Suniy zekâ nedir: nasıl ögrene ve ne içün yañlışır

Mektüp qaidesinden keniş fikirge

Bir qaide yazayıq: mektüpte «mükâfat» sözü olsa, onı spam dep belgilemek. Sade ve añlaşılırlı. Soñ dostuñdan beklenilgen mektüp kele: «Yarışta alğan mükâfatımıznıñ resimlerini kösteririm». Qaide işley, amma mektüp bizge kerek.

Dost içün istisna qoşayıqmı? O zaman başqa yollayıcılarğa ne yapmalı? Bağlantılarnı da teşkereyikmi? Bağlantınıñ özü de yeterli degil: o, kerekli bir vesikağa apara bile. Er bir deñiştirmede angi alâmetlerni beraber esapqa almaq kerekligini qararlaştırmaq lâzim.

Suniy zekâ — tanıma, tilnen işlev, planlaştırma ve qarar berüv kibi vazifeler içün sistemalar yaratqan keniş bir saadır. Bu, tek bir algoritmniñ adı degil. Bu saağa açıq belgilengen bilgi ve qaideler, mümkün çezimlerni qıdıruv usulları, em de maşna ögrenüvi — malümatlardan faydalı qanuniylikler almaq — kire. Sistemalar bu usullarnı birleştire bile. Bu keniş çerçive OECD-niñ suniy zekâ sistemasınıñ tarifi aqqındaki memorandumında, 6–9-cu saifelerde añlatılğan.

Demek, sınır «qaideli adiy programmalar» ile «qaidesiz suniy zekâ» arasında degil. Ögretüvni de programma yerine ketire. Bizim misaldeki farq darca: mektüplerni ayırma usulınıñ bir qısmını, er alâmet birleşmesini elnen ögünden belgilemek yerine, misallerden almaq isteymiz.

Tam ne ögretilir?

Evvel vazifeni belgileyik: er mektüp içün eki kategoriyadan birini — «spam» ya da «spam degil» — saylamaq kerek. Kategoriya saylamağa sınıflandırma denilir.

Ögretüv içün cevabı belli mektüplerni toplaymız: meselâ, istenilmegen reklama ve beklenilgen haberler. Mektüp yanındaki kategoriya belgisi — etiket. Mektüpnen etiket beraber ögretüv misalini teşkil ete. Bu usul müellimli ögretüv dep adlandırıla: mında «müellim» teñeştirmek içün belli cevaplar barlığını añlata.

Model — kiriş malümatlarını neticege çevirgen esaplav quruluşı. Sade bir çeşitni köz ögüne ketireyik: mektüpniñ sözlerini, bağlantılarını ve başqa saylanğan alâmetlerini esapqa ala. Er alâmetniñ cevapqa tesirini sanlı sazlamalar — parametrler — belgiley.

Ögretüv vaqtında algoritm modelniñ cevaplarını belli etiketlernen teñeştire ve hatalarnı azaltmağa çalışıp parametrlerni deñiştire. Bu, bütün mümkün suniy zekâ sistemalarını degil, keñ qullanılğan bir ögretüv usulınıñ tasviridir. Esas añlamlar Google-niñ müellimli ögretüv kursunda añlatılğan.

İşniñ çerçivesini insanlar belgiley. Er reklamanı spam saymalımı, yoqsa yalnız istenilmegeninimi? Adam bu haberlerge abune oldımı? Bu farq müim olup malümatlarda yoq ise, vazifede endi bir eksiklik bar. «Ögrenüv» sözü sualni doğru qoymaq ihtiyacını yoq etmey.

Model ögrenmegen mektüpler ne içün kerek?

Model tanış misallerge pek yahşı, yañılarına ise fena cevap bere bile. Ögretüv malümatlarına aşırıca uyğunlaşmağa aşırı ögrenüv denilir. Tapılğan qanuniyliklerni yañı vaziyetlerge keçire bilmek — umumiyleştirüv — istenilgen qabiliyettir. Google: aşırı ögrenüv ve umumiyleştirüv.

Kiçik ögretüv toplamasındaki bütün spam mektüpleri büyük ariflernen yazılğan olsun. Model tam bu alâmetke dayanğan ola bile. Amma dostuñ da bazen «TEBRİK ETEM!» dep yaza, reklama ise sakit uslûpta ola bile. Bu toplamadaki muvafaqiyet süzgücni kerekli farqnı ayırmağa ögretkenimizni daa köstermey.

Onıñ içün misallerniñ bir qısmını teşkerüv içün ayıramız. Model mektüplerni etiketsiz ala, degerlendirgen insanlar ise cevaplarını belli kategoriyalarnen teñeştire. Bir modelni aynı toplamağa baqıp tekrar-tekrar saylasaq, o toplamağa da bilmeden uyğunlaşa bilemiz. Saylamaq içün validatsiya toplaması, soñki degerlendirme içün ise ayrı test toplaması qullanılır. Google: malümatlarnı bölüv.

