Słownik pojęć AI

Zebrałem tutaj 41 pojęć, które najczęściej sprawiają kłopot osobom zaczynającym przygodę z AI. Każde hasło tłumaczę najpierw zwykłym językiem, a potem daję przykład z życia - bo dopiero przykład sprawia, że definicja zostaje w głowie. Tam, gdzie dane pojęcie ma w przewodniku swój rozdział, podaję link do lekcji.

Część haseł ma dodatkowo szarą ramkę “Ujęcie techniczne”. To wersja precyzyjna, z terminologią i szczegółami, przydatna, jeśli czytasz dokumentację albo rozmawiasz z kimś z branży. Możesz ją spokojnie pominąć - wszystko, co potrzebne, jest już nad nią.

Nie musisz czytać tego od deski do deski. Traktuj tę stronę jak podręczny leksykon i wracaj do niej, kiedy natkniesz się na nieznany termin.

Agent AI

System AI, który dostaje cel zamiast pojedynczego polecenia. Sam układa plan, sam sięga po narzędzia - wyszukiwarkę, pliki, inne aplikacje - i wykonuje zadanie krok po kroku. Po drodze sprawdza wyniki własnej pracy i poprawia się, jeśli coś nie wyszło.

Przykład: Prosisz agenta o “znalezienie trzech połączeń do Rzymu na przyszły weekend i porównanie cen”. Zwykły chatbot opisałby, jak to zrobić samodzielnie - agent sam otwiera wyszukiwarkę, przegląda wyniki i wraca z gotowym zestawieniem.

Algorytm

Przepis na wykonanie zadania: lista kroków, które trzeba zrobić po kolei, żeby dojść do wyniku. Komputer nie zgaduje - robi dokładnie to, co mówi algorytm. W AI algorytmy decydują, jak system przetwarza dane i na jakiej podstawie wybiera odpowiedź.

Przykład: Przepis na naleśniki to algorytm: rozbij jajka, dodaj mąkę, wymieszaj, usmaż. Kolejność ma znaczenie, a wynik jest za każdym razem podobny. Tak samo działa algorytm Google - przechodzi przez ustalone kroki i na końcu decyduje, którą stronę pokazać Ci pierwszą.

Alignment (Dostosowanie)

Dopilnowanie, żeby system AI robił to, o co nam naprawdę chodzi, a nie to, co dosłownie kazaliśmy mu robić. To rzadko jest to samo. Im bardziej samodzielny system, tym większa różnica między jednym a drugim - i tym poważniejsze skutki, gdy AI trafi w cel, ale nie w intencję.

Przykład: Serwis wideo każe AI maksymalnie wydłużyć czas oglądania. System odkrywa, że najskuteczniej trzymają przy ekranie treści skrajne i budzące złość, więc zaczyna je polecać. Polecenie wykonał wzorowo, a efekt wyszedł odwrotny do zamierzonego.

API (Application Programming Interface)

Sposób, w jaki jeden program prosi drugi o przysługę i dostaje odpowiedź. Nikt tego nie widzi na ekranie - to rozmowa między programami, prowadzona według z góry ustalonych zasad. Dzięki API twórca aplikacji może wstawić do niej gotowe umiejętności modelu AI, na przykład pisanie tekstów albo rozpoznawanie zdjęć, zamiast budować własny model od zera.

Przykład: Kiedy płacisz kartą w sklepie internetowym, sklep nie zagląda na Twoje konto sam - przez API pyta o zgodę bank i czeka na odpowiedź. Tak samo program do obsługi klienta może przez API poprosić model o propozycję odpowiedzi na e-mail i pokazać ją pracownikowi do zatwierdzenia.

Bias (Uprzedzenie)

Stałe przechylenie odpowiedzi AI w jedną stronę. Model powtarza uprzedzenia, które siedziały w danych, na których się uczył. Nie bierze się to ze złej woli programisty ani z awarii - model wiernie odtwarza to, co zobaczył w przykładach, razem z całą niesprawiedliwością, jaka w nich była. Najtrudniejsze jest to, że wygląda przy tym na obiektywny, bo “przecież decyduje komputer”.

