Hvernig virkar Generative AI? — AI læsi

Hagnaður:

Token getur útskýrt hugtökin líkur og spá á innsæi
Skilur hvers vegna mállíkan framleiðir texta „stykkja“
Getur túlkað hvers vegna líkanið hegðar sér stundum afgerandi og stundum skapandi

Þegar þú skrifar "það besta við Istanbúl" inn í tungumálalíkan, þá framleiðir það reiprennandi málsgrein á nokkrum sekúndum. Hvernig gerist þetta? "Hugsar" líkanið virkilega eða er miklu einfaldari en öflugri vélbúnaður á bak við það? Í þessari einingu munum við útskýra hvernig skapandi gervigreind virkar, án þess að fara í tæknilegar jöfnur heldur með því að koma á réttu innsæi. Þetta innsæi er grundvöllur alls sem á eftir kemur - sérstaklega efni ofskynjana, sannprófunar og góðra skjótra skrifa. Generative AI, það er „generative artificial intelligence“, er almennt heiti á verkfærum sem búa til texta frá grunni í stað þess að finna og sækja svar sem fyrir er.

Grunnhugmynd: Að spá fyrir um næsta verk

Það sem kemur á óvart er að eina grunnverkefnið sem tungumálamódel lærir er „hvaða hluta texta er líklegast að fylgja? er að svara spurningunni. Líkanið undirbýr ekki heila setningu og setur hana fyrir framan þig. Þess í stað framleiðir það setninguna stykki fyrir stykki, frá vinstri til hægri.

Svona virkar það skref fyrir skref:

Það les textann (kvaðningu) sem þú skrifar.
Spáir í líklegasta hluta til að fylgja þessum texta.
Bætir því stykki við.
Það lítur aftur á nýmyndaðan texta og giskar á næsta líklegasta verkið.
Endurtekið þar til svarið er lokið.

Dæmi: Ef þú gafst fyrirsætunni textann „Fáðu þér heitan bolla þegar þú vaknar á morgnana...“ væri líklegast framhaldið „te“ eða „kaffi“; Ekki "malbik". Líkanið hefur lært slíkar líkur af milljónum texta. Svo bætir hann við „te“, lítur svo á nýju setninguna og giskar á næsta líklegasta hluta o.s.frv.

Með öðrum orðum, í hverju skrefi tekur líkanið næsta skref með því að skoða það sem það hefur skrifað. Þess vegna er það stundum kallað "mjög háþróuð útgáfa af sjálfvirkri útfyllingu." En þessi samlíking ætti ekki að gera lítið úr hæfileikum; Á réttum mælikvarða getur þessi spá skilað niðurstöðum sem líta út eins og rökhugsun.

Tákn: Lítil stykki af orði

Líkanið virkar í raun ekki með fullum „orðum“ heldur með smærri stykki sem kallast tákn. Tákn; Stundum er það heilt orð, stundum er það hluti af orði, stundum er það greinarmerki.

„bók“ getur verið eitt tákn.
„úr bókunum okkar“ má skipta í nokkra tákn eins og „bók“, „s“, „okkar“, „frá“.
Bil og greinarmerki teljast einnig sem tákn.

Athugið: Token er ekki bara tæknileg smáatriði. Flest gervigreind tól rukka eftir fjölda tákna og lengd texta (samhengisglugga) líkana sem hægt er að vinna úr í einu er einnig takmörkuð í táknum. Svo "hversu lengi þú skrifar" er bein kostnaður og takmörk.

Líkur og „hlýja“: Ákveðni eða sköpunarkraftur?

Í hverju skrefi framleiðir líkanið ekki eitt endanlegt svar heldur líkindalista yfir hugsanlegt framhald. Til dæmis, á eftir orðinu "heitt": te 55%, kaffi 35%, mjólk 7%, annað 3%. Svo hvern velur hann?

Hér kemur stilling sem kallast hitastig við sögu. Hitastig er eins konar sköpunarhnappur sem ákvarðar hversu mikið líkanið mun „hætta“.

Stilling

hegðun

Niðurstaða

Hvar er það gagnlegt?

lágt hitastig

Tekur alltaf líklegasta kostinn

Stöðugt, endurtekið

Lögfræðileg samantekt, tæknilýsing, gagnaútdráttur

meðalhiti

Jafnvægi val

Eðlilegt en samkvæmt

Almennur tölvupóstur, skýrsludrög

hár hiti

Reynir ólíklegri valkosti

Skapandi, fjölbreytt, óútreiknanlegur

Hugarflug, slagorð, nafnaframleiðsla

Þetta skýrir einnig algengu spurninguna: "Af hverju fæ ég mismunandi svör þegar ég spyr sömu spurningarinnar tvisvar?" Vegna þess að það er einhver tilviljun í valferlinu; Líkanið dregur ekki fast svar úr gagnagrunni, það endurskapar það í hvert skipti.

Veik kvaðning / sterk kvaðning

Að vita að líkanið virkar með "líkindum" breytir líka hvernig þú kennir því. Því meira samhengi sem þú gefur, því líklegra verður rétta framhaldið.

