የAI ሞዴሎች ምንድን ናቸው? ጥልቅ ዳይቭ።.

ከጠዋቱ 2 ሰዓት ላይ የ AI ሞዴሎች ምን እንደሆኑ እና ሁሉም ሰው ስለእነሱ እንደ አስማታዊ ድግምት እንደሚያወራላቸው እየጠየቅክ እንደሆነ ስታውቅ አግኝተህ ታውቃለህ? ያው። ይህ ጽሑፍ “እህ፣ ምንም ፍንጭ የለኝም” ወደ “በእራት ግብዣዎች ላይ በአደገኛ ሁኔታ በራስ መተማመን” እንድትመራ የሚያደርገኝ በጣም መደበኛ ያልሆነ፣ አልፎ አልፎም አድልዎ የተሞላበት የመማሪያ መጽሐፌ ነው። እነዚህ ጽሑፎች ምን እንደሆኑ፣ በእርግጥ ጠቃሚ (አንጸባራቂ ብቻ ሳይሆን)፣ እንዴት እንደሚሰለጥኑ፣ ያለ ውሳኔ እንዴት እንደሚመርጡ እና ከታመመ በኋላ ብቻ የምትማራቸው ጥቂት ወጥመዶች ናቸው።

ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡

🔗 የ AI ሽምግልና ምንድን ነው፡- ከቃሉ በስተጀርባ ያለው እውነት
የ AI አርቢትሬጅን፣ ድምቀቱን እና እውነተኛ እድሎችን ያብራራል።.

🔗 ምሳሌያዊ AI ምንድን ነው፡ ማወቅ ያለብዎት ነገር ሁሉ
ምሳሌያዊ የ AI ዘዴዎቹን፣ ዘዴዎቹን እና ዘመናዊ አፕሊኬሽኖቹን ይሸፍናል።.

🔗 ለ AI የውሂብ ማከማቻ መስፈርቶች፡ ማወቅ ያለብዎት
የ AI የውሂብ ማከማቻ ፍላጎቶችን እና ተግባራዊ ጉዳዮችን ይከፋፍላል።.

---

ስለዚህ… በእርግጥ የAI ሞዴሎች ምንድናቸው? 🧠

በጣም በተራቀቀበት ጊዜ፡ የ AI ሞዴል የተማረ ተግባር ብቻ ነው ። ግብዓቶችን ስትሰጠው፣ ውጤቶችን ትገልጻለች። ዋናው ነገር እንዴት እንደሆነ ። ያንን በበቂ ሁኔታ መድገም እና እዚያ ውስጥ እንዳሉ እንኳን ያላስተዋሉዋቸውን ቅጦች ማየት ይጀምራል።

እንደ መስመራዊ ሪግሬሽን፣ የውሳኔ ዛፎች፣ የነርቭ ኔትወርኮች፣ ትራንስፎርመሮች፣ የስርጭት ሞዴሎች ወይም እንዲያውም በአቅራቢያ ያሉ ጎረቤቶች ያሉ ስሞችን ሰምተው ከሆነ - አዎ፣ ሁሉም በዚህ ተመሳሳይ ጭብጥ ላይ ያሉ ሪፍ ናቸው፡ መረጃ ይገባል፣ ሞዴል ካርታ ይማራል፣ ውጤቱም ይወጣል። የተለያዩ አልባሳት፣ ተመሳሳይ ትርኢት።.

