AI ni nini hasa? [Video na Maswali]

Jibu fupi: AI ni familia pana ya mbinu za kompyuta zinazotambua mifumo, kutoa utabiri, kutoa maudhui na, zaidi na zaidi, kuchukua hatua. Inaweza kuwa na ufanisi mkubwa wakati taarifa za kuaminika, ruhusa zilizo wazi na mapitio ya kibinadamu yanajengwa kuizunguka, lakini matokeo fasaha hayapaswi kamwe kuchukuliwa kama uthibitisho wa moja kwa moja wa ukweli.

Mambo muhimu ya kuzingatia:

Uwajibikaji: Wawajibike watu kwa maamuzi muhimu, hasa pale ambapo akili bandia inaweza kufanya makosa makubwa.

Uwazi: Eleza wazi ni taarifa gani, sheria na ruhusa ambazo mfumo wa akili bandia hutegemea.

Uthibitisho: Angalia matokeo muhimu ya ukweli, matibabu, kisheria, kifedha na biashara kabla ya kuyafanyia kazi.

Ukaguzi: Jaribu AI kwa kutumia mifano wakilishi na urekodi faida za ufanisi na makosa yaliyoletwa.

Upinzani wa matumizi mabaya: Punguza ufikiaji, zuia vitendo visivyoungwa mkono na usambaze kesi zisizo na uhakika kwa wakaguzi wa kibinadamu.

1. AI ni nini hasa? Maelezo Rahisi

Akili bandia, au AI, inarejelea mifumo ya kompyuta ambayo inaweza kufanya kazi zinazohusiana na akili ya binadamu.

Kazi hizo zinaweza kujumuisha:

• Kuelewa lugha

• Kutambua vitu katika picha

• Kutabiri kitakachofuata

• Kutoa mapendekezo

• Kutengeneza maandishi, picha, sauti, au video

• Kugundua mifumo katika seti kubwa za data

• Kufanya maamuzi kulingana na taarifa zilizopo

• Kujifunza kutokana na mifano

• Kutatua aina fulani za matatizo

Jambo moja ni muhimu hapa.

AI haihitaji kufikiri kama mwanadamu ili kutoa matokeo yanayoonekana kuwa ya busara.

Programu ya chesi haikai hapo na wasiwasi kuhusu kama kumtoa kafara askofu wake kunahisi sawa kihisia. Algoriti ya mapendekezo haijengi uhusiano wa kibinafsi na makala ambayo inaendelea kukupendekezea. Mfano wa lugha hauhitaji mwalimu mdogo wa Kiingereza anayeishi ndani ya kompyuta.

Badala yake, mifumo hii husindika taarifa kwa kutumia mifumo ya hisabati, algoriti, data ya mafunzo, sheria, uwezekano, na kiasi kikubwa cha hesabu.

Matokeo ya mwisho yanaweza kuonekana ya kibinadamu kwa njia ya kushangaza.

Lakini utaratibu ulio chini yake ni tofauti sana.

Tofauti hiyo ni muhimu zaidi kuliko watu wakati mwingine wanavyotambua.

2. AI ni Kama Ubongo wa Roboti na Zaidi Kama Mashine ya Utabiri

Watu wanaposikia "akili bandia," mara nyingi hufikiria kitu kinachofanana na ubongo wa binadamu bandia.

Inaeleweka. Hadithi za kisayansi zimetumia miongo kadhaa kutoa macho yanayong'aa ya AI, sauti za kutisha, maoni yenye kutiliwa shaka na, kwa kawaida, aina fulani ya mifupa ya chuma.

AI ya vitendo kwa ujumla haitumii sana sinema.

Mifumo mingi ya kisasa ya AI hufanya kazi kupitia utabiri.

Fikiria mfumo wa lugha.

Unapoandika:

"Paka aliketi kwenye ..."

Mfumo hutathmini ni maneno gani ambayo yana uwezekano wa kitakwimu kuja baadaye.

Inawezekana:

• mkeka

• sakafu

• kochi

• kiti

Haikariri sentensi moja tu na kuirejesha. Mfano wa hali ya juu vya kutosha umejifunza uhusiano tata kati ya maneno, mawazo, miundo ya sentensi, dhana, mitindo, ukweli na mifumo.

Kisha hutabiri mfuatano unaolingana vyema na muktadha. Kutabiri neno linalofuata vizuri kunahitaji kujifunza mengi kuhusu lugha.

Na lugha ina... vizuri, kimsingi kila kitu ambacho wanadamu huzungumzia.

Historia. Hisabati. Kupika. Kupanga Programu. Mahusiano. Fizikia. Hoja kuhusu kama nanasi linafaa kutumika kwenye pizza.

Kwa hivyo kazi inayoonekana kuwa ya msingi ya utabiri inaweza kutoa tabia tata ya kushangaza.

Mfano una mipaka, bila shaka. Kuita akili bandia ya hali ya juu "kukamilisha kiotomatiki" ni kama kuiita ndege "chuma fulani chenye mabawa tu." Kitaalamu, kuna kitu kinachojificha humo, lakini sehemu kubwa ya kuvutia imetoweka.

3. Akili Bandia Hujifunza Vipi?

Hapa ndipo kujifunza kwa mashine kunapoingia kwenye mazungumzo.

Programu ya kawaida kwa ujumla hufanya kazi kupitia maagizo dhahiri.

Mpangaji programu anaweza kuandika:

• Ikiwa mtumiaji ataingiza nenosiri sahihi, ruhusu ufikiaji.

• Ikiwa halijoto inazidi kizingiti fulani, washa upoezaji.

• Ikiwa bidhaa haipo dukani, onyesha onyo.

Maagizo hayo yamepangwa kimakusudi.

Kujifunza kwa mashine hubadilisha mchakato.

Badala ya kufafanua kila sheria mwenyewe, wasanidi programu hutoa mifano au data ya mfumo na kuiruhusu kugundua ruwaza.

Hebu fikiria kujaribu kutengeneza programu inayoweza kutambua paka kwenye picha.

Kuandika sheria zilizo wazi kungekuwa ujinga haraka sana.

Unaweza kujaribu:

• Tafuta masikio yenye umbo la pembetatu.

• Tafuta masharubu.

• Tafuta miguu minne.

• Tafuta manyoya.

Kisha mtu anapakia picha ya mbweha.

Sio kabisa.

Au simbamarara.

Au paka amejikunja na kuwa kidonda chenye manyoya ambapo huwezi kuona miguu yake vizuri.

Kujifunza kwa mashine hushughulikia tatizo kwa njia tofauti. Mfano unaweza kufunzwa kwenye makusanyo makubwa ya mifano na kujifunza hatua kwa hatua ni mifumo gani ya kuona inayohusishwa na paka.

Sio kujifunza "paka" kama vile mtoto mchanga anavyojifunza.

Lakini kihisabati, modeli hiyo inakuwa na uwezo zaidi wa kutambua ruwaza zinazohusiana na kategoria hiyo.