Veik kvaðning: Skrifaðu kynningartexta.

Niðurstaða: Líkanið framleiðir mest „meðal“ og almennan texta vegna þess að það veit ekki hvaða vöru, hvaða markhóp, hvaða tón.

Sterk tilvitnun: Skrifaðu Instagram kynningartexta fyrir nýtt síukaffi á litlu kaffihúsi. Áhorfendur: 25-35 ára, kaffiáhugamaður. Tónn: vingjarnlegur, stuttur. Hámark 3 setningar, 2 hashtags í lokin.

Niðurstaða: Nothæfur texti sem á við þar sem samhengi þrengir möguleikana.

Þrjú Mini Cass

Mál 1 - Markaðssetning, mikil fjölbreytni. Hópur vildi 30 slagorð fyrir nýja vöru. Með háhitastillingu sinni framleiddi líkanið mismunandi, skapandi valkosti; Liðið valdi og þróaði 4 af 30. Heildartími: 10 mínútur. Ef það væri gert í höndunum myndi það taka hálfan dag.

Mál 2 - Lög, mikil ákveðni. Lögfræðiteymi sama fyrirtækis var að einfalda samningsákvæði. Þeir vildu samræmi, ekki sköpunargáfu; Með lágum hita gaf líkanið næstum sömu, íhaldssama samantektina í hvert skipti. Þannig var ekkert ósamræmi milli mismunandi rannsókna.

Tilfelli 3 - "Af hverju breyttist það?" spurningu. Starfsmaður óskaði tvisvar eftir sama tölvupóstsuppkasti og fékk tvær mismunandi niðurstöður; Hann hélt að þetta væru „mistök“. Í raun er þetta eðlileg afleiðing af handahófi líkansins. Þegar starfsmaðurinn lærði að vista útgáfuna sem honum líkaði og segja "gera það eins og fyrri" ef þörf krefur, var ekkert vandamál.

„Færir módelið það“?

Þetta er forvitnilegasta spurningin. Líkanið hefur lært tölfræðileg tengsl orða svo rækilega að það þykist skilja mörg verkefni. En það hefur engan meðvitaðan skilning, ásetning eða raunveruleikastýringu. Það gefur af sér "líklegasta framhaldið"; Það ábyrgist ekki að framleiða „nákvæmustu upplýsingarnar“. Þessi aðgreining er grundvöllur ofskynjana sem við munum fjalla um í næstu einingum.

Algeng mistök

Misskilja líkanið fyrir leitarvél. Líkanið leitar ekki á netinu og sækir auðlindir (nema það sé sérstakur leitaraðgerð); Myndar mögulegan texta úr minni. Svo hann getur búið til heimildina/myndina.
Misvísandi reiprennsli fyrir nákvæmni. Þó að textinn sé fallegur og öruggur þýðir það ekki að innihald hans sé rétt.
Býst við sama svarinu í hvert skipti. Tilviljun er eðlileg; Vistaðu úttakið sem þú vilt fyrir mikilvæg verkefni.
Líma mjög langan, óþarfa texta og ýta á táknmörkin. Lengd eykur bæði kostnað og getur truflað athygli líkansins; gefðu bara nauðsynlegt samhengi.

Athygli: Þó að fyrirsætan tali reiprennandi og af öryggi þýðir það ekki að hún tali rétt. Fæðing er eðlileg afleiðing af líkindamati; Nákvæmni er eitthvað sem þarf að athuga sérstaklega og sjálfstætt.

Í stuttu máli

Generative AI býr til texta skref fyrir skref með því að spá fyrir um næsta líklegasta brot (tákn); smíðar setninguna stykki fyrir stykki.
Tákn eru smærri hlutar orða og setja bæði kostnaðar- og lengdarmörk.
Í hverju skrefi framleiðir líkanið lista yfir möguleika; Hitastillingin ákvarðar hversu stöðug eða skapandi úttakið verður.
Ástæðan fyrir mismunandi svörum við sömu spurningunni er vegna tilviljunarkenndar sem felst í þessu ferli.
Fyrirsætan talar reiprennandi en það tryggir ekki að hún segi satt; Flutningur og nákvæmni eru ólíkir hlutir.

Umsóknarverkefni

Gefðu gervigreindarverkfærinu þínu sama skapandi verkefni (t.d. „skrifaðu stutt þakkarbréf“) tvisvar í röð og athugaðu hvernig úttakið er mismunandi. Endurtaktu síðan sama verkefni með „Öflugu hvetja“ sniðmátinu, bættu við samhengi og athugaðu muninn á gæðum á milli tveggja niðurstaðna.

Gátlisti

[ ] Ég get útskýrt að líkanið framleiðir textann með því að "spá fyrir næsta mögulega bita".
Ég veit hvað [ ] Token er og hvers vegna það stendur fyrir cost/limit.
[ ] Ég get greint á milli starfa sem krefjast staðfestu og þeirra sem krefjast sköpunar.
[ ] Ég veit að það er eðlilegt að fá mismunandi svör við sömu spurningunni.
[ ] Ég hef innbyrðis að orðbragð er engin trygging fyrir nákvæmni.