---

መጫወቻዎቹን ከእውነተኛ መሳሪያዎች የሚለየው ምንድን ነው ✅

ብዙ ሞዴሎች በሙከራ ማሳያ ውስጥ በጣም ጥሩ ሆነው ይታያሉ ነገር ግን በምርት ሂደት ውስጥ ይወድቃሉ። የሚጣበቁት ሞዴሎች ብዙውን ጊዜ የአዋቂዎች ባህሪያትን አጭር ዝርዝር ይጋራሉ፡

• አጠቃላይነት - ታይቶ የማይታወቅ መረጃን ሳይፈርስ ያስተናግዳል።

• አስተማማኝነት - ግብዓቶች እንግዳ ሲሆኑ እንደ ሳንቲም መወርወር አይሰራም።

• ደህንነት እና ደህንነት - ለመጫወት ወይም አላግባብ ለመጠቀም አስቸጋሪ ነው።

• ማብራሪያ - ሁልጊዜ ግልጽ ባይሆንም፣ ቢያንስ ሊታረም የሚችል።

• ግላዊነት እና ፍትሃዊነት - የውሂብ ወሰኖችን ያከብራል እና በአድልዎ የተሳሰረ አይደለም።

• ውጤታማነት - በእውነቱ በተመጣጣኝ ዋጋ ለመስራት የሚያስችል ተመጣጣኝ ዋጋ።

ያ በመሠረቱ የልብስ ማጠቢያ ዝርዝር ተቆጣጣሪዎች እና የአደጋ ማዕቀፎችም የፍቅር - ትክክለኛነት፣ ደህንነት፣ ተጠያቂነት፣ ግልጽነት፣ ፍትሃዊነት፣ እና ሁሉም ምርጥ ተወዳጅ ነገሮች ናቸው። ግን እውነቱን ለመናገር፣ እነዚህ ጥሩ ነገሮች አይደሉም፤ ሰዎች በእርስዎ ስርዓት ላይ ጥገኛ ከሆኑ፣ እነሱ የውጤት ማዕቀፎች ናቸው።.

---

ፈጣን የጤንነት ፍተሻ፡ ሞዴሎች ከስልተ ቀመሮች ከውሂብ ጋር 🤷

የሶስት ክፍል ክፍፍል እነሆ፡-

• ሞዴል - ግብዓቶችን ወደ ውጤቶች የሚቀይር የተማረው "ነገር"።

• አልጎሪዝም - ሞዴሉን የሚያሠለጥን ወይም የሚያሄድ የምግብ አሰራር (የግራዲየንት መውረድ፣ የጨረር ፍለጋን ያስቡ)።

• ውሂብ - ሞዴሉን እንዴት ባህሪ ማሳየት እንዳለበት የሚያስተምሩ ጥሬ ምሳሌዎች።

ትንሽ ቀርፋፋ ዘይቤ፡ መረጃው የእርስዎ ግብዓቶች ናቸው፣ አልጎሪዝም የምግብ አዘገጃጀቱ ነው፣ እና ሞዴሉ ኬክ ነው። አንዳንድ ጊዜ ጣፋጭ ነው፣ ሌላ ጊዜ ደግሞ በጣም ዘግይተው ስለተመለከቱ መሃል ላይ ይሰምጣል።.

---

በእውነቱ የሚያገኟቸው የAI ሞዴሎች ቤተሰቦች 🧩

ማለቂያ የሌላቸው ምድቦች አሉ፣ ግን ተግባራዊ አሰላለፋቸው እነሆ፡

1. መስመራዊ እና ሎጂስቲክ ሞዴሎች - ቀላል፣ ፈጣን፣ ሊተረጎሙ የሚችሉ። ለሠንጠረዥ ውሂብ አሁንም የማይበገሩ መሰረታዊ ነገሮች።

2. ዛፎችና ስብስቦች - የውሳኔ ዛፎች ከተከፈለ በኋላ ይከፈላሉ፤ ጫካን ያጣምራሉ ወይም ያጎለብታሉ፤ በሚያስደንቅ ሁኔታ ጠንካራ ናቸው።

3. ኮንቮሽናል ኒውራል ኔትስ (CNNs) - የምስል/ቪዲዮ ለይቶ ማወቂያ ዋና አካል። ማጣሪያዎች → ጠርዞች → ቅርጾች → ነገሮች።

