AI ሞዴሎች ምንድን ናቸው? ጥልቅ ዳይቭ.

ከጠዋቱ 2፡00 ላይ እራስዎን በማሸብለል አጋጥመውዎት ያውቃሉ እና በምድር ላይ የኤአይኢ ሞዴሎች ምንድን ናቸው እና ለምን ሁሉም ሰው እንደ አስማት አስማተኞች ያወራሉ? ተመሳሳይ። ይህ ቁራጭ የእኔ በጣም መደበኛ ያልሆነ፣ አልፎ አልፎ አድሎአዊ የሆነ የእግረኛ መንገድ ሲሆን ከ"ኧረ ምንም ፍንጭ የለም" ወደ "በእራት ግብዣዎች ላይ በአደገኛ ሁኔታ በራስ መተማመን" ነው። እንመታታለን፡ ምን እንደሆኑ፣ በትክክል ጠቃሚ (አብረቅራቂ ብቻ ሳይሆን)፣ እንዴት እንደሚሰለጥኑ፣ እንዴት ያለ ቆራጥነት ሳይሽከረከሩ እንደሚመርጡ እና ጥቂት ወጥመዶች የሚማሩት ከታመመ በኋላ ነው።

ከዚህ በኋላ ሊያነቧቸው የሚፈልጓቸው መጣጥፎች፡-

🔗 AI arbitrage ምንድን ነው፡ ከ buzzword በስተጀርባ ያለው እውነት
AI arbitrageን፣ ጩኸቱን እና እውነተኛ እድሎችን ያብራራል።

🔗 ምሳሌያዊ AI ምንድን ነው: ማወቅ ያለብዎት ነገር ሁሉ
ምሳሌያዊ AIን፣ ዘዴዎቹን እና ዘመናዊ አፕሊኬሽኖችን ይሸፍናል።

🔗 ለ AI የውሂብ ማከማቻ መስፈርቶች፡ ማወቅ ያለብዎት ነገር
የ AI ውሂብ ማከማቻ ፍላጎቶችን እና ተግባራዊ ግምትን ይሰብራል።

---

ስለዚህ… በእውነቱ የ AI ሞዴሎች ምንድናቸው? 🧠

በጣም የተራቆተ፡ AI ሞዴል የተማረ ። ግብዓቶችን ትሰጣለህ፣ ውጤቱን ይተፋል። ብዙ ምሳሌዎችን በመኮረጅ እና እራሱን በእያንዳንዱ ጊዜ “ያነሰ ስህተት” እንዲሆን በማድረግ እንዴት እንደሆነ ያሰላል ያንን በቂ ይድገሙት እና እዚያ ውስጥ እንዳሉ እንኳን ያላወቁትን ስርዓተ ጥለቶችን መለየት ይጀምራል።

እንደ መስመራዊ ሪግሬሽን፣ የውሳኔ ዛፎች፣ የነርቭ ኔትወርኮች፣ ትራንስፎርመሮች፣ የስርጭት ሞዴሎች፣ ወይም በአቅራቢያ ያሉ ጎረቤቶች ያሉ ስሞችን ከሰሙ - አዎ፣ ሁሉም በዚሁ ጭብጥ ላይ ሪፍዎች ናቸው፡ መረጃው ውስጥ ገብቷል፣ ሞዴል ካርታ ይማራል፣ ውጤቱ ይወጣል። የተለያዩ ልብሶች, ተመሳሳይ ትርኢት.

---

መጫወቻዎቹን ከእውነተኛ መሳሪያዎች የሚለየው ምንድን ነው ✅

ብዙ ሞዴሎች በዲሞግራፊ ውስጥ ጥሩ ሆነው ይታያሉ ነገር ግን በምርት ውስጥ ይወድቃሉ። የሚጣበቁት ብዙውን ጊዜ አጭር የአዋቂ ባህሪያትን ዝርዝር ይጋራሉ፡-

• አጠቃላይ - ሳይፈርስ ታይቶ የማያውቀውን ውሂብ ያስተናግዳል።

• አስተማማኝነት - ግብዓቶች እንግዳ ሲሆኑ እንደ ሳንቲም መጣል አይሰራም።

• ደህንነት እና ደህንነት - ለጨዋታ ወይም አላግባብ መጠቀም ከባድ ነው።

• የማብራራት ችሎታ - ሁልጊዜ ግልጽ አይደለም, ነገር ግን ቢያንስ ሊታረም የሚችል.

