Hapa, ninalenga kupanga Mfumo wa Akili Bandia wa Kujifunza (ALIS) kwa kufafanua dhana na kanuni zake, hadi kwenye muundo wake wa msingi na mbinu za ukuzaji.
Dhana
AI ya sasa inayozalisha, hasa mifumo mikubwa ya lugha, hufunzwa kulingana na ujifunzaji uliosimamiwa kwa kutumia mitandao ya neural.
Tunapanga mchakato huu wa kufundisha mtandao wa neural kama ujifunzaji wa kuzaliwa.
ALIS ni mfumo unaowezesha uelewa mpana kwa kuunganisha michakato yote miwili ya ujifunzaji wa kuzaliwa na ujifunzaji uliopatikana, kwa kuingiza mchakato wa ujifunzaji uliopatikana tofauti na ujifunzaji wa kuzaliwa.
Katika ujifunzaji huu uliopatikana, maarifa yaliyojifunza huhifadhiwa nje ya mtandao wa neural na kutumika wakati wa kufanya uelewa.
Kwa hivyo, kiini cha kiufundi cha ALIS kipo katika uchimbaji, uhifadhi wa maarifa yanayoweza kutumika tena, na uteuzi na matumizi ya maarifa wakati wa kufanya uelewa.
Zaidi ya hayo, ALIS si teknolojia moja tu ya msingi bali pia ni teknolojia ya mfumo inayochanganya ujifunzaji wa kuzaliwa na ujifunzaji uliopatikana.
Vipengele vya Mfumo wa Akili ya Kujifunza
ALIS inachukulia ujifunzaji wa kuzaliwa uliopo na ujifunzaji uliopatikana wa baadaye kama unaofanya kazi chini ya kanuni sawa ndani ya mfumo wa ujifunzaji na uelewa.
Ili kuelezea kanuni za ujifunzaji katika ALIS, tunafafanua vipengele vitano vya mfumo wa akili ya kujifunza:
Cha kwanza ni Kichakataji Chenye Akili. Hiki hurejelea mfumo wa kuchakata unaofanya uelewa kwa kutumia maarifa na kutoa maarifa kwa ajili ya kujifunza.
Mifano ya kawaida ya vichakataji vyenye akili ni pamoja na LLM na sehemu za ubongo wa binadamu.
Cha pili ni Hifadhi ya Maarifa. Hiki hurejelea eneo la kuhifadhi ambapo maarifa yaliyotolewa huhifadhiwa na yanaweza kurejeshwa inavyohitajika.
Katika LLM, hifadhi ya maarifa ni vigezo vya mtandao wa neva. Kwa binadamu, inalingana na kumbukumbu ya muda mrefu katika ubongo.
Cha tatu ni Dunia. Hiki hurejelea mazingira ya nje kama yanavyotambuliwa na mifumo ya akili ya kujifunza kama vile wanadamu au ALIS.
Kwa wanadamu, dunia ni uhalisia wenyewe. Katika kesi ya LLM, utaratibu unaopokea matokeo kutoka kwa LLM na kuupa mrejesho unachukuliwa kuwa sawa na dunia.
Cha nne ni Kumbukumbu ya Hali. Hiki hurejelea kumbukumbu ya ndani ya muda mfupi, kama karatasi ya rasimu, ambayo mfumo wa akili ya kujifunza hutumia wakati wa uelewa.
Katika LLM, huu ndio nafasi ya kumbukumbu inayotumika wakati wa uelewa, inayojulikana kama hali zilizofichwa. Kwa binadamu, inalingana na kumbukumbu ya muda mfupi.
Cha tano ni Mfumo. Huu ndio unaojulikana kama mfumo wa fikira. Katika istilahi za mfumo wa akili ya kujifunza, hurejelea vigezo vya kuchagua maarifa muhimu wakati wa uelewa na muundo wa anga ya hali ya kimantiki kwa ajili ya kupanga kumbukumbu ya hali.
Katika LLM, ni muundo wa kisemantiki wa hali zilizofichwa, na kwa ujumla, yaliyomo yake hayajulikani wazi na hayaeleweki kwa wanadamu. Zaidi ya hayo, uteuzi wa maarifa umeunganishwa katika utaratibu wa umakini, ambao huchagua ni tokeni zipi zilizopo zirejelewe kwa kila tokeni inayochakatwa.