4. የቅደም ተከተል ሞዴሎች፡ RNNs እና ትራንስፎርመሮች - ለጽሑፍ፣ ለንግግር፣ ለፕሮቲኖች፣ ለኮድ። የትራንስፎርመሮች የራስ ትኩረት የጨዋታውን ቀያሪ ነበር [3]።

5. የስርጭት ሞዴሎች - አመንጪ፣ የዘፈቀደ ድምጽን ደረጃ በደረጃ ወደ ወጥ ምስሎች ይቀይሩ [4]።

6. የግራፍ የነርቭ መረቦች (GNNs) - ለአውታረ መረቦች እና ግንኙነቶች የተገነባ፡ ሞለኪውሎች፣ ማህበራዊ ግራፎች፣ የማጭበርበር ቀለበቶች።

7. የማጠናከሪያ ትምህርት (RL) - የሙከራ እና የስህተት ወኪሎች ሽልማትን የሚያመቻቹ። ሮቦቲክስን፣ ጨዋታዎችን እና ተከታታይ ውሳኔዎችን ያስቡ።

8. የድሮ አስተማማኝነት፡ kNN፣ Naive Bayes ትላንትና መልስ ሲፈልጉ ።

የጎን ማስታወሻ፡ በሰንጠረዥ መረጃ ላይ፣ ከመጠን በላይ አታወሳስቡት። የሎጂስቲክ ሪግሬሽን ወይም የተሻሻሉ ዛፎች ብዙውን ጊዜ በጥልቅ መረቦች ላይ ይንጠላጠላሉ። ትራንስፎርመሮች በጣም ጥሩ ናቸው፣ በሁሉም ቦታ አይደሉም።.

---

ስልጠናው ከኮፍያ ስር ምን ይመስላል 🔧

የኪሳራ ተግባርን በተወሰነ የግራዲየንት ዝርጋታ በመቀነስ ይማራሉ ። የኋላ ፕሮፓጋሽን እያንዳንዱ መለኪያ እንዴት መንቀሳቀስ እንዳለበት እንዲያውቅ እርማቶቹን ወደ ኋላ ይገፋፋቸዋል። ወደ ትርምስ እንዳይገባ እንደ ቀደምት ማቆም፣ መደበኛ ማድረግ ወይም ብልህ አመቻቾች ያሉ ዘዴዎችን ይጠቀሙ።

ከጠረጴዛዎ በላይ ሊለጠፉ የሚገባቸው የእውነታ ፍተሻዎች፡

• የውሂብ ጥራት > የሞዴል ምርጫ። በቁም ነገር።.

• ሁልጊዜ ቀላል ነገር ያለው መሰረታዊ ነገር። መስመራዊ ሞዴል የሚያካትት ከሆነ የውሂብ መስመርዎም እንዲሁ ያደርጋል።.

• ማረጋገጫውን ይመልከቱ። የስልጠና ኪሳራ ቢቀንስም የማረጋገጫ ኪሳራ ቢጨምር - ሰላም፣ ከመጠን በላይ መልበስ።.

---

ሞዴሎችን መገምገም፡ ትክክለኛነት 📏

ትክክለኛነት ጥሩ ይመስላል፣ ግን በጣም መጥፎ ቁጥር ነው። እንደ ተግባርዎ ይለያያል፡

• ትክክለኛነት - አዎንታዊ ስትል፣ ስንት ጊዜ ትክክል ነህ?

• አስታውሱ - ከሁሉም እውነተኛ አዎንታዊ ነገሮች ውስጥ ስንት አገኘህ?

• F1 - ትክክለኛነትን እና የማስታወስ ሚዛንን ያዛምዳል።

• የህዝብ ግንኙነት ኩርባዎች - በተለይም ሚዛናዊ ባልሆነ መረጃ ላይ፣ ከ ROC የበለጠ ሐቀኛ [5]።

ጉርሻ፡- መለኪያውን ያረጋግጡ (ዕድሎች ምንም ማለት ናቸው?) እና መንሸራተት (የግብዓት ውሂብዎ ከእግርዎ በታች እየተንቀሳቀሰ ነው?)። “ምርጥ” ሞዴል እንኳን ጊዜው ያለፈበት ይሆናል።.

