6.0

Gweld yn Saesneg

6.0 Cyflwyniad i Ran 6: Deallusrwydd Artiffisial

Mae deallusrwydd artiffisial wedi mynd o newydd-deb ymchwil i alluogrwydd craidd y disgwylir bellach i sefydliadau mawr ei ddefnyddio’n gyfrifol ac ar raddfa fawr. Mae’r rhan hon yn mynd drwy’r gylchred fywyd gyfan: penderfynu ble mae’n werth cymhwyso AI, peirianneg systemau dysgu peiriant sy’n goroesi cyswllt â chynhyrchu, adeiladu cymwysiadau ar fodelau cynhyrchiol, defnyddio AI i helpu gyda datblygu meddalwedd ei hun, cyflawni eich rhwymedigaethau tegwch ac atebolrwydd, a rhedeg y seilwaith arbenigol y mae hyn i gyd ei angen. Mae un syniad yn clymu pob pennod ynghyd: yn anaml y model yw’r rhan galed. Y rhan galed yw’r beirianneg, y llywodraethu, a’r ddisgyblaeth weithredol sy’n ei amgylchynu.

I dimau mawr, mae graddfa ac inertia’n codi’r stanciau. Gall menter wedi’i fframio’n wael losgi cyllidebau, tynnu sylw peirianwyr medrus, ac erydu ymddiriedaeth pan fydd yn methu yn gyhoeddus. Gall un wedi’i dewis yn dda awtomeiddio gwaith llafurus a datgelu mewnwelediad o ddata na allech byth ei gyrraedd o’r blaen. Ar draws cannoedd o ddatblygwyr a degau o fodelau, mae arferion bach a bylchau bach mewn trosolwg yn cyfansymu’n ganlyniadau sefydliadol. Dyna pam mae platfformau, diofynion, a normau a rennir yn bwysicach nag unrhyw ddatrysiad clyfar unigol.

Mae cyd-destunau menter a llywodraeth yn ychwanegu cyfyngiadau miniocach, ac maent yn rhedeg drwy bob pennod. Rhaid i gyrff cyhoeddus gyfiawnhau gwariant, gwarantu tryloywder, osgoi gwahaniaethu anghyfreithlon, a chadw’n atebol i reoleiddwyr a’r cyhoedd. Gall rheolau caffael wahardd clymu at un ffynhonnell a mynnu esboniadwyedd a dewisiadau ymadael. Mae cyfraith sy’n dod i’r amlwg fel Deddf AI yr UE (rheoleiddiad graddedig-yn-ôl-risg yr Undeb Ewropeaidd ar systemau AI) a safonau fel Fframwaith Rheoli Risg AI NIST ac ISO/IEC 42001, safon system-reoli-AI y gellir ei hardystio, yn gosod gofynion wedi’u graddio yn ôl risg. Yn y lleoliadau hyn, mae cydymffurfiaeth, archwiliadwyedd, atgynhyrchadwyedd, a sofraniaeth data’n ofynion dosbarth cyntaf, nid ôl-feddyliau.

Penodau yn y rhan hon

  • 6.1 Strategaeth a pharodrwydd AI: Y ddisgyblaeth o benderfynu ble i gymhwyso AI, ble i’w osgoi, a pha sylfeini data, talent, a llywodraethu sy’n gorfod bodoli cyn i’r model cyntaf gyrraedd cynhyrchu.

  • 6.2 Peirianneg dysgu peiriant (MLOps): Dod â thrylwyredd meddalwedd i realiti tair-rhan cod ynghyd â data ynghyd â modelau, fel bod systemau ML yn atgynhyrchadwy, yn arsylladwy, ac yn gynhaliadwy yn hytrach na demos un-tro.

  • 6.3 Cymwysiadau AI cynhyrchiol a LLM: Peirianneg cymwysiadau dibynadwy o amgylch modelau iaith tebygolegol drwy reoli cyd-destun, seilio wedi’i ehangu-drwy-adalw, gwarchodfeini (gwiriadau amser-rhedeg sy’n cyfyngu mewnbynnau ac allbynnau model), a gwerthuso trylwyr.

  • 6.4 Datblygu meddalwedd â chymorth AI: Defnyddio cynorthwywyr codio AI i godi trwybwn heb ostwng ansawdd, drwy normau eglur, diofynion da, gwirio cryf, a sylw i ddiogelwch a thrwyddedu.

  • 6.5 AI cyfrifol a dibynadwy: Adeiladu systemau sy’n deg, yn dryloyw, yn atebol, yn ddiogel, ac yn parchu preifatrwydd, a gallu dangos hyn i gyd i’r rhai a effeithir ac i reoleiddwyr.

