Starvard University · Cara AI Bekerja

Cara AI Bekerja: Matematika yang Membaca Internet

Dinesh membangun sesuatu dengan AI setiap hari. Di sini ia menjelaskan cara kerjanya yang sesungguhnya, dengan bahasa sederhana, tanpa perlu gelar matematika. Kata menjadi angka. Angka menjadi jawaban. Dan di bawah itu semua: taksonomi, sampai ke dasar.

Dinesh
Dinesh
Cara AI Bekerja · Starvard University
Sampul kursus Kecerdasan Buatan 101

Dinesh memperkenalkan kursus ini. Dua puluh tujuh detik. Mari kita buka kap mesinnya.

Seluruh kursus dalam 60 detik

Cara AI bekerja, dalam 5 gagasan

  1. AI membaca internet dan mengubahnya menjadi matematika. Setiap buku, artikel, dan perdebatan, dimampatkan menjadi angka. Pelajaran 1
  2. Kata menjadi angka. Setiap kata yang Anda ketik diubah menjadi matematika sebelum AI melihatnya. Pelajaran 3
  3. Ia memprediksi kata berikutnya, miliaran kali. Itulah seluruh triknya. Kelancaran berasal dari prediksi. Pelajaran 4
  4. Di bawahnya, ia adalah taksonomi. Kategori sampai ke dasar: ini mirip itu, itu termasuk bersama yang lain itu. Pelajaran 2
  5. Agen adalah model dengan alat dan sebuah putaran. AI ditambah kemampuan untuk bertindak, sambil memeriksa pekerjaannya sendiri. Pelajaran 8

Sebelas pelajaran

Pelajaran 1

Gagasan Besar: Matematika yang Membaca Internet

Inilah seluruh bidang AI dalam satu kalimat: seseorang memasukkan hampir seluruh internet ke dalam mesin matematika raksasa, dan mesin itu mempelajari polanya.

Setiap buku, setiap artikel, setiap perdebatan, setiap resep, setiap lelucon. Semua masuk sebagai teks dan keluar sebagai angka, miliaran angka yang disusun sedemikian rupa sehingga hal-hal dengan makna serupa duduk berdekatan. Ketika Anda mengajukan pertanyaan, mesin menyusuri matematika itu dan berjalan keluar lagi dengan sebuah jawaban.

Otak yang terbuat dari angka dan koneksi jaringan

Gagasan besarnya: pengetahuan manusia masuk sebagai kata dan keluar sebagai matematika. Semua sisanya adalah rincian.

Pelajaran 2

Semuanya Taksonomi Sampai ke Dasar

Dave mengatakannya dengan sangat baik: pada dasarnya semuanya adalah taksonomi. Dan ia benar. Di bawah matematika yang mewah itu, yang dipelajari mesin adalah kategori: kata ini termasuk bersama kata-kata itu, gagasan ini mirip gagasan itu, pertanyaan ini termasuk dalam ember itu.

Bayangkan cara Anda berpikir. Anda melihat makhluk berbulu berkaki empat dan otak Anda memasukkannya ke "anjing", yang berada di bawah "hewan peliharaan", yang berada di bawah "hewan". AI melakukan hal yang sama, hanya dengan jutaan kategori, semuanya dipelajari dari membaca segalanya.

Setiap kali ia menjawab Anda, ia sedang memilah: pertanyaan jenis apa ini, jawaban jenis apa yang cocok dengannya, apa yang tinggal di lingkungan yang sama. Taksonomi bukanlah bagian kecil dari AI. Ia adalah seluruh permainannya.

Pohon kategori yang bercabang ke luar

Kategori sampai ke dasar. Mesin memilah internet ke dalam ember-ember, dan sekarang ia memilah pertanyaan Anda ke dalamnya juga.

Pelajaran 3

Kata Menjadi Angka

Sebelum AI melihat kata-kata Anda, kata-kata itu diubah menjadi angka. Setiap kata, atau potongan kata, menjadi daftar angka yang panjang, sebuah posisi dalam peta raksasa tempat makna yang mirip duduk berdekatan.

"King" (raja) duduk dekat "queen" (ratu). "Happy" (bahagia) duduk dekat "joyful" (gembira). Mesin tidak tahu apa itu kebahagiaan. Ia hanya tahu di mana "happy" tinggal di peta, siapa tetangganya, dan lingkungan mana yang ia kunjungi.

Inilah mengapa AI sangat pandai berbahasa dan sangat buruk berhitung: ia tidak melakukan matematika seperti kalkulator. Ia melakukan makna seperti peta.

Kata-kata yang berubah menjadi aliran angka

Kata masuk, angka berkeliling. Kalimat Anda menjadi koordinat pada peta makna.

