Зеҳни сунъӣ воқеан чист ва модел чӣ гуна меомӯзад?

Рафтори система =
код
+ қоидаҳои ошкор
+ меъмории модел
+ параметрҳои омӯхташуда
+ додаҳои омӯзишӣ
+ вуруди вақти иҷро
+ сиёсати қабули қарор
Дар системаҳои бар модели забонӣ асосёфта баъдтар контекст, бозёбии иттилоот, абзорҳо ва танзимоти тавлид низ ба ин муодилаи зеҳнӣ илова мешаванд.
Дар натиҷа ислоҳи мушкил чандҷанба мешавад. Баромади нодуруст метавонад аз баги нармафзор, додаҳои номуносиб, модели заиф, нусхаи нодурусти модел, ҳадди номуносиб, тағйири тақсимот ё сиёсати нодурусти қабули қарор барояд.
Меъмор бояд ин қабатҳоро аз ҳам ҷудо бубинад.
Ҳамзамон қисматҳои қатъии нармафзор аз байн намераванд. Назорати дастрасӣ набояд тахмин карда шавад. Маҳдудиятҳои молиявӣ ва қоидаҳои ҳуқуқӣ набояд тақрибӣ иҷро шаванд.
Мувофиқати додаҳо ва транзаксияҳои ҳаётан муҳим набояд ба модели эҳтимолӣ супурда шаванд.
Меъмории пухтаи зеҳни сунъӣ маҳз марзи байни рафтори омӯхташуда ва рафтори қатъиро тарҳрезӣ мекунад.
12. «Дуруст будан» дар системаи зеҳни сунъӣ чӣ гуна тағйир меёбад?
Барои функсияи қатъӣ саволи асосӣ метавонад ин бошад: оё он мувофиқи мушаххасот кор мекунад ё не?
Барои модел ғайр аз ин бояд пурсид:
- Рӯйи кадом тақсимоти додаҳо хуб кор мекунад?
- Чӣ навъ хатоҳо мекунад?
- Арзиши ҳар хато барои фаъолияти тиҷоратӣ чӣ қадар аст?
- Дар шароити номуайянӣ чӣ рӯй медиҳад?
- Агар модел дастнорас бошад, чӣ мекунем?
- Паст шудани сифати рафторро чӣ гуна ошкор мекунем?
Ин саволҳо асоси баҳогузорӣ, мониторинг, бехатарӣ ва идоракунии зеҳни сунъӣ дар дарсҳои оянда мебошанд.
8. Ҷамъбасти ниҳоӣ
Ин навишта аз як савол оғоз шуд: «Вақте мегӯянд модел омӯхтааст, маҳз чӣ чиз тағйир кардааст?»
Акнун ҷавоб равшантар аст. Модел сохтори ҳисоббарории параметрдор мебошад. Омӯзонидан бо истифода аз додаҳо ва ҳадафи ададӣ параметрҳои онро тағйир медиҳад, то рафтори функсия нисбат ба масъала муносибтар шавад.
Дар модели хаттӣ ин параметрҳо w ва b буданд. Дар шабакаи нейронӣ ҳамин андеша ба миллионҳо ё миллиардҳо вазн ва узви озод васеъ мешавад.
Гузариши рӯ ба пеш вурудро бо параметрҳои ҷорӣ ба баромад табдил медиҳад. Омӯзонидан ғайр аз гузариши рӯ ба пеш, талафот ва градиентро барои танзими параметрҳо истифода мекунад. Хулосабарорӣ параметрҳои омӯхташударо барои вуруди нав ба кор мебарад.
Додаҳо танҳо ашёи хом нестанд. Онҳо таҷрибае мебошанд, ки рафтори модел аз он шакл мегирад. Ҳадафи воқеӣ низ танҳо кам кардани хатои гузашта нест, балки умумисозӣ ба додаҳои қаблан надида аст.
Аз нигоҳи меъморӣ модел танҳо як ҷузъи система мебошад. Пешгӯии модел бо қарори тиҷоратӣ ва ҳақиқати ниҳоӣ яксон нест.
Назоратҳои қатъӣ, ҳадди қарор, баррасии инсонӣ, роҳи эҳтиётӣ, сабти аудит ва мониторинг ҳама қисми тарҳрезии системаи воқеӣ мебошанд.
Зеҳни сунъӣ ивазкунандаи содаи барномасозии классикӣ нест. Он навъи нави ҷузъи рафториро ба система илова мекунад, ки бояд мувофиқи табиати омориаш муҳандисӣ шавад.
Бо ин модели зеҳнӣ истилоҳҳое чун параметр, вазн, омӯзонидан, хулосабарорӣ, умумисозӣ ва шабакаи нейронӣ дигар номҳои ҷудогона нестанд. Онҳо ҷузъҳои як раванди ягонаанд:
Додаҳо ба раванди омӯзонидан ворид мешаванд
→ омӯзонидан параметрҳои моделро танзим мекунад
→ бастаи модел захира ва ҷойгир мешавад
→ хулосабарорӣ аз ҳамон параметрҳо барои вурудҳои нав баромад месозад
Ин поя барои фаҳмиши амиқтари системаҳои зеҳни сунъӣ зарур аст.
8.1. Барои омӯзиши бештар
Барои омӯзиши амиқтари асосҳои омӯзиши мошинӣ китоби «Омӯзиши амиқ» (Deep Learning)-и Ян Гудфеллоу, Йошуа Бенжио ва Аарон Курвилл манбаи стандартӣ аст.
