Бірі мәтін жазуға, екіншісі тек фото жасауға машықтанған, үшіншісі видеоны мінсіз етіп жасайды. Ал кейбірі жұмыстағы нағыз көмекшіңізге айналып, сіз кокос сүті қосылған раф ішіп отырғанда, есеп жүргізіп, оны хат арқылы жолдай алады. Tamga Media әртүрлі жасанды интеллект құралдарының мықты тұстарын зерттеп, тарихына сәл үңіліп көрді.
Алғашқы ЖИ
Жасанды интеллект идеясы біз ойлағаннан әлдеқайда ерте, 1950 жылы пайда болған. Бұл жай қиялдан туған нәрсе емес еді. Британиялық математик Алан Тьюринг «Машиналар ойлана ала ма?» деген сұрақ қойып, соған нақты жауап іздей бастайды да, кейін «Тьюринг тесті» деп аталатын тәсілді ұсынады. Оның ойынша, машина адаммен хат жазысқанда, өзін адам сияқты ұстай алса, онда оны ақылды деуге болады.
Бірден күрделі жүйе жасау қиын болғандықтан, ол әуелі үйретуге болатын қарапайым «бала» модельдерден бастауды ұсынады. Яғни, тәжірибе арқылы үйренетін модельдер жасау керек деді. Бұл – үлкендерге қарап өсетін бала сияқты.
Бірақ ол кездегі компьютерлер өздігінен ештеңені түсінбейтін. Оларға бәрін «егер А болса, Б болады» деп нақты жазып беру керек еді. Тек 1956 жылы Дартмуттағы конференцияда «жасанды интеллект» деген атау ресми түрде бекітілді. 1970 жылдан бастап 2000 жылдардың басына дейін бұл сала айтарлықтай дамымады. Көп нәрсе күтті, бірақ технология мен дерек жетпеді. Соның салдарынан қаржы да азайып, бұл технологияның қарқыны баяулап қалды.
30 жылға созылған тоқыраудан кейін жағдай өзгерді: интернет пайда болды, видеокарталар күшейді, дерек көбейді. Осы кезде «машинаны оқыта» бастады. Бірақ машинаға дайын ереже мен нұсқау бермей, мысалдар көрсетіп үйретті. Мысалы, «мысықтың құлағы үшбұрыш» деп түсіндірмей, мыңдаған мысықтың суретін көрсетеді. Машина солардан ұқсастығын өзі тауып, «мынау – мысық» деп үйренді.
2012 жылы Торонто университетінің командасы AlexNet нейрожелісін жасап, үлкен серпіліс жасады. Бұрынғы жүйелер 25% қателессе, AlexNet бар болғаны 15% ғана қателесті. Осыдан кейін Deep Learning дәуірі басталып, дауыс ассистенттері, аудармашылар және ЖИ чаттар кеңінен тарай бастады.
ЖИ модельдер қалай жұмыс істейді?
Тілдік модельдер, мәселен ChatGPT T9 сияқты жұмыс істейді, яғни келесі сөзді болжап отырады. Модель адам айтқан сөздің мағынасын түсінбейді, бірақ миллиондаған ұқсас сөйлемдерді көре келе, келесі кезекте не тұруы мүмкін екенін ең ықтимал нұсқа арқылы табады. Мұндай болжамдар – бірінен соң бірі жасалатын миллиардтаған әрекет.
Видео – бұл бірінен соң бірі тізілген көптеген сурет. Бірақ мұнда бір қиын мәселе бар: барлық кадрлар бір-бірімен байланысты болуы керек, бірінші кадрдағы мысық соңғы кадрда да сол күйінде қалуға тиіс. Видео модельдер кейіпкерлердің түрін, қозғалысын және физикасын қатар ескереді.
Ескеретін жайт: ЖИ-дің миы немесе санасы жоқ. Ол тек өте көп мысалдарды көрген соң және мәтінде, суретте немесе дыбыста әрі қарай не болуы керек екенін азды-көпті болжай алған соң ғана ақпарат береді.
Ең мықты ЖИ модельдер
Қазір ЖИ модельдер өте көп, кейбірі тек бір бағытқа ғана жұмыс істейді. Бірі код жазады, бірі фото өңдейді, бірі ерекше нәрселермен айналысады. Ең бастысы – өзіңізге керек құралды таңдау.
Нарықта 300-ден астам тілдік модельдер бар және олардың саны артып келеді. Дегенмен оның шамамен 30-40 түрі ғана қолданылады.
ChatGPT. OpenAI жасаған бұл модель – ең танымалдарының бірі. Мәтін жазуға, идея ойлап табуға, стратегия құруға көмектеседі, код та жаза алады. Суретпен, дауыспен жұмыс істейді, файлдарды өңдей алады. Бірақ кейде жалған ақпарат қосып жіберуі мүмкін, сондықтан тексеріп отырған дұрыс.
Claude. Anthropic жасаған бұл модель үлкен мәтіндермен жақсы жұмыс істейді. Құжат, қаржы, аударма сияқты істерге ыңғайлы. Тілі жатық, адам сияқты сөйлейді. Бірақ код жазуға, әртүрлі форматта жұмыс істеуге қауқары жетпейді.
Gemini. Google DeepMind жасаған модель Google жүйесімен тығыз байланысты. Ақпаратты жақсы іздеп, талдайды, үлкен мәтіндерді, тіпті тұтас бір кітапты оқи алады. Бірақ креатив тапсырмалар үшін басқа модельдер тиімдірек болуы мүмкін.
Llama. Meta жасаған бұл модель аналитика мен бизнес шешімдерге ыңғайлы. Бірақ оны толық пайдалану үшін өзіңізге ыңғайлап баптап алу керек.
Grok. xAI жасаған бұл модель жаңалықтарды жақсы қадағалайды. Әсіресе X желісіндегі трендтерді біледі. Бірақ күрделі талдау жасай алмауы мүмкін.
ЖИ агент деген не?
Бұл – үлкен тілдік модельдерге негізделген жүйелер. Олар адам үнемі бақыламаса да, өздері жұмыс істей береді: калькулятор, Excel сияқты құралдарды пайдаланып, бірнеше қадамнан тұратын тапсырмаларды орындайды. ЖИ чаттар тек жауап береді, ал агенттер көмекші сияқты: сіз басқа іспен жүргенде, олар өздері ойлап, шешім қабылдап, хат жіберіп те қоя алады.
Perplexity. Танымал мысалдардың бірі – Perplexity. Бұл құрал ақпарат іздеп, түсіндіріп береді, сайттарды ашады, талдайды, хат жазады, тіпті билет брондауға дейін көмектеседі.
OpenClaw және Moltbot. OpenClaw – хат жазып, файлдармен жұмыс істей алатын коды ашық агент. Ал Moltbot күнтізбені басқарып, клиенттермен сөйлесуге көмектеседі.
Сонымен қатар браузерге орнатылатын құралдар да бар: ChatGPT Atlas, Monica, BrowserCopilot сияқты жүйелер сайттардың ішінде жұмыс істеп, тапсырмаларды орындап береді.
Егер барлық дерегіңізді сеніп тапсырғыңыз келмесе, тек поштаға арналған Superhuman мен Aeralis сияқты көмекшілерді қолдануға болады – олар хатты сіздің стиліңізге салып жазып береді.