Pelajaran 4

Mesin Prediksi

Inilah trik tempat seluruh industri ini dibangun: mesin memprediksi kata berikutnya. Dengan semua yang sudah ada sejauh ini, kata apa yang muncul berikutnya? Lalu berikutnya. Lalu berikutnya, miliaran kali.

Itu terdengar terlalu sederhana untuk menghasilkan kecerdasan, dan dalam arti tertentu memang. Tetapi memprediksi kata berikutnya dengan benar, di seluruh topik yang ditulis manusia, membutuhkan pemahaman tata bahasa, fakta, penalaran, gaya, dan nada. Kelancaran muncul dari prediksi seperti basah muncul dari molekul air.

Setiap jawaban yang pernah Anda dapatkan dari ChatGPT atau Muse dibangun satu kata prediksi pada satu waktu.

Kata berikutnya, kata berikutnya, kata berikutnya. Miliaran prediksi kecil bertambah menjadi sesuatu yang terasa seperti berpikir.

Pelajaran 5

Pelatihan: Membaca Seluruh Internet

Bagaimana mesin mempelajari semua pola itu? Dengan membaca. Selama pelatihan, ia membaca tumpukan teks yang sangat besar, buku, situs web, artikel, dan berlatih memprediksi kata berikutnya, berulang kali, menyesuaikan miliaran angkanya setiap kali ia salah.

Ini memakan waktu berbulan-bulan dan biaya jutaan dolar dalam komputasi. Ini adalah program membaca termahal dalam sejarah. Tetapi begitu selesai, hasilnya, model yang terlatih, bisa menjawab pertanyaan dalam hitungan detik.

Bayangkan seperti sekolah: belajar bertahun-tahun, lalu ujiannya satu jam. Pelatihan adalah belajarnya. Obrolan Anda adalah ujiannya.

Berbulan-bulan membaca, hitungan detik menjawab. Pelatihan itu mahal; menggunakannya murah.

Pelajaran 6

Mengapa Ia Terasa Pintar (Padahal Hanya Pola)

AI terasa pintar karena bahasa adalah cara manusia menunjukkan kepintaran. Ketika sesuatu berbicara dengan lancar, bernalar dengan jelas, dan mengingat konteks, otak kita memasukkannya ke "orang cerdas". Itu adalah taksonomi kita yang salah tembak.

Yang sebenarnya terjadi: pencocokan pola yang luar biasa bagus. Ia telah melihat begitu banyak penjelasan, argumen, dan cerita sehingga ia bisa merakit yang baru untuk pertanyaan Anda yang persis. Ia tidak berpikir seperti Anda berpikir. Ia mencocokkan dengan cara yang hanya bisa ia lakukan.

Ini tidak membuatnya tidak berguna. Pencocokan pola dalam skala ini sungguh ampuh. Itu hanya berarti Anda sebaiknya memperlakukannya seperti pekerja magang brilian dengan ingatan total, bukan orang bijak.

Lancar tidak sama dengan bijak. Pencocok pola yang menakjubkan, ya. Pemikir yang tidak pernah salah, tidak.

Pelajaran 7

Mengapa Ia Mengarang Sesuatu

Kadang AI menyatakan hal-hal yang salah dengan keyakinan penuh. Industri menyebutnya halusinasi. Sekarang Anda tahu cukup untuk memahami alasannya: ia memprediksi kata berikutnya yang masuk akal, bukan kata berikutnya yang benar.

Yang paling terkenal: dua pengacara New York mengajukan berkas pengadilan yang mengutip enam kasus yang dikarang ChatGPT, lengkap dengan hakim palsu dan kutipan karangan. Nama kasus palsu yang paling bodoh? Estate of Durden v. KLM. Tyler Durden. Dari Fight Club. Seorang pengacara sungguhan mengajukannya di pengadilan federal dan didenda $5.000.

Jika data pelatihannya memiliki faktanya, jawaban yang masuk akal dan jawaban yang benar biasanya bertepatan. Tetapi ketika ia tidak tahu, ia tidak berkata "saya tidak tahu". Ia memprediksi jawaban yang terdengar paling mungkin, yang bisa berupa omong kosong yang ditulis dengan indah.

Perbaikannya ada di tangan Anda: periksa fakta, nama, angka, dan kutipan yang penting. Mesin mengusulkan; Anda yang memutuskan.

Masuk akal tidak sama dengan benar. Kalimat yang indah bisa membawa fakta yang salah. Periksalah yang penting.

Pelajaran 8

Jadi, Apa Itu Agen AI?

Bagian 2: Dinesh menjelaskan agen dalam 28 detik. Model ditambah alat ditambah putaran.