Kwa wanadamu, kama ilivyotajwa hapo juu, ni mfumo wa fikira. Wakati wa kufikiri kwa kutumia mfumo maalum wa fikira, seti fulani za ujuzi hukumbukwa kutoka kwenye kumbukumbu ya muda mrefu na kupakiwa kwenye kumbukumbu ya muda mfupi. Kisha, taarifa inayotambuliwa kwa sasa hupangwa kulingana na mfumo wa fikira ili kuelewa hali.
Kanuni za Mfumo wa Akili ya Kujifunza
Mfumo wa akili ya kujifunza hufanya kazi kama ifuatavyo:
Kichakataji chenye akili hufanya kazi duniani. Dunia hujibu kwa matokeo kulingana na hatua hiyo.
Kichakataji chenye akili hutoa maarifa yanayoweza kutumika tena kutoka kwa matokeo haya na kuyahifadhi kwenye hifadhi ya maarifa.
Wakati kichakataji chenye akili kinapofanya kazi mara kwa mara duniani, huchagua maarifa kutoka kwenye hifadhi ya maarifa na kuyatumia kurekebisha namna yake ya kufanya kazi.
Huu ndio utaratibu wa msingi.
Hata hivyo, kimsingi, mbinu za uchimbaji wa maarifa, uhifadhi, uteuzi, na matumizi huamua ikiwa mfumo unaweza kufikia ujifunzaji wenye maana.
Binadamu wanamiliki mifumo inayowezesha uchimbaji wa maarifa, uhifadhi, uteuzi, na matumizi yenye ufanisi, jambo linalowawezesha kujifunza.
Mitandao ya neva, ikiwemo LLM, ina mifumo ya uhifadhi, uteuzi, na matumizi, ingawa sehemu ya uchimbaji inashughulikiwa na mwalimu wa nje. Hii inawawezesha kujifunza mradi tu mwalimu anatoa pembejeo.
Zaidi ya hayo, mfumo wa akili ya kujifunza unaweza kufikia ujifunzaji tata zaidi kwa kujifunza pia uchimbaji, uhifadhi, na uteuzi wa mifumo, na matumizi yake katika kumbukumbu ya hali, kama maarifa.
Aina za Maarifa
Kulingana na kanuni hii, wakati wa kubuni ujifunzaji uliopatikana, ni muhimu kufafanua ni aina gani ya habari ambayo maarifa yaliyopatikana yatachukua.
Inawezekana kujifunza maarifa yaliyopatikana kando kama vigezo vya mtandao wa neva.
Hata hivyo, maarifa yaliyopatikana hayahitaji kupunguzwa tu kwa vigezo vya mtandao wa neva. Chaguo halisi ni maarifa yaliyoandikwa kwa lugha asilia.
Ikiwa maarifa yameandikwa kwa lugha asilia, yanaweza kutolewa na kutumika kwa kutumia uwezo wa usindikaji wa lugha asilia wa LLM. Zaidi ya hayo, yanaweza kutibiwa kama data katika mfumo wa kawaida wa IT, na kufanya uhifadhi na uteuzi kuwa rahisi.
Aidha, maarifa yaliyoandikwa kwa lugha asilia ni rahisi kwa wanadamu na LLM nyingine kuangalia, kuelewa, na, wakati mwingine, kuhariri.
Yanaweza pia kushirikiwa na mifumo mingine ya akili ya kujifunza, na kuunganishwa au kugawanywa.
Kwa sababu hizi, maarifa yaliyopatikana katika dhana ya ALIS yataanza kubuniwa kulenga maarifa yaliyoandikwa kwa lugha asilia.
Kumbukumbu ya Hali Iliyopatikana na Mfumo
Nimeeleza faida za kuchagua maarifa yaliyowekwa katika maandishi ya lugha asilia kama maarifa yaliyopatikana.
Vile vile, maandishi ya lugha asilia yanaweza pia kutumika kwa ajili ya kumbukumbu ya hali na mfumo wa uelewa.
