Fàilte air ais chun dàrna pàirt den deasbad inntinneach againn le ChatGPT. Anns a a’ chiad earrann den chòmhradh againn, bheachdaich sinn air àite cruinneachadh dàta, notaichean agus cho cudromach sa tha Daonna-sa-lùb ann a bhith a’ trèanadh Modalan Mòra Cànain. Bruidhnidh sinn a-nis mu na dùbhlain, an claonadh a tha romhpa fhad ‘s a tha sinn a’ trèanadh mhodalan AI, an cleachdadh agus mar a bheir modalan adhartach AI buaidh air daoine san fharsaingeachd.
- Siostaman stèidhichte air riaghailtean: Tha iad sin a’ toirt a-steach a bhith a’ cruthachadh riaghailtean sònraichte a bhios an inneal a’ leantainn gus dàta a chomharrachadh. Mar eisimpleir, dh’ fhaodadh gur e riaghailt a bhith a’ comharrachadh teacsa sam bith a tha coltach ri seòladh puist-d (me, anns a bheil samhla ‘@’) mar ‘Post-d’.
- Modalan Ionnsachaidh Inneal: Faodar modalan ionnsachaidh inneal ro-thrèanadh a chleachdadh gus dàta ùr a chomharrachadh. Mar eisimpleir, dh’ fhaodadh modal aithneachaidh eintiteas ainmichte ro-thrèanadh a bhith air a chleachdadh gus buidhnean ann an teacsa a chomharrachadh agus a chomharrachadh.
- Ionnsachadh Gnìomhach: San dòigh seo, tha modal ionnsachaidh inneal air a thrèanadh an toiseach le baidse beag de dhàta le notaichean làimhe. An uairsin, bidh am modail a’ comharrachadh an dàta as motha a tha misneachail ann, agus tha na notaichean sin air an dearbhadh agus air an ceartachadh le luchd-notaichean daonna. Tha am modail air ath-thrèanadh leis an t-seata dàta nas motha seo agus tha am pròiseas air ath-aithris.
- Rianachd lag: An seo, thathas a’ cleachdadh ioma-chomharran lag (a dh’ fhaodadh a bhith nan siostaman stèidhichte air riaghailtean, lorg sluagh, heuristics, msaa) airson dàta a chlàradh. Ged a tha gach notaadair lag neo-fhoirfe, faodaidh na bileagan còmhla aca tuairmse mhath a thoirt seachad airson a bhith a’ trèanadh modail tùsail.
- Ionnsachadh Gluasaid: Tha an dòigh-obrach seo a’ cleachdadh modail a chaidh a thrèanadh air aon ghnìomh agus ga chur an sàs ann an gnìomh co-cheangailte eile. Mar eisimpleir, dh’fhaodte modail a th’ air a thrèanadh gus nithean aithneachadh ann an ìomhaighean a chleachdadh mar thoiseach tòiseachaidh airson modail a chaidh a dhealbhadh gus seòrsaichean sònraichte de nithean aithneachadh.
Ged a dh'fhaodas notaichean fèin-ghluasadach a bhith na inneal cumhachdach, tha e cudromach cuimhneachadh nach eil e an-còmhnaidh foirfe, agus faodaidh an càileachd atharrachadh a rèir an dòigh a thathar a 'cleachdadh agus cho iom-fhillte' sa tha an obair. Faodaidh mearachdan a bhith ann mar thoradh air claon-bhreith anns na riaghailtean tùsail no an t-seata trèanaidh, agus gu tric bidh gnìomhan iom-fhillte fhathast a’ feumachdainn sùil a chumail air daoine. Mar sin, gu tric is e measgachadh de notaichean fèin-ghluasadach agus làimhe (ionnsachadh leth-stiùirichte) an dòigh-obrach as fheàrr airson stòran-dàta mòra, iom-fhillte.
- Iomadachd agus riochdachadh dàta: Tha e na dhùbhlan dèanamh cinnteach gu bheil dàta cruinnichte a’ toirt a-steach diofar shuidheachaidhean agus a’ riochdachadh suidheachadh fìor san t-saoghal gu ceart. Mar eisimpleir, feumaidh modal aithne ìomhaigh ìomhaighean le diofar sholais, stiùireadh agus cùl-raointean.
