ხელოვნური ინტელექტი (AI) დღეს აღარ არის მხოლოდ სამეცნიერო ფანტასტიკა — ის რეალურად მუშაობს მონაცემთა ცენტრებში, იყენებს უზარმაზარ გამოთვლით ძალას და ყოველდღიურად სწავლობს მილიონობით მაგალითიდან. მაგრამ როგორ გამოიყურება ეს სისტემა „შიგნიდან“ და რა სიმძლავრე სჭირდება მას?
რა არის ხელოვნური ინტელექტი ტექნიკურად?
თანამედროვე AI სისტემების უმრავლესობა ე.წ. ნეირონულ ქსელებს ეფუძნება. განსაკუთრებით გავრცელებულია დიდი ენობრივი მოდელები (LLM — Large Language Models), როგორიცაა ChatGPT-ის ტიპის სისტემები.
ეს მოდელები არ არიან „ცოცხალი ტვინი“. ისინი არიან ძალიან დიდი მათემატიკური ფუნქციები, რომლებიც სწავლობენ ტექსტებს, გამოსახულებებს ან ხმას და შემდეგ ცდილობენ პროგნოზირებას — მაგალითად, რა სიტყვა უნდა მოჰყვეს შემდეგ.
როგორ სწავლობს AI?
AI-ის „სწავლა“ ორ მთავარ ეტაპს მოიცავს:
1. ტრენინგი
ეს ყველაზე მძიმე და ძვირადღირებული პროცესია.
მოდელს “აჭმევენ” უზარმაზარ მონაცემებს (ტექსტი, კოდი, სურათები)
სისტემა ცდილობს შეცდომების შემცირებას
მილიარდობით პარამეტრი (წონის კოეფიციენტი) ნელ-ნელა იცვლება
ეს პროცესი შეიძლება გაგრძელდეს კვირებით ან თვეებით და მოითხოვს ათასობით ძლიერ ჩიპს.
ეს არის ის ეტაპი, როცა მომხმარებელი წერს კითხვას და AI პასუხობს.
აქ უკვე მოდელი არ „სწავლობს“, არამედ უბრალოდ იყენებს უკვე ნასწავლ ცოდნას.
რა რესურსებს იყენებს AI
თანამედროვე AI სისტემები მუშაობენ სპეციალურ ინფრასტრუქტურაზე:
GPU და TPU პროცესორები
ჩვეულებრივი კომპიუტერის პროცესორი (CPU) არ არის საკმარისი.
გამოიყენება:
NVIDIA-ს GPU-ები (მაგ. A100, H100)
Google-ის TPU-ები (Tensor Processing Units)
ეს ჩიპები შექმნილია პარალელური გამოთვლებისთვის — ანუ ათასობით ოპერაციის ერთდროულად შესრულებისთვის.
მონაცემთა ცენტრები (Data Centers)
AI არ მუშაობს ერთ კომპიუტერზე. ის მუშაობს უზარმაზარ კომპლექსებში, სადაც არის:
ათასობით სერვერი, ძლიერი გაგრილების სისტემები, ელექტროენერგიის მაღალი მოხმარება, მაღალსიჩქარიანი ქსელები (InfiniBand და სხვ.)
როგორ გამოიყურება AI-ის „კომპიუტერი“
AI-ის კომპიუტერი რეალურად არის არა ერთი მოწყობილობა, არამედ მთელი შენობა.
ის შეიძლება გამოიყურებოდეს ასე:
დიდი სერვერული დარბაზები
ლითონის კარადებში ჩასმული GPU სერვერები
კაბელების უზარმაზარი ქსელი
მუდმივად მომუშავე გაგრილების ვენტილაცია
ერთი ასეთი სერვერული კაბინეტი შეიძლება შეიცავდეს:
8–16 GPU-ს
ათასობით გიგაბაიტ RAM-ს
მაღალი სიჩქარის ქსელურ ბარათებს
რამდენად ძლიერი არის AI სისტემა?
სიმძლავრე იზომება არა „ერთ კომპიუტერში“, არამედ მთლიან სისტემაში.
