1.19M

ИИ_в_ГМУ_Тема_4_Генеративные_системы_ИИ

1.

academyit.ru
Искусственный интеллект
в государственном и муниципальном
управлении
Юдкин Артем Владимирович
эксперт в области цифровой трансформации государственного и
муниципального управления

Академия АйТи сегодня
Входит в ГК Softline
Основана в 1995 г.
Все формы
обучения:
смешанная,
онлайн, очная, elearning
Направления обучения:
Информационные технологии
Информационная безопасность
Цифровые профессии
MBA CDTO
Филиалы:
ИТ-менеджмент и управление проектами
Санкт-Петербург, Казань, Уфа, Челябинск,
Хабаровск, Красноярск, Тюмень, Нижний Новгород,
Краснодар, Волгоград, Ростов-на-Дону
Разработка и тестирование ПО и др.
Головной офис
в Москве
Ресурсы более 400
высококлассных
экспертов и
преподавателей
Крупные заказчики
Член Консорциума
2035
по развитию цифровой
грамотности и
компетенций
цифровой экономики
EdTech:
разработка
e-learning контента и
технологичных
решений для
обучения
Школа ИТ-кадры:
стажерская программа обучения команд под
задачи заказчика
Сервис Академия АйТи онлайн:
Платформа LMS, библиотека контента,
бесшовная интеграция с сервисами
100+
cотрудников

3.

Генеративные системы ИИ

4.

Тема 4. Генеративные системы ИИ
Президент России В.В. Путин, 11 декабря
2024 г.
В чём принципиальная особенность того скачка, который сделали
алгоритмы искусственного интеллекта? Они научились рассуждать,
логически излагать свои мысли. То есть генеративно-искусственный
интеллект существенно улучшил свои именно когнитивные,
мыслительные способности.
Думаю, будет правильно, если пример смелых, передовых подходов
покажет и само государство.

5.

Тема 4. Генеративные системы ИИ
Генеративный ИИ как явление
Отрасль искусственного интеллекта, которая позволяет машинам
создавать контент на основе предоставленных входных данных.
Тип модели машинного обучения.
Данные имитируют образцы человеческой интеллектуальной
деятельности.
Многообразие отраслей и сфер применения технологии.

6.

Тема 4. Генеративные системы ИИ
Отличия генеративного ИИ от смежных явлений
Традиционный ИИ - системы на основе правил, которые не могут учиться на
данных или улучшаться с течением времени. Генерирующий ИИ может
извлекать уроки из данных и генерировать новые экземпляры данных.
Машинное обучение - позволяет системе обучаться на основе данных, а не с
помощью явного программирования. Генеративный ИИ использует методы
машинного обучения для обучения и создания новых данных.
Диалоговый ИИ - позволяет машинам понимать человеческий язык и
реагировать на него «по-человечески». Генеративный ИИ шире, охватывающий
создание различных типов данных, а не только текста.
Искусственный общий интеллект (AGI) - высокоавтономные системы, в
настоящее время гипотетические, которые могут превосходить людей.
Генерирующий ИИ может быть компонентом таких систем.

7.

Тема 4. Генеративные системы ИИ
Технологии генеративного ИИ
• Генеративно-состязательные сети (GANs)
• Вариационные автоэнкодеры (VAEs)
• Модели с «трансформаторами»
Типовой алгоритм работы системы генеративного ИИ:
• Сбор и подготовка данных
• Обучение модели закономерностям данных
• Генерация новых данных
• Итеративная оптимизация

8.

Тема 4. Генеративные системы ИИ
Генеративно-состязательные модели
• состоят из двух частей: генератора и дискриминатора.
• генератор создает новые экземпляры данных, в то время как
дискриминатор оценивает эти экземпляры на предмет
подлинности.
• они участвуют в «состязании», когда генератор стремится
создавать данные, которые дискриминант не может отличить от
реальных данных
• генератор становится опытным в создании очень реалистичных
экземпляров данных

9.

Тема 4. Генеративные системы ИИ
Генеративно-состязательные модели

10.

Тема 4. Генеративные системы ИИ
Вариационные автоэнкодеры
• используются принципы статистического вывода
• кодируются входные данные в латентное пространство (сжатое
представление данных), а затем декодируя это латентное
представление для генерации новых данных
• позволяет генерировать разнообразные, но при этом схожие
экземпляры данных.

11.

Тема 4. Генеративные системы ИИ
Вариационные автоэнкодеры

12.

Тема 4. Генеративные системы ИИ
«Трансформаторные» модели
• для генерации данных рассматривается весь контекст входного
сигнала
• преобразование построено на учете контекста и других
дополнительных параметров
• наиболее распространены в генерации текста

13.

Тема 4. Генеративные системы ИИ
«Трансформаторные» модели

14.

Тема 4. Генеративные системы ИИ
Отдельные примечательные модели ген-ИИ
• авторегрессионные модели - прогнозируют будущие точки данных на
основе предыдущих
• нормализация моделей потоков - используется ряд преобразований
для моделирования сложных распределений данных

15.

Тема 4. Генеративные системы ИИ
Промпт-инжиниринг
• промпт –текстовая строка или фраза, которая подается на вход
модели и определяет ее поведение при генерации данных
• могут быть в форме вопросов, команд, описаний или простых
предложений, которые явно указывают ИИ-системе, какой тип
информации нужно сгенерировать
• промпт-инжиниринг позволяет развивать саму систему ИИ, упрощать
процессы и приближать результат работы к творчеству человека

16.

17.

Тема 4. Генеративные системы ИИ

18.

Тема 4. Генеративные системы ИИ

19.

Тема 4. Генеративные системы ИИ
Ключевые характеристики генеративного ИИ
Алгоритмы самообучения
Создание нового контента
Обработка неструктурированных данных
Интерполяционная мощность
Перенос стилей
Создание реалистичного контента
Автономность

20.

Тема 4. Генеративные системы ИИ
Текущие сферы применения генеративного ИИ
Искусство и развлечения
Технологии и коммуникации
Дизайн и архитектура
Научные исследования
Медицина
Электронная коммерция
Финансовый сектор
Программирование

21.

Тема 4. Генеративные системы ИИ
Проблемы генеративного ИИ
Качество и достоверность сгенерированных данных
Этические и юридические вопросы
Контроль за порождением данных
Вычислительные затраты
Непредсказуемость
Переобучение и обобщающая способность
Безопасность применения

22.

Спасибо за внимание!
Центральный офис:
Москва, Варшавское шоссе 47, корп. 4, 7 этаж
+7 (495) 150-96-00
academy@academyit.ru
academyit.ru

English Русский Rules