Generatiivne ja Mittegeneratiivne TI
Õpieesmärgid
Selle peatüki lõpuks oskate:
- Mõista erinevusi generatiivsete ja mittegeneratiivsete tehisintellekti süsteemide vahel.
- Mõista mõlema tüübi tüüpilisi ülesandeid ja näiteid.
- Tunda ära hübriidsüsteeme ja hinnata, millal on vaja mõlemat tüüpi.
- Mõista, miks ei saa kõiki tehisintellekti probleeme lahendada generatiivsete mudelitega.
- Harjutada tehisintellekti tüüpide tuvastamist reaalsetes rakendustes.
Selles osas käsitleme kahte peamist tehisintellekti kategooriat: generatiivne tehisintellekt ja mittegeneratiivne tehisintellekt. Nende kahe tüübi erinevuste tundmine aitab mõista tehisintellekti süsteemide mitmekülgsest võimekusest ja piirangutest.
Mis on Generatiivne TI?
Kujutage generatiivset tehisintellekti kui loojat tehisintellekti maailmas. Nagu kunstnik, kirjanik või helilooja, on selle peamine ülesanne luua uut sisu, mida varem ei olnud olemas.
Generatiivne tehisintellekt loob:
- Uut teksti: mudelid nagu ChatGPT ja GPT-4 suudavad kirjutada artikleid, lugusid, e-kirju ja isegi terviklikke raamatuid.
- Pilte: sellised tööriistad nagu DALL·E ja Midjourney suudavad lihtsate tekstikirjelduste põhjal luua fotorealistlikke pilte või kunstilisi illustratsioone.
- Muusikat: AI-d nagu Soundraw või AIVA suudavad komponeerida originaalseid muusikapalu erinevates stiilides.
- Koodi: GitHub Copilot on näide AI-st, mis suudab luua koodilõike või isegi täielikke funktsioone teie programmeerimiskonteksti põhjal.
Siin on lihtne viis selle toimimise visualiseerimiseks:
Mis on Mittegeneratiivne TI?
Erinevalt genereerivast tehisintellektist toimib mittegeneratiivne tehisintellekt pigem nagu kohtunik, filter või sorteerija. Selle peamine ülesanne ei ole luua midagi uut, vaid analüüsida olemasolevaid andmeid ja teha nende põhjal otsuseid, klassifikatsioone või prognoose.
Mittegenereeriv tehisintellekt täidab selliseid ülesandeid nagu:
- E-kirjade klassifitseerimine rämpspostiks või mitte: analüüsib e-kirja sisu ja saatja andmeid, et need kategooriatesse jagada.
- Sisu soovitamine: platvormid nagu Netflix või Spotify kasutavad mittegenereerivat tehisintellekti, et analüüsida teie varasemaid vaatamis-/kuulamisharjumusi ja soovitada teile meeldivat sisu (olemasolevaid valikuid järjestades).
- Krediitkaardipettuste avastamine: analüüsib tehingumustreid, et tuvastada kahtlased tegevused.
- Haiguste diagnoosimine skaneeringute põhjal: meditsiiniline tehisintellekt suudab analüüsida röntgen- või MRI-pilte, et avastada kõrvalekaldeid ja soovitada võimalikke diagnoose.
Mõelge mittegeneratiivsele tehisintellektile kui kohtunikule või bürokraadile – see ei loo midagi uut, kuid teeb olulisi otsuseid ja klassifikatsioone töödeldavate andmete põhjal.
Siin on võrdlus, mis toob esile erinevused:
Hübriidid ja segatud ülesanded
Paljud reaalsed AI rakendused ei ole puhtalt generatiivsed ega mittegeneratiivsed, vaid hübriidsüsteemid, mis ühendavad mõlemat lähenemisviisi.
Vaadake järgmisi näiteid:
- Masintõlge: kui tõlgite teksti ühest keelest teise, kasutab AI esmalt mittegeneratiivseid meetodeid allika teksti mõistmiseks ja seejärel generatiivseid mudeleid uue teksti loomiseks sihtkeeles.
- Kokkuvõtte tegemise tööriistad: tehisintellekti kokkuvõtte tegija analüüsib ja mõistab esmalt artikli põhimõisted (mittegeneratiivne) ja seejärel sõnastab need ümber lühikese kokkuvõtteks (generatiivne).
