Nếu bạn đã theo dõi những thông tin gần đây về trí tuệ nhân tạo, chắc hẳn bạn đã nghe nói về những công cụ dường như có thể làm được mọi thứ, từ viết thơ đến lập trình mã phức tạp. Đằng sau tất cả những điều kỳ diệu này là một khái niệm then chốt: mô hình nền tảngVề cơ bản, chúng giống như khung gầm ô tô; một cấu trúc chắc chắn, tổng quát có thể được tùy chỉnh để trở thành xe thể thao, xe tải hoặc xe đa dụng, tùy thuộc vào nhu cầu tại từng thời điểm.
Điều khiến những hệ thống này trở nên đột phá là chúng ta không còn thiết kế AI cho một nhiệm vụ duy nhất nữa, mà thay vào đó tạo ra một hệ thống đa chức năng (AI) hoàn chỉnh. gã khổng lồ kỹ thuật số 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.
Mô hình nền tảng thực chất là gì?
Nói một cách đơn giản, mô hình nền tảng là bất kỳ hệ thống AI nào được huấn luyện bằng một... lượng dữ liệu khổng lồ (thường thông qua tự giám sát) và có khả năng thích ứng, thông qua một quá trình gọi là tinh chỉnh, với rất nhiều ứng dụng khác nhau. Chúng không hoàn toàn mới, vì chúng dựa trên học sâu và chuyển giao kiến thức, nhưng quy mô chưa từng có Dữ liệu và công nghệ máy tính đã dẫn đến sự xuất hiện của những khả năng mà không ai lường trước được.
Điều cần thiết là không được nhầm lẫn chúng với LLM (Mô hình ngôn ngữ lớn)Mặc dù thường được sử dụng thay thế cho nhau, mối quan hệ giữa chúng là mối quan hệ giữa giống và loài: tất cả các LLM đều là mô hình nền tảng, nhưng không phải tất cả các mô hình nền tảng đều là LLM. Trong khi LLM tập trung vào văn bản và mã, các mô hình nền tảng có thể... đa phương thứcXử lý hình ảnh, âm thanh, video, hoặc thậm chí cả tín hiệu cảm biến từ robot.
Các trụ cột kỹ thuật: Máy biến áp và đào tạo
Kiến trúc đã tạo nên tất cả những điều này chính là... Transformer. 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 biểu diễn vector (Các phần nhúng) nắm bắt ý nghĩa sâu sắc của ngôn ngữ hoặc hình ảnh.
Quá trình sáng tạo thường được chia thành nhiều giai đoạn:
- Giải trí trước: 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 số lượng tham số, số lượng token và cửa sổ ngữ cảnh.
- Điều chỉnh chi tiết: Khi mô hình đã đạt đến trình độ tổng quát, nó sẽ được huấn luyện bằng dữ liệu cụ thể và được con người giám sát để trở thành chuyên gia trong một lĩnh vực, chẳng hạn như y học hoặc luật.
- Thích ứng với nhiệm vụ: Đây là bước cuối cùng, nơi mô hình được tối ưu hóa cho một chức năng rất cụ thể, chẳng hạn như tạo ra một công cụ tìm kiếm án lệ hoặc một công cụ tạo báo cáo kỹ thuật.
Những mẫu xe xuất sắc đã định hình nên lịch sử.
Kể từ năm 2018, chúng ta đã chứng kiến hàng loạt người mẫu đến rồi đi, làm xáo trộn thị trường. Chứng nhận Ông là một trong những người tiên phong, nổi bật với khả năng hiểu bối cảnh theo cả hai chiều. Rồi đến gia đình. OpenAI GPTQuá trình phát triển từ GPT-1 đến GPT-4 cho thấy rằng quy mô càng lớn, càng có nhiều khả năng mới nổi lên, chẳng hạn như học không cần dữ liệu huấn luyện (zero-shot learning).
Nhưng họ không đơn độc. Chúng ta có Claude de Nhân họcvới các thể thơ như Sonnet, Opus và Haiku, tìm kiếm sự cân bằng giữa trí tuệ và tốc độ. Mặt khác, Amazon Nova Nó cung cấp một phạm vi hoạt động trải rộng từ hiểu biết đa phương thức đến tạo video sáng tạo. Chúng ta không thể quên điều đó. Khuếch tán ổn định, điều này đã mang sức mạnh của các mô hình nền tảng vào thế giới hình ảnh, hay HOAĐây là một nỗ lực hợp tác đa ngôn ngữ, chứng minh rằng mã nguồn mở cũng có vị trí xứng đáng của nó.