• ግላዊነት እና ፍትሃዊነት - የውሂብ ድንበሮችን ያከብራል እና በአድልዎ አልተሸፈነም።

• ቅልጥፍና - በተመጣጣኝ ዋጋ በተመጣጣኝ መጠን በትክክል ለማስኬድ።

ያ በመሠረቱ የልብስ ማጠቢያ ዝርዝር ተቆጣጣሪዎች እና የአደጋ ማዕቀፎች ፍቅር - ትክክለኛነት ፣ ደህንነት ፣ ተጠያቂነት ፣ ግልፅነት ፣ ፍትሃዊነት ፣ ሁሉም ታላቅ ስኬት። ግን በሐቀኝነት, እነዚህ ጥሩ-ወደ-እንዲኖራቸው አይደለም; ሰዎች በእርስዎ ስርዓት ላይ የሚመረኮዙ ከሆነ፣ የጠረጴዛ ችካሎች ናቸው።

---

ፈጣን የንጽሕና ማረጋገጫ፡ ሞዴሎች vs ስልተ ቀመሮች እና ዳታ 🤷

የሶስት ክፍል ክፍፍል እነሆ፡-

• ሞዴል - የተማረው "ነገር" ግብዓቶችን ወደ ውጽዓቶች የሚቀይር.

• አልጎሪዝም - ሞዴሉን የሚያሠለጥነው ወይም የሚያስኬድ የምግብ አዘገጃጀት (የግራዲየንት መውረድን፣ የጨረር ፍለጋን አስቡ)።

• መረጃ - ሞዴሉን እንዴት ጠባይ እንዳለበት የሚያስተምሩ ጥሬ ምሳሌዎች.

ትንሽ የተወሳሰበ ዘይቤ፡ ውሂቡ የእርስዎ ንጥረ ነገሮች፣ አልጎሪዝም የምግብ አዘገጃጀት መመሪያው ነው፣ እና ሞዴሉ ኬክ ነው። አንዳንድ ጊዜ ይጣፍጣል፣ሌላ ጊዜ ደግሞ መሃሉ ላይ ይሰምጣል ምክንያቱም ቶሎ ስላዩት ነው።

---

እርስዎ በትክክል የሚያገኟቸው የ AI ሞዴሎች ቤተሰቦች 🧩

ማለቂያ የሌላቸው ምድቦች አሉ፣ ግን ተግባራዊ አሰላለፍ እዚህ አለ፡-

1. የመስመር እና የሎጂስቲክ ሞዴሎች - ቀላል, ፈጣን, ሊተረጎም የሚችል. ለሠንጠረዥ ውሂብ አሁንም ሊሸነፍ የማይችል የመነሻ መስመሮች።

2. ዛፎች እና ስብስቦች - የውሳኔ ዛፎች ከተከፋፈሉ ናቸው; ጫካን ያዋህዱ ወይም ያሳድጓቸው እና በሚያስደነግጥ ሁኔታ ጠንካራ ናቸው.

3. ኮንቮሎናል ነርቭ መረቦች (ሲ.ኤን.ኤን.) - የምስል / ቪዲዮ ማወቂያ የጀርባ አጥንት. ማጣሪያዎች → ጠርዞች → ቅርጾች → እቃዎች.

4. የተከታታይ ሞዴሎች፡ RNNs እና Transformers - ለጽሑፍ፣ ንግግር፣ ፕሮቲኖች፣ ኮድ። የትራንስፎርመሮች ራስን ትኩረት የጨዋታ ቀያሪው [3] ነበር።

5. የስርጭት ሞዴሎች - አመንጪ፣ የዘፈቀደ ጫጫታ ወደ ወጥነት ያለው ምስሎች ደረጃ በደረጃ ይለውጡ [4]።

6. ግራፍ የነርቭ መረቦች (ጂኤንኤን) - ለአውታረ መረቦች እና ግንኙነቶች የተገነቡ: ሞለኪውሎች, ማህበራዊ ግራፎች, የማጭበርበር ቀለበቶች.

7. የማጠናከሪያ ትምህርት (RL) - የሙከራ እና የስህተት ወኪሎች ሽልማትን የሚያሻሽሉ። ሮቦቶችን፣ ጨዋታዎችን፣ ተከታታይ ውሳኔዎችን አስቡ።

8. የድሮ ተዓማኒዎች፡ kNN፣ Naive Bayes ትናንት መልስ ሲፈልጉ ።

የጎን ማስታወሻ፡ በሰንጠረዡ መረጃ ላይ፣ አታወሳስበው። የሎጂስቲክ ሪግሬሽን ወይም የተሻሻሉ ዛፎች ብዙውን ጊዜ ጥልቅ መረቦችን ይለብሳሉ. ትራንስፎርመሮች በጣም ጥሩ ናቸው, በሁሉም ቦታ አይደለም.