Mfumo, ambao ni muundo wa dhana, unaweza pia kuhifadhiwa na kutumika katika hifadhi ya maarifa kama maarifa yaliyowekwa katika maandishi ya lugha asilia.
Wakati wa kuanzisha au kusasisha hali kulingana na muundo uliofafanuliwa na mfumo huo, kumbukumbu ya hali inayotegemea maandishi inaweza kutumika.
Kwa kubuni ALIS kutumia muundo wa maandishi si tu kwa maarifa yaliyopatikana bali pia kwa mifumo na kumbukumbu ya hali, ALIS inaweza kutumia uwezo wa usindikaji wa lugha asilia wa LLM kwa ujifunzaji uliopatikana na uelewa wa jumla.
Maarifa Rasmi
Maarifa yaliyopatikana, mifumo, na kumbukumbu ya hali zinaweza kuwakilishwa si tu kwa maandishi ya lugha asilia bali pia kwa lugha rasmi zaidi au mifano rasmi.
Ingawa niliandika "chagua," lengo la ALIS ni kuingiza mifumo mingi ya ujifunzaji wa maarifa yaliyopatikana ili kuruhusu matumizi mseto ya ujifunzaji wa asili na uliopatikana.
Maarifa yanayowakilishwa na lugha rasmi au mifano rasmi yanaweza kuwa magumu zaidi na yasiyo na utata.
Zaidi ya hayo, ikiwa mfumo unaonyeshwa kwa kutumia lugha rasmi au mfano rasmi, na hali ya awali inapanuliwa katika kumbukumbu ya hali, basi mfano rasmi unaweza kuchakatwa na kichakataji chenye akili (sio LLM) ili kufanya uigaji mkali na hoja za kimantiki.
Mfano mkuu wa lugha rasmi na mifano rasmi kama hiyo ni lugha za programu.
Mfumo unavyojifunza kuhusu ulimwengu, ikiwa unaweza kueleza sheria na dhana za msingi kama programu ndani ya mfumo, hizi zinaweza kisha kuigizwa na kompyuta.
Safu Wima 1: Aina za Maarifa
Tunapopanga maarifa ndani ya mfumo wa akili ya kujifunza, inakuwa wazi kuwa yanaweza kuainishwa kwa upana katika mifumo mitatu na aina mbili.
Mifumo hiyo mitatu ni: maarifa ya vigezo vya mtandao yanayoshughulikiwa na mitandao ya neural, maarifa asilia katika lugha asilia, na maarifa rasmi katika lugha rasmi.
Aina mbili ni stateless (isiyo na hali) na stateful (yenye hali).
Maarifa ya vigezo vya mtandao ya stateless ni maarifa angavu, kama yale yanayopatikana katika AI ya ujifunzaji wa kina. Sifa za paka na mbwa, ambazo haziwezi kufikirika au kutambuliwa kwa maneno, zinaweza kujifunzwa kama maarifa ya vigezo vya mtandao ya stateless.
Maarifa ya vigezo vya mtandao ya stateful ni maarifa ya mchakato yanayorudiwa-rudiwa, kama yale yanayopatikana katika AI inayozalisha.
Maarifa asilia ya stateless ni maarifa kama vile maana inayohusishwa na neno.
Maarifa asilia ya stateful ni maarifa yanayojumuisha muktadha unaopatikana ndani ya sentensi.
Baadhi ya maarifa asilia hujumuishwa kiasili katika maarifa ya vigezo vya mtandao ya stateful, lakini pia kuna maarifa yanayoweza kupatikana baada ya kuzaliwa kutoka kwa maandishi ya lugha asilia.
Maarifa rasmi ya stateless ni maarifa yanayoweza kuelezwa kwa fomula za hisabati ambazo hazijumuishi urudiaji. Maarifa rasmi ya stateful ni maarifa yanayoweza kuelezwa na programu.
Kumbukumbu ya muda mfupi ya ubongo wa mtu binafsi inaweza pia kutumika kama kumbukumbu ya hali kwa maarifa asilia na rasmi.
Hata hivyo, kwa kuwa ni kumbukumbu ya muda mfupi, kuna tatizo kwamba ni vigumu kudumisha hali kwa utulivu. Pia, si nzuri katika kushikilia maarifa katika hali iliyorasimishwa na isiyo na utata.
