Útmutató a Mesterséges Intelligencia Terminológiájához

A mesterséges intelligencia (MI) világa rendkívül összetett és sokszor zavaros. A tudósok gyakran használnak szakzsargont, hogy kifejezzék magukat. Ezért hasznosnak találtuk, hogy összeállítunk egy szótárt, amely tartalmazza a legfontosabb kifejezéseket és magyarázataikat, melyek a MI iparágában megjelennek. A jövőben folyamatosan frissítjük ezt a szótárt, ahogy az új kutatási eredmények és módszerek napvilágra kerülnek.

Mesterséges Általános Intelligencia (AGI)

A mesterséges általános intelligencia (AGI) olyan kifejezés, amely általában az átlagos embernél képesebb MI rendszerekre utal a feladatok széles spektrumában. Sam Altman, az OpenAI vezérigazgatója, az AGI-t „olyan, mint egy átlagos ember, akit munkatársunként felvehetünk.” Az OpenAI szándéka szerint az AGI „magasan autonóm rendszerek, amelyek több gazdaságilag értékes munkával felülmúlják az embereket.” Az AGI definíciója azonban bonyolult, és a kutatók többsége még mindig próbálja pontosan meghatározni.

MI Ügynökök

A MI ügynök egy olyan eszköz, amely MI-technológiákat használva hajt végre feladatokat a felhasználó nevében. E feladatok közé tartozhat például a költségek benyújtása, jegyek foglalása vagy akár programozás. Az „MI ügynök” kifejezés jelentése változhat, ahogy a technológia fejlődik. Alapvetően egy autonóm rendszerről van szó, amely több MI rendszert is igénybe vehet összetett feladatok elvégzéséhez.

Lánc-érvelés

A lánc-érvelés az MI kontextusában azt jelenti, hogy egy problémát kisebb, köztes lépésekre bontunk. Ez javíthatja a végeredmény minőségét, hiszen bár tovább tarthat választ találni, a kapott válaszok valószínűbben helyesek lesznek. Az érvelési modellek a hagyományos nagy nyelvi modellekből fejlődnek ki, és az úgynevezett megerősítéses tanulással optimalizálják a gondolkodást.

Mélytanulás

A mélytanulás a gépi tanulás egyik alműfaja, amely mesterséges neurális hálózatokon alapul. Ez lehetővé teszi a bonyolultabb összefüggések azonosítását, mint a hagyományos gépi tanulási rendszerek. E megoldások sűrű neurális hálózatokat használnak, amelyek az emberi agy működését mintázzák. Ezek a rendszerek képesek autonóm módon azonosítani a fontos jellemzőket az adatokban, így nem szükséges, hogy az emberi mérnökök előre definiálják azokat.

Diffúzió

A diffúzió a technológia, amely sok művészet-, zene-, és szöveggeneráló MI modell alapját képezi. E módszer a fizikából inspirálódik, és lényege, hogy fokozatosan „elpusztítja” az adatstruktúrát zaj hozzáadásával, míg végül eltűnik. Az MI-szempontból a cél a „fordított diffúzió” megtanulása, ami lehetővé teszi, hogy az adatokat a zajból visszaállítsák.

Összegzés

A mesterséges intelligencia világában való eligibilitásunkhoz elengedhetetlen, hogy tisztában legyünk a szakszavakkal és fogalmakkal. Az AGI, az MI ügynökök, a mélytanulás és a diffúzió csupán néhány példa arra, hogyan fejlődik ezen a területen a tudomány. Ahogy a technológia tovább fejlődik, úgy újabb szakkifejezések jelennek meg, ezért érdemes követni a legfrissebb híreket és kutatásokat. Ez a megközelítés segít jobban megérteni a mesterséges intelligenciát, és tudatosabb döntéseket hozni a jövőben.