Bu serinin önceki sonuçları veri tabanlı prosedürlere odaklanmıştır: otomatik öğrenme, derin öğrenme, transformatör ve büyük dil modelleri. Hepsi büyük miktarlarda örnek ve karar veya metinlerdeki kalıpların tanınmasına dayanmaktadır.
Golo Roden, yerel web GmbH'nin kurucusu ve CTO'sudur. Olaylara ve hizmetlere dayalı olarak dağıtılmış mimarilere özellikle dikkat ederek web ve bulut uygulamalarının ve arıların anlayışı ve geliştirilmesi ile ilgilidir. Yol gösterici ilkesi, yazılımın gelişiminin kendi başına bir son olmaması, ancak her zaman aşağıda bir profesyonellik izlemesi gerektiğidir.
Bununla birlikte, bu prosedürler baskın hale gelmeden önce, farklı bir yaklaşım yapay zekanın gerçek yolu, özellikle sembolik IA olarak kabul edildi. İstatistiksel öğrenmeye değil, açıkça formüle edilmiş bilgi, kurallar ve mantığa dayanıyordu. Uzun bir süre nöronal ağlardan çalkalanmış gibi görünüyordu. Bugün, modern süreçlerle birlikte bir rönesans yaşıyor çünkü sadece veriler tarafından yönlendirilen hiçbir yöntemi olmayan güçlü yönler sunuyor.
Sembolik yapay zekanın temelleri
Sembolik yapay zeka, mantıksal kurallar aracılığıyla bilgiyi açıkça ezberleyen ve ayrıntılı olarak ayrıntılı olarak tanımlayan sistemleri tanımlar. Tipik bileşenler:
- Bilgi tabanları bir alanda gerçekler içerir, örneğin “tüm memeliler omurgalıdır” veya “maks bir köpektir”.
- Sayı sistemleri iyi bilinen gerçeklerden yeni gerçekler türetir, örneğin “bir hayvan köpekse, bu bir memelidir”.
- Bildirimlerin doğru veya yanlış olup olmadığı veya karmaşık bilgi grafiklerinde bir çözüm yolu bulup bulmadığını kontrol edin.
(Resim: Altın Sikorka/Shutterstock)
29 Ekim'de şirketteki LLMS çevrimiçi konferansı, doğru modeli nasıl seçileceğini, altyapıyı oluşturmayı ve güvenliği kontrol altında tutmayı gösteriyor. Buna ek olarak, IX ve DPunkt.verlag'ın temalı günü, yeni nesil LLM gibi sıvı temellerinin modellerine bir bakış açısı veriyor.
En ünlü temsilciler 80'lerde ve 90'larda Tıptaki hataların analizini destekleyen uzman sistemler, örneğin tanıyı veya endüstriyi desteklemektedir. Avantajınız: Her sonuç açık kurallara dayandığı için kararlar anlaşılabilir.
Sembolik yapay zekanın güçlü ve zayıf yönleri
Sembolik sistemlerin en büyük gücü açıklanabilirliğinde yatmaktadır. Kararlarınızı belirli kurallara ve gerçeklere bağlayabilirsiniz. Ayrıca, makul bir şekilde çalışmak için büyük miktarlarda veri gerekli değildir: bilgi doğrudan uzmanlar tarafından tanıtılabilir.
Ancak, zayıf noktalar açıktır:
- Örneklerden bağımsız olarak öğrenmeyin.
- Eksik, çelişkili veya belirsiz bilgi nedeniyle başarılı olmazlar.
- Etki alanı çok büyük veya karmaşık hale geldiğinde kötü bir şekilde azalırlar.
Otomatik öğrenme ve derin öğrenmenin ortaya çıkmasıyla birlikte, birçok sembolik yaklaşım reddedilmiştir.
Sembolik IA yine ilginç hale geliyor
Modern yapay zeka sistemleri etkileyici beceriler gösterir, ancak sınırlara ulaşır:
- İzlenebilirlik eksikliği: Sinir ağlarını açıklamak zordur.
- Gerçek bilgi eksikliği: LLM'ler makul ama yanlış ifadeler icat eder.
- Kural Gereksinimleri: Kritik veya yasal olarak düzenlenmiş güvenlik alanlarında kararlar haklı olmalıdır.
Bu nedenle sembolik yöntemler aniden burada rol oynar. Makine ile modelleri korumak veya kontrol etmek için bir tür bilgi çapası olarak hizmet edebilirsiniz.
Hibrit yaklaşımlar: her iki dünyanın en iyisi
Sembolik yapay zekayı gerçekleştirmek yerine ve birbirlerine karşı verilerle rehberlik etmek yerine, mevcut araştırma ve pratik yaklaşımlar giderek hibrit sistemlere emanet edilmektedir. İstatistiksel modeller ve açık bilgi birleştirilmiştir:
- LLM Editions aracılığıyla sembolik akıl yürütme: Büyük bir dilsel model öneriler üretir, bir kontrol sistemi tutarlılığını kontrol eder.
- En çok katılan bilginin grafikleri: yapılandırılmış bilgi, araştırma ve sonucu iyileştirmek için semantik vektörlere bağlıdır.
- Kısıtlamalara dayalı sistemler: Otomatik öğrenme adaylar oluşturur, sembolik kurallar kabul edilemez çözümleri filtreler.
Bir örnek tıbbi teşhisdir: bir sinir ağı, X -Ray görüntülerindeki anormallikleri tanırken, teşhisin bilinen klinik görüntülere uyum sağlamasını ve mantıksal çelişkiler yaratmamasını sağlayan düzenli bir sistemdir.
görüş
Bu serinin bir sonraki bölümünde, ortak parolaları ve pazarlama terimlerini caydırıyor. “Hakim Olarak LLM”, “Birkaç İnme Öğrenimi” veya “Birleşme” ve nasıl değerlendirebileceğinizi, ister bir madde veya sadece anahtar kelimelerin akrobatikleri olup olmadığını nasıl değerlendirebileceğiniz gibi ifadelerin arkasında ne olduğunu gösteriyorum.
(RME)
Bir yanıt yazın