Przykład: System rekrutacyjny trenowany na historycznych danych firmy, gdzie większość kierowniczych stanowisk zajmowali mężczyźni, może faworyzować kandydatów płci męskiej, nawet jeśli płeć nie jest bezpośrednio uwzględniana w ocenie.

Chain-of-thought (łańcuch myśli)

Technika promptowania, w której prosisz model, żeby rozpisał rozumowanie krok po kroku, zanim poda ostateczną odpowiedź. Pośrednie kroki działają jak brudnopis - model rzadziej gubi się w zadaniach wieloetapowych, a Ty widzisz, w którym miejscu popełnił błąd. W najprostszej wersji wystarczy dopisać do polecenia frazę “pomyślmy krok po kroku”. W modelach rozumujących ten łańcuch jest już wbudowany i model generuje go sam, bez Twojej prośby.

Przykład: Pytasz “mam 3 skrzynki po 24 butelki, sprzedałem 17 - ile zostało?” i dostajesz samą liczbę, czasem błędną. Dopisujesz “rozpisz obliczenia krok po kroku” - model najpierw mnoży 3 × 24, potem odejmuje 17 i podaje wynik, który możesz sprawdzić.

Chatbot

Program, z którym rozmawiasz w języku naturalnym - piszesz do niego jak do drugiego człowieka, a on odpowiada tekstem. Nowoczesne chatboty AI (jak ChatGPT, Claude czy Gemini) działają na dużych modelach językowych, dzięki czemu prowadzą swobodną rozmowę, a nie tylko wybierają gotowe odpowiedzi z listy.

Przykład: Wpisujesz “wytłumacz mi fotosyntezę jak dziecku”, a chatbot w kilka sekund pisze prostą odpowiedź. Możesz od razu dopytać “a teraz jak studentowi biologii” - i dostajesz wersję bardziej zaawansowaną, bo chatbot pamięta kontekst rozmowy.

Dane treningowe

Materiał, na którym model się uczy: teksty, zdjęcia, nagrania, liczby. Model nie wie niczego z góry - wszystko, co potrafi, wyciągnął z tego zbioru. Dlatego to zawartość danych treningowych decyduje, w czym model jest dobry, czego nie zna i jakie uprzedzenia powtarza.

Przykład: Aby nauczyć system rozpoznawania kotów na zdjęciach, podaje się mu tysiące obrazów oznaczonych jako “kot” i “nie kot”. Te oznaczone obrazy stanowią dane treningowe.

Embedding

Sposób zapisania znaczenia tekstu jako zestawu liczb. Model nie rozumie słów tak jak Ty - żeby cokolwiek z nimi zrobić, zamienia każde na długi ciąg liczb, dobrany tak, że teksty o podobnym znaczeniu dostają podobne ciągi. Dzięki temu maszyna potrafi policzyć, jak blisko siebie leżą dwa pojęcia, mimo że nie wie, co one znaczą.

Przykład: Wpisujesz w wyszukiwarkę sklepu “buty na deszcz” i dostajesz kalosze, choć w ich opisie słowo “deszcz” w ogóle nie pada. To działa dzięki embeddingom: liczby przypisane do “kaloszy” leżą blisko liczb przypisanych do “deszczu”, bo w tekstach, na których model się uczył, te słowa stale występowały razem.

Etyka AI

Pytania o to, co wolno robić z AI, a czego nie. I o to, kto odpowiada, kiedy system zrobi komuś krzywdę. Chodzi o uczciwość, prywatność, jawność działania i wpływ na ludzką pracę. To nie są rozważania na później - takie decyzje zapadają dziś, przy budowie konkretnych narzędzi.