---

🔧 ስልጠና ከኮድ ስር ምን ይመስላል

የኪሳራ ተግባርን በመቀነስ የሚማሩት በተወሰነ ደረጃ ቀስ በቀስ መውረድ ነው ። Backpropagation እርማቶቹን ወደ ኋላ ስለሚገፋው እያንዳንዱ ግቤት እንዴት እንደሚንቀሳቀስ ያውቃል። ወደ ትርምስ እንዳያመራ እንደ ቀደም ብሎ ማቆም፣ መደበኛ ማድረግ ወይም ብልህ አመቻቾች ባሉ ዘዴዎች ውስጥ ይረጩ።

ከጠረጴዛዎ በላይ መታ ማድረግ ያለባቸው የእውነታ ፍተሻዎች፡-

• የውሂብ ጥራት > ሞዴል ምርጫ። ከምር።

• ሁልጊዜ ቀላል በሆነ ነገር መሰረት ያድርጉ። መስመራዊ ሞዴል ታንኮች ከሆነ፣ የእርስዎ የውሂብ ቧንቧ ምናልባት እንዲሁ ያደርጋል።

• የእይታ ማረጋገጫ። የስልጠና መጥፋት ቢቀንስ ነገር ግን የማረጋገጫ ኪሳራ መውጣት - ሰላም ፣ ከመጠን በላይ ተስማሚ።

---

ሞዴሎችን መገምገም፡ ትክክለኛነት ውሸቶች 📏

ትክክለኝነት ጥሩ ይመስላል፣ ግን አስፈሪ ነጠላ ቁጥር ነው። በእርስዎ ተግባር ላይ በመመስረት፡-

• ትክክለኛነት - አዎንታዊ ስትናገር ምን ያህል ጊዜ ትክክል ነህ?

• አስታውስ - ከሁሉም እውነተኛ አወንታዊ ነገሮች ስንት አገኘህ?

• F1 - ትክክለኛነትን እና ትውስታን ያስተካክላል.

• PR ኩርባዎች - በተለይም ሚዛናዊ ባልሆነ መረጃ ላይ፣ ከ ROC የበለጠ ሐቀኛ ነው።

ጉርሻ፡ መለካትን ፈትሽ (ይሆናል ማለት ምንም ማለት ነው?) እና ተንሸራታች (የእርስዎ የግቤት ውሂብ ከእግርዎ ስር እየተቀየረ ነው?)። አንድ "ታላቅ" ሞዴል እንኳን ያረጀ ነው.

---

አስተዳደር፣ ስጋት፣ የመንገድ ህግጋት 🧭

አንዴ ሞዴልህ ሰዎችን ከነካ፣ ተገዢነት ጉዳይ ነው። ሁለት ትላልቅ መልህቆች;

• የNIST's AI RMF - በፈቃደኝነት ላይ የተመሰረተ ነገር ግን ተግባራዊ፣ በህይወት ኡደት ደረጃዎች (መስተዳድር፣ ካርታ፣ መለካት፣ ማስተዳደር) እና ታማኝነት ባልዲዎች [1]።

• የአውሮፓ ህብረት AI ህግ - በስጋት ላይ የተመሰረተ ህግ፣ ከጁላይ 2024 ጀምሮ ህግ ነው፣ ለከፍተኛ ስጋት ስርዓቶች እና አንዳንድ አጠቃላይ ዓላማ ሞዴሎችን ጭምር [2]።

ተግባራዊ የታችኛው መስመር፡ የገነቡትን፣ እንዴት እንደሞከሩት፣ እና ምን አይነት አደጋዎች እንዳሉ መዝግበው። የእኩለ ሌሊት የአደጋ ጊዜ ጥሪዎችን በኋላ ያድናል።

---

አእምሮህን ሳታጣ ሞዴል መምረጥ 🧭➡️

ሊደገም የሚችል ሂደት;

1. ውሳኔውን ይግለጹ - ጥሩ ስህተት እና መጥፎ ስህተት ምንድነው?

2. የኦዲት ውሂብ - መጠን, ሚዛን, ንፅህና.

3. ገደቦችን ያዘጋጁ - የማብራራት ችሎታ ፣ መዘግየት ፣ በጀት።

4. መነሻ መስመሮችን ያሂዱ - በመስመራዊ/ሎጂስቲክስ ወይም በትንሽ ዛፍ ይጀምሩ።

5. በጥበብ ይድገሙት - ባህሪያትን ያክሉ፣ ቃኝ ያድርጉ፣ ከዚያም አምባ ካገኙ ቤተሰብ ይቀይሩ።

አሰልቺ ነው, ግን አሰልቺ እዚህ ጥሩ ነው.