Khả năng và ứng dụng thực tế
Những mô hình này không chỉ viết email. Tác động của chúng còn lan rộng đến các lĩnh vực quan trọng:
- Sức khỏe: Họ giúp đỡ trong Nghiên cứu chế tạo thuốc và việc phân tích hình ảnh y tế, mặc dù chúng đòi hỏi khả năng giải thích đầy đủ để tránh những sai sót nghiêm trọng.
- Đúng: Chúng tạo điều kiện thuận lợi cho việc xem xét hợp đồng và phân tích các văn bản pháp lý dài dòng, giúp giảm chi phí tiếp cận công lý.
- Giáo dục: Họ cho phép một học tập cá nhân hóa và có khả năng thích ứng, mặc dù chúng đặt ra những thách thức liên quan đến vấn nạn đạo văn và khoảng cách công nghệ.
- người máy: Mục tiêu là tạo ra những robot đa năng không cần phải lập trình từ đầu cho từng nhiệm vụ, mà thay vào đó sử dụng một mô hình cơ bản để thực hiện các công việc khác nhau. tương tác với môi trường thể chất
Mặt tối: Rủi ro, đạo đức và môi trường
Không phải lúc nào mọi chuyện cũng suôn sẻ. Việc đồng nhất hóa là một rủi ro nghiêm trọng: nếu mọi người đều sử dụng cùng một mô hình cơ bản, thì bất kỳ ai cũng sẽ gặp rủi ro. sai lệch hoặc lỗi nội tại 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 Xác minh liên tục bởi con người.
Từ góc độ đạo đức và pháp lý, hiện đang có một cuộc tranh luận công khai về vấn đề này. sở hữu trí tuệĐiều này là do nhiều mô hình được huấn luyện bằng dữ liệu mà không có sự đồng ý rõ ràng của người tạo ra chúng. Thêm vào đó là tác động đến môi trường; việc huấn luyện những mô hình khổng lồ này tiêu tốn rất nhiều tài nguyên. lượng năng lượng khổng lồ và nước, điều này đòi hỏi phải tìm kiếm các kiến trúc hiệu quả hơn và các trung tâm dữ liệu bền vững hơn.
Tương lai và quản trị của trí tuệ nhân tạo
Con đường phía trước phải đi qua... dân chủ hóa quyền tiếp cậnHiện nay, việc đào tạo các mô hình AI mạnh nhất đang tập trung ở một vài công ty do chi phí phần cứng (GPU) quá cao. Điều quan trọng là các trường đại học và chính phủ cần đầu tư vào cơ sở hạ tầng công cộng để ngăn chặn sức mạnh của AI rơi vào tay một số ít người. độc quyền công nghệ.
Điều then chốt sẽ là tính minh bạch và kiểm toán độc lập. Một công ty chỉ nói rằng mô hình của họ an toàn là chưa đủ; chúng ta cần... khung pháp lý (chẳng hạn như Đạo luật Trí tuệ Nhân tạo của EU) và các tiêu chuẩn chuyên nghiệp đảm bảo rằng các công cụ này được sử dụng để cải thiện xã hội chứ không phải để tăng cường giám sát hàng loạt hoặc thông tin sai lệch.
Hệ sinh thái trí tuệ nhân tạo đã chuyển dịch sang cấu trúc trong đó một vài mô hình cốt lõi hỗ trợ hàng nghìn ứng dụng chuyên biệt, kết hợp sức mạnh xử lý khổng lồ với độ chính xác của sự tinh chỉnh ở cấp độ con người. Sự tiến bộ này, trong khi đặt ra những vấn đề đạo đức sâu sắc và gây lo ngại về mức tiêu thụ năng lượng, đã định nghĩa lại mối quan hệ giữa con người và máy móc bằng cách biến AI thành một cơ sở hạ tầng đa năng có khả năng suy luận, sáng tạo và học hỏi trên nhiều lĩnh vực cùng một lúc.