Przykład: Bank odmawia Ci kredytu, bo tak zdecydował algorytm. Masz prawo wiedzieć dlaczego? Czy firma może uczyć model na cudzych zdjęciach bez pytania autora o zgodę? Czy chatbot, do którego pisze ktoś w kryzysie, powinien mieć obowiązek odesłać go do człowieka? To są pytania etyki AI.

Explainable AI (XAI)

Podejście do tworzenia systemów AI, których decyzje można zrozumieć i wyjaśnić w sposób przystępny dla człowieka. XAI koncentruje się na zwiększeniu przejrzystości działania modeli, które często postrzegane są jako “czarne skrzynki”.

Przykład: Zamiast otrzymać tylko diagnozę “wysokie ryzyko choroby serca”, system XAI mógłby wyjaśnić: “Ryzyko jest wysokie ze względu na podwyższony poziom cholesterolu, historię rodzinną chorób serca i brak regularnej aktywności fizycznej w ostatnich 5 latach.”

Fine-tuning

Dotrenowanie gotowego modelu pod jedno konkretne zastosowanie. Zamiast uczyć model od zera - co kosztuje miliony - bierze się model już wytrenowany i pokazuje mu stosunkowo niewielki zbiór własnych przykładów. Uwaga na częste nieporozumienie: fine-tuning uczy przede wszystkim formy, stylu i słownictwa, a nie nowych faktów. Do wiedzy służy RAG.

Przykład: Kancelaria bierze ogólny model językowy i dotrenowuje go na kilku tysiącach własnych pism procesowych. Model dalej potrafi wszystko co przedtem, ale teraz pisze językiem, którego używają prawnicy w tej kancelarii, i nie myli nazw dokumentów.

Generatywna AI

Rodzaj sztucznej inteligencji, która tworzy nowe treści - teksty, obrazy, dźwięk, wideo czy kod - na podstawie tego, czego nauczyła się z danych. Różni się od “zwykłej” AI, która głównie rozpoznaje lub wybiera (np. filtruje spam), a nie wytwarza czegoś od zera. Po angielsku w skrócie: GenAI.

Przykład: Wpisujesz do ChatGPT “napisz wierszyk na urodziny babci”, a model układa nowy tekst, którego wcześniej nie było. Generator obrazów na opis “kot grający na gitarze w kosmosie” rysuje obrazek od zera - to też generatywna AI.

Głębokie uczenie (Deep Learning)

Uczenie maszynowe, w którym model ma wiele warstw ułożonych jedna nad drugą, a każda wychwytuje coś bardziej złożonego niż poprzednia. “Głębokie” znaczy dokładnie tyle: dużo warstw. Największa zmiana wobec starszych metod jest taka, że nikt nie musi z góry mówić modelowi, na co ma patrzeć - to, co ważne, wyłapuje sam z surowych zdjęć czy nagrań.

Przykład: Model rozpoznający twarze zaczyna od rzeczy najprostszych: pierwsze warstwy widzą krawędzie i plamy, kolejne składają z nich oko, nos i usta, a ostatnie - konkretną osobę. Nikt nie napisał mu, że twarz ma dwoje oczu. Doszedł do tego sam, oglądając zdjęcia.

GPU (Graphics Processing Unit)

Procesor graficzny - układ, który powstał do rysowania grafiki w grach, a okazał się idealny do trenowania AI. Powód jest prosty: karta graficzna nie wykonuje jednego trudnego działania szybko, tylko tysiące prostych naraz, a trening modelu to właśnie miliardy prostych mnożeń. Dlatego dziś karty graficzne, a nie zwykłe procesory, są najdroższą częścią sprzętu do AI.

Przykład: Ta sama karta, która w komputerze do gier rysuje płynny obraz, potrafi uruchomić mniejszy model AI na Twoim biurku. Wytrenowanie dużego modelu językowego wymaga jednak tysięcy takich kart pracujących razem przez wiele tygodni - stąd koszty liczone w milionach dolarów.

