ክፍል 2 / 12

Generative AI እንዴት ይሰራል?

ትርፍ፡

  • ቶከን የፕሮባቢሊቲ እና ትንበያ ፅንሰ-ሀሳቦችን በማስተዋል ሊያብራራ ይችላል።
  • የቋንቋ ሞዴል ለምን ጽሁፍ 'ቁርጥራጭ' እንደሚያወጣ ተረድቷል
  • ሞዴሉ አንዳንድ ጊዜ በቆራጥነት እና አንዳንድ ጊዜ በፈጠራ ለምን እንደሚሠራ መተርጎም ይችላል።

"ስለ ኢስታንቡል ምርጡ ነገር" ወደ የቋንቋ ሞዴል ስትጽፍ በጥቂት ሰከንዶች ውስጥ አቀላጥፎ አንቀጽ ያወጣል። ይህ እንዴት ይሆናል? ሞዴሉ በእርግጥ "ያስባል" ወይንስ ከጀርባው በጣም ቀላል ግን ኃይለኛ ዘዴ አለ? በዚህ ክፍል ውስጥ አመንጪ AI እንዴት እንደሚሰራ እንገልፃለን, ወደ ቴክኒካዊ እኩልታዎች ሳንሄድ ነገር ግን ትክክለኛውን ግንዛቤ በማቋቋም. ይህ ግንዛቤ ለሚከተሉት ነገሮች ሁሉ መሰረት ነው-በተለይም የማሰብ፣ የማረጋገጫ እና ጥሩ አፋጣኝ አጻጻፍ ርዕሶች። ጀነሬቲቭ AI፣ ማለትም፣ “generative artificial Intelligence”፣ ነባሩን መልስ ከመፈለግ እና ከማምጣት ይልቅ ከባዶ ጽሑፍ ለሚፈጥሩ መሳሪያዎች የተለመደ ስም ነው።

መሰረታዊ ሀሳብ፡ የሚቀጥለውን ቁራጭ መተንበይ

የሚገርመው ነገር የቋንቋ ሞዴል የሚማረው ብቸኛው መሰረታዊ ተግባር "የትኛውን የፅሁፍ ክፍል መከተል ነው?" የሚለውን ጥያቄ ለመመለስ ነው። ሞዴሉ አንድ ሙሉ ዓረፍተ ነገር አያዘጋጅም እና ከፊት ለፊት አያቅርብ. ይልቁንም የዓረፍተ ነገሩን ቁራጭ ከግራ ወደ ቀኝ በክፍል ያዘጋጃል.

ደረጃ በደረጃ እንዴት እንደሚሰራ እነሆ፡-

  1. እርስዎ የሚጽፉትን ጽሑፍ ያነባል (ፈጣን)።
  2. ይህንን ጽሑፍ ለመከተል በጣም ዕድል ያለውን ክፍል ይተነብያል።
  3. ያንን ቁራጭ ይጨምራል።
  4. አዲስ የተቋቋመውን ጽሑፍ እንደገና ይመለከታል እና ቀጣዩን በጣም ሊሆን የሚችለውን ቁራጭ ይገምታል።
  5. መልሱ እስኪጠናቀቅ ድረስ ይደግማል።
ምሳሌ፡- ሞዴሉን "በማለዳ ከእንቅልፍዎ ሲነቁ ጽዋ ይኑርዎት..." የሚለውን ጽሁፍ ከሰጠኸው ምናልባት ቀጣይነት ያለው "ሻይ" ወይም "ቡና" ሊሆን ይችላል; “አስፋልት” አይደለም። ሞዴሉ በሚሊዮን ከሚቆጠሩ ጽሑፎች ውስጥ እንደዚህ ያሉ እድሎችን ተምሯል. ከዚያም "ሻይ" ጨምሯል, ከዚያም አዲሱን ዓረፍተ ነገር ይመለከታል እና የሚቀጥለውን በጣም ሊሆን የሚችለውን ክፍል ይገምታል, ወዘተ.

በሌላ አነጋገር, በእያንዳንዱ ደረጃ, ሞዴሉ የጻፈውን በመመልከት ቀጣዩን እርምጃ ይወስዳል. ለዚህም ነው አንዳንድ ጊዜ "በጣም የላቀ የራስ-አጠናቅቅ ስሪት" ተብሎ የሚጠራው. ነገር ግን ይህ ንጽጽር ተሰጥኦን መቀነስ የለበትም; በትክክለኛው መጠን, ይህ ትንበያ ምክንያታዊ የሚመስሉ ውጤቶችን ሊያመጣ ይችላል.