---

አስተዳደር፣ አደጋ፣ የመንገድ ደንቦች 🧭

ሞዴልህ ሰዎችን አንዴ ከነካ፣ ተገዢነት አስፈላጊ ነው። ሁለት ትላልቅ መልህቆች፡

• የNIST AI RMF - በፈቃደኝነት ላይ የተመሰረተ ግን ተግባራዊ፣ የህይወት ዑደት ደረጃዎችን (ማስተዳደር፣ ካርታ መስጠት፣ መለካት፣ ማስተዳደር) እና አስተማማኝነት ባልዲዎችን ያካትታል [1]።

• የአውሮፓ ህብረት የአዕምሮ ህክምና ህግ - በአደጋ ላይ የተመሰረተ ደንብ፣ ከጁላይ 2024 ጀምሮ አስቀድሞ የወጣ ህግ፣ ለከፍተኛ አደጋ ስርዓቶች እና ለአንዳንድ አጠቃላይ ዓላማ ሞዴሎች ጥብቅ ግዴታዎችን የሚጥል [2]።

ተግባራዊ የሆነ ዋና ነጥብ፡ ምን እንደገነቡ፣ እንዴት እንደሞከሩት እና ምን አደጋዎችን እንዳረጋገጡ ይመዝግቡ። በኋላ ላይ የእኩለ ሌሊት የአደጋ ጊዜ ጥሪዎችን ያስቀምጥልዎታል።.

---

አእምሮዎን ሳይስቱ ሞዴል መምረጥ 🧭➡️

ተደጋጋሚ ሂደት;

1. ውሳኔውን ይግለጹ - ጥሩ ስህተት ከመጥፎ ስህተት ምንድነው?

2. የኦዲት መረጃ - መጠን፣ ሚዛን፣ ንፅህና።

3. ገደቦችን ያዘጋጁ - ማብራሪያ፣ መዘግየት፣ በጀት።

4. መሰረታዊ ነገሮችን ያሂዱ - በመስመራዊ/ሎጂስቲክ ወይም በትንሽ ዛፍ ይጀምሩ።

5. በብልሃት ይድገሙት - ባህሪያትን ያክሉ፣ ያስተካክሉ፣ ከዚያም ደረጃውን የጠበቀ ከሆነ ቤተሰቦችን ይቀይሩ።

አሰልቺ ነው፣ ግን እዚህ አሰልቺ ጥሩ ነው።.

