Генеративный ИИ — обзор:

Что такое генеративный ИИ (CHAT GPT и DALL-E)?

Сейчас этому уделяется много внимания. Это бесплатный чат-бот, который генерирует ответы практически на любой заданный вопрос. Этот бот разработан «Open AI» и назван ботом Chat GPT, где Chat относится к взаимодействию, а GPT — к генеративному предварительно обученному преобразователю. Открытый ИИ выпущен для публичного тестирования в ноябре 2022 года. Более миллиона человек подписались на его использование всего за 5 дней. По данным опроса McKinsey 2022 года, использование искусственного интеллекта за последние годы увеличилось более чем вдвое, а инвестиции в него быстро растут.

Искусственный интеллект и машинное обучение:

ИИ основан на нейронной сети, которая является копией базовой модели нейросвязи человека. Он обучает машину имитировать человеческий интеллект для выполнения задач. Мы могли бы найти SIRI, ALEXA и многие другие голосовые помощники, которые, наконец, подпадают под ИИ.

Машинное обучение — это разновидность ИИ. Благодаря этому мы разрабатываем модели ИИ, которые могут учиться на закономерностях в данных, которые увеличили потенциал машинного обучения, а также потребность в этом. Алгоритмы машинного обучения были разработаны в 18-м и 20-м веках. Используемые наборы данных были очень маленькими по сравнению с текущими. Для формулировки алгоритмов машинного обучения использовались статистические и математические концепции, но они были ограничены лабораториями.

Хронология:

Подъем генеративного ИИ начался в 1940-х и 1950-х годах, когда возникла область ИИ. «Математическая теория коммуникаций» Алана Тернинга начала оказывать влияние на ИИ в 1948 году. В 1950 году он опубликовал еще одну статью «Вычислительные машины и Интеллект», которая была основной причиной всего воздействия.

В 1952 году ученые А.Л. Ходжкин и А. Ф. Хаксли разработали способ объяснить, как мозг использует электричество для нейронной связи. В конце концов, это основа ИИ и обработки естественного языка. В 1956 году на крупную конференцию Дартмутский летний исследовательский проект по искусственному интеллекту собралось более 100 исследователей, чтобы они рассказали о мыслящих машинах. В том же году Артур Сэмюэл создал один из первых примеров искусственного интеллекта, используя программу, которая играла в шашки.

С 1964 по 1966 год Джозеф Вейценбаум создал ELIZA, первого чат-бота в Лаборатории искусственного интеллекта Массачусетского технологического института. В 1980-х годах IBM была в авангарде искусственного интеллекта и разработала статистические модели, которые использовали машинное обучение для принятия решений на основе вероятности.

В последнее время:

В начале 2000-х годов Йошуа Бенжио совершил прорыв в развитии обработки естественного языка и искусственного интеллекта. Три года спустя исследователи Google создали Word2vec, метод, который использует нейронные сети для изучения словесных ассоциаций из текстов. Наконец, в 2019 году Open AI выпустила полную версию GPT-2, которая обучила массивный массив данных. Теперь он выпустил GPT-3 и движется к GPT-4.

До появления ChatGPT текстовые модели машинного обучения, такие как GPT-3 и BERT, привлекали внимание, но получали неоднозначные отзывы. Эти модели были обучены с помощью контролируемого обучения, когда люди помечали входные данные для классификации. Однако появилось новое поколение моделей, использующих обучение с самоконтролем. В эти модели вводились огромные объемы текстовых данных для прогнозирования результатов, таких как завершение предложений. Точность этих моделей, примером которой является успех ChatGPT, проистекает из их воздействия на различные текстовые источники, такие как Интернет.

Мощные языковые модели:

Разработка все более мощных языковых моделей, таких как GPT-3 и BERT, привела к значительным улучшениям в понимании и генерации естественного языка. Эти модели могут выполнять широкий спектр задач, в том числе:

· Машинный перевод (например, перевод текста между языками)

· Обобщение текста (например, создание краткого изложения новостной статьи)

· Анализ тональности (например, определение тональности рецензии на фильм)

· Разговорный ИИ (например, создание чат-ботов, способных участвовать в сложном диалоге)

Мы можем думать о GAN как о художнике, который создает картину, глядя на другие картины, а затем пытаясь создать что-то новое и оригинальное на основе того, что они видели. Примеры некоторых популярных GAN:

E.g.:

· DALL-E от Open AI

· РАИСР от Google

· Стиль GAN от NVIDIA

Ресурсы:

McKinsey: https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-generative-ai

Генеративный ИИ от Great Learning (учебные материалы)

Ранга Башьям Г.