Artık Kullanıma Sunulan Yapay Zeka Programları Tam Olarak Nasıl Çalışıyor? Her Şey Bu 5 Yazıda Gizli!
Bugünün dünyasında, yapay zeka Terim hızla hemen hemen herkesin aşina olduğu bir kavram haline geldi. Ancak bu karmaşık teknolojinin arkasındaki perdeyi geri çekmek ve nasıl çalıştığını gerçekten anlamak biraz daha karmaşık olabilir. Sanki bir bilim kurgu filminden çıkmış gibi. yapay zeka ; Aslında algoritma denizlerinde yüzerek, bilgi okyanuslarını aşarak hayatımıza entegre oluyor.
Peki bu akıllı sistemler tam olarak nasıl çalışıyor? Özellikle SohbetGPTMidjourney ve DALL-E gibi yapay zeka araçları bize verdikleri cevaplarla bizi şaşırtıyor, doğal olarak aklımıza geliyor” Yapay zeka uygulamaları nasıl çalışır?” sorusu sık sık gündeme geliyor. Yapay zekanın gizemli dünyasını sizler için çözeceğiz ve gelişmiş teknolojinin her sorumuzu nasıl yanıtlayabileceğini, görseller yaratabileceğini detaylı olarak tartışacağız.
ChatGPT gibi yapay zeka uygulamaları tam olarak nasıl çalışıyor?
SohbetGPT Sorunuzu anlamaya çalışarak ve ardından eğitim aldığı bilgilere dayanarak sorunuza en iyi yanıtı vereceğini iddia ettiği ifadeleri bularak çalışır. Her ne kadar nispeten kolay gibi görünse de, kabul edelim ki, olan biten biraz karmaşık, bu yüzden adım adım ilerlemek en iyisi.
- Denetimli ve kontrolsüz öğrenme
- Transformatör mimarisi (GPT’de T)
- Jetonlar
- İnsan geri bildiriminden güçlendirilmiş öğrenme (RLHF)
- doğal dil (NLP)
Denetimli ve kontrolsüz öğrenme
GPT’de P “önceden eğitilmiş” Bu, GPT’nin yapabileceğini yapması anlamına geliyor ve çok önemli bir modül. GPT’den önceki en iyi performans gösteren yapay zeka modelleri, temel algoritmalarını geliştirmek için denetimli öğrenmeyi kullanıyordu.
GPT, birkaç temel kuralın verildiği ve ardından büyük miktarda etiketsiz bilginin (neredeyse tüm açık internet) beslendiği yer. Ön eğitim kullanır. Daha sonra tüm bu veriler arasında gezinmesi ve metni yöneten kurallar ve kaygılar konusunda kendi anlayışını geliştirmesi gerekiyor. kontrolsüzkaldı.
Doğal olarak denetimsiz öğrenmeyi kullandığınızda gerçekten ne elde edeceğinizi bilmek mümkün değildir. SohbetGPTDavranışını daha öngörülebilir ve uygun hale getirmek için, ince ayaryapmak.
Transformatör mimarisi (GPT’de T)
Tüm bu eğitimin amacı; Metin bilgilerindeki kalıpları ve ilgi alanlarını, bir sonraki metnin ne olacağını iddia etmeyi ve insan benzeri yanıtların nasıl oluşturulacağını öğretmek. Elbette bu süreç inanılmaz derecede karmaşık ve çok katmanlı. Yani özetle derin öğrenme uç ağıyaratılmasının amaçlandığını da söyleyebiliriz.
Açıkladığınızda karmaşık görünse de trafo modeli Yapay zeka algoritmaları nasıl tasarlanıyor? Bu işi çok kolaylaştırdı. Hesaplamaların paralelleştirilmesine veya eş zamanlı gerçekleştirilmesine olanak sağladı.
Bu sayede eğitim süreleri önemli ölçüde kısaldı. Sadece yapay zekaModellerini yalnızca daha verimli hale getirmekle kalmadı, aynı zamanda onları daha hızlı ve daha ucuz üretilebilir hale getirdi.
Transformatörlerin temelinde “öz-dikkat” adı verilen bir süreç vardır. Eskimiş tekrarlayan sınır ağları (RNN’ler) metni kelimenin tam anlamıyla soldan sağa doğru okur. İlgili kelime ve kavramlar yan yana olduğunda bu sistem iyi olabiliyor ancak kelimeler zıt uçlarda olduğunda işler biraz karmaşıklaşabiliyor. Bizce bunun en büyük örneği Türkçede zaman zaman yaşanan sapmalardır.
transformatörler cümledeki her kelimeyi tek seferde okur ve her kelimeyi diğerleriyle karşılaştırır. Bu onların cümlenin neresinde olursa olsun dikkatlerini en alakalı kelimelere yönlendirmelerine olanak tanır.
Elbette anlattıklarımızın hepsi işleri çok kolaylaştırıyor. transformatörlervektör (konum ve yön içeren bir sayı) olarak kodlanmış metin parçaları olan sözcüklerle çalışmaz “jetonlarla” çalışırlar. Dikkat ayrıca bir vektör olarak kodlanarak transformatör tabanlı sinir ağlarının paragrafın başındaki değerli bilgileri hatırlamasına olanak tanır.