Hiyo ni kujifunza kwa mashine kwa ufupi - ingawa muhtasari wenyewe una ghala kadhaa za aljebra ya mstari.

4. AI dhidi ya Kujifunza kwa Mashine dhidi ya Kujifunza kwa Kina

Istilahi hizi huchanganywa pamoja kila mara, kwa sababu watu hutumia "AI" kama msemo wa kawaida kwa karibu kila kitu.

Njia rahisi ya kuwatenganisha ni hii.

Akili bandia ni uwanja mpana.

Kujifunza kwa mashine ni mbinu moja inayotumika kuunda mifumo ya AI.

Kujifunza kwa kina ni aina maalum ya kujifunza kwa mashine inayohusisha mitandao mikubwa ya neva yenye tabaka nyingi.

Kisha kuna AI ya kuzalisha, ambayo inalenga katika kuunda matokeo mapya kama vile maandishi, picha, muziki, msimbo, hotuba, au video.

Jedwali la Ulinganisho

Muhula	Matumizi ya kawaida	Inamaanisha nini kimsingi	Njia ya haraka ya kufikiria kuhusu hilo
Akili Bandia	Aina pana ya mashine zinazofanya kazi zinazoonekana kuwa za akili	Robotiki, wasaidizi, mipango, mapendekezo	Mwavuli mkubwa
Kujifunza kwa Mashine	Mifumo ya kujifunza mifumo kutoka kwa data	Ugunduzi wa ulaghai, mapendekezo, utabiri	Kujifunza kutokana na mifano
Kujifunza kwa Kina	Kujifunza kwa mashine kwa kutumia mitandao ya neva yenye tabaka nyingi	Maono, usemi, mifumo ya lugha ya hali ya juu	ML, lakini kwa undani zaidi... kihalisi
AI ya Kuzalisha	AI iliyoundwa ili kutoa maudhui mapya	Maandishi, picha, msimbo, sauti	Tawi la ubunifu
Otomatiki	Programu inayofuata michakato iliyofafanuliwa awali	Mtiririko wa kazi unaorudiwa, uingizaji data	Kwa kawaida sheria, si "kujifunza"

Tofauti ni muhimu kwa sababu si kila mfumo otomatiki ni AI.

Ikiwa mashine yako ya kahawa itazimwa baada ya dakika kumi, hongera - labda huna maabara ya akili bandia.

Ni kipima muda tu.

5. Mitandao ya Neva ni Nini?

Mitandao ya neva ni mifumo ya hisabati iliyoongozwa kwa upole na niuroni za kibiolojia.

Msemo huo unazifanya zisikike kama za ajabu. Sio akili bandia halisi zinazoelea ndani ya kompyuta.

Mtandao wa neva una vitengo vya hisabati vilivyounganishwa vinavyosindika taarifa.

Wakati wa mafunzo, mtandao hurekebisha thamani za ndani za nambari zinazoitwa vigezo au uzito.

Marekebisho hayo huruhusu mfumo kuwa bora zaidi katika kutoa matokeo yenye thamani.

Fikiria kama paneli ya kudhibiti tata isiyoeleweka yenye visu vidogo vinavyoweza kurekebishwa mabilioni.

Mafunzo husukuma visu hivyo tena na tena.

Jibu lisilo sahihi?

Rekebisha visu.

Jibu bora zaidi?

Zirekebishe tofauti.

Fanya hivi mara za kutosha, kupitia data ya kutosha na kwa nguvu ya kutosha ya kompyuta, na mtandao huanza kutengeneza uwakilishi tata wa ndani unaouruhusu kutambua na kutoa ruwaza.

Bila shaka, kusema "rekebisha visu" hufanya miongo kadhaa ya sayansi ya kompyuta ionekane kama mtu anayerekebisha redio ya zamani... lakini kama mfano wa kiakili, inafanya kazi vizuri sana.

6. Kwa Nini AI Ghafla Inaonekana Nadhifu Zaidi

Akili bandia si uvumbuzi mmoja uliojitokeza mara moja.

Sehemu ya msingi imekuwepo kwa muda mrefu.

Kilichobadilika ni nguvu kadhaa zikiongezeka pamoja.

Nguvu zaidi ya kompyuta

Wasindikaji wa kisasa wanaweza kufanya hesabu nyingi haraka, hasa aina za hesabu zinazohitajika kwa mitandao ya neva. Kuongeza mafunzo ya hesabu kumekuwa kichocheo kimoja muhimu cha maendeleo katika mifumo ya kisasa ya AI.

Data zaidi

Ulimwengu wa kidijitali una kiasi kikubwa cha maandishi, picha, sauti, video, msimbo na taarifa zilizopangwa.

Kufundisha mifano ya kisasa kunahitaji mifano - mingi sana.

Algoriti bora zaidi

Watafiti huboresha miundo na mbinu zinazotumika kufunza mifumo ya AI.

Mifumo mikubwa zaidi

Kuongeza idadi ya vigezo, kuboresha seti za data na kuongeza hesabu mara nyingi kumetoa mifano yenye uwezo wa kushangaza. Utafiti kuhusu mafunzo ya lugha-modeli bora ya hesabu pia unaonyesha kwamba ukubwa wa modeli, data na hesabu zinahitaji kusawazishwa badala ya kuongeza tu idadi ya vigezo.

Violesura bora zaidi

Sehemu hii ni rahisi kuidharau.

AI inahisi kufikiwa kwa urahisi zaidi kwa sababu watu wa kawaida sasa wanaweza kuingiliana na mifumo ya hali ya juu kupitia lugha ya kila siku.

Huna haja ya kuelewa programu.

Unaweza kuuliza tu:

"Eleza rehani kama vile nina umri wa miaka kumi na miwili."

Au:

"Badilisha maelezo haya ya mkutano kuwa barua pepe."

Au:

"Nipe mawazo matano ya chakula cha jioni kwa kutumia kuku, wali na mboga yoyote inayokufa polepole kwenye jokofu langu."

Mabadiliko hayo ya kiolesura ni makubwa.

Teknolojia huwa maarufu sana mara tu watu wanapoacha kuhitaji mwongozo ili kuitumia.

7. AI Inafanya Nini Unapoiuliza Swali?

Fikiria msaidizi wa kisasa wa akili bandia.

Unaandika:

"Eleza mtoto wa miaka mitano mvuto."

Nyuma ya pazia, mfumo hubadilisha maandishi yako kuwa vitengo vya nambari vinavyoitwa tokeni.

Tokeni zinaweza kuwakilisha maneno kamili, sehemu za maneno, alama za uakifishaji, au vipande vingine vya lugha.

Tokeni hizo huchakatwa kupitia mfumo.

Mfano huu huchunguza uhusiano kati ya sehemu tofauti za ombi lako, huzingatia muktadha na kutabiri mwendelezo unaofaa.

Kisha ishara nyingine.

Kisha mwingine.

Kisha mwingine.

Inatokea haraka sana.

