Jos olet seurannut viimeaikaista tekoälyyn liittyvää kohua, olet luultavasti kuullut työkaluista, jotka näyttävät tekevän kaikkea runojen kirjoittamisesta monimutkaisen koodin ohjelmointiin. Kaiken tämän taian takana piilee keskeinen käsite: perusmallitPohjimmiltaan ne ovat kuin auton alusta; vankka, yleisrakenne, joka voidaan sitten räätälöidä urheiluautoksi, kuorma-autoksi tai hyötyajoneuvoksi riippuen siitä, mitä tarvitsemme kulloinkin.
Näistä järjestelmistä tekee niin mullistavia se, ettemme enää suunnittele tekoälyä yhtä tehtävää varten, vaan luomme digitaalinen jättiläinen entrenado con cantidades ingentes de datos que luego podemos «moldear». Este cambio de paradigma ha permitido que la IA pase de ser algo muy rígido a convertirse en una herramienta flexible que aprende patrones generales del mundo para luego aplicarlos a problemas concretos, lo que ha acelerado la innovación a un ritmo que, sinceramente, deja fría a cualquiera.
Mikä tarkalleen ottaen on perusmalli?
Yksinkertaisesti sanottuna perusmalli on mikä tahansa tekoälyjärjestelmä, jota on koulutettu valtava määrä dataa (yleensä itsevalvonnan avulla) ja sillä on kyky sopeutua hienosäätöprosessin avulla valtavaan määrään sovelluksia. Ne eivät ole täysin uusia, koska ne hyödyntävät syväoppimista ja tiedonsiirtoa, mutta ennennäkemättömässä mittakaavassa Data ja laskenta ovat johtaneet sellaisten kykyjen syntymiseen, joita kukaan ei ollut osannut ennakoida.
On tärkeää olla sekoittamatta niitä ns. LLM (suuret kielimallit)Vaikka niitä käytetään usein synonyymeinä, suhde on suvun ja lajin välinen: kaikki oikeustieteen opinnot (LLM) ovat perustavanlaatuisia malleja, mutta eivät kaikki perustavanlaatuiset mallit ole LLM:iä. Vaikka LLM:t keskittyvät tekstiin ja koodiin, perustavanlaatuiset mallit voivat olla multimodaalinenkäsittelemällä robottien kuvia, ääntä, videota tai jopa aistisignaaleja.
Tekniset pilarit: Muuntaja ja koulutus
Arkkitehtuuri, joka on mahdollistanut kaiken tämän, on Muuntaja. Este sistema utiliza un mecanismo llamado «autoatención», que permite al modelo entender la importancia de diferentes partes de una secuencia, sin importar que estén lejos unas de otras. Consta habitualmente de un codificador y un decodificador que generan vektoriesitykset (upotukset), jotka vangitsevat kielen tai kuvien syvällisen merkityksen.
Luomisprosessi on yleensä jaettu useisiin vaiheisiin:
- Ennen harjoittelua: Es la fase más costosa. El modelo «devora» internet, libros y bases de datos para aprender la estructura general de la información. Aquí es donde se definen el parametrien lukumäärä, tokenien lukumäärä ja konteksti-ikkuna.
- Hienosäätö: Kun malli on generalistinen, sitä koulutetaan tietyillä tiedoilla ja ihmisten valvonnassa siitä tulee asiantuntija jollakin alueella, kuten lääketieteessä tai laissa.
- Sopeutuminen tehtävään: Tämä on viimeinen vaihe, jossa malli optimoidaan tiettyä toimintoa varten, kuten esimerkiksi oikeuskäytännön hakukone tai tekninen raporttigeneraattori.
Erinomaisia malleja, jotka ovat muokanneet historiaa
Vuodesta 2018 lähtien olemme nähneet mallien kulkueen tulevan ja menevän, ravistellen asioita. BERTI Hän oli yksi pioneereista, joka oli tunnettu kaksisuuntaisesta kyvystään ymmärtää asiayhteyttä. Sitten tuli perhe. OpenAI GPT, kehittyen GPT-1:stä GPT-4:ään, mikä osoittaa, että mitä suurempi mittakaava, sitä enemmän syntyy ominaisuuksia, kuten nollakohtaista oppimista.
