Süni intellekt dünyanı yenidən formalaşdırır və bu prosesin necə getdiyini izah etmək üçün tamamilə yeni bir dil yaradır. İndiki vaxtda məhsul iclası, təqdimat və ya paneldə iştirak etdikdə LLM, RAG, RLHF və texnologiya sahəsində çox ağıllı insanları belə çaşdıra biləcək digər terminləri eşidəcəksiniz. Bu lüğət həmin məqamı aydınlaşdırmaq üçündür: süni intellekt terminlərinin ən əsas və sadə izahlarını təqdim edir. Bu terminlərlə işləyirsinizsə, investisiya qoyursunuzsa, ya da mövzunu TechCrunch oxuyaraq və podkast dinləyərək izləməyə çalışırsınızsa, faydalı olacaq. Sahənin inkişafına uyğun olaraq lüğət mütəmadi yenilənir, ona görə də onu süni intellekt sistemləri kimi canlı sənəd kimi qəbul edin.

AGI

Süni ümumi intellekt, yaxud AGI, qeyri-dəqiq termindir. Ancaq ümumilikdə orta insandan bir çox, bəlkə də əksər tapşırıqlarda daha bacarıqlı süni intellekti ifadə edir. OpenAI-nin baş direktoru Sem Altman AGI-ni "ortalama insan səviyyəsində və onu iş yoldaşı kimi işə götürmək mümkün olan" süni intellekt kimi təsvir edib. Eyni zamanda OpenAI-nin nizamnaməsi AGI-ni “insanlardan daha yaxşı iqtisadi dəyərə malik əksər işləri yerinə yetirən yüksək avtonom sistemlər” kimi tanıyır. Google DeepMind isə AGI-ni insanların çox intellektual tapşırıqlarda ən azı bərabər səviyyədə qabiliyyətə malik olan süni intellekt kimi qiymətləndirir. Qarışıqlıq yaranır? Narahat olmayın, süni intellekt araşdırmalarının qabaqcıl mütəxəssisləri də bu barədə eyni fikirdə deyillər.

Süni intellekt agenti

Süni intellekt agenti sadə çatbotların bacarmadığı işləri görən, məsələn, xərcləri hesablamaq, bilet və ya restoranda masa sifariş etmək, hətta kod yazmaq və idarə etmək kimi çoxsaylı vəzifələri yerinə yetirən alətdir. Bu sahədə çoxsaylı komponentlər olduğundan "AI agent" termini fərqli insanlarda fərqli anlam kəsb edə bilər. Hələ infrastrukturlar tam qurulmamışdır, amma əsasında çoxsaylı süni intellekt sistemlərindən istifadə edərək çoxaddımlı tapşırıqları icra edən avtonom sistem dayanır.

API nöqtələri

API nöqtələrini proqram təminatının daxilində "düymələr" kimi düşünün ki, digər proqramlar onları basmaqla əmrlər verə bilirlər. İnkişafçılar bu interfeyslərlə inteqrasiyalar yaradırlar — məsələn, bir tətbiqin digərindən məlumat götürməsi və ya süni intellekt agentinin üçüncü tərəf xidmətləri insan müdaxiləsi olmadan idarə etməsi kimi. Ağıllı ev cihazları və əlaqələndirilmiş platformalarda əksər hallarda belə əlaqələr mövcuddur, baxmayaraq ki, adi istifadəçilər onları görmür. Süni intellekt agentləri qabiliyyət artımı ilə bu nöqtələri tapıb istifadə edə bilirlər ki, bu da avtomatlaşdırma imkanlarını genişləndirir.

Zəncirvari düşüncə

Sadə suallara cavabı insan beyni nisbətən asanlıqla verir — məsələn, “zirə və ya pişikdən hansı daha uzunboyludur?” Amma çox vaxt düzgün cavab üçün ara mərhələlər və hesablamalar lazımdır. Məsələn, fermerin 40 baş heyvanı və 120 ayağı varsa, doğru cavabı hesablamaq üçün tənlik yazmaq lazımdır.

Süni intellektdə geniş dil modelləri üçün zəncirvari düşüncə problemi mərhələli yanaşma ilə həll yolu tapmaqdır. Cavab uzuna çəkə bilər, amma nəticənin doğruluq ehtimalı artır, xüsusilə məntiq və proqramlaşdırma sahələrində. Bu modellər ənənəvi geniş dil modellərindən inkişaf edərək möhkəmləndirici öyrənmə ilə zəncirvari düşüncəyə uyğunlaşdırılıb.