---

የንፅፅር ቅጽበታዊ ገጽ እይታ 📋

የሞዴል አይነት	ታዳሚዎች	ዋጋ-አይነት	ለምን እንደሚሰራ
ሊኒያር እና ሎጂስቲክ	ተንታኞች፣ ሳይንቲስቶች	ዝቅተኛ-መካከለኛ	ሊተረጎም የሚችል፣ ፈጣን፣ እና በሰንጠረዥ የሚገኝ የኃይል ማመንጫ
የውሳኔ ዛፎች	የተቀላቀሉ ቡድኖች	ዝቅተኛ	በሰው ሊነበብ የሚችል ስንጥቆች፣ መስመራዊ ያልሆነ አያያዝ
የዘፈቀደ ደን	የምርት ቡድኖች	መካከለኛ	ስብስቦች ልዩነትን ይቀንሳሉ፣ ጠንካራ አጠቃላይ ባለሙያዎች
ቀስ በቀስ የተሻሻሉ ዛፎች	የውሂብ ሳይንቲስቶች	መካከለኛ	SOTA በሰንጠረዥ ላይ፣ ጠንካራ እና የተዝረከረከ ባህሪያት ያሉት
ሲኤንኤንዎች	ራዕይ ያላቸው ሰዎች	መካከለኛ - ከፍተኛ	ኮንቮሉሽን → የቦታ ተዋረዶች
ትራንስፎርመሮች	NLP + ባለብዙ ሞዳል	ከፍተኛ	የራስን ትኩረት በሚያምር ሁኔታ ይለካሉ [3]
የስርጭት ሞዴሎች	የፈጠራ ቡድኖች	ከፍተኛ	ድምጸ-ከል ማድረግ ጀነቲካዊ አስማት ያስገኛል [4]
ጂኤንኤንዎች	የግራፍ ነርዶች	መካከለኛ - ከፍተኛ	የመልእክት ማስተላለፍ ግንኙነቶችን ይገልፃል
kNN / ናይቭ ቤይስ	ጠላፊዎች በችኮላ	በጣም ዝቅተኛ	ቀላል የመነሻ መስመሮች፣ ፈጣን ማሰማራት
የማጠናከሪያ ትምህርት	ምርምር-ከባድ	መካከለኛ - ከፍተኛ	ተከታታይ እርምጃዎችን ያመቻቻል፣ ነገር ግን ለመግራት ከባድ ነው

---

በተግባር ላይ ያሉ "ስፔሻሊስቶች" 🧪

• ምስሎች → የሲኤንኤንዎች የአካባቢውን ቅጦች ወደ ትላልቅ ቅጦች በማሰባሰብ ይሻላሉ።

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

• ግራፎች → GNNዎች ግንኙነቶች አስፈላጊ ሲሆኑ ያበራሉ።

• ጀነሬቲቭ ሚዲያ → የስርጭት ሞዴሎች፣ ደረጃ በደረጃ ዲኖዚንግ [4]።

---

ዳታ፡ ጸጥተኛው MVP 🧰

ሞዴሎች መጥፎ ውሂብ ማስቀመጥ አይችሉም። መሰረታዊ ነገሮች፡

• የውሂብ ስብስቦችን በቀኝ ይከፋፍሉ (ፍሳሽ የለም፣ ጊዜን አክብሩ)።.

• አለመመጣጠንን ያስተናግዱ (እንደገና ናሙና፣ ክብደት፣ ገደቦች)።.

• የኢንጂነሩ ባህሪያት በጥንቃቄ - ጥልቅ ሞዴሎች እንኳን ይጠቀማሉ።.

• ለጤነኝነት ተሻጋሪ ማረጋገጫ።.

---

እራስዎን ሳይቀልዱ ስኬትን መለካት 🎯

መለኪያዎችን ከእውነተኛ ወጪዎች ጋር ያዛምዱ። ለምሳሌ፡ የቲኬት መለያየትን ይደግፉ።.

• የጥሪ ማስታወክ የአስቸኳይ ትኬት የመያዝ ፍጥነትን ይጨምራል።.

• ትክክለኛነት ወኪሎች በድምፅ ውስጥ እንዳይሰምጡ ይከላከላል።.

• F1 ሁለቱንም ያመጣጥናል።.

• ስርዓቱ በጸጥታ እንዳይበሰብስ የመንሸራተት እና የመለኪያ ዘዴን ይከታተሉ።.

---

አደጋ፣ ፍትሃዊነት፣ ሰነዶች - ቀደም ብለው ያድርጉት 📝

ሰነዶችን እንደ ቀይ ቴፕ ሳይሆን እንደ ኢንሹራንስ አድርገው ያስቡት። አድልዎ ፍተሻዎች፣ የጥንካሬ ፈተናዎች፣ የውሂብ ምንጮች - ይፃፉት። እንደ AI RMF [1] እና እንደ EU AI Act [2] ያሉ ህጎች ለማንኛውም የጠረጴዛ ማዕቀፍ እየሆኑ ነው።.