Teşkerüv kelecekteki iş şartlarına uyğun olmalı. Qısqa reklama mektüpleri toplaması başqa tildeki uzun iş yazışmalarını süzgüçten keçirüv aqqında az şey ayta. Atta dürüst test de sınırlı bir sualge cevap bere: bu model bu malümatlarda nasıl işledi?

Yañı mektüp — endi başqa bir basqıç

Ögretüv ve teşkerüvden soñ yañı mektüp kele. Onı modelge berip netice alamız. Ögretilgen modelni qullanmağa inferens, yani netice çıqaruv denilir.

Ögretüv model parametrlerini deñiştire; inferens cevap almaq içün modelni qullana. Bizim sadeleştirilgen süzgüçte qullanma vaqtında parametrler sabit qala. Qoşma ögrenüv yapqan sistema qurmaq mümkün, amma yañı mektüpni almaq öz-özünden bunı añlatmay. Basqıçlar arasındaki farq ve soñradan yañartuv imkânı OECD-niñ 8–9-cu saifelerinde añlatılğan.

Şemada belli cevaplar qayda modelni deñiştirmege, qayda ise yalnız teşkermege yardım etkenini izle. Soñki adımda mektüpnen beraber azır doğru cevapnı artık bermeymiz.

Model bütün poçta programmasına teñ degil. Programma mektüplerni ala, kerekli teşkerüvlerni başlata ve olarnı qayda qoymağa qarar bere. Modelniñ neticesi — bu işniñ bir parçası. Onıñ içün «suniy zekâ mektüpni qaytardı» degen söz ayrı-ayrı baqmaq faydalı olğan bir qaç qararnı gizley.

Neyron ağı ve generativ suniy zekâ qayda?

Endi eki añlamımız bar: keniş saa olaraq suniy zekâ ve usullar topluğı olaraq maşna ögrenüvi. Neyron ağı — ögretmek mümkün olğan model çeşitlerinden biri.

Adette böyle ağnıñ esaplav tüyünleri sanlarnı ala, parametrler yardımınen deñiştire ve neticelerni ileri bere. Tüyün topluqları qatlamlarnı teşkil ete. «Neyron» adı tüyünni biologik üceyre yapmay; ağ barlığı da insanca tüşünce ya da şuurnı isbatlamay. Esaplav quruluşı Google-niñ tüyünler ve qatlamlar kursunda kösterilgen.

Generativ suniy zekâ sistemanıñ başqa tarafını tasvir ete: o, metin, resim ya da ses kibi münderice yarata. Bizim süzgüç mektüp kategoriyasını saylay. Generativ sistemağa başqa vazife — o mektüpke cevap qaralaması yazmaq — bermek mümkün. Google: maşna ögrenüvi vazifeleri ve yaratma.

Bu adlar başqa-başqa suallerge cevap bere:

Onıñ içün yaratma er neyron ağınıñ mecburiy «soñraki basqıçı» degil. Ağ mektüplerni sınıflandıra bile. Modelniñ metin yaza bilmesi de belli bir ricağa ne qadar yahşı cevap berecegini öz-özünden köstermey.

Fayda neticeden ve onı teşkerüv usulından belli ola

Poçtağa qaytayıq. Mektüp kategoriyasını belgilemek, cevap vaqtını tahmin etmek ve cevap yazmaq — üç ayrı vazife. Er biri içün öz malümatları ve muvafaqiyet ölçüsi kerek. Aynı mantıq başqa qullanmalarnı da añlamağa yardım ete.

Bu — Google-niñ maşna ögrenüvine kirişinde añlatılğan vazife sınıflarınıñ misalleri, belli mahsulatlarnıñ degerlendirmesi degil.

«Mektüpni daa nezaketli yap» ricasında faydalı netice mananı saqlap, uslûpnı yahşılaştırmaq ola bile. «Vaqianıñ tarihını qoş» ricasında ise yahşı uslûp yeterli degil — tarih doğru olmalı. Eki cevap da bir qaç cümle kibi körünse bile, teşkerüv talebi vazifege bağlı.

Spam süzgüciniñ eki ayrı hatası

Mektepten beklenilgen tebrik spamğa tüşti — bu yañlış müsbet netice. İstenilmegen reklama kiriş poçtasına keçti — bu yañlış menfiy netice, yani spamnı keçirmek. Ekisi de yañlış, amma poçtanı oquğan adam içün neticeleri başqa.

