1. Искусственный общий интеллект (ОИИ / Artificial General Intelligence, AGI)
Расплывчатый, но ключевой термин. Описывает гипотетический ИИ, способный:
- решать широкий спектр интеллектуальных задач — не одну‑две, а множество;
- справляться с ними не хуже среднестатистического человека, а в перспективе — лучше;
- адаптироваться к новым задачам без переобучения «с нуля».
Различия в определениях:
- OpenAI (Сэм Альтман): ОИИ — это «эквивалент среднестатистического человека, которого можно нанять в качестве коллеги». Акцент на универсальности и способности к совместной работе.
- Устав OpenAI: ОИИ определяется как «высокоавтономные системы, которые превосходят людей в выполнении наиболее экономически ценных задач». Акцент смещён на превосходство и экономическую эффективность.
- Google DeepMind: ОИИ — это «искусственный интеллект, который по крайней мере не уступает человеку в выполнении большинства когнитивных задач». Здесь ключевое слово — «не уступает», то есть минимум паритет с человеком.
Почему нет единого определения? ОИИ — пока гипотетическая цель, а не реальность. Разные организации ставят разные приоритеты: кто‑то хочет «коллегу», кто‑то — «суперработника», кто‑то — надёжного «паритетного помощника».
2. Большие языковые модели (БЯМ / Large Language Models, LLM)
Это современные «мозги» чат‑ботов (вроде меня) и генераторов текста.
- Что это: нейросети, обученные на огромных массивах текстов из интернета, книг, статей.
- Как работают: анализируют контекст и предсказывают наиболее вероятное следующее слово (или фрагмент слова). Повторяя это тысячи раз, они генерируют связные ответы.
- Примеры: GPT (OpenAI), PaLM (Google), YaGPT (Яндекс), Llama (Meta).
3. RAG (Retrieval‑Augmented Generation)
«Генерация с привлечением внешних данных».
- Проблема: БЯМ «знают» только то, на чём их обучали, и их знания «застывают» на дате обучения.
- Решение RAG: перед генерацией ответа модель ищет актуальную информацию в внешних базах данных или в интернете.
- Результат: ответы становятся точнее и актуальнее. Например, если спросить о событиях 2024 года, модель не будет фантазировать, а подгрузит свежие данные.
4. RLHF (Reinforcement Learning from Human Feedback)
«Обучение с подкреплением на основе обратной связи от человека».
- Задача: сделать ответы ИИ более полезными, безопасными и соответствующими человеческим ожиданиям.
- Процесс:
- Люди оценивают сотни и тысячи ответов ИИ (хорошо/плохо, полезно/вредно).
- На этих оценках обучается специальная «модель‑судья».
- Эта модель штрафует или поощряет основную языковую модель за «правильные» и «неправильные» ответы.
- Итог: ИИ учится не просто говорить грамотно, а говорить так, как хочет пользователь.
Краткий итог
Мир ИИ действительно создаёт свой язык, но за сложными терминами стоят понятные идеи:
- ОИИ (AGI) — цель «на горизонте»: ИИ, сравнимый или превосходящий человека в целом.
- БЯМ (LLM) — сегодняшние мощные «языковые движки».
- RAG — способ дать этим движкам доступ к свежей информации.
- RLHF — способ научить их вести себя «по‑человечески».
Этот глоссарий — живая структура: по мере развития технологий будут появляться новые термины, а старые — уточняться.
