Kas ir negatīvs pamudinājums jeb negatīvs ieteikums? Negatīvs ieteikums mākslīgajā intelektā (AI) ir lietotāja sniegts teksta norādījums programmatūrai, lietojumprogrammai vai attēlveidotājam, lai, veidojot saturu, neizmantotu noteiktas funkcijas, lai neradītu nevēlamus vai ārpus konteksta esošus rezultātus.

Šādus negatīvus ieteikumus izmanto, lai iemācītu mākslīgajam intelektam, ko nedarīt un ko nesacīt, lai nodrošinātu, ka tas sniedz precīzākus un atbilstošākus rezultātus. Negatīvu ieteikumu izmantošanas piemērs attēlveidošanā ir gadījums, kad mēs vēlamies izveidot konkrēta objekta attēlus, bet vēlamies izslēgt dažas konkrētas šī objekta iezīmes.

Piemēram, ja mēs vēlamies ģenerēt automobiļu attēlus, bet vēlamies nepieļaut, lai mākslīgā intelekta modelis ģenerētu automobiļus ar noteiktām krāsām, piemēram, zaļu vai violetu. Šādā gadījumā mēs varam izmantot negatīvu uzvedni, lai uzdotu mākslīgā intelekta modelim ģenerētajos attēlos neiekļaut šīs krāsas.

Lai izveidotu šos negatīvos ieteikumus, mēs varam apmācīt mākslīgā intelekta modeli ar automobiļu attēlu kopumu un apzīmēt tos ar krāsām, kuras nevēlamies iekļaut. Tas palīdz modelim saprast, ka šīs krāsas ģenerētajos attēlos nav vēlamas.

Vēl viens piemērs ir sejas attēlu ģenerēšana, kur mēs varam izmantot negatīvus ieteikumus, lai uzdotu mākslīgā intelekta modelim izvairīties no nevēlamu pazīmju, piemēram, rētu vai dzimumzīmju, ģenerēšanas.

Lai to izdarītu, mēs varam modelim sniegt piemēru attēlus ar sejām, kurās ir šādas pazīmes, un apzīmēt tās kā "nevēlamas". Mākslīgā intelekta modelis iemācīsies izvairīties no šo pazīmju ģenerēšanas ģenerētajos attēlos.

Lexica attēlveidotājierīcē ir īpašs dialoglodziņš negatīvu norādījumu ievadīšanai.

Negatīvus ieteikumus var izmantot dažādās mākslīgā intelekta lietojumprogrammās, piemēram, attēlu klasifikācijā, valodas tulkošanā un noskaņojuma analīzē. Daudzos gadījumos tie palīdz izvairīties no rezultātiem, kas nav būtiski vai kurus var uzskatīt par aizskarošiem vai nepiedienīgiem. Piemēram, ja mēs veidojam tērzēšanas robota modeli uzņēmumam, kas pārdod vegāniskus produktus, mēs varam izmantot.negatīvus ieteikumus, lai neļautu botam ieteikt produktus ar dzīvnieku izcelsmes sastāvdaļām.

Pieņemsim, ka mēs apmācām mākslīgā intelekta modeli tulkot tekstus no angļu uz portugāļu valodu, bet vēlamies, lai tas netulkotu vulgārus terminus vai rupjus vārdus.

Šādā gadījumā mēs varam sniegt negatīvus ieteikumus, kas uzdod modelim netulkot šos vārdus un tā vietā sniegt atbilstošu tulkojumu vai vienkārši izlaist šo vārdu. Šie negatīvie ieteikumi palīdz nodrošināt, ka tulkojums ir precīzs un piemērots mērķauditorijai.

Kā lietot negatīvu ieteikumu mākslīgajā intelektā?

Lai mākslīgajā intelektā izmantotu negatīvus pamudinājumus, ir nepieciešams identificēt rezultātus, no kuriem būtu jāizvairās, un izveidot vārdu vai frāžu sarakstu, kas varētu novest pie šādiem rezultātiem. Šos negatīvos pamudinājumus pēc tam var pievienot mākslīgā intelekta algoritmam vai modelim, lai novērstu to, ka sistēma rada nevēlamus rezultātus.

Vēl viens negatīva pamudinājuma izmantošanas piemērs mākslīgajā intelektā ir attēlu klasifikācija. Pieņemsim, ka mums ir mākslīgais intelekts, kas apmācīts atpazīt dzīvniekus attēlos, bet mēs vēlamies novērst iespēju, ka tas klasificē mājdzīvniekus kā savvaļas dzīvniekus.

Šajā gadījumā mēs varam izveidot negatīvus ieteikumus, kas uzdod modelim neatpazīt tādus dzīvniekus kā "suns" vai "kaķis" kā savvaļas dzīvniekus, lai gan tiem var būt līdzīgas īpašības kā citiem savvaļas dzīvniekiem, piemēram, lauvām vai tīģeriem.

Lai radītu šos negatīvos pamudinājumus, mēs varam modelim piedāvāt mājdzīvnieku piemēru attēlus un apzīmēt tos ar klasi "nav savvaļas dzīvnieki". Šie attēli palīdz modelim saprast, ka šos dzīvniekus nevajadzētu klasificēt kā savvaļas dzīvniekus.

Ir svarīgi atcerēties, ka negatīvo pamudinājumu efektivitāte ir atkarīga no apmācības datu kvalitātes un mākslīgā intelekta modeļa precizitātes kopumā. Tāpēc ir svarīgi pastāvīgi uzraudzīt modeļa veiktspēju un vajadzības gadījumā pielāgot negatīvos pamudinājumus.

Kāpēc izmantot negatīvu pamudinājumu?

Negatīvi ieteikumi ir svarīgs rīks rezultātu precizitātes un atbilstības nodrošināšanai mākslīgā intelekta lietojumprogrammās. Tie ļauj apmācīt sistēmu izvairīties no nevēlamiem rezultātiem, uzlabojot iegūto rezultātu vispārējo kvalitāti.

Tomēr ir svarīgi atcerēties, ka, lai pareizi īstenotu negatīvus ieteikumus, ir nepieciešamas tehniskās zināšanas un datu zinātnes prasmes. Tāpēc, ja apsverat negatīvu ieteikumu izmantošanu savos mākslīgā intelekta projektos, ieteicams konsultēties ar mākslīgā intelekta ekspertiem, lai saņemtu pareizas norādes.