- Prìobhaideachd Dàta agus Beusachd: Tha e deatamach gun tèid urram a thoirt do chòraichean prìobhaideachd agus cumail ri stiùiridhean beusanta fhad ‘s a tha thu a’ tional dàta. Le bhith gun urra ri dàta euslaintich ann an cùram slàinte bidh AI a’ dèanamh cinnteach à prìobhaideachd gun a bhith a’ toirt buaidh air a ghoireas airson trèanadh modail.
- Càileachd an dàta: Tha dàta àrd-inbhe riatanach; faodaidh dàta fuaimneach, neo-iomchaidh no ceàrr droch bhuaidh a thoirt air coileanadh modail. Tha dàta meadhanan sòisealta, le slang, typos, agus cleachdadh cànain neo-chunbhalach, a’ togail dhùbhlain airson trèanadh mion-sgrùdadh faireachdainn.
- Càileachd agus cunbhalachd notaichean: Tha e iom-fhillte a bhith a’ dèanamh cinnteach à notaichean ceart agus cunbhalach. Ann an seòrsachadh ìomhaighean, faodaidh luchd-notaichean eadar-dhealaichte a tha ag ainmeachadh an aon rud ann an dòigh eadar-dhealaichte am modail a chur troimh-chèile rè trèanadh.
- Uair is Cosgais: Tha notaichean làimhe a’ toirt ùine agus daor, gu sònraichte airson stòran-dàta mòra. Airson giullachd cànain nàdarra, bidh feum aig luchd-notaichean ùine mhòr agus eòlas cànain gus co-theacs an teacsa a thuigsinn.
- Comas do-dhèanta: Tha e na dhùbhlan am pròiseas notaichean a mheudachadh fhad ‘s a tha thu a’ cumail càileachd. Bidh modalan cànain gu tric a’ feumachdainn billeanan de eisimpleirean, a’ feumachdainn co-òrdanachadh am measg sgioba mòr de luchd-nòtaichean agus a’ dèanamh cinnteach à cunbhalachd thar notaichean.
- Duilgheadas leubail: Faodaidh bileagan ceart a bhith cuspaireil agus fosgailte airson mìneachadh. Faodaidh beachdan eadar-dhealaichte a bhith aig luchd-notaichean air gnìomhan mion-sgrùdadh faireachdainn, a’ leantainn gu diofar shònrachaidhean leubail airson an aon teacsa.
- Dàta mothachail: Feumaidh làimhseachadh dàta mothachail, leithid clàran meidigeach no ionmhais, ceumannan a bharrachd. Is dòcha gu feum luchd-notaichean trèanadh sònraichte no teisteanas gus an dàta seo a làimhseachadh gu h-iomchaidh agus dèanamh cinnteach gu bheil e air a dhìon.
Gus dèiligeadh ris na dùbhlain sin gu tric feumar measgachadh de dheagh phlanadh pròiseict, stiùireadh soilleir airson luchd-cruinneachaidh dàta agus luchd-nota, cleachdadh innealan fèin-ghluasadach far an gabh sin dèanamh, agus siostam làidir airson smachd càileachd.
- Cothromaich an stòr-dàta: Atharraich an dàta gus riochdachadh co-ionann de dhiofar chlasaichean a bhith agad.
- Cleachd Algorithms Maothachaidh Bias: Cleachd dòighean a tha air an dealbhadh gus claonadh ann an ro-innse a’ mhodail a lughdachadh.
- Cuir a-steach prìobhaideachd eadar-dhealaichte: Cuir fuaim ri dàta gus feartan mothachail a dhìon.
- Dèan mion-dhealbhadh Modail Bias-Aware: Atharraich am modail a’ beachdachadh air lasachadh bias.
- Cleachd Lèirmheas Daonna agus Stiùireadh: Bidh luchd-sgrùdaidh a’ leantainn stiùiridhean a tha ag iarraidh gun a bhith a’ fàbharachadh buidheann sam bith nuair a bhios iad a’ gleusadh.
