Як стати експертом у галузі штучного інтелекту?
Я поставив це питання ChatGPT. Наступної секунди він почав генерувати відповідь:
/// Щоб стати експертом у галузі штучного інтелекту, потрібно докласти чимало зусиль і самовідданості. Ось кілька кроків, які ви можете зробити, щоб стати експертом зі штучного інтелекту:
- Вивчіть основи: Почніть з вивчення основ штучного інтелекту, включаючи типи ШІ, машинне навчання, глибоке навчання, обробку природної мови та комп’ютерний зір.
- Ознайомтеся з мовами програмування, які зазвичай використовуються в розробці ШІ, такими як Python, R і Java.
- Запишіться на онлайн-курси або навчальні програми, які поглиблено вивчають теми ШІ. Такі платформи, як Coursera, edX та Udemy, пропонують різноманітні курси зі штучного інтелекту, які викладають експерти галузі.
- Читайте книги та статті, написані експертами та дослідниками в галузі ШІ, щоб бути в курсі останніх тенденцій та досягнень у цій сфері.
- Беріть участь в проєктах, пов’язаних з ШІ, щоб отримати практичний досвід і вдосконалити свої навички. Ви також можете долучитися до проєктів з ШІ з відкритим вихідним кодом на таких платформах, як GitHub.
- Відвідуйте конференції та воркшопи, щоб познайомитися з іншими фахівцями та дослідниками.
- Практикуйтеся розв’язувати задачі за допомогою ШІ, щоб розвинути критичне мислення та навички розв’язання проблем. Такі платформи, як Kaggle, пропонують розв’язувати реальні проблеми з ШІ.
- Створюйте власні проєкти з ШІ, щоб застосувати свої знання та отримати практичний досвід. Ви можете почати з невеликих проєктів і поступово збільшувати їхню складність.
- Спілкуйтеся з іншими фахівцями з ШІ через соціальні мережі, онлайн-форуми та професійні мережі, щоб обмінюватися знаннями та отримувати нові ідеї.
Пам’ятайте, що для того, щоб стати експертом зі штучного інтелекту, потрібен час і зусилля, тому будьте терплячими та наполегливими у своєму навчанні. \\\
Додати нічого, проте, всім ставати експертами ШІ може й не потрібно, але розбиратись в основах технології, яка швидко проникає у всі сфери нашого життя, необхідно.
На щастя, автори NYT Кевін Роос (Kevin Roose) та Кейд Метц (Cade Metz) випустила серію публікацій на цю тему. Автори не тільки пояснюють простою мової складні концепції ШІ, але й пропонують практичні домашні завдання для закріплення прочитаного матеріалу.
Це мій переклад цієї серії.
В першій частині “Як стати експертом у галузі ШІ” (яку ви зараз читаєте) пояснюється, що таке штучний інтелект, як він працює за допомогою нейронних мереж, а також про деякі з поточних прикладів застосування та викликів, які стоять перед чат-ботами.
Частина друга “Як насправді працює ChatGPT?” зосереджена на концепції великих мовних моделей, або L.L.M., які є типом штучного інтелекту, що забезпечує роботу таких чат-ботів, як ChatGPT, Bing і Bard. У статті розглядаються етапи створення L.L.M. з нуля на прикладі гіпотетичного чат-бота, який допомагає відповідати на електронні листи. Стаття охоплює такі теми, як постановка мети, збір даних, побудова нейронної мережі, навчання моделі та оцінка її ефективності. Також обговорюються деякі виклики та обмеження L.L.M., такі як якість даних, упередженість, етика та узагальнення.
В третій частині “Чому чат-боти з ШІ помиляються?” йдеться про феномен “галюцинацій”, коли чат-боти генерують правдоподібні, але нерелевантні, безглузді або фактично неправильні відповіді через те, що навчаються на основі величезних обсягів даних, які можуть містити помилки, упередження та сміття.
Частина четверта “Як використовувати чат-боти з ШІ, такі як ChatGPT?” зосереджена на різних способах використання чат-ботів з ШІ, у повсякденному житті та роботі, наприклад, для пояснення складних понять, редагування текстів, написання коду, створення контенту, узагальнення інформації та розваг.
Завершальна п’ята частина “Яке майбутнє у штучного інтелекту?” присвячена майбутньому чат-ботів та інших технологій штучного інтелекту в розрізі можливих переваг та небезпек для суспільства і людства. У статті обговорюються деякі з поточних і нових сфер застосування чат-ботів, таких як мультимодальні системи, створення зображень і відео. У публікації також розглядаються деякі виклики та ризики, пов’язані з чат-ботами, такі як конфіденційність даних, упередженість, регулювання, дезінформація, шахрайство та екзистенційні загрози
Це переклад першої частини.
Що таке штучний інтелект?
Почнімо з початку.
Термін “штучний інтелект” часто використовують для опису роботів, безпілотних автомобілів, технологій розпізнавання облич і майже всього іншого, що здається трохи футуристичним.
Група науковців запровадила цей термін наприкінці 1950-х років, коли поставила собі за мету створити машину, яка могла б робити все, що може робити людський мозок — міркувати, розв’язувати проблеми, вивчати нові завдання та спілкуватися природною мовою.
Прогрес був відносно повільним до 2012 року, допоки одна ідея не змінила всю галузь.