Bütün mektüplerni spamğa yollamaq mümkün: istenilmegen haberler kirişke kelmez, amma bütün faydalı poçta da yoq olur. İç birini toqtatmasaq, kerekli mektüpler qalır, amma süzgüç vazifesini yapmaz. Demek, «spamnı tapamı?» suali yeterli degil. Ne qadar kerekli mektüpni alıp ketkenini de körmek lâzim. Bu farq sınıflandırma keyfiyetiniñ köstergiçlerinde resmileştirilgen.

Hatanıñ sebebi er vaqıt tek degil. Bizim misalde model «mükâfat» sözüne aşırıca dayanğan ola bile. Malümatlarda adiy tebrikler eksik ola bile. Ya da etiketniñ özü belli degil: bir adam reklama haberlerine abune olğan, başqası olmağan. Bunlar ögretici misalniñ mümkün añlatmaları, aqiqiy süzgücniñ teşhisi degil.

Sebepni bilmek içün onıñ işi aqqında malümat kerek. Bir muvafaqiyetsiz mektüp belli bir hatanı köstere; başarılı mektüpler sırası da bütün şartlarda hatasızlıqnı isbatlamay. Degerlendirmek içün yalnız qolay misaller degil, türlü vaziyetlerni temsil etken toplama lâzim.

İnandırıcı cümle ne içün yañlış ola bile?

Yaratmada hata başqa türlü körüne: yañlış kategoriya yerine, tabiiy tilnen yazılğan uydurma bir fakt ala bilemiz.

Til modeli tokenler dep adlandırılğan metin birlikleriniñ sıralarındaki qanuniyliklerni degerlendire. Token bir söz, söz parçası ya da ayrı işaret ola bile. Devam yaratılğanda sistema eldeki kontekstni esapqa alıp nevbetteki tokenlerni saylamaq içün modelni qullana. Böyle cümle qurmaq, tercime etmek ya da metinni qısqartmaq mümkün. Google: til modelleri ve tokenler.

Amma inandırıcı devam ve tasdiqlanğan fakt — ayrı ölçüler. Berilgen mektüpte yoq olğan mektep yarışı tarihını sorağanımıznı tasavur eteyik. Cevapnıñ şekli qusursız ola bile: kün, ay, yıl, atta añlatma. Şekil eksik delilni yaratmay.

Generativ sistemalar yañlış mündericeni emin bir tonda berip, uydurma bağlantılar ya da izaatlar qoşa bile. NIST esabatında bu konfabulyatsiya dep tasvir etile; şertli «gallyutsinatsiya» adı da qullanılır. Mında bu, modelniñ insaniy duyğuları aqqında iddia degil, hatalı netice içün tehnik bir termindir. NIST, Generative AI Profile, §2.2.

Onıñ içün aynı sistemağa tekrar «özüñni teşker» demek öz başına mustaqil tasdiq bermey. Yarış tarihı içün böyle tasdiq teşkilâtçılarnıñ ilânı ya da başqa uyğun ilk menba olur.

Vazifeden başla, teşkerüvnen bitir

Umumiy «mektüpnen yardım et» yerine belli bir rica yazmaq mümkün: «Qısqa ve nezaketli cevap qaralaması yaz. İştirakni tasdiqla; tarih ve yerni yalnız bu ilândan al. Olar yoq olsa, teşkilâtçılarğa sualler qaldır». Endi sistema ne alğanı, ne qaytarmağa kerek olğanı ve insan neni teşkerecegi belli.

Faydalı iş sırası şöyle:

1. Neticeni adlandır. Kategoriya, tahmin, toplama ya da qaralama — ayrı beklentiler.
2. Kerekli kontekstni ber. Olarsız vazife eki türlü añlaşılğan şartlar ve kiriş malümatları.
3. Teşkerüvni ögünden belgile. Asılnen teñeştirüv, esaplav, test ya da uyğun ilk menba.
4. Hatanıñ neticelerine baq. Qolaysız cümleni tahrir etmek ve müim mektüpni keçirmek — başqa-başqa ziyan.

Spam süzgüci tanış olmağan mektüpni tanıy bile, çünki ögretüv modelni misallerdeki qanuniyliklerge sazladı. Olar faydalı ola bile, amma yañı vaziyetke uyğun kelmey bile. Yaratma mümkün neticelerni kenişlete, amma sistema cevabınen onı teşkerüv arasındaki farqnı yoq etmey.

Şimdi eki haber uydurıp baq: «mükâfat» sözü olğan kerekli mektüp ve o söz olmağan istenilmegen mektüp. Bu çift bile tek sözniñ yeterli olmağanını kösterir. Soñraki sual — tam bu vaziyetlerni ayırmağa angi malümatlar ve teşkerüv yardım eter edi?