Урок 4 із 6
Фундаментальні моделі як платформа
7 хв читання
Старе машинне навчання означало нову модель на кожну задачу. Сьогодні одна модель пише код, відповідає на пошту й читає зображення. Що змінилося і як на цьому будувати?
Класичне ML проти фундаментальної моделі
У класичному машинному навчанні доводилося будувати окрему вузьку модель під кожну задачу: класифікатор спаму, прогноз відтоку — і кожну тренували на власних розмічених даних. Фундаментальна модель усе змінює: це єдина загальна модель, натренована на величезних обсягах даних, яка вже з коробки тягне тисячі задач. Нову ти не тренуєш — ти керуєш тією, що вже є.
Класичне ML: одна вузька модель на задачу. Фундаментальні моделі: один загальний рушій на багато задач — ти ним керуєш, а не тренуєш.
Модель як платформа
Саме через свою загальність фундаментальна модель поводиться не як програма, а радше як платформа — процесор комп'ютера нового типу. Навколо цього рушія ти приєднуєш частини: контекстне вікно як робочу пам'ять, файли як сховище, інструменти й живий веб як периферію. Торкнись кожної частини й побач, чому вона відповідає.
Фундаментальна модель — це платформа: загальний рушій, який ти розширюєш пам'яттю, файлами, інструментами й вебом, а не програма одного призначення.
Ось чому «AI-інженерія» — справжня дисципліна. Класичне ML було переважно тренуванням; будувати на фундаментальній моделі — переважно інтеграція: під'єднати рушій до пам'яті, даних та інструментів.
Суть коротко
- —Класичне ML тренувало одну вузьку модель на задачу, кожну на власних даних.
- —Фундаментальна модель — один загальний рушій, що тягне багато задач із коробки.
- —Ти будуєш на ній як на платформі: приєднуєш пам'ять, файли, інструменти й веб.
- —Робота зсувається від тренування моделі до її інтеграції.
Чим будування на фундаментальній моделі відрізняється від класичного машинного навчання?
Продовжити в застосунку
Пройди весь курс «Стати AI-інженером» — з відстеженням
Отримай персональний план, прогрес і стріки в застосунку — цей урок і кожен наступний, по порядку.