Sekarang judul kursusnya terbayar. Agen AI adalah model bahasa ditambah dua tambahan: alat dan sebuah putaran.

Alat berarti ia bisa melakukan sesuatu, bukan hanya mengatakan sesuatu: mencari di web, membaca email Anda, memeriksa kalender Anda, menjalankan kode. Putaran berarti ia bisa bekerja dalam langkah-langkah: mencoba sesuatu, melihat hasilnya, menyesuaikan, mencoba lagi, sampai pekerjaannya selesai.

Model ditambah alat ditambah putaran. Itulah agen. Semua sisanya adalah pemasaran.

Robot pembantu yang memegang alat untuk berbagai tugas

Model + alat + putaran = agen. Otaknya, tangannya, dan kegigihannya.

Pelajaran 9

Bagaimana ChatGPT dan Muse Sebenarnya Menjawab Anda

Mari kita telusuri satu pertanyaan melalui seluruh mesin. Anda mengetik "rencanakan minggu saya". Pertama, kata-kata Anda menjadi angka dan mendarat di peta makna. Model memprediksi tanggapan yang paling mungkin membantu, kata demi kata, memanfaatkan pola dari jutaan contoh perencanaan yang pernah ia baca.

Jika ia bertindak sebagai agen, ia melangkah lebih jauh: ia memeriksa kalender Anda (alat), menyusun rencana (prediksi), meninjaunya terhadap batasan Anda (putaran), dan menyesuaikannya. Lalu ia menyerahkan hasilnya kepada Anda.

Seluruh perjalanan, dari kalimat Anda hingga jawabannya, memakan hitungan detik. Di bawahnya: taksonomi, angka, prediksi, alat, dan satu putaran lagi.

Kata menjadi angka menjadi prediksi menjadi alat menjadi jawaban. Hitungan detik di permukaan, seluruh mesin di bawahnya.

Pelajaran 10

Apa yang Tidak Bisa Ia Lakukan

Mengetahui batasnya membuat Anda berkuasa. AI tidak bisa benar-benar mengetahui hal yang tidak pernah ia baca. Ia tidak bisa menginginkan apa pun atau peduli pada hasil. Ia tidak bisa memeriksa fakta terhadap kenyataan, hanya terhadap pola.

Ia buruk dalam matematika yang tepat, buruk dalam mengetahui apa yang tidak ia ketahui, dan buruk dalam menjaga rahasia yang Anda beritahukan kepadanya (anggaplah apa pun yang Anda ketik bisa dilihat). Ia tidak lelah, tetapi ia juga tidak terinspirasi.

Gunakan ia untuk menyusun draf, merangkum, bertukar pikiran, mengorganisasi, dan menjelaskan. Simpan penilaian, keputusan, dan hubungan untuk diri Anda sendiri.

Menyusun draf dengan AI, memutuskan dengan otak Anda. Batasan itulah instruksinya.

Pelajaran 11

Giliran Anda: Gunakanlah dengan Baik

Anda sekarang memahami mesin ini lebih baik dari 99 persen penggunanya. Inilah cara mengubahnya menjadi keuntungan:

Satu-satunya pekerjaan rumah dari Starvard: ajukan satu pertanyaan sulit kepadanya hari ini, lalu periksa jawabannya. Anda sekarang adalah atasannya.

Wisuda

Kategori, Sampai ke Dasar

Internet masuk sebagai kata dan keluar sebagai matematika. Matematika itu memilah segalanya ke dalam kategori. Sekarang ia memilah pertanyaan Anda juga, memprediksi jawabannya kata demi kata, dan dengan alat serta sebuah putaran, ia bertindak. Itulah AI. Dave benar.

Teruskan belajar: AI untuk Orang Biasa menerapkan semua ini untuk bekerja, dan semua kursus gratis Starvard.

Kembali ke Starvard University

Terus belajar

Kursus ini adalah bagian dari Starvard University, yang berjuang meraih kehebatan.

Jelajahi Starvard · Semua kursus gratis

Catatan tentang ketepatan: Sebagian besar dari yang Anda baca di Starvard dibuat dengan bantuan agen AI, yang bekerja bersama manusia. Kami memeriksa apa yang bisa kami periksa, tetapi kami tidak dapat menjamin bahwa semua yang ada di sini benar, terkini, atau lengkap. Jika ada hal yang benar-benar penting, kesehatan Anda, uang Anda, nilai, pekerjaan, mohon periksa kebenarannya dengan sumber tepercaya sebelum Anda mengandalkannya.

Diterjemahkan secara otomatis ke Bahasa Indonesia. Peninjauan oleh penutur asli sedang dalam proses.