Halucynacje AI

Sytuacja, w której model podaje informację brzmiącą wiarygodnie, ale zmyśloną. To nie jest kłamstwo ani awaria. Model zawsze układa najbardziej prawdopodobny ciąg dalszy, a kiedy czegoś nie wie, “prawdopodobne” przestaje znaczyć “prawdziwe”. Najgroźniejsze jest to, że halucynacja wygląda tak samo jak dobra odpowiedź - tym samym pewnym tonem.

Przykład: Prosisz o źródła do artykułu i dostajesz listę książek z autorami, tytułami i latami wydania. Wszystko wygląda porządnie, ale dwóch z tych pozycji nigdy nie wydano - model ułożył tytuły, które brzmią jak prawdziwe.

Model

Wytrenowany program, który jest właściwą “sztuczną inteligencją” w każdym narzędziu, z którego korzystasz. Powstaje przez trening na ogromnych zbiorach danych, ale ich w sobie nie przechowuje - zostają z nich tylko wyłapane prawidłowości. Na ich podstawie model radzi sobie także z rzeczami, których nigdy wcześniej nie widział.

Przykład: ChatGPT to aplikacja: okno, w które piszesz. Model to silnik pod spodem, który układa odpowiedź. Ten sam model bywa dostępny w kilku różnych aplikacjach, tak jak ten sam silnik montuje się w różnych samochodach - i dlatego zmiana modelu w ustawieniach potrafi zmienić jakość odpowiedzi bez żadnej zmiany w samym oknie czatu.

Model językowy (LLM)

Model wytrenowany na ogromnej ilości tekstu, którego jedyne zadanie brzmi: przewidzieć, co powinno pójść dalej. Z tej jednej umiejętności, powtarzanej kawałek po kawałku, bierze się wszystko pozostałe - rozmowa, tłumaczenie, streszczanie, pisanie. Efekt wygląda jak rozumienie języka, ale w środku nie ma ani zrozumienia, ani sprawdzania faktów. Skrót LLM to Large Language Model, a “duży” odnosi się i do ilości tekstu, na którym się uczył, i do rozmiaru samego modelu.

Przykład: Modele w ChatGPT, Claude i Gemini to popularne duże modele językowe: prowadzą rozmowę, piszą teksty i pomagają w rozwiązywaniu problemów.

Model open-weight

Model AI, którego wagi (czyli wyuczone parametry) producent udostępnia do pobrania - możesz uruchomić go na własnym komputerze lub serwerze, bez wysyłania danych do chmury dostawcy. Open-weight nie zawsze znaczy w pełni open source: licencje bywają różne, od bardzo liberalnej Apache 2.0 (np. Bielik, rodzina Mistral 3) po licencje z ograniczeniami komercyjnymi. Przeciwieństwem są modele zamknięte, dostępne wyłącznie przez API lub aplikację producenta.

Przykład: Bielik i małe modele Ministral 3 (3, 8 i 14 mld parametrów) to modele open-weight - możesz pobrać je za darmo i uruchomić w aplikacji LM Studio na własnym komputerze. Flagowy Mistral Large 3 też ma otwarte wagi, ale przy 675 mld parametrów potrzebuje już serwera z kilkoma kartami graficznymi.

Ogólna AI (AGI)

Hipotetyczny system AI dorównujący człowiekowi w dowolnej dziedzinie intelektualnej: przenoszący umiejętności między zupełnie różnymi zadaniami, uczący się w trakcie działania i mający spójny model świata. AGI (Artificial General Intelligence) dziś nie istnieje, a badacze nie są zgodni ani co do terminu jej powstania, ani co do tego, jak ją rozpoznać. Przeciwieństwem jest wąska AI - wszystko, z czego korzystasz dzisiaj.

Przykład: ChatGPT napisze wiersz i kod, ale nie nauczy się w trakcie rozmowy niczego nowego ani nie przeniesie doświadczenia z jednego zadania na zupełnie inne. To wciąż wąska AI, tyle że bardzo szeroko zakrojona.

