Машинное обучение, ИИ, нейросети: чем одно отличается от другого |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2023-06-01 12:12 Что метод, что функция, а что технология Машинное обучение — это частный случай искусственного интеллекта или искусственный интеллект — частный случай машинного обучения? Какое место в этой линейке занимают нейросети? А языковые модели? Запутаться очень легко, даже будучи поклонником науки и технологий. Об этом ПостНаука поговорила с кандидатом физико-математических наук, сотрудником London Institute for Mathematical Sciences Михаилом Бурцевым. Что такое машинное обучение? Стандартное применение компьютерных алгоритмов или математических расчетов можно описать так: программист может задать входные данные, описать последовательность действий с ними, провести некоторые преобразования — и получить ответ с помощью получившегося программного кода. Теперь представим ситуацию, когда имеются входные условия и примеры действий в похожих случаях, но нет конкретной инструкции по поиску ответа и самого ответа для данной задачи. Машинное обучение — это методология, с помощью которой можно построить «умную» модель: она научится решать задачу, исходя из данных ей примеров, но без информации о том, как правильно поставленную задачу решать. Это существенно облегчает работу со многими прикладными вопросами. Например, можно классифицировать изображения: собрать сотни иллюстраций грибов и облаков, маркировать их и таким образом создать обучающую выборку правильного решения задачи по определению объекта на картинке. Затем «соединить» эти данные с выбранной моделью, и та на примерах обучится отличать грибы от облаков самостоятельно. Пример с грибами и облаками достаточно простой, такое можно реализовать и с помощью обычной программы. Но если типов изображений становится не 2, а 1000, написать программу окажется очень сложно, и здесь приходит на помощь машинное обучение. Модель на практике — это та или иная математическая функция с различными параметрами. В процессе обучения модели ее параметры меняются таким образом, чтобы ошибка работы алгоритма была минимальной. Правильные параметры заранее не известны — в этом и суть работы модели. После перехода от обучающей выборки к реальным примерам модель должна проявить способность к верному предсказанию ответа. Что такое искусственный интеллект? Кто-то может сказать, что искусственный интеллект — это частный случай машинного обучения. Скорее всего, наоборот: машинное обучение — частный случай искусственного интеллекта, потому что решение интеллектуальных задач можно реализовать разными способами, в том числе и через ML. При этом искусственный интеллект — термин с разными значениями. Во-первых, это направление исследований в науке, которое занимается алгоритмами, в чем-то воспроизводящими интеллект человека или процесс решения интеллектуальных задач. Во-вторых, это и некоторая технология создания алгоритмов — сегодня это в основном символьный или нейросетевой интеллект. Символьный ИИ — это такой подход в искусственном интеллекте, с помощью которого происходит попытка моделирования рассуждений человека. Представим себе задачу: есть математик, который доказывает теорему. Давайте попробуем смоделировать этот процесс. Математик совершает какие-то действия, записывая их на некотором формальном языке математических обозначений. В результате этого процесса появляются доказательства теоремы. И есть некоторые правила, определяющие, какой это язык, как на нем писать, что писать можно и нужно. Система, которая позволяет на формальном языке вести некие рассуждения, называется символьным искусственным интеллектом, потому что основана на манипуляции с символами. Что такое нейросети? Нейросети — еще один подход к построению искусственного интеллекта, который отстраивается не от моделирования того, как рассуждает человек, а от того, как работает наш мозг в процессе обучения. Для этого создается сеть из «нейронов», которые представляют собой математическое описание модели нейрона «настоящего» (это, как и в головном мозге, структурно-функциональная единица, базовый элемент обработки информации). Из нейронов формируется сеть, и результат обработки информации определяется связью между элементами нашей сети. Отсюда нейросеть может быть моделью, которая используется для машинного обучения, то есть мы можем использовать нейронную сеть с множеством параметров, которые будут определять передачу сигналов между отдельными нейронами. Параметры этой модели будут в процессе обучения меняться, так чтобы минимизировать ошибку. ChatGPT — это нейросеть или языковая модель? Быть языковой моделью — это функция ChatGPT, и реализовано это с помощью нейросети. В широком смысле реализовать такую функцию можно разными способами (как и наоборот: с помощью нейросетей можно реализовать не только языковую модель, но и звуковую, графическую и так далее). Например, можно собрать большой объем текстов и посчитать, с какой вероятностью то или иное слово встречается во всех этих материалах. Тогда мы можем построить самую простую вероятностную модель языка таким образом, что каждое следующее слово в предложении будет выбираться пропорционально рассчитанным вероятностям. Качество такой модели будет очень низким, но все же это языковая модель. Таким образом, языковое моделирование — это реализация предсказания того, что должно быть в тексте. При этом ChatGPT — не просто языковая модель, а модель, адаптированная под имитацию живого взаимодействия людей в интернете, «очеловеченная» версия. Что происходит, когда мы даем чату задание? Если мы просим написать сказку, модель генерирует продолжение, которое обычно следует за словами «напиши сказку». Представьте, что у вас есть много текстов, где в некоторых случаях встречался текст «напиши сказку»; после этих слов в большинстве случаев была написана какая-то сказка. И нейросеть напишет что-то похожее на сказку, исходя из имеющихся у нее примеров. Но также нейросеть может ответить: «Я сейчас не в настроении и не буду этого делать», потому что и такой пример в наборе ее данных мог встретиться. Но вероятность этих ответов обычно понижают специально, чтобы пользователь не сталкивался с отказом. Еще один интересный вопрос — можно ли считать частным случаем машинного обучения процесс, когда пользователь корректирует работу ChatGPT под собственные цели путем разговора с ней, внесения уточнений? С формальной точки зрения это нельзя считать обучением, ведь это никак не влияет на параметры самой модели. Но, изменяя исходный запрос, вы можете повлиять на то, какой ответ она предоставит — конкретно для вас. Возможен ли синтез символьной методологии и нейросетей? Примером такого синтеза можно считать программу Alpha Go, разработанную компанией Google DeepMind в 2015 году. В 2016-м она обыграла игрока Ли Седоля, который на момент матча имел второе место по количеству выигранных чемпионатов мира. «Внутри» Alpha была нейросеть, которая давала оценку состоянию доски, и модель поиска по дереву решений, которая является фактически символьной. Сегодня похожие разработки ведутся и для других задач, в том числе для языковых моделей. Кроме того, можно предположить, что в будущем модели смогут общаться друг с другом и делиться опытом, консолидировать ресурсы в решении разных задач и проблем. Это порождает гораздо более загадочные сценарии, предсказывать которые заранее очень сложно. Но работы и в этом направлении ведутся по всему миру. Источник: postnauka.ru Комментарии: |
|