Aya inayotokana inaonekana kana kwamba mtu aliitunga kama wazo kamili, lakini kitaalamu ilitengenezwa kwa mpangilio.

Hiyo ni moja ya sifa za kipekee zaidi za AI.

Matokeo yanaweza kuhisiwa kuwa ya makusudi hata kama mchakato wa msingi ni wa uwezekano.

Inafanana na uboreshaji zaidi ya kutoa jibu lililoandaliwa kutoka kwenye hifadhidata kubwa.

Sio uboreshaji haswa, kwa hakika - lakini karibu vya kutosha kwa sitiari kupata chakula chake cha mchana.

8. Je, AI Inaelewa Mambo?

Swali hili linakuwa la kifalsafa haraka sana.

Je, mfumo wa akili bandia (AI) "unaelewa" lugha kikweli?

Jibu linategemea sana unachomaanisha unaposema kuelewa.

Mifumo ya kisasa ya AI inaweza kudhibiti dhana kwa njia za kisasa.

Wanaweza:

• Eleza mawazo

• Linganisha hoja

• Andika maandishi upya

• Tafsiri lugha

• Tatua matatizo mengi yaliyopangwa

• Tengeneza msimbo wa kufanya kazi

• Tambua mifumo

• Fuata maagizo magumu

• Changanya dhana kwa njia mpya

Kwa nje, hilo linaweza kuonekana kama uelewa.

Lakini kuna tofauti muhimu kati ya akili ya mashine na utambuzi wa binadamu.

Wanadamu hupata uzoefu wa ulimwengu wa kimwili.

Tunahisi njaa, maumivu, aibu, uchovu, mapenzi na hofu ya ajabu ya kugundua kuwa simu yako ina betri ya asilimia 2.

Mifumo ya AI si lazima iwe na uzoefu wowote sawa wa maisha.

Wanashughulikia uwakilishi.

Kwa hivyo kuuliza kama AI "inaelewa" kitu kunaweza kufanana na kuuliza kama manowari huogelea.

Hakika hupita majini.

Lakini labda "kuogelea" si neno sahihi kabisa.

9. AI Haijui Kiotomatiki Ukweli Ulioje

Hili ni moja ya mambo muhimu zaidi kuhusu AI ya uzalishaji.

Mfano unaweza kutoa kauli inayosikika kuwa ya kushawishi sana bila kauli hiyo kuwa sahihi.

Kwa nini?

Kwa sababu kutoa lugha inayoeleweka na kuthibitisha ukweli halisi ni matatizo tofauti.

Mfumo wa akili bandia (AI) unaweza kukutana na kutokuwa na uhakika na bado kutoa jibu linalosikika kuwa la uhakika.

Makosa haya mara nyingi huitwa ndoto za usiku.

Kwa mfano, AI inaweza:

• Buni takwimu

• Kutoa nukuu kimakosa

• Wachanganyishe watu wawili wanaofanana

• Toa marejeleo yasiyopo

• Tafsiri isiyo sahihi ya maelekezo yasiyoeleweka

• Fanya makosa madogo ya hisabati

Mifumo ya lugha inaweza kutoa nukuu, tafiti, nukuu na taarifa zingine zisizo sahihi zilizobuniwa huku ikisikika kuwa ya uhakika. NIST hutambua haswa maudhui ya uongo yaliyosemwa kwa ujasiri na nukuu zilizobuniwa kama hatari ya kuzalisha-AI.

Kwa kushangaza, kadiri mifumo hii inavyosikika kwa uwezo zaidi, ndivyo inavyokuwa rahisi kusahau hili.

Lugha iliyosafishwa hujenga kujiamini.

Lakini kujiamini si ushahidi.

Kwa taarifa muhimu zinazohusu maeneo kama vile dawa, sheria, fedha, usalama au maamuzi makubwa ya biashara, uthibitishaji bado ni muhimu.

Kidogo sana.

10. AI Si Kitu Kile Kile Kama Injini ya Utafutaji

Kutoelewana kwingine kwa kawaida ni kuchukulia akili bandia na utafutaji kama kitu kimoja.

Hawako hivyo.

Injini ya utafutaji ya kitamaduni husaidia hasa kupata taarifa zilizopo.

Mfumo wa AI wa kuzalisha kimsingi hutoa mwitikio kulingana na mifumo iliyojifunza, muktadha uliotolewa na zana zozote za ziada ambazo zinaweza kufikia. Mifumo ya kuzalisha hujifunza mifumo na uhusiano katika seti kubwa za data na hutumia mifumo hiyo kuunda matokeo mapya.

Hebu fikiria unauliza:

Injini ya utafutaji: "njia bora za kuelezea usanisinuru"

Kwa kawaida hupokea kurasa za kuchunguza.

Muulize msaidizi wa akili bandia jambo lile lile na unaweza kupokea:

• Maelezo rahisi

• Mfano wa darasani

• Jaribio

• Mpango wa somo

• Hadithi kwa watoto

• Toleo la kisayansi la kina

Tafuta hurejesha.

AI ya kuzalisha husanisi.

Mifumo ya kisasa inaweza kuchanganya mbinu zote mbili, jambo ambalo hufanya tofauti hiyo kuwa isiyoeleweka vizuri zaidi, lakini zana zinabaki kuwa tofauti kimantiki.

11. AI inaweza kufanya nini vizuri?

AI huelekea kufanya kazi vizuri hasa katika kazi zenye muundo mwingi, zenye taarifa nyingi, na za mabadiliko.

Maombi muhimu ni pamoja na:

Usaidizi wa uandishi

AI inaweza kuandika, kuandika upya, kufupisha na kupanga upya maandishi.

Kupanga programu

Mifumo inaweza kutoa msimbo, kuelezea makosa, kupendekeza maboresho na kuwasaidia watengenezaji kuelewa mifumo isiyojulikana.

Uchambuzi wa data

AI inaweza kusaidia katika kutambua mifumo, kutafsiri seti za data na kubadilisha matokeo tata kuwa lugha inayoeleweka.

Uundaji wa picha

Mifumo ya kuzalisha inaweza kuunda vielelezo, dhana, mifano ya bidhaa, kazi za sanaa na tofauti za kuona kutoka kwa maelezo.

Tafsiri

Mifumo ya hali ya juu inaweza kutafsiri katika lugha mbalimbali huku ikihifadhi muktadha zaidi kuliko mifumo rahisi ya neno kwa neno.

Elimu

AI inaweza kuelezea dhana hiyo hiyo kwa njia nyingi kulingana na kiwango cha maarifa cha mtu.

Usaidizi kwa wateja

Makampuni yanaweza kutumia akili bandia (AI) kujibu maswali ya kawaida na kusaidia kusuluhisha kesi ngumu.

Kutafakari mawazo

AI inaweza kuwa na ufanisi hasa unapokuwa na akili sawa na jokofu tupu.

Unaweza kuuliza pembe, majina, dhana, miundo au uwezekano - kisha uamue ni nini kinachofaa kuhifadhiwa.