ማስመሰያ፡ ትንሽ የቃል ቁርጥራጮች

ሞዴሉ በትክክል የሚሰራው ከሙሉ “ቃላት” ጋር ሳይሆን ቶከን በሚባሉ ትናንሽ ቁርጥራጮች ነው። ማስመሰያ; አንዳንድ ጊዜ ሙሉ ቃል ነው, አንዳንድ ጊዜ የቃል አካል ነው, አንዳንድ ጊዜ የስርዓተ-ነጥብ ምልክት ነው.

  • "መጽሐፍ" ነጠላ ምልክት ሊሆን ይችላል.
  • "ከእኛ መጽሐፎች" እንደ "መጽሐፍ", "ስ", "የእኛ", "ከ" ባሉ በርካታ ምልክቶች ሊከፈል ይችላል.
  • ክፍተቶች እና ሥርዓተ-ነጥብ ምልክቶች እንዲሁ እንደ ማስመሰያዎች ይቆጠራሉ።
ትኩረት: ቶከን ቴክኒካዊ ዝርዝር ብቻ አይደለም. አብዛኛዎቹ የ AI መሳሪያዎች በቶከኖች ብዛት ያስከፍላሉ፣ እና የጽሑፍ (የአውድ መስኮት) ሞዴሎች በአንድ ጊዜ ሊሰሩ የሚችሉት ርዝመት እንዲሁ በቶከኖች የተገደበ ነው። ስለዚህ "በምን ያህል ጊዜ እንደሚጽፉ" ቀጥተኛ ዋጋ እና ገደብ ነው.

ፕሮባቢሊቲ እና "ሙቀት": ቁርጠኝነት ወይስ ፈጠራ?

በእያንዳንዱ እርምጃ ሞዴሉ አንድ ትክክለኛ መልስ ሳይሆን ቀጣይ ሊሆኑ የሚችሉ ሊሆኑ የሚችሉ ዝርዝር መረጃዎችን ይሰጣል። ለምሳሌ "ሙቅ" ከሚለው ቃል በኋላ: ሻይ 55%, ቡና 35%, ወተት 7%, ሌላ 3%. ታዲያ የትኛውን ነው የሚመርጠው?

እዚህ, የሙቀት መጠን ተብሎ የሚጠራው መቼት ይሠራል. የሙቀት መጠን ሞዴሉ ምን ያህል "አደጋ" እንደሚፈጥር የሚወስን የፈጠራ ችሎታ አይነት ነው.

በማቀናበር ላይ

ባህሪ

ማጠቃለያ

የት ነው የሚጠቅመው?

ዝቅተኛ የሙቀት መጠን

ሁልጊዜ በጣም የሚቻለውን አማራጭ ይወስዳል

የተረጋጋ, ሊደገም የሚችል

የህግ ማጠቃለያ, ቴክኒካዊ መግለጫ, የውሂብ ማውጣት

መካከለኛ ሙቀት

ሚዛናዊ ምርጫ

ተፈጥሯዊ ግን ወጥነት ያለው

አጠቃላይ ኢሜይል፣ ረቂቅ ሪፖርት

ከፍተኛ ሙቀት

ያነሰ ሊሆኑ የሚችሉ አማራጮችን ይሞክራል።

ፈጠራ, የተለያየ, የማይታወቅ

የአዕምሮ መጨናነቅ፣ መፈክር፣ የስም ምርት

ይህ ደግሞ በተደጋጋሚ የሚጠየቀውን ጥያቄ ያብራራል፡ "ለምንድነው ተመሳሳይ ጥያቄ ሁለት ጊዜ ስጠይቅ የተለያዩ መልሶች አገኛለሁ?" ምክንያቱም በምርጫ ሂደት ውስጥ አንዳንድ የዘፈቀደነት አለ; ሞዴሉ ከውሂብ ጎታ ቋሚ መልስ አይሰጥም, በእያንዳንዱ ጊዜ ይድገማል.

