Кратко объясняем ключевые термины из области ИИ

N+1Hi-Tech

Это нейробаза

Кратко объясняем ключевые термины из области ИИ

Сергей Кузнецов

Любую технологию, связанную с искусственным интеллектом, сегодня принято называть нейросетью. На самом деле это далеко не всегда корректно: например, GPT-4 — языковая модель на базе нейросети. Вместе с научно-исследовательским Институтом искусственного интеллекта AIRI мы подготовили материал, который поможет разобраться в том, какие технологии сегодня используют разработчики систем искусственного интеллекта, и на базовом уровне понять, как устроены последние достижения в этой области.

Вокруг только и говорят что об искусственном интеллекте. Что это такое?

Так называют область компьютерных наук или информатики, которая занимается созданием интеллектуальных систем, способных выполнять задачи, обычно требующие интеллектуальных усилий человека. ИИ использует алгоритмы1 и модели2, которые позволяют компьютерам изучать, анализировать и принимать решения на основе некоторого набора данных.

1. Алгоритм — набор инструкций, который может быть выполнен компьютером или другим устройством.

2. Модель — упрощенное представление реальной системы или явления, которое позволяет анализировать и предсказывать ее поведение.

Иногда под искусственным интеллектом (Artificial Intelligence, AI) ошибочно понимают сильный искусственный интеллект (Artificial General Intelligence, AGI) — систему, которая может «думать и действовать» как человек. На самом деле большинство современных разработок в этой сфере предназначены для выполнения конкретных задач, и многие называют их слабым искусственным интеллектом (Narrow AI) или технологиями искусственного интеллекта (AI Technologies). Например, программа для игры в шахматы не умеет отвечать на вопросы, а чат-бот, имитирующий живого собеседника, — рисовать изображения. Тем не менее постепенно искусственный интеллект становится все более функциональным. Например, языковая модель GPT-4, хотя все еще не может генерировать ничего, кроме текста, умеет обрабатывать не только текстовые запросы, но и изображения.

На сегодняшний день можно выделить три основные области искусственного интеллекта и три сопутствующие им задачи.

Машинное обучение (Machine Learning), глубокое, или глубинное, обучение (Deep Learning) и базисные модели (Foundation Models) — это области в разработке ИИ, которые позволяют системе самостоятельно учиться на основе больших объемов данных и опыта.

Глубокое обучение — это подраздел машинного обучения, использующий сложные нейронные сети для решения самых нетривиальных задач, например распознавания речи и обработки естественного языка. Фундаментальное отличие глубокого обучения от машинного заключается в том, что для машинного обучения измеримые свойства данных (признаки), на которые ИИ должен обратить внимание, задает человек, тогда как глубокое обучение находит их самостоятельно.

  • Компьютерное зрение (Computer Vision) — группа задач по разработке алгоритмов и моделей для распознавания и анализа изображений и видео. Сюда относятся технологии распознавания лиц, номерных знаков и, например, диагностика медицинских изображений. Кстати, компьютерное зрение не то же самое, что машинное (подробнее об этом читайте в нашем материале «Смотри внимательно»).
  • Обработка естественного языка (Natural Language Processing, NLP) — группа задач, в которых алгоритмы и модели используются для анализа и понимания естественного языка (то есть языка, на котором люди общаются друг с другом). Сюда относятся, например, технологии автоматического перевода, распознавания речи и анализа тональности текста.
  • Экспертные системы и системы знаний (Expert Systems and Knowledge Management) — эта группа задач предполагает использование баз знаний и правил для создания систем, которые могут принимать (или помогать принимать) решения, а также разрешать проблемы в конкретных областях. К ним относятся, например, системы диагностики и поддержки принятия решений.

Какие технологии и инструменты используют разработчики ИИ?

Нейронные сети — на данный момент, вероятно,основной инструмент в сфере искусственного интеллекта. Как и человеческий мозг, нейронные сети состоят из узлов (нейронов), которые обрабатывают информацию и обмениваются ею друг с другом. В зависимости от задачи разработчики применяют различные архитектуры нейронных сетей.