Її назва — нейронна мережа. Звучить як комп’ютеризований мозок, але насправді це математична система, яка навчається, знаходячи статистичні закономірності у величезних обсягах даних. Наприклад, проаналізувавши тисячі фотографій котів, вона може навчитися розпізнавати котів. Нейронні мережі дозволяють Siri та Alexa розуміти, що ви говорите, ідентифікувати людей і об’єкти в Google Фото і миттєво перекладати десятки мов.
Наступна велика зміна: великі мовні моделі. Приблизно у 2018 році такі компанії, як Google, Microsoft і OpenAI, почали створювати нейронні мережі, які навчалися на величезних обсягах тексту з Інтернету, зокрема, на статтях Вікіпедії, цифрових книгах і наукових працях.
На подив експертів, ці системи навчилися писати унікальну прозу та комп’ютерний код, а також вести складні розмови. Це іноді називають генеративним штучним інтелектом.
Як результат: ChatGPT та інші чат-боти тепер готові кардинально змінити наше повсякденне життя.
Ваше перше завдання
У вас є домашнє завдання! Один з найкращих способів зрозуміти штучний інтелект — використовувати його самостійно.
Перший крок — зареєструватися в цих чат-ботах.
Коли все буде готово, просто введіть свій запит (так званий промпт) в текстове поле, і чат-бот відповість вам. Можливо, ви захочете погратися з різними підказками й подивитися, що вийде.
Сьогоднішнє завдання: Попросіть ChatGPT або одного з його конкурентів написати мотиваційного листа на роботу вашої мрії — наприклад, астронавта NASA.
Можете поділитися результатом в коментарях.
Поговоримо про чат-ботів
Ми (автори NYT) вже давно висвітлюємо розвиток штучного інтелекту, і обидва написали книги на цю тему. Але те, що відбувається зараз, відчутно відрізняється від того, що було раніше. Нещодавно ми поспілкувалися у Slack з нашим редактором Адамом Пасіком про те, як кожен з нас наближається до цього унікального моменту.
Кейд: Технології, що рухають нову хвилю чат-ботів, просочувалися роками. Але випуск ChatGPT дійсно відкрив людям очі. Він спричинив нову гонитву озброєнь в Кремнієвій долині. Такі технологічні гіганти, як Google і Meta, неохоче випускали цю технологію, але тепер вони наввипередки змагаються з OpenAI.
Кевін: Так, це божевілля — я відчуваю, що у мене паморочиться голова. Існує природна схильність скептично ставитися до технологічних трендів. Хіба криптовалюта не повинна була змінити все? Хіба ми не говорили про метаверс? Але зі штучним інтелектом все інакше, частково тому, що мільйони користувачів вже відчувають його переваги. Я брав інтерв’ю у вчителів, режисерів та інженерів, які щодня використовують такі інструменти, як ChatGPT. А він з’явився лише чотири місяці тому!
Адам: Як вам вдається врівноважувати захоплення та обережність щодо того, до чого це може призвести?
Кейд: Штучний інтелект не такий потужний, як може здатися. Якщо ви зробите крок назад, то зрозумієте, що ці системи не можуть повністю дублювати наш здоровий глузд або міркування. Згадайте хайп навколо безпілотних автомобілів: Чи були ці машини дивовижними? Так, напрочуд дивовижними. Чи були вони готові замінити людей-водіїв? Зовсім ні.
Кевін: Я підозрюю, що такі інструменти, як ChatGPT, насправді потужніші, ніж здаються. Ми ще не виявили всього, що вони можуть зробити. І, ризикуючи стати надто екзистенціальним, я не впевнений, що ці моделі працюють інакше, ніж наш мозок. Хіба багато людських міркувань не є просто розпізнаванням закономірностей і прогнозуванням того, що буде далі?
Кейд: Ці системи в чомусь імітують людину, а в чомусь ні. Вони демонструють те, що ми можемо з повним правом назвати інтелектом. Але, як сказав мені генеральний директор OpenAI, це “інопланетний інтелект”. Так, так, вони будуть робити речі, які нас здивують. Але вони також можуть обдурити нас, змусивши думати, що вони більше схожі на нас, ніж є насправді. Вони водночас потужні й недосконалі.
Кевін: Як деякі люди, яких я знаю!
Глосарій
Нейронна мережа: Математична система, змодельована на основі людського мозку, яка навчається, знаходячи статистичні закономірності в даних. Складається з шарів штучних нейронів: Перший шар отримує вхідні дані, а останній виводить результати. Навіть експерти, які створюють нейронні мережі, не завжди розуміють, що відбувається всередині.
Велика мовна модель: тип нейронної мережі, яка навчається, зокрема створенню прози, веденню розмов і написанню комп’ютерного коду, аналізуючи величезну кількість тексту з Інтернету. Основна функція — передбачати наступне слово в послідовності, але ці моделі здивували експертів, навчившись новим здібностям.
Генеративний ШІ: технологія, яка створює контент — включаючи текст, зображення, відео та комп’ютерний код — шляхом виявлення закономірностей у великих обсягах навчальних даних, а потім створює новий, оригінальний матеріал, який має схожі характеристики. Приклади включають ChatGPT для тексту та DALL-E і Midjourney для зображень.