Mutta he eivät ole ainoita. Meillä on Claude Anthropicistaversioilla kuten Sonnet, Opus ja Haiku, jotka pyrkivät tasapainoon älykkyyden ja nopeuden välillä. Toisaalta Amazon Nova Se tarjoaa laajan valikoiman multimodaalisesta ymmärryksestä luovaan videoiden tuottamiseen. Emme saa unohtaa Vakaa diffuusio, joka toi perustavanlaatuisten mallien voiman kuvien maailmaan, tai KUKINTA, monikielinen ja yhteistyöhön perustuva hanke, joka osoittaa, että myös avoimella lähdekoodilla on paikkansa.
Ominaisuudet ja tosielämän sovellukset
Nämä mallit eivät ainoastaan kirjoita sähköposteja. Niiden vaikutus ulottuu kriittisille sektoreille:
- Terveys: Ne auttavat huumeiden löytö ja lääketieteellisten kuvien analysointi, vaikkakin ne edellyttävät täyttä selitettävyyttä kohtalokkaiden virheiden välttämiseksi.
- Oikea: Ne helpottavat sopimusten tarkastelua ja pitkien oikeudellisten selostusten analysointia, mikä vähentää oikeussuojan saannin kustannuksia.
- koulutus: Ne sallivat a henkilökohtainen oppiminen ja mukautuvia, vaikka ne asettavatkin haasteita plagioinnin ja teknologisen kuilun suhteen.
- Robotiikka: Tavoitteena on luoda yleiskäyttöisiä robotteja, joita ei tarvitse ohjelmoida alusta alkaen jokaista tehtävää varten, vaan ne käyttävät perusmallia. olla vuorovaikutuksessa ympäristön kanssa fyysinen.
Pimeä puoli: Riskit, etiikka ja ympäristö
Kaikki ei ole pelkkää auringonpaistetta ja ruusuja. Homogenisoituminen on vakava riski: jos kaikki käyttävät samaa perusmallia, mikä tahansa harha tai sisäinen virhe se propagará por todas las aplicaciones derivadas, creando un «monocultivo algorítmico». Además, están las alucinaciones, esos momentos en los que la IA inventa datos con una seguridad pasmosa, lo que obliga a una jatkuva ihmisen tekemä tarkistus.
Eettisestä ja oikeudellisesta näkökulmasta käydään avointa taistelua siitä, tekijänoikeuksienTämä johtuu siitä, että monia malleja koulutetaan datalla ilman niiden luojien nimenomaista suostumusta. Tähän lisätään ympäristövaikutukset; näiden jättiläisten kouluttaminen kuluttaa valtava määrä energiaa ja vesi, mikä edellyttää tehokkaampien arkkitehtuurien ja kestävien datakeskusten etsimistä.
Tekoälyn tulevaisuus ja hallinto
Tie eteenpäin kulkee läpi pääsyn demokratisointiTällä hetkellä tehokkaimpien tekoälymallien koulutus on keskitetty muutamiin yrityksiin laitteiston (grafiikkasuorittimien) kustannusten vuoksi. On elintärkeää, että yliopistot ja hallitukset investoivat julkiseen infrastruktuuriin estääkseen tekoälyn voiman joutumisen harvojen käsiin. teknologinen oligopoli.
Avainasemassa ovat läpinäkyvyys ja riippumattomat tarkastukset. Ei riitä, että yritys sanoo mallinsa olevan turvallinen; meidän on sääntelykehykset (kuten EU:n tekoälylaki) ja ammatilliset standardit, jotka varmistavat, että näitä työkaluja käytetään yhteiskunnan parantamiseen eikä massavalvonnan tai disinformaation lisäämiseen.
Tekoälyekosysteemi on siirtynyt kohti rakennetta, jossa muutamat ydinmallit tukevat tuhansia erikoistuneita sovelluksia yhdistäen massiivisen prosessoinnin tehon ihmistason virityksen tarkkuuteen. Tämä edistysaskel, herättäen syvällisiä eettisiä ongelmia ja huolestuttaessa energiankulutusta, määrittelee uudelleen ihmisten ja koneiden välisen suhteen muuttamalla tekoälyn yleiskäyttöiseksi infrastruktuuriksi, joka kykenee päättelemään, luomaan ja oppimaan samanaikaisesti useilla eri aloilla.