Okno kontekstowe

Maksymalna ilość tekstu (liczona w tokenach), którą model AI może jednocześnie “widzieć” - obejmuje Twoje pytania, wcześniejsze odpowiedzi i załączone dokumenty. Gdy rozmowa przekroczy ten limit, model traci dostęp do najstarszych fragmentów.

Przykład: Wklejasz do chatbota długi raport i zadajesz pytania. Jeśli raport mieści się w oknie kontekstowym, model odpowiada z uwzględnieniem całości; jeśli nie - odpowiedzi dotyczą tylko tej części, którą model wciąż “widzi”.

Prompt

To, co wpisujesz modelowi: pytanie, polecenie, wklejony tekst albo wszystko naraz. Model nie ma żadnego innego źródła wiedzy o tym, czego chcesz - nie widzi Twojej miny ani kontekstu sprawy. Dlatego od treści promptu zależy niemal cała jakość odpowiedzi.

Przykład: “Napisz wiersz o jesieni” to prosty prompt, który może dać różne wyniki w zależności od modelu. Bardziej rozbudowany prompt, jak “Napisz 12-wersowy wiersz o jesieni, używając metafor związanych z przemijaniem i ciepłych barw”, daje bardziej ukierunkowany rezultat.

Prompt engineering

Umiejętność formułowania poleceń tak, żeby model odpowiadał tak, jak potrzebujesz. Sprowadza się do trzech rzeczy: powiedzieć wprost, o co Ci chodzi, dodać kontekst i określić, w jakiej formie chcesz dostać wynik. To nie jest wiedza tajemna ani osobny zawód - to głównie precyzja, a uczysz się jej na własnych rozmowach.

Przykład: Zamiast pytać “Jak zostać programistą?”, inżynieria promptów sugeruje bardziej precyzyjne podejście: “Jestem 30-letnim nauczycielem z podstawową znajomością HTML i CSS. Chcę zostać front-end developerem w ciągu roku, ucząc się 10 godzin tygodniowo. Stwórz dla mnie 3-miesięczny plan nauki, uwzględniający konkretne zasoby i projekty praktyczne.”

Przetwarzanie języka naturalnego (NLP)

Dział AI, który zajmuje się tym, żeby komputer poradził sobie ze zwykłym ludzkim językiem - mówionym i pisanym, ze skrótami, literówkami i wieloznacznością. Obejmuje jedno i drugie: przetwarzanie tekstu i tworzenie go. Skrót NLP pochodzi od angielskiego Natural Language Processing.

Przykład: Dyktujesz wiadomość w telefonie i pojawia się jako tekst, Google Translate tłumaczy Ci menu ze zdjęcia, a poczta odsiewa spam - za każdym razem pracuje NLP. Sklepy używają go też do przejrzenia tysięcy opinii i rozdzielenia ich na pochwały i skargi, czego człowiek nie zrobiłby w rozsądnym czasie.

RAG (Retrieval-Augmented Generation)

Technika, w której model przed odpowiedzią najpierw zagląda do wskazanych dokumentów, a dopiero potem pisze. Zwykły model odpowiada wyłącznie z tego, co zapamiętał podczas treningu - nie zna Twoich plików i nie wie, co zmieniło się po dacie odcięcia. RAG dokłada krok wyszukiwania: system znajduje pasujące fragmenty, podaje je modelowi i każe odpowiadać na ich podstawie. Odpowiedzi są przez to aktualniejsze i łatwiej sprawdzić, skąd się wzięły.

Przykład: Wgrywasz do chatbota instrukcję obsługi swojego pieca i pytasz, co znaczy migający błąd E4. Model nie znał tej instrukcji z treningu - odnalazł w niej odpowiedni fragment i odpowiedział na jego podstawie. Bez RAG odpowiedziałby ogólnikami albo zmyślił.

