Umjetna inteligencija (UI) je dubok i složen svijet. Znanstvenici koji rade u ovom području često se oslanjaju na žargon i specijalizirane izraze kako bi objasnili što rade. Kao rezultat toga, često moramo koristiti te tehničke pojmove u našem izvještavanju o industriji umjetne inteligencije. Stoga smo smatrali korisnim sastaviti rječnik s definicijama nekih od najvažnijih riječi i fraza koje koristimo u našim člancima.
Ovaj rječnik redovito ćemo ažurirati kako bismo dodali nove unose dok istraživači kontinuirano otkrivaju nove metode za pomicanje granica umjetne inteligencije, a istovremeno identificiraju nove sigurnosne rizike.
AGI
Umjetna opća inteligencija, ili AGI, je nejasan pojam. No, obično se odnosi na UI koja je sposobnija od prosječne osobe u mnogim, ako ne i većini, zadataka. CEO OpenAI-a Sam Altman nedavno je opisao AGI kao “ekvivalent prosječne osobe koju biste mogli unajmiti kao suradnika.” Dok OpenAI-ova povelja definira AGI kao “visoko autonomne sustave koji nadmašuju ljude u većini ekonomskih vrijednih poslova.” Razumijevanje Google DeepMinda se malo razlikuje od ova dva definicija; laboratorij AGI vidi kao “UI koja je barem jednako sposobna kao ljudi u većini kognitivnih zadataka.” Zbunjujuće? Nema potrebe za brigom — stručnjaci na čelu istraživanja UI također su zbunjeni.
AI agent
AI agent odnosi se na alat koji koristi tehnologije umjetne inteligencije za obavljanje niza zadataka u vaše ime — izvan onoga što bi osnovni AI chatbot mogao učiniti — poput podnošenja troškova, rezervacije karata ili stola u restoranu, pa čak i pisanja i održavanja koda. Međutim, kao što smo ranije objasnili, u ovom novom prostoru postoji mnogo pokretnih dijelova, pa “AI agent” može značiti različite stvari za različite ljude. Infrastruktura se također još uvijek gradi kako bi se ispunile predviđene mogućnosti. Osnovni koncept implicira autonomni sustav koji može koristiti više AI sustava za izvođenje višestepenih zadataka.
Lanac misli
Kada se postavi jednostavno pitanje, ljudski mozak može odgovoriti bez previše razmišljanja — poput “koja je životinja viša, žirafa ili mačka?” Ali u mnogim slučajevima, često vam je potreban papir i olovka kako biste došli do pravog odgovora jer postoje posrednički koraci. Na primjer, ako farmer ima kokoši i krave, i zajedno imaju 40 glava i 120 nogu, možda ćete morati zapisati jednostavnu jednadžbu kako biste došli do odgovora (20 kokoši i 20 krava).
U kontekstu AI, rezoniranje kroz lanac misli za velike jezične modele znači razdvajanje problema na manje, posredničke korake kako bi se poboljšala kvaliteta krajnjeg rezultata. Obično traje duže da se dođe do odgovora, ali je odgovor vjerojatnije točan, posebno u kontekstu logike ili kodiranja. Modeli rezoniranja razvijaju se iz tradicionalnih velikih jezičnih modela i optimizirani su za razmišljanje u lancu misli zahvaljujući učenju putem pojačanja.
