Sanyanggae LogoSanyanggae

בינה מלאכותית4 דק׳ קריאה

איך הבינה המלאכותית מסננת הודעות פרסום?

על אותה הודעה תכונה אחת מציינת ״נראה כמו פרסומת״, ואחרת כותבת טיוטת תשובה מנומסת. שתיהן נקראות בינה מלאכותית, אבל האם הן עושות אותו דבר?

איור של כרטיסיות הודעות המתפצלות לשני מגשי מיון, ולצדן כרטיסיית תשובה נפרדת ועיפרון
איור הסבר שנוצר בבינה מלאכותית ומשווה בין סיווג הודעות ליצירת תשובה. זה אינו מסך של שירות אמיתי, תכנון רשת עצבית או תוצאת ניסוי דיוק.

האם מספיק לחפש ״חינם״?

נדמיין תיבת הודעות. אדם יכול לכתוב כלל: ״אם מופיעה המילה חינם, סווג כפרסומת״. זה פשוט, אבל הוא עלול לסנן בטעות הודעה אישית כמו ״אעזור לך חינם״ ולפספס פרסומת שאינה משתמשת במילה. בשיטה שבה אדם בוחר את התנאים, ביטויים והקשרים חדשים עשויים לדרוש השלמה של הכללים.

בינה מלאכותית היא תחום רחב יותר משמה של תכונה אחת כזאת. היא כוללת גם איתור עצמים בתמונות, תכנון מסלולים וגישות לפתרון בעיות בעזרת ידע וכללים. לכן לא כל בינה מלאכותית לומדת מנתונים, ולא נכון לקרוא לכל תוכנה בינה מלאכותית רק מפני שיש בה תנאי פשוט. חשוב יותר מהשם להבין איזו משימה מתבצעת ובאיזו דרך.

כשהדוגמאות משנות את המסווג

דרך אחרת היא לתת הודעות המסומנות כפרסום או לא־פרסום כדוגמאות ולאמן מודל. למידת מכונה היא גישה שמאמנת מודל בעזרת נתונים ליצירת חיזויים או פלטים אחרים. גם כאן בני אדם מתכננים אילו חומרים ישמשו ומהי המטרה. דוגמאות אינן מבטיחות הצלחה בכל ביטוי לא מוכר. תיבת ההודעות שלנו היא סצנה בדיונית להשוואת עקרונות, ולא ניסוי שמודד דיוק של שירות אמיתי.

באימון מתאימים את הערכים הפנימיים של המודל לנתונים ולמטרה. אחריו, הכנסת הודעה חדשה וקבלת סיווג הן הסקה, כלומר שימוש במודל המאומן. קלט חדש אינו אומר שבכל פעם הערכים מאומנים מחדש. גם שימוש בשיחה כהקשר צריך להיבדל מכוונון מחודש של ערכי המודל. ״זמן הבנייה מדוגמאות״ ו״זמן השימוש במודל מוכן״ קשורים, אך אינם אותו שלב.

  1. אוספים דוגמאות

    מחליטים מאילו חומרים ומה ללמוד.

  2. יוצרים מודל

    באימון מתאימים את הערכים הפנימיים של המודל.

  3. מנסים הודעה חדשה

    מקבלים סיווג בהסקה ומשווים להודעה בפועל.

תרשים מושגי המפריד בין יצירת מודל סיווג מבוסס למידה לבין השימוש בו. לא כל מערכות הבינה המלאכותית פועלות כך.

לבחור פרסומת ולכתוב תשובה

למודל הקובע אם הודעה היא פרסומת ולמודל שיוצר משפטי תשובה חדשים יש מטרות פלט שונות. בינה מלאכותית יוצרת מייצרת תוכן כגון משפטים, תמונות וצלילים; מערכות מודרניות משתמשות בדרך כלל במודלים שאומנו בלמידת מכונה. למידת מכונה היא גישה אחת בתוך התחום. גם מודל שמסווג הודעות בלבד ולא כותב טקסט יכול להתבסס על למידת מכונה.

ההבחנה אינה מחלקת לקופסאות שאינן יכולות לחפוף. שירות אחד יכול לבחור הודעות במסווג, לכתוב טיוטה במודל יוצר ולעבד את התוצאה שוב בכללים שקבע אדם. ממשק שיחה אינו מוכיח שבפנים יש רק מודל אחד. גם כשסיווג, יצירה וכללים נפגשים במסך אחד, אפשר לבחון בנפרד את תפקידיהם.

לדבר היטב ולומר דברים נכונים

גם תשובה או הסבר שכתובים בשטף ובביטחון עלולים לא להתאים לעובדות. כשם שמסווג יכול לבחור בטעות, מודל יוצר יכול להפיק טעויות שנשמעות סבירות; יש לבדוק תוצאות בחומרים ובהערכות המתאימים למטרה. בדקו את החישובים בעצמכם, וגם אם שמות המקורות והקישורים קיימים ומגבים את הטענה. שטף לשוני לבדו אינו הוכחה לדיוק.

בטיוטת תשובה כדאי לבדוק גם אם נכנסו עובדות מומצאות או מידע אישי מיותר. לפני הכנסת מידע אישי או חומר שאינו ציבורי, רצוי לבדוק את מדיניות עיבוד הנתונים של השירות. עצם שילובן של כמה גישות אינו מבטיח דיוק או טיפול בטוח במידע. גם בתכונה נוחה, בחנו יחד מה הזנתם, איזה פלט קיבלתם ובמה תבדקו אותו, וכך תבינו בינה מלאכותית באופן מוחשי יותר.

גם הודעה אחת מגלה שבתוך השם הגדול בינה מלאכותית יש פעולות שונות. בפעם הבאה שתראו כפתור ״תכונת בינה מלאכותית״, בדקו קודם: היא בוחרת או יוצרת?