?נשגב מבינתי

?איך מגדירים בדרך כלל בינה מלאכותית

• מערכות שאינן מסוגלות ללמוד מנתונים

• מערכות הנשענות אך ורק על רכיבים פיזיים

• מערכות שיכולות לבצע משימות הדורשות אינטליגנציה אנושית

• מערכות המיועדות למשימות ספציפיות בלבד

?מה מבדיל בינה מלאכותית צרה / חלשה מבינה כללית

• בינה מלאכותית צרה מתמחה למשימות ספציפיות, בעוד שבינה מלאכותית כללית יכולה לבצע מגוון משימות

• בינה מלאכותית צרה דורשת התערבות אנושית, בעוד שבינה מלאכותית כללית יכולה לפעול באופן אוטונומי

   

• בינה מלאכותית צרה היא תיאורטית, בעוד שבינה מלאכותית כללית נמצאת כבר כעת בשימוש

• בינה מלאכותית צרה מבוססת על תוכנה בלבד, בעוד שבינה מלאכותית כללית פועלת במכשירים פיזיים

מהי למידת מכונה

?Machine Learning (ML)

• טכניקה לפיתוח מכשירי בינה מלאכותיים פיזיים

• סוג של בינה מלאכותית המחקה למידה והיגיון אנושיים

   

• שיטה לאימון מערכות ללא תכנות מפורש שלהן

• תהליך שבו מכונות מבינות את השפה האנושית

במה שונה למידה עמוקה

(Deep Learning)

? משיטות למידת מכונה אחרות

• זה מוגבל למשימות פשוטות לפתרון בעיות

• זה מחקה את המבנה והתפקודים של המוח האנושי

   

• זה לא דורש כמויות גדולות של נתונים

• זה לא מסתמך על רשתות עצביות

?על מה מבוססת למידת חיזוק

• מערכות הדרכה ללא משוב

• חיקוי תהליכי קבלת החלטות אנושיים

   

• אספקת מכונות עם כללים מתוכנתים מראש

• ניתוח ומתן משוב חיובי או שלילי למערכת

למה משמשים מודלים של בינה מלאכותית יוצרת

? (AI Generative)

• פתרון משוואות מתמטיות מורכבות

• יצירת תוכן חדש כמו טקסט, תמונות או מוזיקה

   

• מתן המלצות המבוססות על פעולות המשתמש

• ניתוח ופירוש תמונות

?מה המטרה של אימון נתונים במערכות בינה מלאכותית

• לבלבל את המערכת

• לספק מידע ללמידה

   

• בדיקה של רמת הדיוק של המערכת

• צמצום יכולות הלמידה של המערכת

?מהי אפליה/הטיה אלגוריתמית

• ניתוח משתני רקע לקבלת החלטות חסרות פניות

• מצב שבו אלגוריתם מעבד מידע ללא הטיה 

• בדיקה של קבלת החלטות על סמך נתונים מדויקים בלבד

• יצירת תוצאות על סמך נתונים מוטים

באיזה תחום מתמקד עיבוד שפה טבעית

? (NLP  Natural Language Processing)

• ניתוח תוכן ויזואלי

• חיקוי תהליכי חשיבה אנושיים

• הבנה ועיבוד שפה אנושית על ידי מחשבים

• פיתוח מכשירי בינה מלאכותיים פיזיים

במה שונים מודלי בסיס

(Foundation Models))

ממודלי שפה גדולים

? (LLM Large Language Model)

• מודלי שפה גדולים לא זקוקים לאימון

• מודלי בסיס משמשים למשימות ספציפיות בעוד שמודלי שפה גדולים מגוונים יותר

• מודלי שפה גדולים אינם מאומנים על נתונים ולא מתויגים כמו מודלי בסיס

• מודלי בסיס דורשים יותר נתונים להדרכה מאשר מודלי שפה גדולים