მაგალითად:
ერთ AI მოდელს შეიძლება ჰქონდეს მილიარდებიდან ტრილიონამდე პარამეტრი
ტრენინგისთვის გამოიყენება ათასობით GPU ერთდროულად
ენერგომოხმარება შეიძლება შეადაროს პატარა ქალაქის მოხმარებას
შედარებისთვის:
ჩვეულებრივი ლეპტოპი = 1 ერთეული გამოთვლა
AI მონაცემთა ცენტრი = ათასობით ლეპტოპის ერთდროული მუშაობა
რამდენ ენერგიას ხარჯავს AI
AI-ის ყველაზე დიდი გამოწვევაა ენერგიის მოხმარება:
დიდი მოდელების ტრენინგი = მეგავატებიდან გიგავატამდე ენერგია
საჭიროა მუდმივი გაგრილება
კომპანიები ცდილობენ განახლებადი ენერგიის გამოყენებას
ვინ ქმნის ასეთ სისტემებს
დღეს AI ინფრასტრუქტურას ქმნიან დიდი ტექნოლოგიური კომპანიები, მაგალითად:
OpenAI
Google
Microsoft
NVIDIA
დასკვნა
ხელოვნური ინტელექტი არ არის ერთი პროგრამა ან კომპიუტერი — ეს არის გლობალური ინფრასტრუქტურა, რომელიც შედგება:
ათასობით ძლიერი ჩიპისგან
უზარმაზარი მონაცემთა ცენტრებისგან
რთული მათემატიკური მოდელებისგან
და მუდმივი ენერგიის მიწოდების სისტემისგან
მისი „ტვინი“ არ არის ერთ ადგილას — ის განაწილებულია მთელ მსოფლიოში და მუშაობს პარალელურად, რათა წამებში გასცეს პასუხი მილიონობით ადამიანს.
AI-ის „ფიქრი“ ერთი სიტყვის გენერირების დროს რეალურად ძალიან განსხვავდება ადამიანის ფიქრისგან. ის არ „აზროვნებს“ სურათებით ან აზრებით — ის აკეთებს ერთ რამეს ძალიან სწრაფად: ითვლის, რომელი სიტყვა არის ყველაზე სავარაუდო შემდეგი.
შენს წინადადებას AI გარდაქმნის ციფრებად
როცა შენ წერ მაგალითად:
„დღეს ამინდი არის …“
AI ამ ტექსტს არ ხედავს როგორც სიტყვებს. ის ხედავს ტოკენებს (token) — ეს შეიძლება იყოს:
- სიტყვა
- სიტყვის ნაწილი
- ან სიმბოლო
მაგალითად:
- „დღეს“
- „ამინდი“
- „არის“
ყოველი ტოკენი გადაიქცევა რიცხვებად (ვექტორებად), რომლებიც აღწერს მის მნიშვნელობას.
AI იწყებს ათასობით ვარიანტის გათვლას
ახლა მოდელი სვამს კითხვას:
„რომელი სიტყვა შეიძლება მოჰყვეს შემდეგ ყველაზე ლოგიკურად?“
მაგალითად შესაძლო ვარიანტები:
- „მზიანი“
- „ცივი“
- „ცვალებადი“
- „კარგი“
AI თითოეულ ვარიანტს ანიჭებს სავარაუდოობას (probability).
მაგ:
- მზიანი → 45%
- ცივი → 30%
- ცვალებადი → 20%
- სხვა → 5%
ირჩევს ერთ სიტყვას (არა ყოველთვის ყველაზე დიდს)
AI არ ირჩევს ყოველთვის ყველაზე მაღალი პროცენტის სიტყვას.
ის იყენებს მცირე „შემთხვევითობას“, რომ:
- ტექსტი არ იყოს ერთნაირი
- პასუხი იყოს ბუნებრივი
ამიტომ ზოგჯერ შეიძლება აირჩიოს „ცივი“, ზოგჯერ „მზიანი“.
მიღებული სიტყვა ემატება წინადადებას
თუ AI აირჩია „მზიანი“, წინადადება ხდება:
„დღეს ამინდი არის მზიანი“
შემდეგ პროცესი თავიდან იწყება:
- ახლა უკვე სრული წინადადება არის კონტექსტი
- მოდელი ისევ ითვლის შემდეგ სიტყვას
ეს პროცესი მეორდება ძალიან სწრაფად
ეს ხდება:
- წამში ათასობით ოპერაციით
- GPU-ებზე პარალელურად
- ყოველ სიტყვაზე ცალკე
მარტივი მაგალითი
თუ ადამიანურად ვიტყვით:
ადამიანი ფიქრობს: „რა ვთქვა შემდეგ?“
AI აკეთებს ამას ასე:
- ნახავს წინადადებას
- გათვლის ყველა შესაძლო გაგრძელებას
- აირჩევს ერთს ალბათობის მიხედვით
- დაამატებს
- ისევ თავიდან
ხელოვნურ ინტელექტს
- არ „ესმის“ მნიშვნელობა ისე, როგორც ადამიანს
- არ აქვს ცნობიერება
- არ აქვს მიზანი
- უბრალოდ ძალიან ძლიერი სტატისტიკური პროგნოზატორია
Multimedia.ge-ს დამფუძნებელი და მთავარი რედაქტორი.
ინტერნეტ რესურსი 2018 წლიდან ფუნქციონირებს