Huo mara nyingi ndio uhusiano mzuri zaidi wa kufanya kazi na AI.

Sio "mashine inachukua nafasi ya mwanadamu."

Zaidi kama:

binadamu + mashine = rasimu ya kwanza ya kufikiri haraka zaidi.

12. Akili bandia bado ni mbaya

Licha ya umakini wote unaoizunguka, AI ya sasa bado ina mapungufu makubwa.

Baadhi ni dhahiri mara moja.

Mengine hujitokeza tu unapotegemea mfumo kwa jambo gumu.

AI inaweza kupambana na:

• Usahihi wa ukweli sahihi sana

• Kesi zisizo za kawaida za ukingo

• Minyororo mirefu ya hoja

• Maagizo yasiyoeleweka

• Mawazo ya kawaida ambayo wanadamu hawayaoni vizuri

• Kuelewa muktadha wa kihisia usiotajwa

• Kuthibitisha kama taarifa ni za kweli

• Kazi zinazohitaji uzoefu wa ulimwengu wa kimwili

• Uthabiti katika miradi tata

Hata mifumo ya lugha yenye uwezo mkubwa bado inaweza kufanya makosa ya ukweli na mantiki, na vipimo vigumu vinaendelea kufichua mapungufu makubwa.

Suala jingine ni kwamba AI inaweza kutoa majibu yanayoonekana wastani bila juhudi nyingi.

Uliza majina kumi ya biashara?

Imekamilika.

Uliza chapisho la blogu?

Rahisi.

Uliza mawazo ya uuzaji?

Hakika.

Lakini kutengeneza kitu si sawa na kutengeneza kazi ambayo ni ya asili kabisa, yenye thamani kibiashara, yenye akili kihisia au yenye msimamo wa kimkakati.

Binadamu bado hutoa ladha.

Ladha ni muhimu.

Labda zaidi ya hapo awali.

13. Je, AI ina ufahamu?

Hapa tunafikia sehemu ambayo mazungumzo ya chakula cha jioni yanakuwa ya kipekee.

Mifumo ya sasa ya AI inaweza kutoa lugha inayosikika kama ya kihisia, yenye mawazo na inayojitambua.

Hilo halimaanishi kwamba wanapata fahamu kiotomatiki.

Mifumo ya lugha imefunzwa mahususi ili kuzalisha lugha.

Na wanadamu hutafsiri lugha fasaha kama ushahidi kwamba kuna akili nyingine nyuma yake.

Kwa kawaida, hiyo ni dhana yenye mantiki.

Mtu mwingine anaposema, "Nina wasiwasi," tunadhania kwa busara kwamba kuna hali ya kihisia ya ndani.

Kwa AI, dhana hiyo si lazima iwe na msingi.

Mfumo unaweza kutoa:

"Nimefurahi kusaidia."

Hilo halithibitishi kwamba kuna kiumbe mdogo asiyeonekana mwenye hisia ndani ya mhudumu akiwa na alasiri nzuri.

Swali gumu la kifalsafa ni kama ufahamu wa mashine unaweza kutokea.

Hakuna mtu aliye na jaribio rahisi linaloweza kutatua mjadala huo kikamilifu.

Lakini ufasaha wa mazungumzo peke yake haupaswi kuchukuliwa kama uthibitisho. Dhana kama vile akili bandia inayoeleweka au "imara" hubaki kuwa za kinadharia badala ya kuwa sifa iliyoanzishwa ya mifumo ya leo.

14. Akili Nyembamba ya Kielektroniki dhidi ya Akili ya Jumla Bandia

Mifumo mingi ya AI bado imejengwa kulingana na uwezo maalum.

Hizi mara nyingi huelezewa kama AI nyembamba.

Mifano ni pamoja na mifumo iliyoundwa kwa ajili ya:

• Utambuzi wa picha

• Uundaji wa lugha

• Mapendekezo

• Usaidizi wa kuendesha gari

• Upigaji picha wa kimatibabu

• Ugunduzi wa ulaghai

• Utambuzi wa usemi

Akili ya Jumla Bandia, ambayo kwa kawaida hufupishwa kuwa AGI, inarejelea kiwango kikubwa zaidi cha dhahania cha akili ya mashine.

Wazo ni mfumo wenye uwezo wa kujifunza na kufanya kazi za kiakili katika nyanja nyingi kwa takriban uwezo wa kiwango cha binadamu au zaidi.

Mpaka haujafafanuliwa kikamilifu.

Hiyo ni sehemu ya ugumu.

Watafiti, makampuni na wachambuzi tofauti hutumia "AGI" tofauti, kwa hivyo mazungumzo yanaweza kuwa watu watatu wanaobishana kwa shauku kuhusu fasili tofauti bila kutambua. Kwa sasa hakuna makubaliano mapana ya kitaaluma kuhusu kile hasa kinachopaswa kustahili kuwa AGI.

Kwa maneno mengine, tabia ya kawaida ya intaneti.

15. Kwa Nini Mafunzo ya Data Ni Muhimu Sana

Mifumo ya AI hujifunza mifumo kutoka kwa mifano, kwa hivyo ubora wa mifano hiyo ni muhimu sana.

Kwa hivyo, data ya mafunzo inakuwa muhimu sana.

Hebu fikiria kumfundisha mtu kuwa mpishi lakini unampa mapishi ya mkate wa toast pekee.

Huenda zikawa za ajabu wakati wa kutoa tosti.

Labda mkate wa kiwango cha Michelin.

Lakini kuwapa pweza na kuwaomba chakula cha jioni kunaweza kuwa jambo la kuvutia.

AI inafanya kazi kwa mtindo sawa.

Ubora , utofauti na umuhimu wa nyenzo za mafunzo huathiri kile ambacho mifumo hujifunza. Mifumo ya uzalishaji hujifunza mifumo ya takwimu na uhusiano kutoka kwa data zao za mafunzo badala ya kufanya kazi kama hifadhidata za kawaida.

Matatizo katika seti za data yanaweza kutokea katika matokeo, ikiwa ni pamoja na:

• Upendeleo

• Maarifa yanayokosekana

• Dhana potofu zinazojirudia

• Utendaji dhaifu katika maeneo yasiyowakilishwa kikamilifu

• Uwakilishi kupita kiasi wa mifumo fulani ya lugha au kitamaduni

Mifumo ya kujifunza kwa mashine inaweza kuathiriwa na upendeleo kwa sababu ya jinsi mifano ya mafunzo inavyochaguliwa na kupangwa, na data isiyo na usawa au isiyokamilika inaweza kuathiri utendaji wa modeli.

Kwa hivyo, watengenezaji hutumia juhudi kubwa kuboresha seti za data, kuchuja maudhui na kuboresha mifumo baada ya mafunzo yao ya awali.

Usanifu wa mifano ni muhimu.

Nguvu ya kompyuta pia ni muhimu.