- Stèidhich lùb fios-air-ais leantainneach: Tha eadar-obrachadh cunbhalach le luchd-sgrùdaidh a’ ceadachadh ionnsachadh leantainneach agus ceartachadh claon.
Cuimhnich, tha e dùbhlanach cur às do chlaonadh gu tur, ach faodaidh na ceumannan seo do chuideachadh le bhith ga lughdachadh.
- Gineadh susbaint: Faodaidh iad cuideachadh le bhith a’ cruthachadh susbaint leithid artaigilean, aithisgean, agus puist-d.
- Seirbheis teachdaiche: Faodar an cleachdadh ann an chatbots agus luchd-cuideachaidh brìgheil gus taic teachdaiche a dhèanamh fèin-ghluasadach.
- Eadar-theangachadh Cànain: Faodaidh iad cuideachadh le eadar-theangachadh teacsa eadar diofar chànanan.
- Oideachadh: Faodaidh iad mìneachadh a thoirt seachad air diofar chuspairean, a 'cuideachadh ann am foghlam.
- Sgrìobhadh Còd: Faodaidh iad cuideachadh le bhith a’ sgrìobhadh còd, a’ toirt taic do leasachadh bathar-bog.
- Margaidheachd is Sanasachd: Faodaidh iad susbaint cruthachail a ghineadh airson iomairtean margaidheachd.
- Ruigsinneachd: Faodaidh iad cuideachadh le bhith a’ gineadh cainnt airson tagraidhean teacsa-gu-cainnt.
- Automation Obrach: Dh’ fhaodadh gnìomhan àbhaisteach agus gnàthach, gu sònraichte ann an roinnean leithid saothrachadh, logistics, agus obair clèireach, a bhith fèin-ghluasadach, a’ leantainn gu gluasad obraichean.
- Cruthachadh obraichean ùra: Air an taobh dheimhinneach, chruthaicheadh àrdachadh AI dreuchdan ùra nach robh ann roimhe, leithid eòlaichean AI, sgrùdairean dàta, innleadairean ionnsachaidh innealan, agus dreuchdan ann am beusachd agus poileasaidh AI.
- Cruth-atharrachadh Obrach: Thèid mòran obraichean atharrachadh seach a bhith air an cuir às, le AI a’ gabhail thairis taobhan àbhaisteach den obair, a’ saoradh luchd-obrach gus fòcas a chuir air gnìomhan nas iom-fhillte agus cruthachail.
- Gluasad iarrtas sgil: Bidh iarrtas nas motha ann airson sgilean didseatach agus tuigse air AI, a dh’ fhaodadh beàrn sgilean a leantainn sa gheàrr-ùine.
Mar sin, ged a bhios AI gun teagamh a’ cur dragh air margaidhean obrach, bidh e cuideachd a’ toirt chothroman airson obraichean ùra agus barrachd cinneasachd.
- Dìth tuigse: Chan eil modalan AI a’ tuigsinn co-theacsa no bun-bheachdan san aon dòigh sa bhios daoine. Bidh iad a’ comharrachadh phàtranan ann an dàta ach chan eil iad a’ tuigsinn a’ bhrìgh bhunasach.
- Dìth dàta: Feumaidh iad tòrr dàta airson trèanadh. Ma tha an dàta claon, neo-choileanta, no de dhroch chàileachd, faodar buaidh mhòr a thoirt air coileanadh a’ mhodail.
- Coitcheannachadh: Gu tric bidh e doirbh do mhodalan a tha air an trèanadh air gnìomhan sònraichte no stòran-dàta an cuid ionnsachaidh a thoirt gu coitcheann gu suidheachaidhean ùra nach fhacas a-riamh.
- Soilleireachd: Gu math tric tha e doirbh a thuigsinn carson a tha cuid de mhodailean (gu h-àraidh modalan ionnsachaidh domhainn) air co-dhùnaidhean sònraichte a dhèanamh, a' ciallachadh gu bheil dìth follaiseachd no eadar-mhìneachaidh ann.
