Искусственный интеллект: принципы работы¶
Искусственный интеллект (ИИ) — это класс компьютерных систем, способных выполнять задачи, которые традиционно требуют человеческого интеллекта: распознавать речь, понимать текст, распознавать изображения, принимать решения и генерировать ответы. В отличие от классических программ, жёстко следующих заранее прописанным инструкциям, ИИ строит свои ответы на основе закономерностей, извлечённых из больших массивов данных.
¶Основной принцип: машинное обучение
Современный ИИ работает по принципу машинного обучения (machine learning). Вместо того чтобы программист прописывал каждое правило вручную, система сама находит закономерности в примерах. Если нужно научить систему отличать кошек от собак, ей показывают тысячи подписанных изображений: «это кошка», «это собака». Алгоритм подстраивает внутренние числовые параметры так, чтобы на новых, ранее не виденных картинках результат был правильным.
Ключевая идея: ИИ не «понимает» мир в человеческом смысле, а математически оценивает вероятность того или иного ответа. Поэтому ошибки возникают там, где закономерности в обучающих данных отсутствуют или искажены.
¶Нейронные сети
Большинство современных систем построено на искусственных нейронных сетях — математической модели, вдохновлённой устройством биологического мозга. Сеть состоит из слоёв «нейронов» (по сути, числовых функций). Информация проходит через слои, и на выходе получается результат: например, вероятности принадлежности изображения к разным категориям.
Глубокое обучение (deep learning) — это обучение сетей с большим числом слоёв. Именно глубокие нейронные сети обеспечили прорыв в компьютерном зрении, распознавании речи и обработке текста в 2010-е годы.
¶Как обучается модель
Процесс обучения выглядит так:
- На вход сети подаётся пример (текст, изображение, звук).
- Сеть выдаёт прогноз.
- Прогноз сравнивается с правильным ответом, вычисляется ошибка.
- Внутренние параметры сети корректируются так, чтобы ошибка уменьшилась.
- Цикл повторяется на миллионах примеров.
Для обучения крупных моделей требуются специализированные графические процессоры (GPU) и тысячи часов вычислений. Стоимость обучения флагманских моделей исчисляется миллионами долларов.
¶Большие языковые модели
Особый класс — большие языковые модели (LLM), к которым относятся ChatGPT, GigaChat, ЯндексGPT и другие. Они обучены предсказывать следующее слово в тексте на основе предыдущих. Задача кажется простой, но именно она заставляет модель усваивать грамматику, факты, логику и стилистику.
После обучения модель дообучается с помощью метода RLHF (обучение на основе человеческой обратной связи): люди оценивают ответы модели, и она учится отдавать предпочтение более полезным и безопасным вариантам.
¶Генеративный ИИ
Генеративные модели создают новый контент: тексты, изображения, звук, код. Ключевой приём здесь — работа с «эмбеддингами»: смыслы преобразуются в векторы чисел, где близкие по значению понятия расположены рядом. Это позволяет модели находить ассоциации и строить связные ответы.
¶Ограничения
У современного ИИ есть известные слабости:
- Галлюцинации — модель уверенно выдаёт выдуманные факты, потому что ей важна статистическая правдоподобность, а не истина.
- Отсутствие понимания — модель не обладает сознанием и мировыми знаниями в человеческом смысле.
- Зависимость от данных — ошибки и предвзятость в обучающих данных воспроизводятся системой.
- Неспособность к переносу опыта — знания, полученные в одной задаче, плохо переносятся на другую без дополнительного обучения.
¶Применение
ИИ применяется в широком спектре областей: персонализированные рекомендации в онлайн-сервисах, распознавание речи и перевод, анализ медицинских снимков, диагностика неисправностей в промышленности, генерация кода, чат-боты поддержки. В России разработкой ИИ занимаются компании «Яндекс», «Сбер», МТС, VK и ряд научных организаций; в 2024 году в стране была принята национальная стратегия развития искусственного интеллекта до 2030 года.
Источники:
- Википедия: Искусственный интеллект
- Википедия: Машинное обучение
- Википедия: Большая языковая модель
- Википедия: Глубокое обучение
- Национальная стратегия развития искусственного интеллекта на период до 2030 года