного использования и модификации. Открытое программное обеспечение имеет свои преимущества, в частности, в быстром совершенствовании благодаря совместным усилиям многих разработчиков.

P

Параметры (Parameters) 

Параметры – это переменные, которые ИИ-модель изучает во время обучения. Чем больше параметров у модели, тем она мощнее и способнее лучше выполнять сложные задачи.

Промт (Prompt) 

Промт – это запрос или команда, которую пользователь предоставляет ИИ-системе для выполнения задания. К примеру, можно спросить ИИ о новом рецепте или попросить создать текст для песни.

Инженерия промтов (Prompt Engineering)

Инженерия промтов – это процесс создания и оптимизации запросов для ИИ, чтобы получить более точные и более релевантные ответы при минимальном использовании вычислительных ресурсов.

R

Размышления (Reasoning)

Размышление – это способность ИИ выполнять сложные многошаговые задачи, подобные тем, которые решает человек. Например, новые модели ИИ могут вычислять сложные математические задачи, тратя больше времени на размышления перед тем, как дать ответ.

S

Малые модели (Small Models)

Малые модели – это компактные ИИ-модели, которые более эффективны с точки зрения ресурсов и более доступны, чем большие модели. Хотя у них нет такой мощности, как большие альтернативы, их можно использовать для выполнения менее сложных задач.

Сознательный ИИ (Sentient AI)  

Сознательный ИИ – это концепция искусственного интеллекта, который может осознавать и понимать окружающий мир. Пока что большинство исследователей соглашаются, что достижение такой технологии остается очень отдаленным будущим.

Синтетические данные (Synthetic Data) 

Синтетические данные – это искусственно сгенерированные данные, используемые для тренировки ИИ. Они помогают избежать правовых и этических вопросов, связанных с использованием реальных данных, но могут вызвать проблему коллапса модели, если на них учить слишком много систем.

T

Учебные данные (Training Data)

Учебные данные – это большой массив информации, на котором тренируются ИИ-модели. В них могут входить статьи, книги, комментарии в интернете, публикации в социальных сетях и т.д.