Jetonlar
GPT-3Yaklaşık 500 milyar jeton üzerinde eğitilerek dil modellerinin daha kolay anlam atamasına ve vektör uzayında eşleştirerek Bu onun makul metni tahmin etmesine olanak sağladı. Birçok kelime tek bir belirteçle eşleşiyordu ancak daha uzun veya daha uzundu karmaşık kelimelerGenellikle birden fazla işaretleyiciye bölündü.
OpenAIGPT-4’ün iç işleyişi hakkında sessiz kalsa da neredeyse aynı veri seti üzerinde eğitildiğini varsayabiliriz.
İnsanlar tarafından yazılan tüm jetonlar devasa bir veri topluluğundan geliyor. Bunların arasında; kitaplar, makalelerve tüm farklı konular, format ve türlerdeki diğer belgeler ve açık internette bulunan inanılmaz miktarda içerik.
Tüm bu eğitimler sonucunda GPT-3’ün sinir ağı 175 milyar parametre veya değişken vardı. Aldığı eğitim sayesinde farklı parametrelere verdiği değer ve ağırlıklara göre girdi alıp en uygun çıktıyı verebildi.
OpenAI GPT-4’ün kaç parametresi olduğunu söylemedi ama muhtemelen 175 milyardan fazladır. GPT-4’ün artan gücünün bir kısmı muhtemelen GPT-3’ten daha fazla parametreye sahip olmasından kaynaklanmaktadır ve eğitimdeki iyileşmedenkaynaklanıyor.
İnsan geri bildiriminden güçlendirilmiş öğrenme (RLHF)
GPT’nin ilk sinir ağı Kamu kullanımına açık değildi, bu da neredeyse hiçbir yönlendirme olmadan açık internette eğitildiği anlamına geliyordu. Çünkü SohbetGPTÇocuğun çeşitli farklı taleplere sadık, mantıklı ve dengeli bir şekilde yanıt verme yeteneğini daha da geliştirmek. insan geri bildirimlerinden destekli öğrenmeadı verilen bir teknik kullanılarak diyalog için optimize edilmiştir.
Esasen OpenAI sınır ağının tipik durumlarda nasıl tepki vermesi gerektiğini gösteren bazı gösterim ve karşılaştırma verileri oluşturdu. Böylece yapay zekaRastgele bir durumda en iyi cevabın hangisi olduğunu bulmayı başardı. RLHFSaf kontrollü öğrenme olmasa da GPTAşağıdaki gibi ağların etkili bir şekilde ince ayarlanmasına izin verdi:
doğal dil (NLP)
Tüm bu çabalar elbette GPT’yi doğal dil olduğu sürecemümkün olduğu kadar etkili hale getirmeyi amaçlamaktadır. NLP ; konuşma tanıma, makine çevirisi ve sohbet robotları dahil yapay zeka Birçok konuyu kapsayan geniş bir kategori olduğunu da söyleyebiliriz. Başka bir deyişle NLP kategorisi yapay zekaya dil kurallarını ve sözdizimini anlamayı öğretir.
Ama unutmayın, henüz tam olarak öğrenemedi. Özellikle birçok insan SohbetGPTve benzeri yapay zeka Modellerine tez/ödev/içerik yazdırdığı bu dönemde robot yazmanın kendini gösterdiğini iddia ediyorsunuz. Okuduğunuz yazıların yapay zeka ile yazıp yazmadığını anlayabilmeniz için içerikler oluşturduk. Aşağıda detaylı bir şekilde inceleyebilirsiniz.
Nasıl çalıştığını uzun uzun anlattık, şimdi anlamanız için ChatGPT’nin kendisini nasıl geliştirdiğini veri setleri ile karşılaştıralım.
Başta ChatGPT 3.5ile “Soğuk kış günlerinde hastalanmaktan kendimi nasıl koruyabilirim?” Konulu bir soru sorduk. Yanıtları yeterliydi ama GPT-4 Doğal olarak bu kadar ileri düzeyde yanıtlar vermedi ve bazı bilgileri de eksik verdi. Farkı anlamanıza yardımcı olacak yanıtlar şunlardır:
Mesela bu cevaplarda SohbetGPT-4Şöyle yazdığını görüyoruz ama detaya gelince doğal olarak gelişmiş yapay zeka modelin gerisinde kalıyor. Alt başlık açılıyor ama devamındaki cümleler hep kendini tekrar ediyor. Düzenli yemek yememiz isteniyor ancak ne tür yiyecekler yememiz gerektiğine dair bir bilgi yok.
GPT-4 İlk bakışta detaylı açıklamalarıyla gözümüze çarpıyor. İstikrarlı beslenme adımını atarken bize ne yememiz, ne yapmamız gerektiği konusunda yol gösterici cevaplar veriyor ve elbette biz de bunu yapıyoruz. kullanıcıların geri bildirimlerineve bilgi setlerinin geliştirilmesine bağlıdır.
Bir yanıtı beğenmediğinizde veya uygunsuz bulduğunuz zaman geri bildirimde bulunun. “geri bildirim” Atışınız çok değerli. Nedenini soruyorsun? Çünkü daha önce de belirttiğimiz gibi GPT’nin temeli büyük ölçüde buna dayanıyor. İnsan temelli öğrenme modeli , size daha gelişmiş yanıtlar sunmasına olanak tanır. Yani aslında GPT’yi kendiniz eğitiyorsunuz.
İlginizi çekebilecek diğer yapay zeka içeriklerimizi aşağıda bulabilirsiniz:
