Beth yw anogwr negyddol neu anogwr negyddol? Mae ysgogiad negyddol mewn Deallusrwydd Artiffisial (AI) yn gyfarwyddyd testun a ddarperir gan y defnyddiwr ar gyfer y meddalwedd, y cymhwysiad neu'r generadur delwedd i osgoi defnyddio nodweddion penodol wrth greu'r cynnwys er mwyn peidio â chynhyrchu canlyniadau diangen neu allan o'r cyd-destun a ddymunir.

Defnyddir yr anogwyr negyddol hyn i ddysgu’r AI beth i beidio â’i wneud na’i ddweud er mwyn sicrhau ei fod yn cynhyrchu canlyniadau mwy cywir a pherthnasol. Enghraifft o sut i ddefnyddio anogwr negyddol wrth gynhyrchu delweddau yw pan fyddwn am greu delweddau o wrthrych penodol, ond rydym am eithrio rhai nodweddion penodol y gwrthrych hwnnw.

Er enghraifft, os ydym eisiau cynhyrchu delweddau o geir, ond rydym am atal y model AI rhag cynhyrchu ceir gyda lliwiau penodol fel gwyrdd neu borffor. Yn yr achos hwn, gallwn ddefnyddio anogwr negyddol i gyfarwyddo'r model AI i beidio â chynnwys y lliwiau hyn yn y delweddau a gynhyrchir.

I greu'r ysgogiadau negyddol hyn, gallwn hyfforddi'r model AI gyda set o ddelweddau o geir a'u labelu gyda'r lliwiau nad ydym am eu cynnwys. Mae hyn yn helpu'r model i ddeall nad oes eisiau'r lliwiau hyn yn y delweddau a gynhyrchir.

Enghraifft arall yw delweddu wynebau lle gallwn ddefnyddio ysgogiadau negyddol i gyfarwyddo'r model AI i osgoi cynhyrchu nodweddion annymunol , felcreithiau neu olion geni.

I wneud hyn, gallwn ddarparu delweddau sampl o wynebau â'r nodweddion hyn i'r model a'u labelu fel rhai “dieisiau”. Bydd y model AI yn dysgu osgoi cynhyrchu'r nodweddion hyn yn y delweddau a gynhyrchir.

Mae gan y delweddwr Lexica flwch deialog penodol ar gyfer mewnbynnu anogwyr negyddol

Gellir defnyddio anogwyr negyddol yn cymwysiadau AI amrywiol megis dosbarthu delweddau, cyfieithu iaith a dadansoddi teimladau. Mewn llawer o achosion, maent yn helpu i osgoi canlyniadau nad ydynt yn berthnasol neu y gellid eu hystyried yn dramgwyddus neu'n amhriodol. Er enghraifft, os ydym yn creu templed chatbot ar gyfer cwmni sy'n gwerthu cynhyrchion fegan, gallwn ddefnyddio anogwyr negyddol i atal y bot rhag awgrymu cynhyrchion â chynhwysion anifeiliaid.

Enghraifft arall yw cyfieithu iaith. Tybiwch ein bod yn hyfforddi model AI i gyfieithu testunau o'r Saesneg i Bortiwgaleg, ond rydym am ei atal rhag cyfieithu termau di-chwaeth neu cabledd.

Yn yr achos hwn, gallwn ddarparu awgrymiadau negyddol sy'n cyfarwyddo'r model i beidio â chyfieithu y geiriau hyn ac yn lle hynny yn rhoi cyfieithiad cywir, neu yn syml hepgor y gair. Mae'r awgrymiadau negyddol hyn yn helpu i sicrhau bod y cyfieithiad yn gywir ac yn briodol ar gyfer y gynulleidfa darged.

Sut i Ddefnyddio Anogwr Negyddol i mewnAI?

I ddefnyddio anogwyr negyddol mewn DA, mae angen i chi nodi canlyniadau y dylech eu hosgoi a chreu rhestr o eiriau neu ymadroddion a allai arwain at y canlyniadau hynny. Yna gellir ychwanegu'r anogwyr negyddol hyn at yr algorithm neu fodel AI i atal y system rhag cynhyrchu canlyniadau nas dymunir.

Enghraifft arall o ddefnyddio anogwr negyddol mewn AI yw didoli delweddau. Tybiwch fod gennym AI sydd wedi'i hyfforddi i adnabod anifeiliaid mewn delweddau, ond rydym am ei atal rhag dosbarthu anifeiliaid anwes fel anifeiliaid gwyllt.

Yn yr achos hwn, gallwn greu ysgogiadau negyddol sy'n cyfarwyddo'r model i beidio ag adnabod anifeiliaid fel “ ci” neu “gath” fel anifeiliaid gwyllt, er y gall fod ganddynt nodweddion tebyg i anifeiliaid gwyllt eraill fel llewod neu deigrod.

I greu'r awgrymiadau negyddol hyn, gallwn ddarparu'r model gydag enghreifftiau o luniau anifeiliaid anwes a label nhw gyda'r dosbarth “nid anifeiliaid gwyllt”. Mae'r delweddau hyn yn helpu'r model i ddeall na ddylai'r anifeiliaid hyn gael eu dosbarthu fel anifeiliaid gwyllt.

Mae'n bwysig cofio bod effeithiolrwydd ysgogiadau negyddol yn dibynnu ar ansawdd y data hyfforddi a chywirdeb yr AI model yn gyffredinol. Felly, mae'n hanfodol monitro perfformiad model yn gyson ac addasu ysgogiadau negyddol yn ôl yr angen.

Pam defnyddio aanogwr negyddol?

Mae anogwyr negyddol yn arf pwysig i sicrhau cywirdeb a pherthnasedd canlyniadau mewn cymwysiadau AI. Maent yn caniatáu i'r system gael ei hyfforddi i osgoi canlyniadau digroeso, gan wella ansawdd cyffredinol y canlyniadau a gynhyrchir.

Fodd bynnag, mae'n bwysig cofio bod gweithredu ysgogiadau negyddol yn gywir yn gofyn am wybodaeth dechnegol a sgil gwyddor data. Felly, os ydych yn ystyried defnyddio anogwyr negyddol yn eich prosiectau AI, argymhellir ymgynghori ag arbenigwyr AI am arweiniad priodol.