業界を取り巻く用語は、世代のAIが製品、資金調達、開発風景に入るにつれて急速に拡大しています。 TechCrunchは、AIの用語ガイドを更新し、現在の概念の最も一般的なセットに焦点を当て、読者はモデルの機能、トレーニング方法、アプリケーションパターンを理解するのに役立ちます。

このガイドは、チャットロボットにそれ自体を混在させませんが、モデルのトレーニング、推論、コンピューティングインフラストラクチャ、自動化ツールに拡張します。 それは、多くの用語が広く使用されているが、業界内で完全に調和した定義がないと述べました。

AGI はまだ均一定義を欠いています

この櫛では、AGIは最も神秘的な言葉の1つです。 通常、ほとんどのタスクの人間平均よりも近いAIシステムを参照するために使用されますが、異なる機関によって与えられた基準は一貫していません。

たとえば、OpenAIやGoogle DeepMindなどの施設は、それぞれAGIに焦点を当てています。 一部の重点は、ほとんどの経済活動で人間の労働を置き換えることに置かれていました, 他の人は、ほとんどの認知タスクで人間のレベルに達するために. TechCrunch によると、この違いは、AGI が境界の明確な技術的定義よりも、業界目標のようなものであることを示唆しています。

AI-エージェントとエンコーディング-エージェント-Iウェン

この記事では、AIプロキシをユーザーを代わって複数のステップのミッションを実行し続けることができるシステムとして定義します。通常のチャットロボットを超えて機能します。 典型的なシナリオには、クレーム、予約、サードパーティサービスへの呼び出し、または手動介入の少ない部分的なソフトウェア開発が含まれます。

これにより、コーディングエージェントは、より特定の種類のツールと見なされます。 コードを生成するだけでなく、テストを実行したり、コードライブラリのエラーを絞ったり、修理のためにそれらを提出したりします。 開発プロセスの自動アシスタントなどのツールは記載されていますが、マニュアルレビューは不可欠であることを指摘しました。

チェーンを考えてみると、細かい曲と蒸留がより一般的です。

モデリング能力レベルでは、「シンクチェーン」の概念を説明することに重点を置いたTechCrunch。 そのコアでは、複雑な問題は、論理的な推論やプログラミングタスクの精度を向上させるために、中間のステップに分割します。 このアプローチは、直接的な答えよりも遅くなりますが、結果はより安定しています。

この記事では、AI企業にとっては、微調整と蒸留が共通の方法になっていると言及しました。 微調整は、特定の業界やミッションのためにより適切なデータを作成するために、特定のデータのための継続的なトレーニングモデルに基づいています。蒸留は、小規模なモデルは、より大きなモデルの出力動作を学び、コストを削減しながら、その機能のいくつかを保持することができます。

  • Align: 一般的なモデルを縦のシナリオのためにより適切ようにして下さい
  • 蒸留: 大型モデル出力で軽量化
  • 思考の激しい鎖:中間ステップによる推論の質を改善する

アルゴリズムと生成モデルは基本的です。

用語の応用層に加えて、記事はAIの下部構造に戻ります。 いわゆるコンピューティングとは、モデルのトレーニングとデプロイメントをサポートするコンピューティングリソースを指します。GPU、CPU、TPUなどのハードウェアインフラに対応しています。 Calculusは、AIの拡張のためのコアリソースの1つです。

モデルの生成では、このガイドラインは、深い学習、拡散モデル、PANなどの概念を指します。 詳細な学習は多層ニューラルネットワークに依存し、大量のデータから機能を抽出します。拡散モデルは「ノイズ」プロセスを学習することにより、画像、音楽、テキストを生成します。そして、以前の世代フレームワークであるガンは、検証可能なコンテンツ生成と深い偽造ツールの開発に貢献しました。

全体的に、用語集は均一な標準を与えようとしていませんが、現在のAI業界で最もよくある「一般的な言語」のセットを提供します。 この用語の意味は、モデル、製品、インフラが進化し続けています。