(Bax: Geniş dil modeli )

Kodlaşdırma agentləri

Kodlaşdırma agentləri müstəqil şəkildə addım-addım fəaliyyət göstərən proqramlardır. Onlar proqram təminatı inkişafında xüsusi funksiyalar icra edir. Kod təklifi verməklə kifayətlənməyib, kod yazır, test edir, səhvləri aradan qaldırır. Kod bazasını tam işlədir, səhvləri aşkar edir və az insan nəzarəti ilə düzəlişləri tətbiq edir. Bu agentləri sürətli və yorulmaz stajer kimi düşünün, amma son yoxlamanı insan aparmalıdır.

Hesablama

Hesablama adətən süni intellekt modellərinin işləməsini təmin edən hesablamə gücünü ifadə edir. Bu güc süni intellektin təlimi və tətbiqinə imkan verir. Tez-tez hesablama gücünü təmin edən hardware — GPU, CPU, TPU kimi infrastruktur növlərini də bildirir. Bu, müasir süni intellekt sənayesinin əsasını təşkil edir.

Dərin öyrənmə

Dərin öyrənmə maşın öyrənməsinin alt qrupudur, çoxqatlı süni neyron şəbəkəsi (ANN) strukturuna malikdir. Bu struktur sadə maşın öyrənmə sistemlərindən — xətti modellər və qərar ağacları kimi — daha mürəkkəb əlaqələr qurmağa imkan verir. İnsan beynindəki neyronların bağlılıq yolundan ilhamlanıb.

Dərin öyrənmə modelləri əhəmiyyətli məlumatları özü aşkar edir, mühəndislərin xüsusiyyətləri ayrıca müəyyən etməsinə ehtiyac qalmır. Bu modellər səhvlərdən öyrənir, təkrarlama və tənzimləmə yolu ilə nəticələri yaxşılaşdırır. Lakin yaxşı nəticə üçün milyonlarla məlumat nöqtəsinə ehtiyac duyur və təlim müddəti uzun olur, buna görə inkişaf xərcləri yüksəkdir.

(Bax: Neyron şəbəkəsi )

Diffuziya

Diffuziya süni intellektin incəsənət, musiqi və mətn yaradan modellərinin əsas texnologiyasıdır. Fizikadan ilhamlanaraq verilənlərin — şəkillər, mahnılar və s. — strukturunu səs əlavə etməklə tədricən dağıdır. Fizikada diffuziya geri dönməzdir; məsələn, qəhvədə şəkərin əvvəlki forma qaytarılması mümkünsüzdür. Amma süni intellektdə diffuziya sistemi dağıdılmış məlumatları bərpa etmək üçün "tərs diffuziya" prosesini öyrənir və səsdən məlumatı geri qaytara bilir.

Distillə

Distillə böyük süni intellekt modelindən "müəllim-şagird" modeli vasitəsilə bilik çıxarma texnikasıdır. Tərtibatçılar müəllim modelə sorğular göndərir və cavabları qeydə alırlar. Cavablar dəqiqliyinin yoxlanması üçün verilənlər bazası ilə müqayisə edilir. Sonra bu nəticələr şagird model üçün istifadə olunur ki, müəllimin davranışını təxmin etsin.

Distillə ilə böyük modeldən kiçik, effektiv model yaratmaq mümkündür və minimal məlumat itkisi ilə nəticələnir. Ehtimal olunur ki, OpenAI GPT-4 Turbo modelini bu üsulla hazırlayıb. Bütün süni intellekt şirkətləri distilləni daxildə istifadə edir, bəziləri isə onun sayəsində rəqib modellərə çatırlar. Rəqibdən distillə aparmaq isə süni intellekt API və çatbotların istifadə şərtlərini pozur.

Fincələmə

Fincələmə süni intellekt modelinin müəyyən sahə və ya tapşırıq üzrə performansını artırmaq üçün əlavə təlimdir. Bu zaman modelə xüsusi ixtisaslaşmış verilənlər verilir.

Bir çox süni intellekt startapları əsas təlimdən sonra geniş dil modellərini fincələyərək hədəf sektorda effektivliyi artırırlar.

(Bax: Geniş dil modeli [LLM] )

GAN

Generativ Adversarial Şəbəkə (GAN) realistik verilənlər yaratmaqda — deepfake kimi alətlər də daxil olmaqla — maşın öyrənmənin çərçivəsidir. İki neyron şəbəkəsi mövcuddur; biri məlumat yaradır, digəri onu qiymətləndirir. Bu iki model bir-biri ilə rəqabət aparır. Generator çıxışı diskriminatora göndərilir, o isə yaradılmış məlumatı ayırd etməyə çalışır. Bu proses süni intellekti daha realistik edir. GAN-lar daha məhdud tətbiqlərdə, məsələn realistik şəkil və video yaratmaqda üstünlük təşkil edir, ümumi məqsədli süni intellekt üçün deyil.