- Seasmhachd: Faodaidh modalan AI a bhith mothachail air atharrachaidhean beaga ann an dàta cuir a-steach (fuaim, saobhadh) agus is dòcha nach dèan iad coileanadh gu earbsach anns a h-uile suidheachadh.
- Draghan Beusach: Faodaidh tagraidhean AI leantainn gu cùisean prìobhaideachd, mì-chleachdadh a dh’fhaodadh a bhith ann, no claonadh gun dùil, a’ togail dhraghan beusanta agus laghail.
Mar a tha fios agam san t-Sultain 2021, tha AI air adhartas mòr a dhèanamh ann an tuigse cho-theacsail, gu sònraichte le leasachadh mhodalan cànain sòlaimte leithid GPT-3 agus GPT-4. Faodaidh na modailean sin teacsa coltach ri duine a ghineadh stèidhichte air an in-chur a gheibh iad agus an tuigse a-staigh air na dàimhean eadar faclan agus bun-bheachdan.
Ach, tha e cudromach cuimhneachadh gu bheil an “tuigse” seo eadar-dhealaichte bho thuigse dhaoine. Chan eil siostaman AI, mar a tha iad an-dràsta, aig a bheil mothachadh, fèin-mhothachadh, no an aon doimhneachd de eòlas eòlasach a tha aig daoine. Bidh iad a’ mìneachadh co-theacsa stèidhichte air pàtrain ann an dàta, chan ann air eòlas beò no air tuigse ghoireasach air nuance. Mar sin, tha an tuigse aca air co-theacsa gu bunaiteach eadar-dhealaichte bhon fheadhainn againn.
Mar eisimpleir, ged as urrainn dha AI freagairt a ghineadh do cheist mu eòlas pearsanta, leithid “ciamar a bha thu a’ faireachdainn air a’ chiad latha den sgoil agad?”, tha e a’ dèanamh sin stèidhichte air pàtrain anns an dàta air an deach trèanadh a dhèanamh, chan ann air eòlas pearsanta no faireachdainnean sam bith a th’ aige. Chan eil faireachdainnean no eòlasan pearsanta aig AI.
A thaobh an ama ri teachd, tha e doirbh a ràdh. Tha adhartas ann an rannsachadh agus leasachadh AI a’ leantainn aig astar luath, ach tha an leum bho aithneachadh pàtrain gu fìor thuigse agus mothachadh coltach ri duine gu math mòr, agus chan eil fios againn fhathast a bheil e comasach no ciamar a bhiodh e air a choileanadh. Eadhon ged a dh’ fhàsas siostaman AI nas ionnsaichte ann a bhith ag eadar-mhìneachadh co-theacsa, cha bhith seo gu riatanach a’ ciallachadh gu bheil tuigse daonna aca air.
- Tuigse agus ginealach cànan nàdarra nas fheàrr: Barrachd AI còmhraidh coltach ri daonna agus eadar-theangachaidhean fèin-ghluasadach nas fheàrr.
- Cothromachd AI, mìneachadh, agus follaiseachd: Dòighean airson co-dhùnaidhean AI a thuigsinn, dèanamh cinnteach à cothromachd, agus adhartachadh follaiseachd.
- AI ann an cùram slàinte: Diagnosis galair leasaichte, ro-innse builean euslaintich, agus làimhseachadh pearsanaichte tro AI.
- Ionnsachadh neartachaidh agus AI coitcheann: Siostaman AI nas sùbailte as urrainn grunn ghnìomhan ionnsachadh agus atharrachadh gu suidheachaidhean ùra.
- AI agus coimpiutaireachd cuantamach: Neartachadh cumhachd coimpiutaireachd a’ comasachadh mhodalan nas iom-fhillte agus amannan trèanaidh nas luaithe.
- Ionnsachadh aonaichte: Ionnsachadh inneal dìon prìobhaideachd a bhios a’ trèanadh mhodalan thairis air iomadh inneal gun a bhith a’ roinneadh dàta.