66d1e71999ca7cdce779a56f94e416e4.jpg
Схематическое изображение механизма работы нейросети. Схема от N + 1, на основе материала от ddesign.moscow ddesign.moscow; N + 1

Например, сверточные нейронные сети (Convolutional Neural Networks, CNN) широко используются для обработки изображений и видео. Это особый класс многослойных нейросетей, способных извлекать из изображений характерные признаки, уменьшать эти данные в размере (это и называется сверткой) и благодаря этому эффективно распознавать объекты и обрабатывать большие объемы данных. Такие нейросети могут, например, находить на видео целующихся людей и помогать ученым восстанавливать позы животных.

  • Нейрон — базовый элемент нейронной сети. Он принимает входные данные, обрабатывает их и передает результат следующему нейрону.
  • Слой — группа нейронов, которые сообща обрабатывают данные. Каждый слой может выполнять определенную функцию, например извлекать признаки из данных или предсказывать значения.
  • Признаки — это характеристики или свойства данных. Например, при анализе изображения к признакам могут относиться цвет, текстура, форма объектов и так далее.
  • Соединение — это связь между нейронами в нейронной сети. Они передают данные и сигналы между собой, чтобы обрабатывать информацию.
  • Веса соединений — числа, которые определяют вклад каждого соединения в итоговый результат модели. В процессе обучения нейронная сеть пытается настроить веса соединений, чтобы минимизировать ошибку модели. Веса соединений обычно начинаются со случайных значений и обновляются в процессе обучения с помощью алгоритмов оптимизации. Настройка весов соединений — это один из ключевых этапов обучения нейронной сети.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Улыбаться жизни вместе Улыбаться жизни вместе

Кто сказал, что жизнь – это всегда преодоление?

Psychologies
Как ускорить работу ноутбука: 6 полезных советов Как ускорить работу ноутбука: 6 полезных советов

Как ускорить ноутбук или повысить его производительность?

CHIP
Как выбрать термобелье для похода? Советы эксперта Как выбрать термобелье для похода? Советы эксперта

Регулируем температуру тела правильно

Вокруг света
Поездки за пустотой Поездки за пустотой

Как Андрей Монастырский перевел в акции поэзию абсурда

Weekend
Почему в еду нужно добавлять черный перец? Простое объяснение и интересные факты! Почему в еду нужно добавлять черный перец? Простое объяснение и интересные факты!

Эта простая приправа обладает удивительными свойствами

ТехИнсайдер
5 книг об известных изобретателях 5 книг об известных изобретателях

Книги об изобретателях, которые изменили ход истерии

СНОБ
Как основавший гиганта доставки Lalamove бывший игрок в покер стал миллиардером Как основавший гиганта доставки Lalamove бывший игрок в покер стал миллиардером

Как Чоу Шин Юк создал гигантскую логистическую компанию Lalamove

Forbes
Затерянный рай Зерзура — мифический город, о котором вы никогда не слышали Затерянный рай Зерзура — мифический город, о котором вы никогда не слышали

Думаете, только у древних греков были легенды о райских городах?

ТехИнсайдер
Почему мюзикл «Призрак оперы» закрыли на Бродвее после 35 лет проката Почему мюзикл «Призрак оперы» закрыли на Бродвее после 35 лет проката

Чем мюзикл «Призрак оперы» запомнился миру и почему прекратил свое существование

СНОБ
«Связанные насмерть»: хоррор с Рэйчел Вайс об экспериментах над беременными женщинами «Связанные насмерть»: хоррор с Рэйчел Вайс об экспериментах над беременными женщинами

История сестер, открывающих гинекологическую клинику, вышла на новый уровень

Forbes
В Чатал-Хююке нашли фрагменты веревок и текстиля из волокон луба В Чатал-Хююке нашли фрагменты веревок и текстиля из волокон луба

Артефакты из Чатал-Хююка датируются VII тысячелетием до нашей эры

N+1
Сергей Соловьев. О дружбе с Абдуловым, Янковским, Тихоновым и Михалковым Сергей Соловьев. О дружбе с Абдуловым, Янковским, Тихоновым и Михалковым

Как я вообще сумел пробиться в режиссеры?