Kwa upande mwingine, karatasi, kompyuta, au simu mahiri zinaweza kutumika kama kumbukumbu ya hali kwa kuandika na kuhariri maandishi ya lugha asilia, lugha rasmi, au mifano rasmi.
Kwa ujumla, data kwenye karatasi au kompyuta mara nyingi huonekana kama kitu cha kuhifadhi maarifa kama hifadhi ya maarifa, lakini inaweza pia kutumika kama kumbukumbu ya hali kwa kupanga mawazo.
Hivyo, ni dhahiri kwamba wanadamu hufanya shughuli za kiakili kwa kutumia kwa ustadi mifumo hii mitatu na aina mbili za maarifa.
ALIS pia ina uwezo wa kuboresha kwa kiasi kikubwa uwezo wake kwa kuwezesha na kuimarisha shughuli za kiakili zinazotumia mifumo hiyohiyo mitatu na aina mbili za maarifa.
Hasa, ALIS ina nguvu ya kuweza kutumia hifadhi kubwa za maarifa na kumbukumbu ya hali. Zaidi ya hayo, inaweza kuandaa kwa urahisi matukio mengi ya kila moja na kufanya kazi za kiakili kwa kuzibadilisha au kuzichanganya.
Safu Wima 2: Uratibu wa Kiakili
Ingawa kuna nguvu katika uwezo wa kuhifadhi kiasi kikubwa cha maarifa katika hifadhi ya maarifa, kuwa na maarifa mengi pekee si lazima kuwa faida kwa shughuli za kiakili kutokana na mapungufu ya idadi ya tokeni ambazo AI inayozalisha inaweza kutumia mara moja na kizuizi kwamba maarifa yasiyohusika huwa kelele.
Kwa upande mwingine, kwa kugawanya ipasavyo hifadhi ya maarifa na kuunda hifadhi za maarifa maalum zenye msongamano mkubwa zinazokusanya maarifa muhimu kwa kazi maalum za kiakili, matatizo ya mipaka ya tokeni na kelele yanaweza kupunguzwa.
Kwa kubadilishana, hifadhi hizo za maarifa maalum zingetumika tu kwa kazi hizo maalum za kiakili.
Shughuli nyingi za kiakili ni mchanganyiko changamano wa kazi mbalimbali za kiakili. Kwa hiyo, kwa kugawanya maarifa katika hifadhi maalum za maarifa kulingana na aina ya kazi ya kiakili na kugawanya shughuli za kiakili katika kazi za kiakili, ALIS inaweza kutekeleza shughuli nzima ya kiakili huku ikibadilisha ipasavyo kati ya hifadhi maalum za maarifa.
Hii ni kama okestra inayoundwa na wanamuziki wataalamu wanaocheza vyombo tofauti na kondakta anayeongoza nzima.
Kupitia teknolojia hii ya mfumo, "uratibu wa kiakili," ALIS itaweza kupanga shughuli zake za kiakili.
Muundo wa Msingi wa ALIS na Njia ya Ukuzaji
Kuanzia hapa, nitapanga mbinu ya ukuzaji wa ALIS.
Kama ilivyoelezwa tayari katika kanuni na safu wima, ALIS kiasili imeundwa kupanua kwa urahisi kazi na rasilimali zake. Hii ni kwa sababu kiini cha ALIS hakipo katika kazi maalum, bali katika michakato ya uchimbaji, uhifadhi, uteuzi, na matumizi ya maarifa.
Kwa mfano, aina nyingi za mifumo ya uchimbaji maarifa zinaweza kuandaliwa, na kisha kuchaguliwa kutoka au kutumika kwa wakati mmoja, kulingana na muundo wa mfumo.
Zaidi ya hayo, ALIS inaweza kufanywa kutekeleza uteuzi huu yenyewe.
Uhifadhi, uteuzi, na matumizi yanaweza vile vile kuchaguliwa kwa uhuru au kufanywa sambamba.
Kwa hiyo, ALIS inaweza kuendelezwa kwa nyongeza na kwa wepesi, bila hitaji la kubuni utendaji mzima kwa njia ya maporomoko ya maji.