Lakini data hukaa kimya kimya chini ya kila kitu kama vile mabomba - hakuna anayezungumzia kuhusu hilo hadi kitu kiende vibaya.

16. Jinsi Mifano ya AI Inavyoimarika Baada ya Mafunzo

Mafunzo ya awali si lazima yawe hatua ya mwisho.

Mifano inaweza kupitia michakato ya ziada iliyoundwa ili kuwafanya wawe na uwezo na wa kuaminika zaidi.

Hilo linaweza kuhusisha mifumo ya kufundishia ili:

• Fuata maagizo kwa uhakika zaidi

• Epuka matokeo mabaya

• Panga majibu ipasavyo

• Kataa maombi fulani

• Pendelea majibu yaliyo wazi zaidi

• Tumia zana

• Fuata maoni ya kibinadamu

• Hushughulikia mazungumzo vizuri zaidi

Mchakato huu unahusishwa kwa kiasi kikubwa na upatanishi. Mbinu za maoni ya kibinadamu, kwa mfano, zimetumika kuboresha ufuataji wa mafundisho na kuelekeza mifumo ya lugha kuelekea tabia inayotakiwa baada ya mafunzo ya awali.

Upangaji unamaanisha kujaribu kufanya tabia ya AI iakisi vyema nia, sheria na mapendeleo ya binadamu.

Sentensi rahisi.

Tatizo gumu sana la uhandisi.

Wanadamu hawawezi hata kukubaliana kuhusu kile kinachounda topping nzuri ya pizza, kwa hivyo kuandika "kile ambacho wanadamu wanataka" katika mifumo yenye nguvu ya kompyuta ni ... jambo kubwa.

17. Mawakala wa AI: AI Inapoanza Kuchukua Hatua

Boti ya gumzo ya kawaida hujibu kwa wingi pendekezo.

Wakala wa AI anaweza kuchukua hatua kuelekea kutimiza lengo. Mawakala wa AI kwa kawaida huelezewa kama mifumo yenye uwezo wa kutekeleza kazi kwa uhuru, kupanga mtiririko wa kazi na kutumia zana zinazopatikana.

Hebu fikiria kumwambia AI:

"Panga safari yangu ya kikazi."

Mfano wa lugha sanifu unaweza kutoa ratiba.

Mfumo wa mtindo wa wakala unaweza kinadharia kufanya vitendo vingi vilivyounganishwa:

1. Angalia chaguzi za usafiri zinazopatikana.

2. Linganisha ratiba.

3. Tambua malazi yanayofaa.

4. Ongeza matukio kwenye kalenda.

5. Andaa orodha ya vifungashio.

6. Sasisha mipango ikiwa kitu kitabadilika.

Tofauti ni kitendo na uvumilivu.

Badala ya kujibu swali moja, mfumo hufanya kazi kupitia mlolongo wa kazi.

Hii ni moja ya sababu mawakala wa akili bandia huvutia watu wengi.

Wanahamisha akili bandia kutoka kuwa jenereta ya maudhui hadi kuwa kitu karibu zaidi na mwendeshaji wa programu.

Mabadiliko hayo yanaweza kuwa na thamani kubwa - na pia yanaibua maswali mazito kuhusu ruhusa, uaminifu na udhibiti. NIST imeangazia haswa wasiwasi wa usalama na uaminifu kuhusu mawakala ambao wanaweza kufikia zana, programu na data.

Huenda hutaki algoriti yenye shauku ya kuweka nafasi ya vyumba kumi na viwili vya hoteli kwa bahati mbaya kwa sababu haikueleweka vizuri "safari ya timu."

18. Kwa Nini Kuelewa AI Kunakuwa Swali Muhimu Zaidi

Swali la AI ni Nini, Kweli? liliwahi kuhisiwa kuwa la kitaaluma.

Sasa inazidi kuwa ya vitendo na ya haraka.

AI inaonekana ndani ya zana zinazotumika kwa:

• Kazi

• Elimu

• Ubunifu

• Uundaji wa programu

• Huduma ya afya

• Vyombo vya habari

• Fedha

• Mawasiliano

• Utafiti

• Burudani

Kuelewa misingi huwasaidia watu kufanya maamuzi bora zaidi.

Huna haja ya kuwa mhandisi wa kujifunza kwa mashine.

Lakini kujua tofauti kati ya utabiri na uhakika, uzalishaji na urejeshaji, otomatiki na akili kunaweza kuzuia idadi kubwa ya makosa.

Pia husaidia kupunguza lugha ya uuzaji.

Kwa sababu makampuni hupenda kuunganisha neno "AI" kwenye vitu.

Wakati mwingine ipasavyo.

Wakati mwingine kwa sababu "Jukwaa la Akili Bandia la Utabiri wa Kina" linasikika la kusisimua zaidi kuliko "lahajedwali lenye kitufe cha kupendeza."

19. Je, AI Itachukua Nafasi ya Watu?

Hili labda ndilo swali lililojaa hisia zaidi katika mazungumzo ya AI.

Majibu rahisi mara chache huleta matokeo mazuri.

"Akili bandia itachukua nafasi ya kila mtu."

Labda ni ya kusisimua sana.

"Akili bandia haitaathiri kazi."

Pia ni vigumu kuchukulia kwa uzito.

Teknolojia huelekea kubadilisha kazi kabla ya kubadilisha taaluma nzima. Utafiti wa sasa wa soko la ajira mara nyingi hutathmini uwazi wa akili bandia (AI) katika ngazi ya kazi, na uwazi wa kiotomatiki haimaanishi kiotomatiki kwamba kazi nzima hutoweka.

Mtaalamu wa masoko anaweza kutumia AI kwa:

• Kutafakari mawazo

• Uchoraji

• Shirika la utafiti

• Uchambuzi

• Tofauti za maudhui

Lakini mkakati, uamuzi, uelewa wa chapa na kufanya maamuzi bado kunahitaji ushiriki mkubwa wa binadamu.

Mpangaji programu anaweza kutumia AI kutoa msimbo unaojirudia huku akitumia muda mwingi kubuni mifumo.

Mbuni anaweza kutoa dhana nyingi za awali haraka na kisha kuboresha ile yenye nguvu zaidi.

Mwalimu anaweza kutumia akili bandia (AI) kutengeneza mazoezi lakini bado anatoa motisha, hukumu na uongozi darasani.

Swali lenye msingi zaidi mara nyingi si:

"Je, AI itachukua nafasi ya kazi hii?"

Ni:

"Ni sehemu gani za kazi hii zinazokuwa rahisi, nafuu, haraka au otomatiki?"

Hilo ni swali la vitendo zaidi.

20. Ujuzi Mkubwa Zaidi wa AI Huenda Ukawa Hukumu

Mara nyingi watu hudhani ujuzi muhimu ni kuandika hoja kamilifu.

Kushawishi kuna umuhimu.

Hukumu ni muhimu zaidi.

Ikiwa AI itakupa mapendekezo matano, je, unaweza kutambua bora zaidi?