  • 6.6 Seilwaith a gweithrediadau AI: Darparu a rhedeg y cyflymyddion prin, storfa fector (systemau sy’n mynegeio data fel fectorau rhifiadol ar gyfer chwilio tebygrwydd), a haenau gwasanaethu y mae llwythi gwaith AI eu hangen, yn gost-effeithlon, yn ddibynadwy, ac yn arsylladwy.

  • 6.7 Asiantau AI a systemau asiantol: Adeiladu meddalwedd sy’n defnyddio model iaith mewn dolen gydag offer, cof, a nod i gymryd camau, a gwneud hynny’n ddiogel drwy ymreolaeth wedi’i ffinio, mynediad offer braint-leiaf, cymeradwyaethau dyn-yn-y-ddolen, gwarchodfeini yn erbyn chwistrelliad anogiad, a gwerthuso trylwyr o ymddygiad an-benderfyniedig.

  • 6.8 Gwerthuso a phrofi AI: Gwneud AI yn ddibynadwy drwy ddatblygu wedi’i yrru gan werthuso, setiau gwerthuso cynrychioliadol a metrigau ffit-tasg, LLM-fel-barnwr calibredig ac adolygiad dynol, coch-dimio, gatiau atchweliad mewn integreiddio parhaus, a monitro ansawdd a drifft mewn cynhyrchu.

  • 6.9 Peirianneg anogiad a dylunio cyd-destun: Trin anogi fel peirianneg, gyda anogiadau strwythuredig, technegau ychydig-o-enghreifftiau a chadwyn-o-feddwl, cyllidebu ac adalw cyd-destun disgybledig, allbwn strwythuredig a galw offer, ac anogiadau wedi’u fersiynu, eu hadolygu, a’u gwerthuso fel cod.

Sut mae’r penodau hyn yn rhyngberthyn

Gyda’i gilydd mae’r penodau hyn yn ffurfio cylchred fywyd sy’n rhedeg o fwriad i weithrediad. Mae pennod 6.1 yn gosod strategaeth a pharodrwydd, gan fframio pa broblemau sy’n cyfiawnhau AI o gwbl a pha sylfeini sydd eu hangen arnoch yn gyntaf. Mae pennod 6.2 yn cyflenwi asgwrn cefn peirianneg ar gyfer dysgu peiriant clasurol, tra bo pennod 6.3 yn ymdrin â phatrymau gwahanol modelau cynhyrchiol, lle mae ymddygiad yn cael ei siapio gan anogiadau a chyd-destun a adalwyd yn hytrach na cham hyfforddi. Mae pennod 6.4 yn troi AI ar grefft datblygu meddalwedd ei hun, ac mae pennod 6.6 yn darparu’r sylfaen cyfrifiadura, storio, a gwasanaethu y mae pob pennod arall yn dibynnu arni. Nid y gair olaf yw pennod 6.5 yn fwriadol ond cydymaith cyson: mae rhwymedigaethau AI cyfrifol yn siapio strategaeth, yn cyfyngu dewis model, yn gatio defnyddio, ac yn llywio penderfyniadau seilwaith drwyddi draw.

Mae’r trywydd yn rhedeg o strategaeth i MLOps i AI cynhyrchiol i ddatblygu â chymorth AI i AI cyfrifol i seilwaith, ond meddyliwch amdano fel gwe, nid llinell syth. Mae MLOps a seilwaith yn rhannu pryderon o amgylch atgynhyrchadwyedd, cost, a gwasanaethu, felly gorau po fwyaf y darllenir pennod 6.2 a phennod 6.6 gyda’i gilydd. Mae AI cyfrifol yn clymu’n ôl at strategaeth ym mhennod 6.1 ac ymlaen at y driniaeth ehangach o foeseg a budd cyhoeddus ym mhennod 10.5, ac mae’n pwyso ar arferion preifatrwydd a diogelu data ym mhennod 4.5. Mae sylfeini peirianneg ehangach y llawlyfr hwn yn sail i’r rhan gyfan: mae traddodiad parhaus ym mhennod 8.1, arsylladwyedd a monitro ym mhennod 9.2, strategaeth brofi ym mhennod 2.4, ac adolygiad cod ym mhennod 2.5 i gyd yn rhagofynion ar gyfer gwneud AI yn dda. Nid yw AI yn disodli peirianneg feddalwedd gadarn. Mae’n codi’r stanciau ar ei gael yn iawn.