Mwanzo wa ALIS
Sasa, hebu tubuni ALIS rahisi sana.
Kiolesura cha msingi kitakuwa AI ya gumzo inayofahamika. Awali, mchango wa mtumiaji utapitishwa moja kwa moja kwa LLM. Majibu ya LLM kisha yataonyeshwa kwenye kiolesura, na mfumo utasubiri mchango mwingine wa mtumiaji.
Mchango unaofuata utakapofika, LLM haitapokea tu mchango mpya bali pia historia nzima ya gumzo kati ya mtumiaji na LLM hadi wakati huo.
Nyuma ya kiolesura hiki cha AI ya gumzo, tutaandaa utaratibu wa kutoa maarifa yanayoweza kutumika tena kutoka kwa historia ya gumzo.
Hii inaweza kuongezwa kwenye mfumo wa AI ya gumzo kama mchakato unaotekelezwa mazungumzo yanapoisha au kwa vipindi maalum. Bila shaka, LLM itatumika kwa uchimbaji wa maarifa.
LLM hii itapewa dhana na kanuni za ALIS, pamoja na ujuzi wa uchimbaji wa maarifa, kama vidokezo vya mfumo. Ikiwa maarifa hayatachimbwa kama ilivyokusudiwa, vidokezo vya mfumo vinapaswa kurekebishwa kupitia majaribio na makosa.
Maarifa yaliyochimbwa kutoka kwa historia ya gumzo yatahifadhiwa moja kwa moja kwenye ziwa la maarifa. Ziwa la maarifa ni utaratibu wa kuhifadhi maarifa tu katika hali bapa, isiyo na muundo kabla hayajapangwa.
Ifuatayo, tutaandaa utaratibu wa kupanga ili kurahisisha kuchagua maarifa kutoka kwenye ziwa la maarifa.
Hii inamaanisha kutoa hifadhi za vekta za upachikaji kwa utafutaji wa kisemantiki, kama inavyotumika kwa kawaida katika RAG, na faharisi za manenomsingi, kati ya mambo mengine.
Chaguzi za hali ya juu zaidi ni pamoja na kuzalisha grafu ya maarifa au kufanya uainishaji wa kategoria.
Mkusanyiko huu wa habari iliyopangwa kwa ziwa la maarifa utaitwa hifadhi ya maarifa. Hifadhi hii yote ya maarifa na ziwa la maarifa zitajumuisha hifadhi ya maarifa.
Ifuatayo, tutaunganisha hifadhi ya maarifa katika usindikaji wa kiolesura cha gumzo.
Hii kimsingi ni sawa na utaratibu wa jumla wa RAG. Kwa mchango wa mtumiaji, maarifa husika huchaguliwa kutoka kwenye hifadhi ya maarifa na kupitishwa kwa LLM pamoja na mchango wa mtumiaji.
Hii inaruhusu LLM kutumia maarifa kiotomatiki wakati wa kuchakata mchango wa mtumiaji.
Kwa njia hii, maarifa yatajikusanya kwa kila mazungumzo na mtumiaji, na kutambua ALIS rahisi inayotumia maarifa yaliyokusanywa kutoka mazungumzo yaliyopita.
Hali Rahisi
Kwa mfano, fikiria mtumiaji akiunda programu ya wavuti akitumia ALIS hii rahisi.
Mtumiaji anaripoti kwamba msimbo uliopendekezwa na LLM ulisababisha hitilafu. Baada ya mtumiaji na LLM kushirikiana kutatua tatizo, wanagundua kwamba vipimo vya API ya nje vilivyojulikana na LLM vilikuwa vimepitwa na wakati, na programu inafanya kazi kwa usahihi baada ya kurekebishwa ili kuendana na vipimo vipya vya API.
Kutokana na mfululizo huu wa gumzo, ALIS inaweza kisha kukusanya maarifa katika hifadhi yake ya maarifa: hasa, kwamba vipimo vya API vilivyojulikana na LLM vimepitwa na wakati, na jinsi vipimo vipya vya API vilivyo.
Kisha, wakati ujao programu inayotumia API hiyohiyo itakapoundwa, ALIS itaweza kutumia maarifa haya kuzalisha programu kulingana na vipimo vipya vya API tangu mwanzo.