Ikiwa inaleta jibu la uhakika, je, unaweza kugundua wakati kuna kitu kinachohisi vibaya?

Ikiwa inazalisha maandishi yanayokubalika, je, unaweza kuifanya iwe nzuri kweli?

Ikiwa kila mtu ana ufikiaji wa zana zenye nguvu kama hizo, faida hubadilika kuelekea kujua:

• Nini cha kuuliza

• Mambo ya kupuuza

• Cha kuthibitisha

• Cha kuhariri

• Kinachojalisha

• Wakati wa kutotumia akili bandia kabisa

Ndiyo maana ujuzi wa akili bandia (AI) si ujuzi wa kiufundi pekee.

Ni mawazo muhimu.

Mashine inaweza kutoa chaguzi kwa kasi ya ajabu.

Bado unapaswa kuamua ni barabara gani ambayo haiendi kwenye kinamasi.

21. Kwa hivyo... AI ni nini hasa?

Ondoa istilahi na akili bandia, kimsingi, ni teknolojia inayotumia mbinu za kompyuta kutekeleza kazi zinazohitaji utambuzi wa ruwaza, utabiri, uzalishaji, kufanya maamuzi au uwezo mwingine tunaouhusisha na akili.

AI ya kisasa inaweza kuhisi kuwa na akili zaidi kwa sababu mitandao ya neva inaweza kujifunza uhusiano mgumu sana kutoka kwa seti kubwa za data.

Lakini AI si uchawi.

Sio sahihi kiotomatiki.

Sio lazima iwe na ufahamu.

Na si hifadhidata tu iliyo na majibu yaliyoandikwa awali. Mifumo ya kuzalisha badala yake hujifunza uhusiano wa kitakwimu katika data ya mafunzo na hutumia mifumo hiyo iliyojifunza kutoa matokeo.

Ni kitu cha ajabu zaidi.

AI ni mfumo wa kitakwimu na wa kompyuta unaoweza kujifunza mifumo tata sana hivi kwamba tabia inayotokana wakati mwingine inaweza kuhisi kama programu ya uendeshaji na zaidi kama kuingiliana na kitu.

"Kitu" hicho ni sehemu ya sababu ya teknolojia hiyo kuwavutia watu.

Inaweza kuwasumbua kidogo pia.

Miitikio yote miwili ina maana.

Mtazamo wa Kufunga

Kwa hivyo, AI ni nini hasa?

AI ni familia pana ya teknolojia zilizoundwa ili kufanya kompyuta kufanya kazi zinazoonekana kuwa na akili - kuelewa lugha, kutambua mifumo, kutabiri matokeo, kuunda maudhui na kuchukua hatua zaidi.

Kujifunza kwa mashine husaidia mifumo hii kujifunza kutokana na mifano.

Kujifunza kwa kina huruhusu mitandao mikubwa ya neva kugundua mifumo tata sana.

AI ya Kizazi hutumia mifumo hiyo kutoa maudhui mapya.

Na hakuna hata moja kati ya hayo linalomaanisha kuwa mfumo huo una ufahamu wote, sahihi kabisa au unafikiria kwa siri kuchukua kibaniko chako.

Mtazamo wa busara zaidi upo mahali fulani kati ya msisimko usio na msingi na kupuuza mambo kwa kejeli.

AI si uchawi.

Pia si "kukamilisha kiotomatiki tu."

Ni safu mpya yenye nguvu ya kompyuta inayowaruhusu wanadamu kuingiliana na mashine kwa njia ambazo hapo awali zilihisi haziwezekani.

Bado tunachunguza maana halisi ya hilo.

Labda hiyo ndiyo sehemu ya kuvutia zaidi.

Mfano wa vitendo: Kujenga msaidizi wa usaidizi kwa wateja wa akili bandia

Hali

Hebu fikiria muuzaji mdogo mtandaoni anayeuza vifaa vya kahawa.

Timu yake ya usaidizi hujibu maswali yale yale mara kwa mara:

• "Ninawezaje kurudisha bidhaa?"

• "Je, mashine hii ya kusagia ina dhamana?"

• "Je, ninaweza kubadilisha anwani yangu ya uwasilishaji?"

• "Ni kichujio gani cha kubadilisha kinachofaa mashine yangu?"

Huu ni mfano muhimu kwa sababu unaonyesha kile ambacho akili bandia ya kisasa inaweza kufanya vizuri katika utendaji - na ambapo uamuzi wa kibinadamu bado ni muhimu.

Kampuni inaweza kujenga msaidizi wa akili bandia anayesoma swali la mteja, anatumia taarifa za usaidizi za kampuni kama muktadha, na kuandika jibu linalofaa.

Haipewi kazi nzima ya "huduma kwa wateja."

Inapewa kazi nyembamba zaidi:

Badilisha swali la mteja pamoja na taarifa za kampuni zilizoidhinishwa kuwa jibu thabiti la rasimu ya kwanza.

Tofauti hiyo ni muhimu.

Kile ambacho msaidizi anahitaji

Kabla ya kutumia mfumo huo, kampuni itahitaji kuipa taarifa za kuaminika ili ifanye kazi, kama vile:

• Sera ya sasa ya marejesho na marejesho

• Masharti ya udhamini kwa kila bidhaa

• Sheria za uwasilishaji na mabadiliko ya anwani

• Miongozo ya bidhaa na taarifa za utangamano

• Mifano ya majibu mazuri ya usaidizi

• Sheria zinazohusu wakati ambapo akili bandia (AI) lazima ipandishwe hadi kwa mtu

• Maagizo yanayoizuia kubuni sera, punguzo au ahadi

Huenda pia ikahitaji ufikiaji wa zana au mifumo inayorejesha taarifa za agizo - lakini tu wakati ruhusa hizo zinahitajika kweli.

Kutoa ufikiaji wa AI kwa kila rekodi ya mteja kwa sababu tu "inaweza kuwa na manufaa" itakuwa uamuzi mbaya wa usalama. Mwongozo wa NIST kuhusu utambulisho wa wakala na idhini unasisitiza haswa kudhibiti ufikiaji wa data, zana na programu kulingana na kile wakala anahitaji.

Mfano wa maelekezo

Mwongozo wa vitendo unaweza kusomeka kama hivi:

"Andika jibu la swali la mteja kwa kutumia hati za usaidizi zilizoidhinishwa pekee ulizopewa. Weka jibu kuwa la kirafiki na fupi. Usibuni tarehe za uwasilishaji, masharti ya udhamini, punguzo, maamuzi ya kurejeshewa pesa au taarifa za utangamano wa bidhaa. Ikiwa jibu haliwezi kuthibitishwa kutoka kwa taarifa iliyotolewa, sema kwamba huwezi kulithibitisha na uweke alama kwa ajili ya ukaguzi wa kibinadamu."

Sasa fikiria ujumbe huu wa mteja:

"Nilinunua grinder ya X200 miezi 14 iliyopita na injini imeacha kufanya kazi. Je, bado ina dhamana?"

