อภิธานศัพท์ปัญญาประดิษฐ์: คำศัพท์ AI ที่ทุกคนควรเรียนรู้

เราได้รวบรวมรายการวลีและแนวคิดที่เป็นประโยชน์ในการทำความเข้าใจปัญญาประดิษฐ์ โดยเฉพาะอย่างยิ่งแชทบอทที่เปิดใช้งาน AI สายพันธุ์ใหม่ เช่น ChatGPT, Bing และ Bard

หากคุณไม่เข้าใจคำอธิบายเหล่านี้ หรือต้องการเรียนรู้เพิ่มเติม คุณอาจลองถามแชทบอทด้วยตัวเอง การตอบคำถามเหล่านี้เป็นหนึ่งในทักษะที่มีประโยชน์ที่สุด และหนึ่งในวิธีที่ดีที่สุดในการทำความเข้าใจ AI ก็คือการใช้มัน แต่โปรดจำไว้ว่าบางครั้งพวกเขาอาจเข้าใจผิด

บิง และ กวี แชทบอทกำลังเปิดตัวอย่างช้าๆ และคุณอาจต้องเข้าคิวรอเพื่อเข้าใช้งาน ChatGPT ขณะนี้ไม่มีรายการรอ แต่ต้องมีการตั้งค่าบัญชีฟรี

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ AI โปรดดูซีรีส์ห้าตอนของ The New York Times เกี่ยวกับการเป็นผู้เชี่ยวชาญเกี่ยวกับแชทบอท

มานุษยวิทยา: แนวโน้มที่ผู้คนจะระบุคุณสมบัติหรือคุณลักษณะที่เหมือนมนุษย์ให้กับแชทบอท AI ตัวอย่างเช่น คุณอาจคิดว่ามันใจดีหรือโหดร้ายจากคำตอบของมัน แม้ว่ามันจะไม่สามารถแสดงอารมณ์ได้ หรือคุณอาจเชื่อว่า AI มีอารมณ์เพราะมันเลียนแบบภาษามนุษย์ได้ดีมาก

อคติ: ประเภทของข้อผิดพลาดที่สามารถเกิดขึ้นได้ในโมเดลภาษาขนาดใหญ่ หากเอาต์พุตคลาดเคลื่อนจากข้อมูลการฝึกของโมเดล ตัวอย่างเช่น นางแบบอาจเชื่อมโยงลักษณะหรืออาชีพเฉพาะกับเชื้อชาติหรือเพศบางอย่าง ซึ่งนำไปสู่การคาดคะเนที่ไม่ถูกต้องและการตอบสนองที่ไม่เหมาะสม

พฤติกรรมฉุกเฉิน: ความสามารถที่ไม่คาดคิดหรือไม่ได้ตั้งใจในโมเดลภาษาขนาดใหญ่ เปิดใช้งานโดยรูปแบบการเรียนรู้และกฎของโมเดลจากข้อมูลการฝึกอบรม ตัวอย่างเช่น โมเดลที่ได้รับการฝึกอบรมเกี่ยวกับการเขียนโปรแกรมและไซต์การเขียนโค้ดสามารถเขียนโค้ดใหม่ได้ ตัวอย่างอื่นๆ ได้แก่ ความสามารถในการสร้างสรรค์ เช่น การแต่งบทกวี ดนตรี และเรื่องราวสมมติ

AI กำเนิด: เทคโนโลยีที่สร้างเนื้อหา รวมถึงข้อความ รูปภาพ วิดีโอ และรหัสคอมพิวเตอร์ โดยการระบุรูปแบบในข้อมูลการฝึกอบรมจำนวนมาก จากนั้นจึงสร้างเนื้อหาต้นฉบับที่มีลักษณะคล้ายคลึงกัน ตัวอย่าง ได้แก่ ChatGPT สำหรับข้อความและ ดัล-อี และ กลางการเดินทาง สำหรับรูปภาพ

