Издание TechCrunch подготовило подробный словарь терминов из сферы искусственного интеллекта, призванный помочь читателям ориентироваться в быстро меняющейся индустрии. Авторы отмечают, что развитие технологий порождает новые понятия, которые могут ставить в тупик даже опытных специалистов. Материал будет регулярно обновляться по мере появления новых определений.
Общий искусственный интеллект (AGI) — это термин, обозначающий систему, которая превосходит среднего человека в большинстве когнитивных задач. Глава OpenAI Сэм Альтман сравнивал такую систему с «усредненным сотрудником», которого можно нанять на работу. В уставе самой OpenAI говорится о «высокоавтономных системах», превосходящих людей в экономически ценной работе. При этом эксперты признают, что даже ведущие исследователи не имеют единого мнения о точном определении этого понятия.
Под AI-агентом понимается инструмент, который выполняет серию задач за пользователя, выходя за рамки простого чат-бота. Это может быть оформление расходов, бронирование билетов или написание кода. Для соединения программ и сервисов используются API-интерфейсы, которые можно представить как «кнопки» на программном обеспечении, позволяющие другим программам запускать нужные функции. Современные AI-агенты способны самостоятельно находить и использовать такие интерфейсы для автоматизации сложных процессов.
Цепочка рассуждений (chain-of-thought) — это метод, при котором большая языковая модель разбивает сложную задачу на последовательность промежуточных шагов. Такой подход требует больше времени для получения ответа, но повышает точность результата, особенно в задачах на логику или программирование. Для этого модели обучаются с использованием метода подкрепления, который оптимизирует их способность к поэтапному мышлению.
Галлюцинации — это термин, которым обозначают склонность нейросетей генерировать недостоверную информацию. Такие ошибки возникают из-за пробелов в обучающих данных и могут привести к опасным последствиям, например, к выдаче вредных медицинских советов. В ответ на эту проблему разработчики все чаще создают узкоспециализированные модели, которые снижают риск появления ложных сведений.
Большие языковые модели (LLM) лежат в основе популярных ассистентов, таких как ChatGPT, Claude или Gemini. Они представляют собой глубокие нейронные сети с миллиардами параметров, которые обучаются на огромных массивах текстов. При получении запроса модель генерирует ответ, предсказывая наиболее вероятную последовательность слов. Развитие этого направления стало возможным благодаря графическим процессорам, которые изначально создавались для видеоигр, но оказались идеальны для обучения сложных алгоритмов.