Czym jest sztuczna inteligencja?

Sztuczna inteligencja to termin ogólny: uczenie maszynowe jest jednym z podejść, a generatywna sztuczna inteligencja to rodzaj systemu, który tworzy nowe treści.

Kluczowe wnioski

• Sztuczna inteligencja, uczenie maszynowe i generatywna sztuczna inteligencja to powiązane, ale różne terminy.
• Przekonujący wynik nie jest dowodem zrozumienia ani poprawności.
• Oceniaj system na podstawie zadania, jakie musi wykonać, i konsekwencji popełnionych przez niego błędów.

System sztucznej inteligencji pobiera dane wejściowe, przetwarza je przy użyciu reguł lub wyuczonego modelu i generuje wynik. Planista trasy może wyszukiwać możliwe podróże, korzystając z wyraźnych reguł. Model uczenia maszynowego może oszacować czas dostawy na podstawie przykładów wcześniejszych dostaw. Obydwa mogą być przydatne bez myślenia i rozumienia w ludzkim sensie. Różnica polega na tym, w jaki sposób system osiąga swoje wyniki, a nie na tym, czy jego interfejs wygląda inteligentnie. Uczenie maszynowe zastępuje niektóre ręcznie pisane reguły decyzyjne wzorcami wyuczonymi na podstawie danych. Systemy generatywne wykorzystują wyuczone wzorce do tworzenia tekstu, obrazów, dźwięku i innych wyników. Chatbot może zatem płynnie udzielić wyjaśnień bez sprawdzania, czy każde stwierdzenie jest prawdziwe. Jego zdolność do generowania odpowiedzi różni się od dowodu na to, że odpowiedź jest prawidłowa. Aby ocenić twierdzenie dotyczące sztucznej inteligencji, określ zadanie, dane wejściowe, wyniki i dowody użyte do oceny sukcesu. Dobry wynik na znanych przykładach nie wystarczy: zapytaj, co dzieje się z nieznanymi danymi, niejednoznacznymi żądaniami i kosztownymi błędami. Przegląd przez człowieka, jasne ograniczenia i sposób na kwestionowanie kwestii wyjściowych w równym stopniu, jak głównych możliwości modelu.

1. Sortownik oparty na regułach wysyła każdą wiadomość zawierającą słowo „zwrot” do kolejki rozliczeniowej.
2. Wyuczony klasyfikator jest szkolony w zakresie komunikatów, które ludzie już oznaczyli jako rozliczenia, pomoc techniczną lub pytania ogólne.
3. Przetestuj oba na świeżych wiadomościach, w tym „Nie chcę zwrotu pieniędzy”; Potrzebuję pomocy przy logowaniu.' Licz nieprawidłowe trasy i przejrzyj kosztowne błędy.

Reguła i klasyfikator mogą zawieść w różny sposób. To ilustracyjne porównanie pokazuje, dlaczego sama etykieta „AI” nie może powiedzieć, który system jest bardziej przydatny.