Wataƙila mu ne kawai a farkon sabon juyin juya hali na AI.
Ƙirƙirar hankali na wucin gadi yana nufin algorithms da ƙira waɗanda ke da ikon ƙirƙirar abun ciki. Fitowar irin waɗannan samfuran sun haɗa da rubutu, sauti, da hotuna waɗanda galibi ana iya yin kuskure a matsayin fitowar ɗan adam na gaske.
Aikace-aikace kamar Taɗi GPT sun nuna cewa haɓaka AI ba sabon abu bane. AI yanzu yana da ikon bin cikakken umarnin kuma da alama yana da zurfin fahimtar yadda duniya ke aiki.
Amma ta yaya muka kai ga wannan batu? A cikin wannan jagorar, za mu bi ta wasu mahimman ci gaba a cikin binciken AI waɗanda suka share hanya don wannan sabon juyi na AI mai ban sha'awa.
Tashin Jijiya Networks
Kuna iya gano asalin AI na zamani zuwa bincike akan zurfin ilmantarwa da hanyoyin sadarwa na jijiyoyi a 2012.
A cikin wannan shekarar, Alex Krizhevsky da tawagarsa daga Jami'ar Toronto sun sami damar cimma ingantaccen algorithm wanda zai iya rarraba abubuwa.
The hanyar sadarwa ta jijiyoyi na zamani, wanda aka sani yanzu kamar AlexNet, ya iya rarraba abubuwa a cikin bayanan gani na ImageNet tare da ƙananan kuskuren kuskure fiye da mai gudu.
Cibiyoyin Neural Algorithms ne waɗanda ke amfani da hanyar sadarwa na ayyukan lissafi don koyan takamaiman ɗabi'a bisa wasu bayanan horo. Misali, zaku iya ciyar da bayanan likita na cibiyar sadarwar jijiya don horar da ƙirar don gano cuta kamar kansa.
Fatan ita ce hanyar sadarwar jijiyoyi a hankali ta sami alamu a cikin bayanan kuma ta zama mafi daidai lokacin da aka ba da bayanan sabon labari.
AlexNet ya kasance aikace-aikacen ci gaba na a hanyar sadarwa ta hanyar juyin halitta ko CNN. Ma'anar kalmar "convolutional" tana nufin ƙari na juzu'i na juyi wanda ke ba da fifiko ga bayanan da ke kusa da juna.
Yayin da CNNs sun kasance ra'ayi a cikin 1980s, kawai sun fara samun shahara a farkon 2010s lokacin da sabuwar fasahar GPU ta tura fasahar zuwa sabon matsayi.
Nasarar CNNs a fagen hangen nesa na kwamfuta ya haifar da ƙarin sha'awar bincike na hanyoyin sadarwa na jijiyoyi.
Ƙungiyoyin fasaha kamar Google da Facebook sun yanke shawarar sakin nasu tsarin AI ga jama'a. APIs masu girma kamar Keras ya ba masu amfani damar yin amfani da mai amfani don yin gwaji tare da hanyoyin sadarwa masu zurfi.
CNNs sun kasance masu kyau a gano hoto da bincike na bidiyo amma suna fuskantar matsala idan ana batun magance matsalolin tushen harshe. Wannan iyakancewa a cikin sarrafa harshe na dabi'a na iya kasancewa saboda yadda hotuna da rubutu suke a zahiri mabanbanta matsaloli.
Misali, idan kuna da abin ƙira wanda ke rarraba ko hoto ya ƙunshi fitilar zirga-zirga, hasken zirga-zirgar da ake tambaya zai iya bayyana a ko'ina cikin hoton. Duk da haka, irin wannan sassaucin ra'ayi ba ya aiki da kyau a cikin harshe. Jumlar "Bob ya ci kifi" da "Kifi ya ci Bob" suna da ma'anoni daban-daban duk da amfani da kalmomi iri ɗaya.
Ya bayyana a sarari cewa masu bincike suna buƙatar nemo wata sabuwar hanya don magance matsalolin da suka shafi harshen ɗan adam.
Masu canji suna canza komai
A 2017, a bincike takarda mai taken "Hankali shine Duk Abinda kuke Bukata" ya gabatar da sabon nau'in hanyar sadarwa: Transformer.
Yayin da CNNs ke aiki ta hanyar tace ƙananan ɓangarorin hoto akai-akai, masu taswira suna haɗa kowane kashi a cikin bayanan tare da kowane nau'in. Masu bincike suna kiran wannan tsari "hankalin kai".
Lokacin ƙoƙarin karkatar da jimloli, CNNs da masu canza wuta suna aiki daban. Yayin da CNN za ta mayar da hankali kan samar da haɗin kai da kalmomin da ke kusa da juna, na'urar transfoma zai haifar da haɗi tsakanin kowace kalma a cikin jimla.
Tsarin kulawa da kai wani bangare ne na fahimtar harshen ɗan adam. Ta hanyar zuƙowa waje da duba yadda jimla gabaɗaya ta yi daidai da juna, injina na iya samun ƙarin fahimtar tsarin jumlar.
Da zarar an fitar da na'urorin taswira na farko, ba da daɗewa ba masu bincike sun yi amfani da sabon tsarin gine-gine don cin gajiyar yawan adadin bayanan rubutu da aka samu akan intanet.