Maboresho kwa ALIS ya Awali
Hata hivyo, ili hili litokee, maarifa haya lazima yachaguliwe kujibu mchango wa mtumiaji. Inawezekana kwamba maarifa haya hayatakuwa na uhusiano wa moja kwa moja na mchango wa mtumiaji, kwani jina la API lenye tatizo lisiweze kuonekana kwenye mchango wa mtumiaji.
Katika hali hiyo, jina la API lingejitokeza tu wakati wa majibu ya LLM.
Kwa hiyo, tutaipanua kidogo ALIS rahisi kwa kuongeza mifumo ya uchambuzi wa awali na ukaguzi wa baadae.
Uchambuzi wa awali unafanana na "hali ya kufikiri" katika LLM za hivi karibuni. Kumbukumbu yenye uwezo wa kushikilia maandishi kama kumbukumbu ya hali itaandaliwa, na kidokezo cha mfumo kitaelekeza LLM kufanya uchambuzi wa awali itakapopokea mchango wa mtumiaji.
Matokeo ya uchambuzi wa awali wa LLM yatahifadhiwa katika kumbukumbu ya hali. Kulingana na matokeo haya ya uchambuzi wa awali, maarifa yatachaguliwa kutoka kwenye hifadhi ya maarifa.
Kisha, historia ya gumzo, matokeo ya uchambuzi wa awali, maarifa yanayolingana na mchango wa mtumiaji, na maarifa yanayolingana na matokeo ya uchambuzi wa awali yatapitishwa kwa LLM ili kupokea jibu.
Zaidi ya hayo, matokeo yaliyorejeshwa na LLM pia yatatumika kutafuta maarifa kutoka kwenye hifadhi ya maarifa. Ikiwa ni pamoja na maarifa yaliyopatikana hapo, LLM itaombwa kufanya ukaguzi wa baadae.
Iwapo matatizo yoyote yatapatikana, sehemu zenye matatizo na sababu za kueleza tatizo zitajumuishwa na kupitishwa tena kwa LLM ya gumzo.
Kwa kutoa fursa za kuchagua maarifa wakati wa uchambuzi wa awali na ukaguzi wa baadae, tunaweza kuongeza uwezekano wa kutumia maarifa yaliyokusanywa.
Mtazamo
Njia hii ya kujenga ALIS ya awali na kisha kuongeza maboresho ili kushughulikia udhaifu wake inaonyesha kikamilifu ukuzaji wepesi na uboreshaji wa nyongeza wa ALIS.
Zaidi ya hayo, kama inavyoonyeshwa kwa mfano, ALIS ya awali inafaa zaidi kutumika katika ukuzaji wa programu. Hii ni kwa sababu ni eneo lenye mahitaji makubwa na pia ambalo maarifa yanaweza kukusanywa kwa urahisi.
Ni aina ambapo mambo ni wazi nyeusi au nyeupe, lakini pia ni eneo muhimu ambapo majaribio na makosa, mkusanyiko wa maarifa unaorudiwa-rudiwa ni muhimu na muhimu.
Kwa kuongeza, kwa kuwa ukuzaji wa ALIS wenyewe ni ukuzaji wa programu, ukweli kwamba watengenezaji wa ALIS wanaweza kuwa watumiaji wa ALIS wenyewe pia unavutia.
Na, pamoja na mfumo wa ALIS, ziwa la maarifa linaweza pia kushirikiwa hadharani kwenye majukwaa kama GitHub.
Hii ingeruhusu watu wengi kushirikiana katika maboresho ya mfumo wa ALIS na mkusanyiko wa maarifa, huku kila mtu akinufaika na matokeo, na hivyo kuharakisha zaidi ukuzaji wa ALIS.
Bila shaka, ugawaji wa maarifa hauzuiliwi kwa watengenezaji wa ALIS tu bali unaweza kukusanywa kutoka kwa watengenezaji wote wa programu wanaotumia ALIS.
Ukweli kwamba maarifa yamo katika lugha asilia unatoa faida mbili zaidi:
Faida ya kwanza ni kwamba maarifa yanaweza kutumika hata kama mfumo wa LLM utabadilika au kusasishwa.