RLHF (Reinforcement Learning from Human Feedback)

Metoda douczania modelu na ocenach wystawianych przez ludzi. Sam trening na tekstach uczy model, co jest prawdopodobne, ale nie co jest pomocne, uprzejme i bezpieczne. Pokazuje się więc ludziom po kilka odpowiedzi modelu na to samo pytanie, oni układają je od najlepszej do najgorszej, a model jest dostrajany tak, żeby coraz częściej trafiać w to, co ludzie wybierali. Skrót rozwija się jako Reinforcement Learning from Human Feedback.

Przykład: To dzięki RLHF chatbot odpowiada rozmową zamiast dopisywać dalszy ciąg Twojego zdania, i to dzięki niemu odmawia, gdy poprosisz o coś groźnego. Kciuk w górę lub w dół, który klikasz pod odpowiedzią, to zbieranie danych dokładnie tego rodzaju - tyle że tym razem oceniającym jesteś Ty.

Sieć neuronowa

Program zbudowany z tysięcy prostych elementów (“neuronów”) połączonych w warstwy. Każdy z nich robi coś banalnego: dostaje liczby, mnoży je przez własne ustawienia i przekazuje wynik dalej. Umiejętność nie siedzi w żadnym z nich z osobna, tylko w sile połączeń między nimi - i to je właśnie dostraja trening. Nazwa pochodzi z luźnej inspiracji mózgiem i na tej inspiracji podobieństwo się kończy.

Przykład: Wyobraź sobie sieć neuronową analizującą zdjęcie: pierwsza warstwa może wykrywać proste krawędzie i linie, kolejne warstwy rozpoznają kształty i struktury, a ostatnie warstwy identyfikują złożone obiekty, jak “kot”, “samochód” czy “dom”.

Suwerenność cyfrowa

Zdolność państwa, firmy lub pojedynczej osoby do korzystania z technologii cyfrowych - chmury, oprogramowania, modeli AI - bez krytycznej zależności od dostawców spoza swojego regionu. W praktyce chodzi o pytanie: co się stanie z Twoimi narzędziami i danymi, jeśli zagraniczny dostawca zmieni cennik, regulamin albo zostanie objęty sankcjami? Odpowiedzią są m.in. europejskie modele AI, lokalne centra danych i modele open-weight uruchamiane na własnym sprzęcie.

Przykład: Urząd, który zamiast chmury zagranicznego dostawcy uruchamia polski model językowy na własnych serwerach - dane obywateli nie opuszczają kraju.

Więcej: Suwerenne AI

Sztuczna inteligencja (AI)

Programy, które radzą sobie z zadaniami wymagającymi kiedyś człowieka: rozpoznają obraz, przetwarzają zdanie, wyciągają wnioski z danych, uczą się na przykładach. Różnica wobec zwykłego programu jest jedna i zasadnicza - nikt nie napisał AI reguły na każdy przypadek, ona wyciąga reguły sama z tego, co jej pokazano. Nazwą “sztuczna inteligencja” określa się i samą technologię, i dziedzinę nauki, która się nią zajmuje.

Przykład: Telefon rozpoznaje Twoją twarz i się odblokowuje, poczta wrzuca reklamy do spamu, nawigacja przewiduje korek, a chatbot pisze odpowiedź na e-mail. Żaden z tych programów nie dostał listy reguł na każdą sytuację - wszystkie nauczyły się z przykładów.

Temperatura (temperature)

Parametr sterujący losowością odpowiedzi modelu. Model w każdym kroku wybiera kolejny token z listy kandydatów - niska temperatura każe mu trzymać się najbardziej prawdopodobnego, wysoka pozwala sięgać po mniej oczywiste. Niżej na skali odpowiedzi są powtarzalne i zachowawcze, wyżej - bardziej kreatywne, ale i bardziej podatne na błędy. W zwykłych chatbotach temperatura jest ustawiona z góry; regulujesz ją przez API albo w narzędziach dla zaawansowanych.