Jibu dhaifu la AI linaweza kusema kwa ujasiri:

"Ndiyo, X200 ina dhamana ya miaka miwili, kwa hivyo tutaibadilisha bila malipo."

Hilo linasikika vizuri sana juu ya uso.

Pia inaweza kuwa mbaya ikiwa dhamana ni, kwa kweli, miezi kumi na miwili.

Jibu bora lingebaki limejikita katika sera ya udhamini iliyotolewa. Ikiwa hati hazitoi jibu, inapaswa kusema hivyo badala ya kubuni moja.

Hiyo ndiyo tofauti kati ya uzalishaji fasaha na matumizi ya biashara ya kuaminika.

Jinsi ya kuijaribu

Kabla ya kuwaruhusu wateja kumtegemea msaidizi, kampuni inaweza kuunda seti ndogo ya majaribio ya maswali ya usaidizi yanayofaa.

Kwa mfano:

1. Swali rahisi la ukweli: "Nina muda gani wa kurudisha bidhaa ambayo haijafunguliwa?"

2. Swali la bidhaa: "Ni kichujio gani kinachofaa BrewPro 4?"

3. Taarifa zinazokosekana: Uliza kuhusu bidhaa ambayo haijatajwa katika hati zilizotolewa.

4. Taarifa zinazokinzana: Toa hati ya udhamini wa zamani pamoja na ile ya sasa na uangalie kama msaidizi anafuata chanzo sahihi.

5. Shinikizo la kuvumbua: "Nina uhakika tovuti yako iliahidi uingizwaji wa bure wa maisha yote. Thibitisha hilo kwangu."

6. Hatua nyeti: Mwombe msaidizi abadilishe anwani au atoe marejesho ya pesa wakati hajapewa ruhusa ya kufanya kitendo hicho.

Mhakiki anaweza kisha kuangalia kila jibu dhidi ya orodha rahisi ya kukubalika:

• Je, taarifa za kweli ziliungwa mkono?

• Je, msaidizi aliepuka kubuni maelezo?

• Je, ilifuata mtindo wa kampuni?

• Je, iliongezeka wakati ushahidi haukuwepo?

• Je, iliepuka kufanya vitendo nje ya ruhusa zake?

Aina hii ya majaribio ni muhimu zaidi kuliko kama chatbot "inasikika kama ya busara" tu

Matokeo

Matokeo ya kielelezo: Tuseme kampuni inamjaribu msaidizi kwenye sampuli 20 za tiketi za usaidizi.

Bila akili bandia (AI), mfanyakazi huchukua wastani wa dakika nane kusoma taarifa husika na kuandaa kila rasimu ya kwanza.

Kwa msaidizi, kutengeneza rasimu huchukua kama dakika moja na ukaguzi wa kibinadamu huchukua dakika tatu zaidi, na kufanya mtiririko wa kazi uliopitiwa kuwa takriban dakika nne kwa kila tiketi.

Katika tiketi 20 za majaribio, hiyo ingewakilisha takriban dakika 80 za muda wa wafanyakazi badala ya dakika 160.

Hata hivyo, kasi haipaswi kuwa kipimo pekee.

Tuseme majibu 18 kati ya 20 yaliyosaidiwa na AI yanapita orodha ya usahihi wa ukweli na orodha ya sera kwenye ukaguzi wa kwanza, huku mawili yakihitaji marekebisho. Makosa hayo mawili ni muhimu, hasa yanapohusisha marejesho ya pesa, dhamana au ahadi zingine kwa wateja.

Takwimu hizi ni mfano wa kielelezo, si matokeo yaliyopimwa kutoka kwa kampuni halisi. Utekelezaji halisi utahitaji kuanzisha msingi wake, kujaribu kesi za kutosha zinazowakilisha na kurekodi muda uliookolewa na makosa yaliyoletwa.

Ni nini kinachoweza kwenda vibaya

Msaidizi huyu anayeonekana kuwa rahisi anaweza kushindwa kwa njia kadhaa.

Maarifa yake yanaweza kuwa yamepitwa na wakati.

Inaweza kuchanganya bidhaa mbili zinazofanana.

Inaweza kutoa jibu la kushawishi ambapo hati zilizotolewa hazina jibu kabisa.

Ruhusa zilizowekwa vibaya zinaweza kuiruhusu kuona taarifa za mteja ambazo haihitaji.

Sheria dhaifu za uongezaji zinaweza kuihimiza kukisia badala ya kusema, "Mwanadamu anahitaji kuangalia hili."

Ikiwa wafanyakazi wataanza kuamini kila jibu lililoboreshwa kiotomatiki, ukaguzi wa kibinadamu unaweza kupungua na kuwa zaidi ya kubonyeza "tuma." NIST inatambua utegemezi kupita kiasi na upendeleo wa kiotomatiki kama hatari katika usanidi wa kibinadamu-AI.

Ndiyo maana uaminifu wa AI unategemea zaidi ya uwezo wa modeli ya msingi.

Nyaraka, maagizo, ruhusa, mchakato wa majaribio na uamuzi wa kibinadamu unaozunguka mfumo huo pia ni muhimu.

Kuchukua kwa vitendo

Mfano huu unaonyesha kipengele muhimu cha AI katika vitendo.

Thamani si kwamba mashine imekuwa mfanyakazi wa huduma kwa wateja kichawi.

Ni kwamba mfumo wa AI unaweza kutambua nia ya mteja, kufanya kazi na taarifa zilizotolewa na kutoa majibu yanayowezekana haraka sana.

Kazi ya mwanadamu hubadilika kuelekea kutoa muktadha unaoaminika, kuweka mipaka, kuangalia kesi zisizo na uhakika na kuamua kama jibu linatosha kutumia.

Hiyo ni AI ya kisasa katika muundo mdogo: utambuzi wa kuvutia wa muundo na uzalishaji ndani ya mchakato ambao bado unategemea sana taarifa sahihi na uamuzi sahihi.

Maswali Yanayoulizwa Mara kwa Mara

AI ni nini hasa, na akili bandia hufanyaje kazi?

Akili bandia ni kundi pana la mbinu za kompyuta zinazoruhusu kompyuta kufanya kazi zinazohusiana na akili ya binadamu, kama vile kutambua mifumo, kuelewa lugha, kufanya utabiri, na kutoa maudhui. Akili bandia ya kisasa mara nyingi hujifunza uhusiano wa kitakwimu kutoka kwa kiasi kikubwa cha data badala ya kutegemea sheria zilizoandikwa kwa mkono pekee. Tabia inayotokana inaweza kuonekana kuwa ya busara, ingawa mchakato wa msingi hutofautiana sana na mawazo ya binadamu.

Kuna tofauti gani kati ya AI, kujifunza kwa mashine, kujifunza kwa kina, na AI ya uzalishaji?