Halüsinasiyalar

Halüsinasiyalar süni intellekt modellərinin yalan məlumat istehsal etməsi deməkdir, bununla bağlı sənayedə ən çox istifadə olunan termindir. Bu, keyfiyyət problemi yaradır.

Halüsinasiyalar GenAI-nin yanlış nəticələr verməsinə səbəb ola bilər və hətta real həyatda təhlükələr yarada bilər — məsələn, zərərli tibbi məsləhət vermək kimi. Yanlış məlumatların mənbəyi təlim verilənlərindəki boşluqlardır. Halüsinasiyalar sahəyə yönəlmiş ixtisaslaşmış modellərdə daha az olur, buna görə bu tip modellərin hazırlanması bilik boşluqlarını azaldır və dezinformasiya riskini minimuma endirir.

İnferensiya

İnferensiya süni intellekt modelinin işləmə prosesidir, yəni əvvəlcədən əldə etdiyi bilik əsasında nəticələr çıxarmaqdır. İnferensiya yalnız təlimdən sonra baş verir; model öyrənməli və nümunələri yadda saxlamalıdır ki, doğru cavab versin.

Fərqli hardware-lər inferensiya aparır — smartfon prosessorlarından tutmuş güclü GPU-lara və xüsusi süni intellekt sürətləndiricilərinə qədər. Lakin modellər eyni dərəcədə effektiv işləyə bilməz. Böyük modellər adi noutbukda işləməkdə ləng ola bilər, amma bulud serverlərində süni intellekt çipləri ilə sürətli icra olunur.

(Bax: Təlim )

Geniş dil modeli (LLM)

Geniş dil modelləri məşhur süni intellekt köməkçilərində istifadə olunur, məsələn ChatGPT, Claude, Google-un Gemini, Meta-nın AI Llama, Microsoft Copilot və Mistral-in Le Chat. Süni intellekt köməkçisi ilə danışarkən birbaşa ya da mövcud müxtəlif alətlərdən (məsələn, veb axtarış və ya kod tərcüməçiləri kimi) istifadə edərək sorğunu yerinə yetirən geniş dil modeli ilə əlaqə qurursunuz.

LLM-lər milyardlarla ədədi parametrdən ibarət dərin neyron şəbəkəsidir; söz və ifadələr arasındakı əlaqələri öyrənərək dilin çoxölçülü xəritəsini yaradırlar.

Bu modellər milyardlarla kitab, məqalə və transkriptlərdəki nümunələr əsasında yaradılır. Siz LLM-ə sorğu verəndə model ən uyğun cavabı yaradır.

(Bax: Neyron şəbəkəsi )

Yaddaş keş

Yaddaş keş süni intellektin cavab yaratma prosesini sürətləndirir, yəni inferensiyanı effektiv edir. Bu, optimallaşdırma üsuludur ki, hər dəfə hesablama aparılarkən enerji sərfiyyatını azaldır. Keşləmə modelin istifadəçi sorğuları üçün xüsusi hesablamaları yadda saxlamaqla əməliyyat sayını azaldır. Müxtəlif növ yaddaş keşləri var, ən məşhurlarından biri açar-dəyər (KV) keşləməsidir. KV keşləmə transformer əsaslı modellərdə işləyir və cavab yaradılma vaxtını və hesablamalarını azaldır.

(Bax: İnferensiya )

Model Kontekst Protokolu (MCP)

MCP süni intellekt modellərinin kənar verilənlər, sənədlər, məlumat bazaları və Slack, Google Drive kimi tətbiqlərlə əlaqəsini təmin edən açıq standartdır. Sistemlərin hər biri üçün xüsusi qoşqu qurmaq tələb olunmur. MCP-ni 2024-cü ildə Anthropic təqdim edib və Linux Fonduna təhvil verib. OpenAI, Google və Microsoft tərəfindən qəbul edilib və ən sürətli yayılan standartlardan biridir.

Ekspertlər Qarışığı (MoE)

Ekspertlər Qarışığı neyron şəbəkəsini kiçik, ixtisaslaşmış alt şəbəkələrə — ekspertlərə — bölür və hər tapşırıq üçün az sayda aktivləşdirir. Bütün sorğuları tam modeldən keçirmək yerinə, "yönləndirici" doğru alt şəbəkələri seçir. Bu, nəhəng modellərin daha sürətli və sərfəli işləməsini təmin edir. Mistral AI-nın Mixtral modeli buna nümunədir. OpenAI-nin son GPT modellərinin də oxşar yanaşmadan istifadə etdiyi güman edilir, lakin şirkət bunu rəsmi təsdiq etməyib.