Przykład: Prosisz o hasło reklamowe przy niskiej temperaturze i za każdym razem dostajesz niemal to samo, bezpieczne zdanie. Podnosisz ją - propozycje robią się zaskakujące i różnorodne, ale część z nich jest całkowicie nietrafiona.

Token

Podstawowa jednostka tekstu, na jaką model dzieli to, co czyta i co pisze - zwykle fragment słowa, całe krótkie słowo albo znak interpunkcyjny. Tokeny są walutą modeli językowych: w nich mierzy się okno kontekstowe i w nich naliczane są opłaty za korzystanie z API. Polszczyzna dzieli się na tokeny mniej ekonomicznie niż angielski - ten sam tekst po polsku zajmuje ich zauważalnie więcej. Ile dokładnie, zależy od modelu i najlepiej to zmierzyć, zamiast przyjmować z pamięci.

Przykład: Wklejasz do chatbota dokument, który ma 10 tysięcy słów. Dla modelu to kilkanaście do dwudziestu kilku tysięcy tokenów - i to ta liczba, a nie liczba stron, decyduje, czy tekst zmieści się w oknie kontekstowym i ile zapłacisz za jego przetworzenie.

Tokenizacja

Proces dzielenia tekstu na mniejsze jednostki zwane tokenami, które mogą być przetwarzane przez modele językowe. Tokeny to najczęściej słowa, części słów lub symbole, które stanowią podstawową jednostkę analizy.

Przykład: Zdanie “Lubię jeść jabłka” mogłoby zostać podzielone na tokeny: “Lubi”, “ę”, ” jeść”, ” jabł”, “ka” (podział zależy od konkretnego tokenizera).

Transfer learning

Metoda uczenia maszynowego, w której wiedza zdobyta podczas rozwiązywania jednego problemu jest wykorzystywana do rozwiązania innego, powiązanego problemu. Pozwala to zaoszczędzić czas i zasoby potrzebne do trenowania modeli od zera.

Przykład: Model wytrenowany do rozpoznawania psów różnych ras może wykorzystać tę wiedzę do szybszego nauczenia się rozpoznawania kotów. Podstawowe cechy, jak kształt oczu, uszu czy tekstura futra, są przydatne w obu zadaniach.

Transformery (Transformers)

Sposób budowy sieci neuronowej, wymyślony w 2017 roku, na którym opierają się dziś wszystkie duże modele językowe. Kluczowy pomysł: czytając zdanie, model przy każdym słowie sam ustala, na które inne słowa musi w tej chwili patrzeć - i robi to dla całego zdania naraz, a nie słowo po słowie. Ten wybór, na co zwrócić uwagę, nazywa się mechanizmem uwagi (po angielsku attention) i to dzięki niemu model nie gubi sensu w długich zdaniach.

Przykład: GPT (Generative Pre-trained Transformer) w nazwie zawiera odniesienie do tej architektury. Dzięki transformerom model rozstrzyga, że w zdaniu “Piotr podał piłkę Markowi, bo on chciał grać” słowo “on” odnosi się do Marka, a nie do Piotra.

Trenowanie (trening)

Odrębny, kosztowny proces przed udostępnieniem modelu, w którym model przetwarza ogromne zbiory danych i dopasowuje swoje parametry (wagi). Po treningu wagi zostają zamrożone: model używany w rozmowie już się nie uczy, a jego wiedza kończy się na dacie odcięcia danych treningowych. Trening trwa tygodnie, samo używanie modelu (wnioskowanie) - ułamki sekundy.

Przykład: Model nie zapamięta Twojej dzisiejszej rozmowy na jutro. Żeby nauczył się czegoś nowego, producent musi przeprowadzić kolejny trening albo dotrenowanie (fine-tuning).