- Stiili ülekandmine piltidele: see hõlmab tehisintellekti poolt ühe pildi kunstilise stiili tuvastamist (mittegeneratiivne) ja seejärel selle stiili rakendamist teisele pildile, luues uue kunstilise tulemuse (generatiivne).
Hübriidsüsteemi põnev näide on generatiivsed vastandlikud võrgustikud (GAN-id). GAN-id koosnevad kahest neurovõrgustikust:
- Generaator: see TI püüab luua uusi andmeid (nt realistlikke pilte).
- Diskriminaator: see TI toimib „kohtunikuna”, püüdes eristada reaalseid andmeid ja generaatori loodud andmeid.
Nad konkureerivad omavahel, kusjuures generaator püüab pidevalt diskriminaatorit petta ja diskriminaator muutub üha paremaks võltsingute avastamisel. See konkurents ajendab mõlemat AI-d täiustuma, mille tulemuseks on uskumatult realistlik genereeritud sisu.
Miks mitte kasutada generatiivset TI kõigeks?
Kuigi generatiivne tehisintellekt on uskumatult võimas ja loominguline, on oluline mõista selle piiranguid. See ei ole universaalne lahendus kõikidele tehisintellekti probleemidele.
Generatiivne tehisintellekt on võimas tööriist, kuid selle vastuseid ei saa pimesi usaldada. Eriti ohtlik on see valdkondades, kus on vaja täpsust ja fakte, sest sellel on mitu nõrkust:
- Enesekindlad valed („hallutsinatsioonid“): Tehisintellekt võib välja mõelda fakte ja esitada neid sama enesekindlalt kui tõde. Selle põhjuseks on asjaolu, et mudel ei „tea“ midagi, vaid püüab lihtsalt luua teksti, mis kõlab võimalikult usutavalt.
- Segane ja vastuoluline loogika: Keeruliste teemade puhul, nagu seadused või teadus, võib tehisintellekti loogika hakata logisema. See võib ajada segi põhjuse ja tagajärje või esitada väiteid, mis on omavahel vastuolus.
- „Must kast“ – me ei tea, miks: Me ei näe tehisintellekti „mõttekäiku“. On võimatu kindlaks teha, kuidas see täpselt oma vastuseni jõudis. See teeb vastutuse ja vigade parandamise väga keeruliseks, eriti kui kaalul on midagi olulist.
Siin on mõned näited, kus generatiivse tehisintellekti kasutamine oleks väga halb mõte:
- Arsti asemel? Kindlasti mitte. ChatGPT-l patsiendile diagnoosi panna laskmine on äärmiselt ohtlik. See võib sümptomeid või ravimeid lihtsalt välja mõelda, mis võib lõppeda väga halvasti.
- Silla ehitamine pildi järgi? Ei aitäh. Midjourney võib joonistada ilusa silla, aga see ei tea midagi füüsikast. Selleks, et sild kokku ei kukuks, on vaja inseneride arvutusi ja spetsiaalset tarkvara, mis analüüsib materjalide vastupidavust, mitte ei loo lihtsalt pilti.
- Pangaraha valvamine? Vale tööriist. Tekstigeneraator ei oska öelda, kas pangatehing on pettus või mitte. Selleks on olemas hoopis teistsugused, andmeanalüüsile keskendunud süsteemid, mis otsivad kahtlasi mustreid. See on nagu paluda luuletajal matemaatikaülesannet lahendada.
Harjutus: Kas TI on generatiivne või mitte?
Kontrollime teie teadmisi! Otsustage iga allpool toodud näite puhul, kas tegemist on generatiivse AI, mittegeneratiivse AI või nende kahe hübriidiga.
Kokkuvõte
Nüüd oled õppinud põhilised erinevused generatiivse ja mittegeneratiivse tehisintellekti vahel!
Pea meeles järgmine võrdlus: generatiivne tehisintellekt kui on loominguline kunstnik, kes loob uut sisu, samas kui mittegeneratiivne tehisintellekt on nagu analüütiline kohtunik, kes teeb otsuseid ja klassifitseerib.
Mõlemal tüübil on oma unikaalsed tugevused ja piirangud ning tihti töötavad nad koos keerulistes tehisintellekti süsteemides.