ደካማ ፈጣን/ጠንካራ ፍጥነት

ሞዴሉ ከ"ፕሮቢሊቲ" ጋር እንደሚሰራ ማወቅ እንዴት እንደሚያስተምሩትም ይለውጣል። ብዙ አውድ በሰጡ ቁጥር ትክክለኛው የመቀጠል እድሉ ይጨምራል።

ደካማ ጥያቄ፡ የመግቢያ ጽሑፍ ይጻፉ።

ውጤት፡ ሞዴሉ የትኛውን ምርት፣ የትኛውን ተመልካች፣ የትኛውን ቃና ስለማያውቅ በጣም "አማካይ" እና አጠቃላይ ፅሁፎችን ያዘጋጃል።

ጠንካራ ጥያቄ፡ ለትንሽ ካፌ አዲስ የማጣሪያ ቡና የኢንስታግራም ማስተዋወቂያ ጽሑፍ ይፃፉ። ታዳሚዎች: 25-35 አመት, የቡና አፍቃሪ. ቃና፡ ወዳጃዊ፣ አጭር። ከፍተኛው 3 ዓረፍተ ነገሮች፣ 2 ሃሽታጎች በመጨረሻ።

ውጤት፡ አውድ ዕድሎችን ስለሚያጠብ የሚጠቅም ጠቃሚ ጽሑፍ።

ሶስት ሚኒ ጉዳዮች

ጉዳይ 1 - ግብይት, ከፍተኛ ልዩነት. አንድ ቡድን ለአዲስ ምርት 30 መፈክሮችን ፈለገ። በከፍተኛ ሙቀት ማስተካከያ, ሞዴሉ የተለያዩ, የፈጠራ አማራጮችን አዘጋጅቷል; ቡድኑ ከ30 ቱ 4ቱን መርጦ አዳብሯል።ጠቅላላ ሰአት፡10 ደቂቃ። በእጅ የሚሰራ ከሆነ ግማሽ ቀን ይወስዳል.

ጉዳይ 2 - ህግ, ከፍተኛ ውሳኔ. የዚሁ ኩባንያ የህግ ቡድን የኮንትራት አንቀፅን ቀላል እያደረገ ነበር። እነሱ ወጥነት ፈለጉ, ፈጠራ ሳይሆን; በዝቅተኛ የሙቀት መጠን ሞዴሉ በእያንዳንዱ ጊዜ ተመሳሳይ ፣ ወግ አጥባቂ ማጠቃለያ ይሰጣል። ስለዚህ, በተለያዩ ሙከራዎች መካከል ምንም አለመጣጣም አልነበረም.

ጉዳይ 3 - "ለምን ተለወጠ?" ጥያቄ. አንድ ሰራተኛ ተመሳሳይ የኢሜል ረቂቅ ሁለት ጊዜ ጠይቋል እና ሁለት የተለያዩ ውጤቶችን ተቀብሏል; እሱ "ስህተት" መስሎታል. እንደ እውነቱ ከሆነ, ይህ የአምሳያው የዘፈቀደነት ተፈጥሯዊ ውጤት ነው. ሰራተኛው የወደደውን ስሪት ማስቀመጥን ከተማሩ እና አስፈላጊ ከሆነ "እንደ ቀዳሚው ያድርጉት" ይበሉ, ምንም ችግር አልነበረም.

ሞዴሉ "ያገኛታል"?

ይህ በጣም የሚገርመው ጥያቄ ነው። ሞዴሉ በቃላት መካከል ያለውን የስታቲስቲክስ ግንኙነቶች በሚገባ ተምሯል ስለዚህም ብዙ ተግባራትን እንደሚረዳ አስመስሎታል። ነገር ግን ምንም አይነት ግንዛቤ፣ ሀሳብ ወይም እውነታን የሚቆጣጠር ዘዴ የለውም። "በጣም ሊከሰት የሚችል ተከታይ" ይፈጥራል; "በጣም ትክክለኛ መረጃ" ለማምረት ዋስትና አይሰጥም. ይህ ልዩነት በቀጣዮቹ ክፍሎች ውስጥ የምንወያይበት የቅዠት ርዕሰ ጉዳይ መሰረት ነው.