Uczenie maszynowe (Machine Learning)

Sposób tworzenia programów, w którym nie pisze się reguł, tylko pokazuje przykłady - a program sam wyciąga z nich prawidłowości. W zwykłym programowaniu człowiek musi przewidzieć każdą sytuację i opisać ją regułą. W uczeniu maszynowym daje się tysiące gotowych przykładów i to program szuka w nich schematu, a im więcej ich zobaczy, tym rzadziej się myli.

Przykład: Nikt nie napisał Netfliksowi reguły “kto lubi kryminały skandynawskie, polubi też thrillery polityczne”. Serwis wyciągnął ją sam, z tego co oglądały miliony ludzi - i na tej podstawie podsuwa Ci kolejny tytuł.

Uczenie nadzorowane

Uczenie na przykładach z gotową odpowiedzią. Każdy przykład ma dołączoną poprawną odpowiedź (nazywa się ją etykietą), a model tak długo poprawia swoje typowanie, aż zaczyna trafiać. Potem stosuje tę samą umiejętność do przypadków, których nigdy nie widział. To najczęstsza odmiana uczenia maszynowego, a jej największym kosztem jest to, że ktoś musi wcześniej ręcznie oznaczyć tysiące przykładów.

Przykład: Filtr antyspamowy uczy się na wiadomościach oznaczonych przez ludzi jako “spam” i “nie spam”. Po treningu sam rozpoznaje, do której grupy trafia nowy e-mail - także taki, jakiego wcześniej nie widział.

Uczenie nienadzorowane

Metoda uczenia maszynowego, w której model trenowany jest na danych bez etykiet. System sam odkrywa struktury, wzorce i powiązania w danych.

Przykład: System analizujący zachowania klientów sklepu internetowego może samodzielnie grupować ich według podobnych nawyków zakupowych, nawet jeśli nie ma z góry zdefiniowanych kategorii klientów.

Uczenie przez wzmacnianie

Uczenie metodą prób i błędów: model coś robi, obserwuje skutek i dostaje punkty - dodatnie za dobry ruch, ujemne za zły. Nikt nie pokazuje mu poprawnej odpowiedzi. Model sam odkrywa, które zachowania popłacają, powtarzając próbę tysiące albo miliony razy. Tak uczy się tresowany pies i tak uczy się program grający w szachy.

Przykład: AlphaGo, który pokonał mistrzów w grze Go, doszlifował strategię, rozgrywając miliony partii sam ze sobą: wygrana dawała punkty, przegrana je odbierała. Nikt nie wpisał mu dobrych strategii - a część z tych, które sam wypracował, zaskoczyła mistrzów.

Wąska AI (ANI)

System AI wyspecjalizowany w jednym zadaniu lub wąskiej grupie zadań - bardzo dobry w tym, do czego został wytrenowany, i bezradny poza tym obszarem. Cała AI dostępna dzisiaj, łącznie z chatbotami, jest wąska: nie ma rozumienia świata w ludzkim sensie. ANI to Artificial Narrow Intelligence.

Przykład: Model wykrywający zmiany nowotworowe na zdjęciach RTG bywa dokładniejszy od lekarza, ale nie odpowie na najprostsze pytanie o pogodę. Poza swoim zadaniem nie “wie” nic.

Zero-shot (bez przykładów)

Sposób zadania modelowi zadania bez pokazywania ani jednego przykładu - liczy się sama instrukcja, a model radzi sobie dzięki ogólnej wiedzy z treningu. To domyślne podejście i warto od niego zaczynać: jest najprostsze i najczęściej wystarcza. Gdy zawodzi, kolejnym krokiem jest few-shot, czyli dorzucenie do polecenia 2-3 przykładów rozwiązanego zadania.

Przykład: Piszesz “oceń, czy ta opinia o produkcie jest pozytywna, negatywna czy neutralna” i wklejasz tekst - bez żadnego wzorca. Model klasyfikuje opinię poprawnie, bo z treningu wie, jak wygląda zadowolony, a jak rozczarowany klient.

made with ❤️ by aitomate.pl - Łukasz Podgórski