---

ፈጣን ጅምር የመንገድ ካርታ 🚀

1. ውሳኔውን እና መለኪያውን ይለማመዱ።.

2. ንጹህ የውሂብ ስብስብ ይሰብስቡ።.

3. መስመራዊ/ዛፍ ያለው መሰረታዊ መስመር።.

4. ለሞዴሉ ወደ ትክክለኛው ቤተሰብ ዝለል።.

5. ተገቢ መለኪያዎችን በመጠቀም ይገምግሙ።.

6. ከመላኪያዎ በፊት አደጋዎችን ይመዝግቡ።.

---

የመብረቅ ዙር ⚡ ተደጋጋሚ ጥያቄዎች

• ቆይ፣ እንደገና - የAI ሞዴል ምንድን ነው?
  ግብዓቶችን ከውጤቶች ጋር ለማዛመድ በውሂብ ላይ የሰለጠነ ተግባር። አስማቱ አጠቃላይነት ነው፣ ማስታወስ አይደለም።

• ትላልቅ ሞዴሎች ሁልጊዜ ያሸንፋሉ?
  በሰንጠረዥ ላይ አይደለም - ዛፎች አሁንም ደንብ አላቸው። በጽሑፍ/ምስሎች ላይ፣ አዎ፣ መጠን ብዙውን ጊዜ ይረዳል [3][4]።

• ማብራሪያ ከትክክለኛነት ጋር ሲነጻጸር?
  አንዳንድ ጊዜ ውል-ኦፍ። የተደባለቀ ስልቶችን ይጠቀሙ።

• የማጣራት ወይም ፈጣን ምህንድስና?
  የሚወሰነው በጀት እና የሥራ ወሰን ነው። ሁለቱም የራሳቸው ቦታ አላቸው።

---

ቲኤል፤ዲአር 🌯

የAI ሞዴሎች = ከውሂብ የሚማሩ ተግባራት። ጠቃሚ የሚያደርጋቸው ትክክለኛነት ብቻ ሳይሆን እምነት፣ የአደጋ አስተዳደር እና አሳቢነት የተሞላበት ማሰማራት ነው። ቀላል ይጀምሩ፣ አስፈላጊ የሆኑትን ይለኩ፣ አስቀያሚ ክፍሎችን ይመዝግቡ፣ ከዚያ (እና ከዚያ በኋላ ብቻ) ምርጥ ይሆናሉ።.

አንድ ዓረፍተ ነገር ብቻ ከያዙ፡ የAI ሞዴሎች የተማሩ ተግባራት ናቸው፣ በማመቻቸት የሰለጠኑ፣ በአውድ-ተኮር መለኪያዎች የተገመገሙ እና በጠባቂዎች የተተገበሩ ናቸው። ዋናው ጉዳይ ይህ ነው።.

---

ማጣቀሻዎች

1. NIST - አርቲፊሻል ኢንተለጀንስ ሪሰርች ማኔጅመንት ማዕቀፍ (AI RMF 1.0)
   NIST AI RMF 1.0 (PDF)

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

3. ትራንስፎርመሮች / ራስን ማተኮር - ቫስዋኒ እና ሌሎችም፣ ትኩረት የሚያስፈልግዎ ብቻ ነው (2017)።
   arXiv:1706.03762 (PDF)

4. የስርጭት ሞዴሎች - ሆ፣ ጄይን፣ አብቤል፣ ​​የስርጭት ዲኖይዚንግ ፕሮባቢሊስቲክ ሞዴሎች (2020)።
   arXiv:2006.11239 (PDF)

5. የህዝብ ግንኙነት እና የROC ግንኙነት አለመመጣጠን ላይ - ሳይቶ እና ሬህምስማየር፣ PLOS ONE (2015)።
   DOI: 10.1371/journal.pone.0118432

---

የቅርብ ጊዜውን የ AI ኦፊሴላዊ የ AI ረዳት መደብር ያግኙ

ስለ እኛ