AI dedikdə nəyi nəzərdə tuturuq

"Artificial intelligence" termini 1956-cı ildə yarandığı gündən bəri hər onillikdə fərqli məna daşıyıb. Bu ad altında teoremləri isbat edən məntiq proqramları, həkimin qaydalarını kodlaşdıran ekspert sistemləri, milyonlarla mövqeni araşdıran şahmat mühərrikləri, spamı süzən statistik modellər və bu gün esse və kod yazan neural network-lər nəzərdə tutulub.

Hamısını birləşdirən ortaq xətt budur: insan etdikdə "düşünmə" adlandırdığımız bir işi maşına gördürmək. Bu tərif qəsdən dairəvidir. Maşın həmin işi etibarlı şəkildə görməyə başlayan kimi biz ona intellekt deməyi dayandırır, sadəcə software adlandırırıq. Optical character recognition 1990-cı ildə AI sayılırdı. Bu gün isə skanerin adi funksiyasıdır.

Üç dövr

Symbolic AI (1950–1980-ci illər). İntellekt — simvolların açıq qaydalarla manipulyasiyasıdır. Biliyi yazıya ala bilirsinizsə, maşın onunla mühakimə yürüdə bilər. Ekspert sistemləri minlərlə "əgər–onda" qaydasını kodlaşdırırdı. Yanaşma divara dirəndi: insan biliyinin böyük hissəsini yazıya almaq mümkün deyil. Heç kim üz tanımağın qaydalarını sadalaya bilməz.

Statistik machine learning (1990–2010-cu illər). İntellekt — data-dan pattern çıxarmaqdır. Qayda yazmaq əvəzinə nümunələr verin və qanunauyğunluqları alqoritm tapsın. Spam filtrləri, recommendation system-lər, fırıldaqçılığın aşkarlanması və nitqin tanınması məhz belə qurulurdu. Məhdudiyyət feature engineering-də idi: modelin nəyə baxacağına yenə də insan qərar verməli idi.

Deep learning və foundation model-lər (2012-ci ildən bu günə). Çoxlaylı neural network-lər xam girişdən öz feature-lərini özləri öyrənir. Nəhəng dataset-lər və GPU hesablama gücü ilə birləşəndə bu, görmə, nitq və 2018-ci ildən etibarən dil sahəsində sıçrayış yaratdı. Hazırkı dövrü foundation model-lər müəyyən edir: geniş data üzərində bir dəfə train edilən, sonra isə çoxsaylı tapşırıqlara uyğunlaşdırılan çox böyük network-lər.

Large language model-lərlə nə dəyişdi

Əvvəlki modellər dar ixtisaslı idi. Spam classifier-i tərcümə edə bilmirdi; tərcüməçi xülasə çıxara bilmirdi. Nəhəng həcmdə mətn üzərində növbəti token-i proqnozlaşdırmağa train edilmiş large language model-lərin (LLM) isə ümumi təyinatlı qabiliyyət qazandığı üzə çıxdı: təbii dildə təlimat verildikdə onlar mətnlə ifadə oluna bilən demək olar hər tapşırığa cəhd edə bilir.

Praktik baxımdan əsl əhəmiyyətli xüsusiyyət məhz bu ümumilikdir. İlk dəfədir ki, tək bir modeli yeni tapşırığa dataset və training ilə deyil, bir cümlə ilə yönəltmək mümkündür. AI sistemlərinin mühəndisliyi training-dən steering-ə keçdi.

AI nə deyil (hələlik)

Məhdudiyyətləri aydın görmək imkanlara heyran olmaq qədər faydalıdır.

Standart halda etibarlı deyil. Language model inandırıcı mətn istehsal edir. İnandırıcı ilə doğru böyük ölçüdə üst-üstə düşür, amma tam yox. Bu modellər üzərində qurulan sistemlər ya yoxlamalı, ya məhdudlaşdırmalı, ya da bu boşluğu qəbul etməlidir.
Nəyi bilmədiyini bilmir. Modellər qeyri-müəyyənliyi zəif ifadə edir. Output-dakı əminlik düzgünlüyün ölçüsü deyil.
Database deyil. Modelin "bildiyi" faktlar training data-dan qalan statistik təəssüratlardır və onların cutoff tarixi var. Konkret, aktual və ya məxfi olan hər şey modelə ayrıca verilməlidir.
Öz məqsədləri yoxdur. Agent ona verilən məqsədləri izləyir. Bu məqsədlərin düzgün müəyyən olunub-olunmaması quranın problemidir və ciddi problemdir (Fəsil 5).

Lazım olan lüğət

Termin	Mənası
Model	Train edilmiş neural network: weight-lər və arxitektura
Token	Modelin oxuyub yazdığı mətn vahidi; ingilis dilində təxminən sözün dörddə üçü
Context window	Modelin eyni anda nəzərə ala bildiyi maksimum token sayı
Prompt	Modelə verilən giriş mətni, təlimatlar və data daxil olmaqla
Inference	Output almaq üçün modelin işə salınması
Fine-tuning	Pretrained modelin konkret dataset üzərində əlavə train edilməsi
Alignment	Modelin davranışının insan niyyəti və dəyərlərinə uyğunlaşdırılması
Agent	Modeldən istifadə edərək hərəkətlərə qərar verən və onları icra edən sistem

Kitabın quruluşu

Fəsil 2 language model-in mətni əslində necə yaratdığını izah edir — onun davranışı barədə mühakimə yürütməyə kifayət edəcək qədər mexanizmlə. Fəsil 3 prompting və context-dən bəhs edir: steering-in praktik sənətindən. Fəsil 4 agent-lər haqqındadır — modellərin tool-lar əldə edib hərəkətə keçdiyi yer. Fəsil 5 məsuliyyətə həsr olunub: safety, evaluation və qərar verən sistemləri istifadəyə verməyin gətirdiyi öhdəliklər.

Düşünmək üçün

Bu gün software ilə gördüyünüz, iyirmi il əvvəl AI adlandırılacaq bir işi deyin.
Modellə avtomatlaşdırmağı düşündüyünüz bir tapşırıq üçün inandırıcı, amma yanlış cavabın qiyməti nədir?
"AI nə deyil" bölməsindəki dörd məhdudiyyətdən hansı həmin tapşırıq üçün ən vacibdir?