Боби панҷуми он бо унвони «Асосҳои омӯзиши мошинӣ» барои умумисозӣ, иқтидор, аз ҳад зиёд мутобиқшавӣ ва мафҳумҳои асосӣ муносиб аст. Боби шашум ба шабакаҳои амиқи пешхӯрд бахшида шудааст.
Китоби «Омӯзиши амиқ: асосҳо ва мафҳумҳо» (Deep Learning: Foundations and Concepts)-и Кристофер Бишоп ва Ҳю Бишоп низ манбаи муосир ва дақиқ барои пояҳои мафҳумӣ ва риёзӣ мебошад.
Барои равиши донишгоҳӣ ёддоштҳои курси CS229-и Донишгоҳи Стэнфорд, махсусан бахшҳои ибтидоии омӯзиши назоратшаванда ва регрессияи хаттӣ, арзандаи омӯзишанд.
Барои шиносоии амалӣ курси фишурдаи омӯзиши мошинии Google низ бахшҳои муносибе дар бораи регрессия, талафот, умумисозӣ ва шабакаҳои нейронӣ пешниҳод мекунад.
Вожаномаи тоҷикӣ–англисӣ
| Тоҷикӣ | Англисӣ |
|---|---|
| Зеҳни сунъӣ | Artificial Intelligence |
| Омӯзиши мошинӣ | Machine Learning |
| Омӯзиши амиқ | Deep Learning |
| Зеҳни сунъии рамзӣ | Symbolic AI |
| Системаи коршиносӣ | Expert System |
| Қоида | Rule |
| Муҳаррики қоидаҳо | Rule Engine |
| Зеҳни сунъии тавлидкунанда | Generative AI |
| Модели бунёдӣ | Foundation Model |
| Модели бузурги забонӣ | Large Language Model |
| Модел | Model |
| Меъмории модел | Model Architecture |
| Функсия | Function |
| Функсияи параметрдор | Parameterized Function |
| Параметр | Parameter |
| Гиперпараметр | Hyperparameter |
| Вазн | Weight |
| Узви озод | Bias |
| Вуруд | Input |
| Баромад | Output |
| Пешгӯӣ | Prediction |
| Омӯзонидан | Training |
| Хулосабарорӣ | Inference |
| Алгоритми омӯзонидан | Training Algorithm |
| Функсияи талафот | Loss Function |
| Миёнаи квадрати хато | Mean Squared Error |
| Градиент / вектори нишебӣ | Gradient |
| Паҳнкунии баръакс | Backpropagation |
| Пастравии градиентӣ | Gradient Descent |
| Суръати омӯзиш | Learning Rate |
| Шабакаи нейронӣ | Neural Network |
| Нейрон | Neuron |
| Функсияи фаъолсозӣ | Activation Function |
| Воҳиди хаттии ростшуда | ReLU |
| Сигмоид | Sigmoid |
| Қабат | Layer |
| Қабати вуруд | Input Layer |
| Қабати пинҳонӣ | Hidden Layer |
| Қабати баромад | Output Layer |
| Шабакаи амиқи нейронӣ | Deep Neural Network |
| Гузариши рӯ ба пеш | Forward Pass |
| Намоиш | Representation |
| Тензор | Tensor |
| Зарбкунии матритсаҳо | Matrix Multiplication |
| Нуқтаи захира | Checkpoint |
| Намунаи омӯзишӣ | Training Example |
| Хусусият | Feature |
| Барчасп | Label |
| Омӯзиши назоратшаванда | Supervised Learning |
| Омӯзиши беназорат | Unsupervised Learning |
| Омӯзиши худназоратшаванда | Self-Supervised Learning |
| Сигнали омӯзишӣ | Training Signal |
| Маҷмӯи омӯзишӣ | Training Set |
| Маҷмӯи эътиборсанҷӣ | Validation Set |
| Маҷмӯи санҷишӣ | Test Set |
| Умумисозӣ | Generalization |
| Аз ҳад зиёд мутобиқшавӣ | Overfitting |
| Мутобиқшавии нокифоя | Underfitting |
| Ихроҷи додаҳо | Data Leakage |
| Тақсимоти додаҳо | Data Distribution |
| Омӯзиши миёнабурӣ | Shortcut Learning |
| Баҳогузории модел | Model Evaluation |
| Детерминистӣ / қатъӣ | Deterministic |
| Эҳтимолӣ | Probabilistic |
| Дурустӣ | Correctness |
| Нокомии маъноӣ | Semantic Failure |
| Ҳадди қарор | Threshold |
| Баррасии инсонӣ | Human Review |
| Роҳи эҳтиётӣ | Fallback |
| Коҳиши идорашавандаи хизматрасонӣ | Graceful Degradation |
| Мониторинг / назорати пайваста | Monitoring |
| Қобилияти пайгирӣ | Traceability |
| Аудит | Audit |
| Ҳақиқати ниҳоӣ | Ground Truth |
| Қарори тиҷоратӣ | Business Decision |
| Контекст | Context |
| Вақти иҷро | Runtime |
| Ҷойгиркунӣ | Deployment |
| Бастаи модел | Model Artifact |
| Пойгоҳи додаҳо | Database |
| Интерфейси барномасозии барномаҳо | API |
| Танзимот | Configuration |
| Калибркунӣ | Calibration |

Барномасозӣ
Олами Афсонаҳо
Ахбор
Саломатӣ
Дунё