Apakah AI?
Kecerdasan buatan (AI) ialah bidang membina sistem komputer yang melaksanakan tugas seperti mengenal corak, memahami bahasa, merancang, dan membuat ramalan.
Gambaran keseluruhan
AI ialah istilah umum: pembelajaran mesin ialah satu pendekatan di dalamnya, dan AI generatif ialah sejenis sistem yang menghasilkan kandungan baharu.
Pengambilan utama
- AI, pembelajaran mesin dan AI generatif adalah berkaitan tetapi istilah yang berbeza.
- Output yang meyakinkan bukanlah bukti pemahaman atau ketepatan.
- Menilai sistem berdasarkan tugas yang mesti dilakukannya dan akibat daripada kesilapannya.
Menyelam dalam
Sistem AI mengambil input, memprosesnya menggunakan peraturan atau model yang dipelajari, dan menghasilkan output. Perancang laluan mungkin mencari kemungkinan perjalanan menggunakan peraturan yang jelas. Model pembelajaran mesin mungkin menganggarkan masa penghantaran daripada contoh penghantaran terdahulu. Kedua-duanya boleh berguna tanpa berfikir atau memahami dalam erti kata manusia. Perbezaannya ialah bagaimana sistem mencapai outputnya, bukan sama ada antara mukanya kelihatan pintar. Pembelajaran mesin menggantikan beberapa peraturan keputusan yang ditulis tangan dengan corak yang dipelajari daripada data. Sistem generatif menggunakan corak yang dipelajari untuk menghasilkan teks, imej, audio atau output lain. Oleh itu, chatbot boleh menghasilkan penjelasan yang lancar tanpa memeriksa sama ada setiap pernyataan adalah benar. Keupayaannya untuk menghasilkan tindak balas adalah berbeza daripada bukti bahawa respons itu betul. Untuk menilai tuntutan AI, kenal pasti tugas, input, output dan bukti yang digunakan untuk menilai kejayaan. Keputusan yang baik pada contoh biasa tidak mencukupi: tanyakan apa yang berlaku dengan data yang tidak diketahui, permintaan yang samar-samar dan kesilapan yang mahal. Kajian semula manusia, had yang jelas dan cara untuk mencabar sesuatu output sama seperti keupayaan tajuk model.
Wawasan Teknikal
AI tidak memerlukan rangkaian saraf, dan pembelajaran mesin tidak memerlukan antara muka perbualan. Algoritma carian, pokok keputusan, model linear dan rangkaian saraf menyelesaikan pelbagai jenis masalah. Pendekatan yang paling mudah yang sesuai mungkin lebih mudah untuk diuji dan diselenggara daripada model yang lebih besar.
Bandingkan dua cara untuk mengisih peti masuk sokongan
- Pengisih berasaskan peraturan menghantar setiap mesej yang mengandungi perkataan 'bayaran balik' ke baris gilir pengebilan.
- Pengelas yang dipelajari dilatih mengenai mesej yang telah dilabelkan oleh orang sebagai pengebilan, sokongan teknikal atau soalan umum.
- Uji kedua-duanya pada mesej baharu, termasuk 'Saya tidak mahu bayaran balik; Saya perlukan bantuan untuk log masuk.' Kira laluan yang salah dan semak kesilapan yang mahal.
Peraturan dan pengelas boleh gagal secara berbeza. Perbandingan ilustrasi ini menunjukkan mengapa label 'AI' sahaja tidak boleh memberitahu anda sistem mana yang lebih berguna.
Kesan Strategik
Keputusan yang lebih jelas
Ia membantu anda memisahkan tuntutan teknikal yang jelas daripada bahasa pemasaran.
Kos dan bajet
Anda boleh bertanya soalan pelaksanaan yang lebih baik sebelum menghabiskan wang atau masa.
Pasukan dan aliran kerja
Pasukan yang berkongsi pemahaman membuat keputusan produk, dasar dan pembelajaran yang lebih baik.
Pelaksanaan Dunia Sebenar
Perkhidmatan penghantaran menganggarkan masa ketibaan daripada data laluan dan trafik; output adalah ramalan, bukan jaminan.
Penganjur foto mengumpulkan imej yang serupa; anda masih menyemak label penting sebelum bergantung padanya.
Pembantu penulisan merangka perenggan; pengarang mengesahkan nama, tarikh dan sumber sokongan sebelum diterbitkan.
Risiko & Pengawal
Pasukan yang berbeza mungkin menggunakan istilah yang sama secara berbeza, jadi tentukan skop lebih awal.
Penanda aras boleh kelihatan kukuh manakala prestasi dunia sebenar tidak sekata.
Mengabaikan kualiti data dan rancangan penilaian sering menghasilkan hasil yang rapuh.
Hala Tuju Pelaksanaan
Mulakan dengan definisi bahasa biasa hasil yang anda perlukan.
Pilih satu metrik kejayaan dan satu keadaan kegagalan sebelum ujian.
Jalankan juruterbang kecil dengan data perwakilan, bukan set demo yang digilap.
Dokumen di mana Apakah AI? membantu dan kaedah yang lebih mudah adalah lebih baik.
Sumber dan bacaan lanjut
Teruskan Meneroka
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the What is AI? quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Seterusnya dalam Yayasan AI
Asas Pembelajaran Mesin
Soalan lazim
Adakah semua pembelajaran mesin AI?
Tidak. AI termasuk pendekatan berdasarkan peraturan dan carian yang jelas serta pendekatan yang mempelajari corak daripada data. Pembelajaran mesin ialah subset AI.
Adakah jawapan AI membuktikan bahawa sistem memahami topik tersebut?
Tidak. Sistem boleh menghasilkan jawapan yang munasabah semasa membuat kesilapan fakta atau penaakulan. Nilaikan jawapan berdasarkan bukti dan keperluan tugas.