Textbook People: Возможны дополнения информации к данной теме.

[7] Искусственный интеллект

- Технологии, которые позволяют компьютерам выполнять задачи, похожие на те, что решают люди.

- Создан с целью автоматизации и оптимизации различных процессов, которые требуют человеческого интеллекта.

некоторые

Области применения ИИ

  • Лингвистика
    Применяют для анализа текстов, распознавания речи, автоматизации ответов и создания текста.
    1
  • Электронная коммерция и социальные сети
    Алгоритмы анализируют предпочтения пользователей, помогают делать персонализированные предложения.
    2
  • Обработка изображений
    Используют для превращения старых чёрно-белых фотографий в цветные.
    3
  • Компьютерное зрение
    Этот метод помогает распознавать объекты на изображениях и видео, что часто используют в медицинской и автомобильной сферах.
    4
  • Автономные транспортные средства
    Помогает анализировать окружающую среду и принимает решения в реальном времени для безопасного управления.
    5
  • Создание контента
    Алгоритмы могут генерировать тексты, включая новостные сообщения и литературные произведения, основываясь на заданных критериях.
    6
  • Прогнозирование будущих событий или трендов
    Анализируют большие объёмы данных и делают прогнозы на основе обнаруженных закономерностей. Их используют для прогнозирования погоды, финансовых показателей и трендов на рынке.
    7
  • Рекомендация товаров или контента
    Помогают в рекомендательных системах, анализируя интересы и предпочтения пользователей, чтобы предложить им подходящие товары или контент.
    8

Терминология

Искусственный интеллект (Artificial Intelligence, AI) – область науки, которая занимается разработкой компьютерных систем и программ, способных имитировать интеллектуальные функции человека, такие как распознавание образов, обработка естественного языка и принятие решений.
Машинное обучение (Machine Learning, ML) – метод построения алгоритмов и систем, которые могут изучать и анализировать данные, обнаруживать закономерности и использовать их для решения задач.
Глубокое обучение (Deep Learning, DL) – подмножество методов машинного обучения, основанных на использовании искусственных нейронных сетей для обработки и анализа данных.
Искусственные нейронные сети (Artificial Neural Networks, ANN) – компьютерные системы, моделирующие работу нейронных сетей мозга, которые используются для обработки информации и решения задач.
Обработка естественного языка (Natural Language Processing, NLP) – область искусственного интеллекта, которая занимается разработкой систем и алгоритмов для обработки и анализа естественного языка, используемого в человеческой коммуникации.
Робототехника (Robotics) – область техники и искусственного интеллекта, которая занимается разработкой и созданием роботов и автономных систем, способных выполнять различные задачи.
Интернет вещей (Internet of Things, IoT) – концепция взаимодействия между различными устройствами и сетями, которые используют сенсоры и другие технологии для сбора и обработки данных.
Автономные системы (Autonomous Systems) – системы и устройства, способные принимать решения и выполнять действия без участия человека.
Большие данные (Big Data) – огромные объемы данных, которые требуют специальных методов и технологий для их обработки, анализа и использования.
Распознавание образов (Image Recognition) – процесс определения и идентификации объектов и паттернов на изображениях.
Алгоритмы оптимизации (Optimization Algorithms) – методы и алгоритмы, используемые для поиска наилучших решений в различных задачах оптимизации.
Решающие деревья (Decision Trees) – модели машинного обучения, использующие древовидную структуру для принятия решений.
Байесовские сети (Bayesian Networks) – модели, основанные на вероятностных методах и используемые для анализа и предсказания сложных систем.
Эволюционные алгоритмы (Evolutionary Algorithms) – методы машинного обучения, основанные на принципах эволюции в природе и используемые для поиска наилучших решений.
Кластеризация (Clustering) – метод машинного обучения, который позволяет разбивать данные на группы, основанные на их сходстве.
Ассоциативные правила (Association Rules) – методы машинного обучения, используемые для анализа больших данных и поиска закономерностей и связей между различными параметрами.
Нейронные сети прямого распространения (Feedforward Neural Networks) – тип искусственных нейронных сетей, используемых для решения различных задач, включая распознавание образов, прогнозирование и классификацию.
Рекуррентные нейронные сети (Recurrent Neural Networks) – тип искусственных нейронных сетей, способных обрабатывать последовательные данные, такие как текст, речь и временные ряды.
Сверточные нейронные сети (Convolutional Neural Networks) – тип искусственных нейронных сетей, используемых для обработки и анализа изображений и видео.
Агент-модель – это модель, которая специализируется на выполнении конкретных задач.
Генеративная модель – тип системы искусственного интеллекта, позволяющий на основании запроса и параметров генерировать новое содержание.
Датасет – это обработанный и структурированный набор данных, который используется в различных видах анализа и машинного обучения.
Дипфейк – это метод синтеза контента, основанный на машинном обучении и искусственном интеллекте. Нейросеть накладывает фрагменты контента на исходное изображение. Таким образом подменяется лицо, мимика, жесты и голос в видео или звуковой дорожке.
Промпт – это текстовый запрос для генеративной модели.
Промпт-инженер – это специалист, который занимается созданием и оптимизацией промптов для ИИ. Он профессионально формулирует правильные запросы, чтобы получить от ИИ нужный результат.
Промпт-инжиниринг – это процесс создания и оптимизации текстовых запросов (промптов) для генеративных моделей с целью получения желаемых ответов.

Чат GPT

Для решения конкретной задачи, модель должна быть обучена на подходящем наборе данных — датасете.
Такие модели называются агент-моделями.

Для того, чтобы получить результат, нейросетям нужна хорошо сформулированная задача — промпт.

Составление одного запроса

Напишите задачу
Например: "Мне нужно создать сайт на тему . . ."
Добавьте контекст, инструкцию и детали
[Содержание одного запроса] Например:
  • Придумай название и слоган организации.
  • Напиши текст с ознакомительной информацией об отеле и чем отель может заинтересовать.
  • Напиши три типа услуг, которые может предоставить эта организация.
Укажите роль
Например: "Представь, что ты потенциальный клиент"
Укажите стиль или тон ответа
Например: "Текст должен быть написан в научно-популярном стиле"
Пример промпта
→ Представь, что ты - редактор сайта.
Мне нужно подготовить лендинг для организации.

→ Придумай название и слоган для сайта музея технологий, предложи 5 разных вариантов.

→ Напиши список основных информационных блоков на сайте.

→ Предложи текст для наполнения каждого блока, не более 500 слов.

→ Опиши словами, как может выглядеть логотип для музея современных технологий. Предложи 5 разных вариантов.