---

የንጽጽር ቅጽበታዊ ገጽ እይታ 📋

የሞዴል ዓይነት	ታዳሚዎች	ዋጋ-ኢሽ	ለምን እንደሚሰራ
መስመራዊ እና ሎጂስቲክስ	ተንታኞች, ሳይንቲስቶች	ዝቅተኛ-መካከለኛ	ሊተረጎም የሚችል፣ ፈጣን፣ ሠንጠረዡ የኃይል ማመንጫ
የውሳኔ ዛፎች	የተቀላቀሉ ቡድኖች	ዝቅተኛ	ሰው-ሊነበብ የሚችል ስንጥቅ፣ ቀጥተኛ ያልሆነ አያያዝ
የዘፈቀደ ጫካ	የምርት ቡድኖች	መካከለኛ	ስብስቦች ልዩነትን ይቀንሳሉ, ጠንካራ ጀነራሎች
ቀስ በቀስ የተጨመሩ ዛፎች	የውሂብ ሳይንቲስቶች	መካከለኛ	SOTA በሰንጠረዡ ላይ፣ ከተመሰቃቀለ ባህሪያት ጋር ጠንካራ
ሲ.ኤን.ኤን	ራዕይ ሰዎች	መካከለኛ - ከፍተኛ	convolution → የቦታ ተዋረዶች
ትራንስፎርመሮች	NLP + መልቲሞዳል	ከፍተኛ	ለራስ ትኩረት መስጠት በሚያምር ሁኔታ ሚዛኖች [3]
የስርጭት ሞዴሎች	የፈጠራ ቡድኖች	ከፍተኛ	መካድ የትውልድ አስማት ያስገኛል [4]
GNNs	ግራፍ ነርዶች	መካከለኛ - ከፍተኛ	መልእክት ማስተላለፍ ግንኙነቶችን ይደብቃል
kNN / Naive Bayes	ጠላፊዎች በችኮላ	በጣም ዝቅተኛ	ቀላል የመነሻ መስመሮች, ፈጣን ማሰማራት
የማጠናከሪያ ትምህርት	ምርምር-ከባድ	መካከለኛ - ከፍተኛ	ተከታታይ ድርጊቶችን ያመቻቻል፣ ነገር ግን ለመግራት በጣም ከባድ ነው።

---

"ልዩነቶች" በተግባር 🧪

• ምስሎች → ሲ.ኤን.ኤን የላቁ የአካባቢ ቅጦችን ወደ ትልቅ በመደርደር ነው።

• ቋንቋ → ትራንስፎርመሮች፣ በራስ ትኩረት፣ ረጅም አውድ ይይዛሉ [3]።

• ግራፎች → ጂኤንኤን ግንኙነቶች አስፈላጊ ሲሆኑ ያበራሉ።

• አመንጪ ሚዲያ → የስርጭት ሞዴሎች፣ ደረጃ በደረጃ መካድ [4]።

---

መረጃ፡ ጸጥታው MVP 🧰

ሞዴሎች መጥፎ ውሂብን ማስቀመጥ አይችሉም። መሰረታዊ ነገሮች፡-

• የውሂብ ስብስቦችን በትክክል ተከፋፍል (ምንም መፍሰስ፣ ጊዜን አክብሮ)።

• አለመመጣጠንን ያዙ (ዳግም ማቀናበር፣ ክብደቶች፣ ጣራዎች)።

• የኢንጂነር ባህሪያት በጥንቃቄ - ጥልቅ ሞዴሎች እንኳን ይጠቀማሉ.

• ለጤና አጠባበቅ አቋራጭ ማረጋገጫ።

---

እራስህን ሳትቀልድ ስኬትን መለካት 🎯

መለኪያዎችን ከእውነተኛ ወጪዎች ጋር አዛምድ። ምሳሌ፡ የድጋፍ ትኬት ልዩነት።

• አስታዋሽ የአጣዳፊ-ቲኬት መያዝ ፍጥነት ይጨምራል።

• ትክክለኛነት ወኪሎች በጩኸት ውስጥ እንዳይሰምጡ ይከላከላል።

• F1 ሁለቱንም ያመዛዝናል.