የተለመዱ ስህተቶች

የተለመዱ ስህተቶች

  • ለፍለጋ ሞተር ሞዴሉን በመሳሳት ላይ። ሞዴሉ በይነመረብን አይፈልግም እና ሀብቶችን አያመጣም (ልዩ የፍለጋ ባህሪ ከሌለ); የሚቻለውን ጽሑፍ ከማህደረ ትውስታ ያመነጫል። ስለዚህ ምንጩን / አሃዙን ሊፈጥር ይችላል.
  • ለትክክለኛነት የተሳሳተ ቅልጥፍና. ጽሑፉ ውብና በራስ የመተማመን መንፈስ ስላለው ብቻ ይዘቱ ትክክል ነው ማለት አይደለም።
  • በእያንዳንዱ ጊዜ ተመሳሳይ መልስ በመጠበቅ ላይ። የዘፈቀደነት ተፈጥሯዊ ነው; ለወሳኝ ተግባራት የሚወዱትን ውጤት ያስቀምጡ።
  • በጣም ረጅም፣ አላስፈላጊ ጽሑፍን መለጠፍ እና የማስመሰያ ገደቡን መግፋት። ርዝማኔ ሁለቱም ዋጋን ይጨምራሉ እና የአምሳያው ትኩረትን ሊከፋፍሉ ይችላሉ; አስፈላጊውን አውድ ብቻ ይስጡ.
ትኩረት: ሞዴሉ አቀላጥፎ እና በራስ መተማመን ስለተናገረች በትክክል ትናገራለች ማለት አይደለም. ቅልጥፍና የይሆናል ግምት የተፈጥሮ ውጤት ነው; ትክክለኛነት በተናጠል እና በተናጥል መፈተሽ ያለበት ነገር ነው።

በማጠቃለያው

  • Generative AI የሚቀጥለውን በጣም የሚቻለውን ቁርጥራጭ (ቶከን) በመተንበይ ጽሑፍን ደረጃ በደረጃ ያመነጫል። የዓረፍተ ነገሩን ክፍል በክፍል ይገነባል.
  • ማስመሰያዎች ትናንሽ የቃላት ክፍሎች ናቸው እና ሁለቱንም የወጪ እና የርዝመት ገደቦችን ያዘጋጃሉ።
  • በእያንዳንዱ ደረጃ, ሞዴሉ የእድሎችን ዝርዝር ያወጣል; የሙቀት አሠራሩ ውጤቱ ምን ያህል የተረጋጋ ወይም ፈጠራ እንደሚሆን ይወስናል።
  • ለተመሳሳይ ጥያቄ የተለያዩ መልሶች ምክንያቱ በዚህ ሂደት ውስጥ ባለው የዘፈቀደነት ምክንያት ነው.
  • ሞዴሉ አቀላጥፎ ይናገራል, ነገር ግን ይህ እውነቱን መናገሯን አያረጋግጥም; ቅልጥፍና እና ትክክለኛነት የተለያዩ ነገሮች ናቸው.

የመተግበሪያ ተግባር

የእርስዎን AI መሳሪያ ተመሳሳይ የፈጠራ ስራ (ለምሳሌ "ፈጣን የምስጋና ማስታወሻ ይጻፉ") በተከታታይ ሁለት ጊዜ ይስጡ እና ውጤቶቹ እንዴት እንደሚለያዩ ይመልከቱ። ከዚያ ተመሳሳይ ተግባርን በ "ኃይለኛ መጠየቂያ" አብነት ይድገሙት, አውድ በመጨመር እና በሁለቱ ውጤቶች መካከል ያለውን የጥራት ልዩነት ያስተውሉ.

የማረጋገጫ ዝርዝር

  • [] ሞዴሉ ጽሑፉን የሚያወጣው "ቀጣዩን ሊሆን የሚችለውን ቁራጭ በመተንበይ" መሆኑን ማስረዳት እችላለሁ።
  • ቶከን ምን እንደሆነ እና ለምን ለዋጋ/ገደብ እንደሚቆም አውቃለሁ።
  • [ ] ቁርጠኝነትን የሚሹትን እና ፈጠራን የሚሹትን መለየት እችላለሁ።
  • [ ] ለተመሳሳይ ጥያቄ የተለያዩ መልሶች ማግኘት የተለመደ መሆኑን አውቃለሁ።
  • [ ] ቅልጥፍና ለትክክለኛነት ዋስትና እንደማይሆን ወደ ውስጥ ገብቻለሁ።