GPT-3 da Intanet
A cikin 2020, OpenAI's GPT-3 Samfurin ya nuna yadda tasirin taransfoma zai iya zama. GPT-3 ya sami damar fitar da rubutu wanda kusan ba za a iya bambanta shi da ɗan adam ba. Wani ɓangare na abin da ya sa GPT-3 mai ƙarfi shine adadin bayanan horon da aka yi amfani da shi. Mafi yawan tsarin bayanan horo na samfurin sun fito ne daga saitin bayanai da aka sani da Common Crawl wanda ya zo da alamun sama da biliyan 400.
Yayin da ikon GPT-3 na samar da ingantaccen rubutun ɗan adam ya kasance mai ban tsoro da kansa, masu bincike sun gano yadda wannan ƙirar zata iya magance wasu ayyuka.
Misali, irin wannan samfurin GPT-3 wanda zaku iya amfani dashi don ƙirƙirar tweet shima zai iya taimaka muku taƙaita rubutu, sake rubuta sakin layi, da gama labari. Samfuran harshe sun yi ƙarfi sosai har yanzu sun zama kayan aikin gama-gari waɗanda ke bin kowane nau'in umarni.
Yanayin gaba ɗaya na GPT-3 ya ba da izinin aikace-aikace irin wannan GitHub Copilot, wanda ke ba masu shirye-shirye damar samar da lambar aiki daga bayyanannen Ingilishi.
Samfuran Yaduwa: Daga Rubutu zuwa Hotuna
Ci gaban da aka samu tare da taransfoma da NLP shi ma ya share fagen samar da AI a wasu fannoni.
A fannin hangen nesa na kwamfuta, mun riga mun rufe yadda zurfin koyo ya ba da damar inji damar fahimtar hotuna. Koyaya, har yanzu muna buƙatar nemo hanyar AI don samar da hotuna da kansu maimakon kawai rarraba su.
Samfuran hotuna masu ƙima kamar DALL-E 2, Stable Diffusion, da Midjourney sun shahara saboda yadda suke iya canza shigar da rubutu zuwa hotuna.
Waɗannan samfuran hotuna suna dogara ne akan mahimman abubuwa guda biyu: ƙirar da ke fahimtar alaƙar hotuna da rubutu da ƙirar da za ta iya ƙirƙirar hoto mai girma wanda ya dace da shigarwar.
OpenAI's clip (Tsarin Harshe-Tsarin Horowa Hoto) samfuri ne na buɗe ido wanda ke da nufin warware al'amari na farko. Idan aka ba da hoto, ƙirar CLIP na iya yin hasashen bayanin rubutu mafi dacewa don wannan hoton.
Samfurin CLIP yana aiki ta hanyar koyon yadda ake fitar da mahimman siffofi na hoto da ƙirƙirar wakilci mai sauƙi na hoto.
Lokacin da masu amfani suka ba da samfurin shigarwar rubutu zuwa DALL-E 2, ana juyar da shigarwar zuwa "haɗin hoto" ta amfani da samfurin CLIP. Manufar yanzu ita ce nemo hanyar samar da hoton da ya dace da saka hoton da aka samar.
Sabbin hoto mai haɓaka AIs suna amfani da a samfurin yaduwa don magance aikin ƙirƙirar hoto a zahiri. Samfuran watsawa sun dogara da cibiyoyin sadarwar jijiyoyi waɗanda aka riga aka horar da su don sanin yadda ake cire ƙarar ƙara daga hotuna.
A lokacin wannan aikin horo, cibiyar sadarwar jijiyoyi na iya ƙarshe koyan yadda ake ƙirƙirar hoto mai girma daga hoton amo bazuwar. Tun da mun riga mun sami taswirar rubutu da hotuna da CLIP ya samar, za mu iya horar da samfurin yadawa akan abubuwan saka hoton CLIP don ƙirƙirar tsari don samar da kowane hoto.
Juyin Juyin Halitta na AI: Me zai biyo baya?
Yanzu muna kan matakin da ci gaba a cikin haɓaka AI ke faruwa kowane kwana biyu. Tare da samun sauƙi da sauƙi don samar da nau'ikan kafofin watsa labaru daban-daban ta amfani da AI, ya kamata mu damu game da yadda wannan zai iya shafar al'ummarmu?
Yayin da damuwar injinan da ke maye gurbin ma’aikata ya kasance a cikin tattaunawa tun lokacin da aka kirkiro injin tururi, ga alama ya ɗan bambanta a wannan karon.
Generative AI yana zama kayan aiki da yawa wanda zai iya rushe masana'antu waɗanda aka ɗauka amintacce daga ɗaukar AI.
Shin za mu buƙaci masu shirye-shirye idan AI na iya fara rubuta lambar mara kyau daga wasu ƙa'idodi na asali? Shin mutane za su yi hayar masu ƙirƙira idan za su iya amfani da ƙirar ƙira kawai don samar da kayan aikin da suke so mai rahusa?
Yana da wuya a iya hasashen makomar juyin juya halin AI mai haɓakawa. Amma yanzu da aka buɗe akwatin Pandora na alama, ina fatan fasahar za ta ba da damar ƙarin sabbin abubuwa masu ban sha'awa waɗanda za su iya barin tasiri mai kyau a duniya.
Leave a Reply