Faida ya pili ni kwamba ziwa kubwa la maarifa lililokusanywa linaweza kutumika kama data ya mafunzo ya awali kwa LLM. Hii inaweza kufanywa kwa njia mbili: kwa kuitumia kwa kurekebisha vizuri, au kwa kuitumia kwa mafunzo ya awali ya LLM yenyewe.
Kwa hali yoyote, ikiwa LLM ambazo zimejifunza kiasili maarifa yaliyokusanywa katika ziwa la maarifa zinaweza kutumika, ukuzaji wa programu utakuwa na ufanisi zaidi.
Zaidi ya hayo, ndani ya ukuzaji wa programu, kuna michakato mbalimbali kama vile uchambuzi wa mahitaji, muundo, utekelezaji, majaribio, uendeshaji, na matengenezo, na maarifa maalum yapo kwa kila kikoa cha programu na jukwaa. Ikiwa utaratibu utaundwa wa kugawanya maarifa mengi yaliyokusanywa kutoka kwa mitazamo hii, okestra ya ALIS pia inaweza kuundwa.
Hivyo, teknolojia za msingi za ALIS zipo. Muhimu sasa ni kujaribu kivitendo mbinu mbalimbali—kama vile ujuzi wa uchimbaji maarifa, uteuzi sahihi wa maarifa, ugawaji wa maarifa maalum, na jinsi ya kutumia kumbukumbu ya hali—ili kugundua mbinu zenye ufanisi. Pia, kadri utata unavyoongezeka, muda wa usindikaji na gharama za matumizi ya LLM zitaongezeka, na hivyo kuhitaji uboreshaji.
Michakato hii ya majaribio na makosa na uboreshaji inaweza kufuatiliwa kwa kubadilika kupitia ukuzaji na uboreshaji wa mifumo.
Mwanzoni, watengenezaji, kama watumiaji, watajumuisha mifumo katika ALIS kupitia majaribio na makosa. Hata hivyo, hata wakati huo, LLM yenyewe inaweza kufanywa kuzalisha mawazo ya mfumo.
Na kwa kujumuisha mifumo katika ALIS ambayo inaboresha au kugundua mifumo kulingana na matokeo yaliyopokelewa kutoka ulimwengu na maarifa yaliyochimbwa, ALIS yenyewe itafanya majaribio na makosa na uboreshaji kwa kubadilika.
ALIS Katika Ulimwengu Halisi
Mara tu ALIS itakapoboreshwa hadi hatua hii, inapaswa kuwa na uwezo wa kujifunza maarifa si tu katika ulimwengu wa ukuzaji wa programu bali pia kwa upana katika nyanja mbalimbali.
Sawa na ukuzaji wa programu, ALIS inatarajiwa kupanua wigo wake kwa shughuli mbalimbali za kiakili ambazo wanadamu hufanya kwa kutumia kompyuta.
Hata katika shughuli kama hizo za kiakili pekee, ALIS inamiliki aina ya asili ya AI iliyo na mwili kuhusiana na ulimwengu unaolengwa.
Hii ni kwa sababu inatambua mipaka kati yake na ulimwengu, inatenda juu ya ulimwengu kupitia mipaka hiyo, na inaweza kutambua habari inayopokelewa kutoka ulimwengu.
Tunachokiita "mwili" kwa ujumla ni mipaka na ulimwengu ambayo inaonekana kimwili na iko katika sehemu moja.
Hata hivyo, hata kama mipaka haionekani na imesambazwa kimaeneo, muundo wa mtazamo na hatua kupitia mipaka ni sawa na kuwa na mwili halisi.
Kwa maana hiyo, ALIS, inapofanya shughuli za kiakili, inaweza kuchukuliwa kuwa inamiliki asili ya AI yenye mwili halisi.
Na mara tu ALIS itakapoboreshwa hadi hatua ambapo inaweza kujifunza ipasavyo hata katika ulimwengu mpya, usiojulikana, kuna uwezekano kwamba ALIS inaweza kuunganishwa kama sehemu ya AI halisi yenye mwili halisi.
Kwa njia hii, ALIS hatimaye itatumika katika ulimwengu halisi na itaanza kujifunza kutoka kwake.