Ģeneratīvais mākslīgais intelekts
Ģeneratīvais mākslīgais intelekts (angļu: generative artificial intelligence, saīsināti ģeneratīvais MI) ir mākslīgā intelekta veids, kas spēj ģenerēt jaunu saturu, piemēram, tekstu, attēlus, audio, video un datorprogrammu kodu. Šādas sistēmas parasti tiek apmācītas ar lielām datu kopām, lai apgūtu tajās sastopamās struktūras un likumsakarības un pēc tam radītu jaunu saturu ar līdzīgām īpašībām.
Ģeneratīvais mākslīgais intelekts īpaši strauji attīstījās 2010. gadu beigās un 2020. gadu sākumā līdz ar dziļās mašīnmācīšanās, transformeru, lielo valodas modeļu un difūzijas modeļu attīstību.
Vēsture
[labot | labot pirmkodu]Ģeneratīvo modeļu pirmsākumi meklējami agrīnajos mākslīgo neironu tīklu un statistiskās mašīnmācīšanās pētījumos. Jau pirms mūsdienu dziļās mašīnmācīšanās pastāvēja modeļi, kas spēja ģenerēt tekstu, skaņu vai citus datus, tomēr to iespējas bija salīdzinoši ierobežotas.
Nozīmīgs pavērsiens notika 2014. gadā, kad Īans Gudfelovs un viņa kolēģi aprakstīja ģeneratīvos sacīkstes tīklus (GAN). Tajos divi neironu tīkli — ģenerators un diskriminators — tiek apmācīti savstarpējā konkurencē, ļaujot ģeneratoram pakāpeniski radīt arvien ticamākus datus.[1]
2017. gadā tika izstrādāta transformera arhitektūra, kas būtiski ietekmēja dabiskās valodas apstrādi.[2] Uz transformeriem balstīti modeļi ļāva izveidot arvien lielākas sistēmas, kas tika apmācītas ar milzīgiem teksta apjomiem.
2018. gadā tika izstrādāts pirmais GPT modelis, kam vēlāk sekoja GPT-2, GPT-3 un citas lielo valodas modeļu paaudzes. Vienlaikus līdzīgas tehnoloģijas attīstīja arī citi uzņēmumi un pētniecības organizācijas.
2020. gadu sākumā ievērojami attīstījās arī attēlu ģenerēšanas sistēmas. Plašu pielietojumu ieguva difūzijas modeļi, kas ļāva ģenerēt detalizētus attēlus pēc dabiskajā valodā formulēta apraksta.
2022. gadā pēc ChatGPT publiskas palaišanas ģeneratīvais mākslīgais intelekts ieguva plašu sabiedrības uzmanību. Ģeneratīvā MI rīki sāka strauji izplatīties izglītībā, programmēšanā, uzņēmējdarbībā, dizainā un citās nozarēs.
Darbības principi
[labot | labot pirmkodu]Ģeneratīvā mākslīgā intelekta modeļi apmācības laikā analizē lielu skaitu piemēru un matemātiski apgūst tajos sastopamās sakarības. Pēc apmācības modelis var izmantot šīs sakarības jaunu datu ģenerēšanai.
Teksta ģenerēšanā plaši izmanto lielos valodas modeļus. Tie tekstu sadala mazākās vienībās jeb tokenos un aprēķina iespējamo nākamo tokenu, ņemot vērā iepriekšējo kontekstu. Atkārtojot šo procesu, iespējams ģenerēt garus un strukturētus tekstus.
Attēlu ģenerēšanā bieži izmanto difūzijas modeļus. To darbības pamatā ir pakāpeniska nejauša trokšņa pārveidošana strukturētā attēlā atbilstoši lietotāja dotajam teksta aprakstam.
Mūsdienu ģeneratīvā MI sistēmas var būt arī multimodālas, proti, tās spēj apstrādāt un ģenerēt vairākus informācijas veidus, piemēram, tekstu, attēlus un skaņu.
Izmantošana
[labot | labot pirmkodu]Ģeneratīvo mākslīgo intelektu izmanto daudzās jomās. Teksta modeļi var rakstīt, rediģēt, tulkot un apkopot tekstus, atbildēt uz jautājumiem un palīdzēt programmēšanā. Attēlu modeļi spēj ģenerēt ilustrācijas un citus vizuālus materiālus pēc teksta apraksta.
Ģeneratīvo MI izmanto arī mūzikas un runas sintēzē, video ģenerēšanā, zinātniskajos pētījumos, izglītībā, medicīnā, reklāmā un programmatūras izstrādē.
Ierobežojumi un problēmas
[labot | labot pirmkodu]Ģeneratīvās MI sistēmas ne vienmēr rada faktoloģiski pareizu informāciju. Lielie valodas modeļi var ģenerēt pārliecinoši formulētus, bet nepatiesus apgalvojumus; šo parādību sauc par mākslīgā intelekta halucināciju.
Modeļu darbību ietekmē arī to apmācībai izmantotie dati. Ja tajos ir neprecīza, nepilnīga vai neobjektīva informācija, tā var atspoguļoties modeļa ģenerētajā saturā.
Ģeneratīvā mākslīgā intelekta izplatība ir izraisījusi diskusijas par autortiesībām, personas datu aizsardzību, dezinformāciju un mākslīgi radīta satura identificēšanu. Īpašas bažas saistītas ar reālistisku viltotu attēlu, audio un video jeb dziļviltojumu radīšanu.
Lielu ģeneratīvo modeļu apmācībai nepieciešami arī ievērojami skaitļošanas resursi, specializēta aparatūra un elektroenerģija.
Atsauces
[labot | labot pirmkodu]- ↑ Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi (2014). "Generative Adversarial Nets" (en). Advances in Neural Information Processing Systems 27.
- ↑ Ashish Vaswani, Noam Shazeer. «Attention Is All You Need» (angļu), 2017.