Коллекция. Караван историй
Хорошее совмещение Хорошее совмещение

Комплекс упражнений, который легко делать прямо во время уборки

Лиза
Хозяева чащи Хозяева чащи

Итак, кого же можно назвать хозяевами джунглей?

Вокруг света
Это было навсегда, пока не кончились персики Это было навсегда, пока не кончились персики

«Земля Алькаррас»: кинороман о каталонских фермерах

Weekend
Почему уменьшается Меркурий и существует ли атмосфера у этой планеты: неожиданные факты, которые удивят даже астрономов Почему уменьшается Меркурий и существует ли атмосфера у этой планеты: неожиданные факты, которые удивят даже астрономов

Невероятные факты про атмосферу загадочного Меркурия

ТехИнсайдер
Музыкальная пауза: история хита Everybody (Backstreet’s Back) группы Backstreet Boys Музыкальная пауза: история хита Everybody (Backstreet’s Back) группы Backstreet Boys

Почему судьба Backstreet’s Back изменилась после хита Everybody?

Правила жизни
Детские воспоминания: чему они могут научить? Детские воспоминания: чему они могут научить?

Как воспоминания детства могут пригодиться во взрослой жизни?

Psychologies
«Певчие избранники России»: что мы знаем о дроздах — обитателях лесов и городов «Певчие избранники России»: что мы знаем о дроздах — обитателях лесов и городов

У этих прожорливых пернатых, с которыми воюют садоводы, есть немало достоинств

Вокруг света
Девять фактов о самом крепком и самом странном алкоголе в мире — «китайской водке» — байцзю Девять фактов о самом крепком и самом странном алкоголе в мире — «китайской водке» — байцзю

Как производится байцзю — главный дистиллят Поднебесной?

Maxim
Шесть причин посмотреть мини-сериал «Михаил Горшенёв. Легенда о Короле и Шуте» Шесть причин посмотреть мини-сериал «Михаил Горшенёв. Легенда о Короле и Шуте»

Документальное кино, которое поможет понять, кто такой Михаил Горшенев

Maxim
Непосильное семя Непосильное семя

Квотирование поставок зарубежных семян может негативно повлиять на рынок

Агроинвестор
Индейцам с северо-запада Америки нашли трехтысячелетнюю родственницу Индейцам с северо-запада Америки нашли трехтысячелетнюю родственницу

Палеоэскимосы внесли вклад в генофонд коренных американцев Севера

N+1
Самые мерзкие и пугающие факты о космонавтах Самые мерзкие и пугающие факты о космонавтах

Если хочешь стать космонавтом, лучше пропусти эту статью

Maxim
Дом барса Дом барса

На высоте более 2000 метров располагается национальный парк «Сайлюгемский»

Вокруг света
5 знаковых коллабораций композиторов и художников 5 знаковых коллабораций композиторов и художников

Выдающиеся примеры союза искусств за последние полстолетия

Правила жизни

Как одеваться после 40 лет, чтобы выглядеть неотразимо?

VOICE
Средневековые гренландские скандинавы импортировали древесину с северо-востока Северной Америки Средневековые гренландские скандинавы импортировали древесину с северо-востока Северной Америки

По крайней мере часть древесины поступала в Гренландию в виде импорта

N+1
Беспорядочный порядок Беспорядочный порядок

Россией правил не император, а столоначальники

Дилетант
Критика, неуверенность и недоверие: 7 знаков, что отношения повернули не туда, — проверьте себя Критика, неуверенность и недоверие: 7 знаков, что отношения повернули не туда, — проверьте себя

Как распознать знаки, указывающие на то, что ваша дорога вместе не будет ровной?

Psychologies
Открыть в приложении