• ስርዓቱ በጸጥታ እንዳይበሰብስ ተንሸራታች እና መለካትን ይከታተሉ።

---

ስጋት፣ ፍትሃዊነት፣ ሰነዶች- ቀደም ብለው ያድርጉት 📝

ሰነዶችን እንደ ቀይ ቴፕ ሳይሆን እንደ ኢንሹራንስ ያስቡ። አድሎአዊ ፍተሻዎች፣ የጥንካሬ ሙከራዎች፣ የውሂብ ምንጮች - ይፃፉ። እንደ AI RMF [1] እና እንደ EU AI Act [2] ያሉ ሕጎች ለማንኛውም የጠረጴዛ ድርሻ እየሆኑ ነው።

---

ፈጣን አስጀማሪ የመንገድ ካርታ 🚀

1. ውሳኔውን እና መለኪያውን ይቸነክሩ.

2. ንጹህ የውሂብ ስብስብ ይሰብስቡ.

3. የመነሻ መስመር ከመስመር/ከዛፍ ጋር።

4. ለሞዱሊቲ ወደ ትክክለኛው ቤተሰብ ይዝለሉ።

5. በተገቢው መለኪያዎች ይገምግሙ።

6. ከመርከብዎ በፊት አደጋዎችን ይመዝግቡ።

---

የሚጠየቁ ጥያቄዎች መብረቅ ዙር ⚡

• ቆይ እንደገና - የኤአይ ሞዴል ምንድን ነው?
  ለውጤቶች ግብዓቶችን ለመቅረጽ በመረጃ ላይ የሰለጠነ ተግባር። አስማቱ ጠቅለል ያለ እንጂ ማስታወስ አይደለም።

• ትላልቅ ሞዴሎች ሁልጊዜ ያሸንፋሉ?
  በጠረጴዛ ላይ አይደለም - ዛፎች አሁንም ይገዛሉ. በጽሑፍ/ምስሎች፣ አዎ፣ መጠኑ ብዙ ጊዜ ይረዳል [3][4]።

• ማብራራት እና ትክክለኛነት?
  አንዳንድ ጊዜ የንግድ ልውውጥ. ድብልቅ ስልቶችን ተጠቀም።

• ጥሩ ማስተካከያ ወይስ ፈጣን ምህንድስና?
  የተመካው - በጀት እና የተግባር ወሰን ይደነግጋል. ሁለቱም ቦታ አላቸው።

---

TL; DR 🌯

AI ሞዴሎች = ከውሂብ የሚማሩ ተግባራት. ጠቃሚ የሚያደርጋቸው ትክክለኛነት ብቻ ሳይሆን መተማመን፣ የአደጋ አስተዳደር እና የታሰበበት መሰማራት ነው። ቀላል ይጀምሩ, አስፈላጊ የሆኑትን ይለኩ, አስቀያሚዎቹን ክፍሎች ይመዝግቡ, ከዚያ (እና ከዚያ ብቻ) ያምሩ.

አንድ ዓረፍተ ነገር ብቻ ከያዝክ፡ AI ሞዴሎች የተማሩ ተግባራት፣ በማመቻቸት የሰለጠኑ፣ በአውድ-ተኮር መለኪያዎች የሚዳኙ እና በጠባቂዎች የተሰማሩ ናቸው። ያ ሙሉው ስምምነት ነው።

---

ዋቢዎች

1. NIST - አርቴፊሻል ኢንተለጀንስ ስጋት አስተዳደር መዋቅር (AI RMF 1.0)
   NIST AI RMF 1.0 (PDF)

2. የአውሮፓ ህብረት አርቲፊሻል ኢንተለጀንስ ህግ - ይፋዊ ጆርናል (2024/1689፣ ጁላይ 12 2024)
   ዩሮ-ሌክስ፡ AI ህግ (ይፋዊ ፒዲኤፍ)

3. ትራንስፎርመሮች / ራስን ትኩረት - ቫስዋኒ እና ሌሎች, ትኩረት የሚያስፈልግዎ ነገር ብቻ ነው (2017).
   arXiv:1706.03762 (ፒዲኤፍ)

4. የስርጭት ሞዴሎች - ሆ፣ ጄን፣ አቤኤል፣ ስርጭት ፕሮባቢሊስቲክ ሞዴሎችን መካድ (2020)።
   arXiv:2006.11239 (ፒዲኤፍ)

5. PR vs ROC በአመዛኙ - Saito & Rehmsmeier፣ PLOS ONE (2015)።
   DOI: 10.1371 / journal.pone.0118432

---

በኦፊሴላዊው AI አጋዥ መደብር የቅርብ ጊዜውን AI ያግኙ

ስለ እኛ