Генеративный ИИ против традиционного

Традиционный искусственный интеллект может решать широкий спектр задач, но генеративный раздвигает границы возможного. Например, он способен освоить творчество. Обо всех отличиях этих видов ИИ рассказали эксперты портала TRATOR. Делимся их выводами с вами.

Традиционный ИИ

Традиционный, или дискриминантный ИИ, был основной группой алгоритмов искусственного интеллекта долгие годы. Его отличает несколько особенностей:

• строгие правила. Традиционный ИИ будет работать только по прописанным людьми нормам;
• обучение на маркированных данных. Дискриминантный ИИ может обрабатывать и немаркированную информацию, но основа его обучения – всё же помеченные определенным образом данные. Для постановки информативных меток необходимы специалисты. То есть традиционный ИИ не может развиваться без человека;
• ответы на вопросы. Этот тип искусственного интеллекта умеет имитировать способность экспертов принимать решения в определенной области, но исключительно на основе правил, прописанных людьми, и обучения, проведенного человеком;
• обработка естественного языка. Традиционный ИИ умеет понимать, интерпретировать и генерировать человеческий язык. Эти навыки позволили успешно использовать его в переводе с одного языка на другой, анализе настроений и создании чат-ботов;
• компьютерное зрение. Дискриминантный ИИ может анализировать и интерпретировать визуальные данные, благодаря чему он умеет распознавать объекты и лица на записях видеокамер или припарковать машину без участия человека.

Традиционный ИИ добился впечатляющих успехов во многих областях, но он ориентирован на решение конкретных проблем и задач согласно заранее определенным правилам и шаблонам.

Генеративный ИИ

В отличие от своего «коллеги», генеративный ИИ умеет действовать самостоятельно. Он может

• обучаться без учителя. Такие модели обучаются на любых данных без привязки к помеченным заранее примерам и правилам, прописанным людьми;
• сам создавать подборки данных для обучения традиционного ИИ;
• самостоятельно создавать контент, причем не только тексты, но и фото, и видео. Его можно использовать даже для создания реалистичных виртуальных сред и симуляций, позволяющих проводить обучение и тестирование в различных областях;
• разработать дизайн продукта;
• решать открытые задачи, то есть такие, у которых нет определенного ответа.

Таким образом, генеративный ИИ может использоваться более широко. Иногда слишком широко. Эксперты подчеркивают, что преимущества этих алгоритмов могут превратиться в их недостатки. Например, генеративный ИИ может создавать вредоносный контент и подделки, которые не смогут распознать даже эксперты.

Генеративный ИИ против традиционного

Выбор кажется очевидным. Решения, основанные на генеративном ИИ, легче масштабируются, сам генеративный искусственный интеллект быстрее, а главное, самостоятельно обучается, может решить больший круг задач. Однако нельзя забывать об указанных выше недостатках. Традиционный ИИ всё-таки более прозрачен. Специалист может легко проследить его «ход мыслей» и при необходимости внести коррективы в восприятие реальности этими алгоритмами.

Эксперты портала TRATOR советуют всё же не делить мир и ИИ на 2 противоборствующие стороны и придерживаться одной из них. Эффективнее объединить лучшие качества обеих моделей, чтобы «проложить путь к более мощным и преобразующим системам ИИ, которые расширяют возможности человека и стимулируют прогресс в различных областях», – подчеркнули специалисты.

ИИ сегодня очень популярен. Об его истории, примерах использования в бизнесе и т.д. вы можете прочитать, кликнул на тег #ИИ вверху страницы.