ภาพหลอน: ปรากฏการณ์ที่รู้จักกันดีในโมเดลภาษาขนาดใหญ่ ซึ่งระบบให้คำตอบที่ไม่ถูกต้อง ไม่เกี่ยวข้อง หรือไร้สาระ เนื่องจากข้อจำกัดในข้อมูลการฝึกอบรมและสถาปัตยกรรม

โมเดลภาษาขนาดใหญ่: โครงข่ายประสาทเทียมประเภทหนึ่งที่เรียนรู้ทักษะต่างๆ เช่น การสร้างร้อยแก้ว การสนทนา และการเขียนโค้ดคอมพิวเตอร์ โดยการวิเคราะห์ข้อความจำนวนมหาศาลจากทั่วทั้งอินเทอร์เน็ต ฟังก์ชันพื้นฐานคือการทำนายคำถัดไปตามลำดับ แต่โมเดลเหล่านี้ทำให้ผู้เชี่ยวชาญประหลาดใจด้วยการเรียนรู้ความสามารถใหม่

การประมวลผลภาษาธรรมชาติ: เทคนิคที่ใช้โดยแบบจำลองภาษาขนาดใหญ่เพื่อทำความเข้าใจและสร้างภาษามนุษย์ รวมถึงการจำแนกข้อความและการวิเคราะห์ความรู้สึก วิธีการเหล่านี้มักใช้อัลกอริทึมการเรียนรู้ของเครื่อง แบบจำลองทางสถิติ และกฎทางภาษาศาสตร์ผสมผสานกัน

โครงข่ายประสาทเทียม: ระบบทางคณิตศาสตร์ที่จำลองมาจากสมองของมนุษย์ ซึ่งเรียนรู้ทักษะโดยการค้นหารูปแบบทางสถิติในข้อมูล ประกอบด้วยชั้นของเซลล์ประสาทเทียม ชั้นแรกรับข้อมูลเข้า และชั้นสุดท้ายส่งออกผลลัพธ์ แม้แต่ผู้เชี่ยวชาญที่สร้างโครงข่ายประสาทเทียมก็ยังไม่เข้าใจว่าเกิดอะไรขึ้นระหว่างนั้น

พารามิเตอร์: ค่าตัวเลขที่กำหนดโครงสร้างและพฤติกรรมของโมเดลภาษาขนาดใหญ่ เช่น คำใบ้ที่ช่วยให้เดาคำที่จะตามมา ระบบอย่างเช่น GPT-4 นั้นมีพารามิเตอร์หลายแสนล้านพารามิเตอร์

การเรียนรู้การเสริมแรง: เทคนิคที่สอนแบบจำลอง AI เพื่อค้นหาผลลัพธ์ที่ดีที่สุดโดยการลองผิดลองถูก รับรางวัลหรือลงโทษจากอัลกอริทึมตามผลลัพธ์ ระบบนี้สามารถปรับปรุงได้โดยมนุษย์ให้ข้อเสนอแนะเกี่ยวกับประสิทธิภาพการทำงาน ในรูปแบบของการให้คะแนน การแก้ไข และข้อเสนอแนะ

รุ่นหม้อแปลง: สถาปัตยกรรมโครงข่ายประสาทเทียมมีประโยชน์สำหรับการทำความเข้าใจภาษาที่ไม่ต้องวิเคราะห์คำทีละคำ แต่สามารถดูทั้งประโยคได้ในคราวเดียว นี่เป็นความก้าวหน้าของ AI เนื่องจากทำให้โมเดลสามารถเข้าใจบริบทและการอ้างอิงภาษาในระยะยาวได้ Transformers ใช้เทคนิคที่เรียกว่า self-attention ซึ่งช่วยให้ตัวแบบสามารถโฟกัสไปที่คำเฉพาะที่มีความสำคัญในการทำความเข้าใจความหมายของประโยค