Presná definícia
Čo znamená model AI?
Model AI je matematická alebo výpočtová transformácia tvoriaca jadro systému AI: z reprezentovaných vstupov inferuje výstup, napríklad triedu, ďalší token, skóre alebo akciu. Môže byť naučený z dát alebo zostavený zo znalostí a pravidiel. Jeho parametre, architektúra a spôsob učenia určujú správanie, no bez rozhraní a prevádzkového kontextu spravidla netvorí samostatný systém AI.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Tím model vyberá alebo trénuje podľa modality, úlohy, dostupných dát, požadovanej latencie a rizika. Pred nasadením sa uzamkne verzia, zdokumentujú trénovacie a testovacie dáta, metriky po relevantných skupinách, známe limity a podmienky použitia. Pri jazykovom modeli sa samostatne overuje napríklad faktická správnosť, práca so zdrojmi, odolnosť voči škodlivým pokynom a náklady na inferenciu. Rovnaký model môže mať v prekladači nízke riziko, ale v zdravotnom rozhodovaní vysoké; hodnotiť treba vždy model v konkrétnom systéme.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Je model to isté ako algoritmus?
Nie. Algoritmus opisuje postup učenia alebo výpočtu; model je konkrétna výsledná reprezentácia s architektúrou a hodnotami parametrov, ktorú systém používa na inferenciu.
Čo sú parametre modelu?
Naučené alebo nastavené hodnoty, ktoré určujú transformáciu vstupu na výstup - napríklad váhy neurónovej siete. Hyperparametre riadia učenie či štruktúru a nie sú tým istým.
Môže systém obsahovať viac modelov?
Áno. Pipeline môže kombinovať detektor, klasifikátor, jazykový model a pravidlá; chyby a neistoty sa potom môžu medzi komponentmi prenášať.
Je ten istý model všade rovnako kvalitný?
Nie. Výkon závisí od populácie, distribúcie vstupov, promptov, prahov, predspracovania a účelu. Prenos do nového kontextu vyžaduje nové overenie.
Čo má obsahovať záznam o modeli?
Verziu, účel, architektúru, pôvod a obmedzenia dát, metriky, testované podmienky, známe zlyhania, licenciu, bezpečnostné opatrenia a zodpovedného vlastníka.