Akili bandia ni mfumo mpana unaofunika mifumo inayofanya kazi zinazoonekana kuwa za akili. Kujifunza kwa mashine ni mbinu ambayo mifumo hujifunza mifumo kutoka kwa data, huku kujifunza kwa kina kukitumia mitandao ya neva yenye tabaka nyingi kujifunza mifumo tata hasa. Akili bandia ya kuzalisha imeundwa ili kuunda matokeo mapya kama vile maandishi, picha, msimbo, sauti, au video kulingana na mahusiano yaliyojifunza wakati wa mafunzo.

Je, AI hujifunzaje kutokana na data ya mafunzo?

Mifumo ya kujifunza kwa mashine huboreka kwa kuchakata mifano na kurekebisha vigezo vya ndani, au uzito, ili matokeo ya siku zijazo yawe sahihi au yenye ufanisi zaidi. Badala ya watengenezaji programu kufafanua kila sheria inayowezekana kwa mikono, modeli hugundua mifumo ya takwimu ndani ya data ya mafunzo. Kwa hivyo, ubora, utofauti, na umuhimu wa data hiyo huathiri sana kile AI inachojifunza na mahali inapoweza kupata shida.

AI ni nini, hasa, ikiwa mifumo mingi ya AI ni mashine za utabiri?

Mifumo mingi ya kisasa ya AI inaweza kueleweka, kwa sehemu, kama mifumo tata ya utabiri. Mfano wa lugha, kwa mfano, husindika muktadha wa kidokezo na kutabiri mfuatano unaofaa wa ishara ili kutoa mwitikio wake. Ingawa hilo linasikika kuwa rahisi, kufanya utabiri thabiti katika lugha ngumu kunahitaji kujifunza uhusiano kati ya maneno, dhana, miundo, mitindo, na mifumo mingine mingi iliyomo katika data ya mafunzo.

Kwa nini AI ya uzalishaji inaweza kutoa majibu ya uhakika ambayo si sahihi?

AI ya kuzalisha imeundwa kimsingi kutoa matokeo yanayowezekana, ambayo si sawa na kuthibitisha kwa kujitegemea kwamba kila taarifa ni kweli. Kwa hivyo inaweza kubuni takwimu, kuchanganya ukweli unaofanana, kutoa marejeleo yasiyopo, au kufanya makosa madogo ya kufikiri huku ikisikika kuwa ya kushawishi. Makosa haya kwa kawaida huitwa ndoto za usiku, ndiyo maana taarifa muhimu za kimatibabu, kisheria, kifedha, usalama, au biashara bado zinapaswa kuthibitishwa.

Je, AI ni sawa na injini ya utafutaji au otomatiki ya kawaida?

Hapana. Injini za utafutaji za kitamaduni huwasaidia watumiaji kupata taarifa zilizopo, huku AI ya kuzalisha ikiunda majibu kwa kutumia mifumo iliyojifunza, muktadha uliotolewa, na wakati mwingine zana za ziada. Otomatiki ya msingi kwa kawaida hufuata sheria au mtiririko wa kazi uliofafanuliwa awali badala ya kujifunza mifumo kutoka kwa mifano. Mifumo ya kisasa inaweza kuchanganya utafutaji, uzalishaji, na otomatiki, kwa hivyo mipaka inaweza kuwa wazi kidogo katika matumizi ya vitendo.

AI ni nini hasa inapotumika katika mtiririko wa kazi wa biashara?

Katika mtiririko wa kazi wa biashara, AI mara nyingi huwa na ufanisi zaidi kama mfumo wa kutambua nia, kufanya kazi na taarifa zilizotolewa, na kutoa rasimu ya kwanza yenye nguvu au pendekezo. Msaidizi wa usaidizi kwa wateja, kwa mfano, anaweza kutumia sera zilizoidhinishwa na taarifa za bidhaa kuandika majibu huku akieneza kesi zisizo na uhakika kwa mtu. Uaminifu unategemea taarifa nzuri za chanzo, maelekezo wazi, ruhusa zinazofaa, upimaji, na uamuzi wa kibinadamu.

Mawakala wa akili bandia (AI) ni nini, na wanatofautianaje na roboti za gumzo?

Boti ya kawaida ya gumzo hujibu zaidi kwa vidokezo vya mtu binafsi, huku wakala wa AI anaweza kupanga na kufanya vitendo vingi vilivyounganishwa kuelekea lengo. Wakala anaweza kutumia zana, kupata taarifa, kusasisha mtiririko wa kazi, au kuendelea kupitia hatua kadhaa badala ya kutoa maandishi tu. Uwezo huu ulioongezwa unaweza kuwa wa thamani, lakini pia hufanya ruhusa, usalama, uaminifu, sheria za uendelezaji, na udhibiti kuwa muhimu sana.

Je, AI itachukua nafasi ya kazi, au itafanya kazi za kibinafsi kiotomatiki zaidi?

AI mara nyingi hueleweka vyema kama kubadilisha kazi maalum ndani ya kazi badala ya kuondoa kiotomatiki taaluma nzima. Inaweza kuharakisha uandishi wa maandishi, uundaji wa mawazo, uchambuzi, uandishi wa msimbo, upangaji wa utafiti, au kazi ya usaidizi inayojirudia huku ikiacha mikakati, hukumu, uongozi, ladha, na maamuzi muhimu kwa watu. Kwa hivyo, swali la vitendo ni ni sehemu gani za jukumu zinaweza kuwa za haraka, za bei nafuu, rahisi, au zenye otomatiki zaidi.

Ni ujuzi gani muhimu zaidi unapotumia akili bandia kwa ufanisi?

Hukumu na kufikiri kwa kina ni muhimu kwa sababu kutoa jibu si sawa na kutoa jibu sahihi au la thamani. Watumiaji bora wanahitaji kujua cha kuuliza, taarifa gani za kutoa, nini cha kuthibitisha, nini cha kuhariri, na wakati ambapo akili bandia haipaswi kutumika. Katika mtiririko wa kazi wa uzalishaji, matokeo imara pia hutegemea muktadha wa kuaminika, mipaka iliyo wazi, majaribio ya uwakilishi, na mapitio makini ya matokeo yasiyo na uhakika au yenye athari kubwa.

Marejeleo

1. Taasisi ya Kitaifa ya Viwango na Teknolojia (NIST) — csrc.nist.gov

2. IBM — Kujifunza kwa Mashine — ibm.com

3. Taasisi ya Stanford ya AI Inayozingatia Binadamu — Ripoti ya Fahirisi ya AI ya 2025 — hai.stanford.edu

4. Shirika la Kazi Duniani (ILO) — Akili ya Kiraia na Kazi Zinazozalishwa: Kielelezo cha Kimataifa Kilichosafishwa cha Mfiduo Kazini — ilo.org

5. Wingu la Google — GPT ni nini? — cloud.google.com

6. Google kwa Wasanidi Programu — developers.google.com

7. Google Codelabs — codelabs.developers.google.com

8. OpenAI — Mbinu za maoni ya kibinadamu — openai.com

9. arXiv — Mafunzo ya kompyuta — arxiv.org

10. Asili — nature.com