Donosimo vam AI rečnik za početnike: Šta je PROMPT i koje još reči morate da znate ako koristite veštačku inteligenciju
Dodajte Kurir u vaš Google izbor- AI rečnik objašnjava osnovne pojmove kao što su prompt, token, context window i LLM, za lakše snalaženje u alatima poput ChatGPT-a i Geminija.
- Posebno se izdvajaju halucinacija, RAG, embedding i fine-tuning, uz objašnjenje kako utiču na tačnost i prilagođavanje odgovora.
- Pominju se i multimodalni AI, AI agent i inference, kao termini koje korisnici sve češće sreću u radu sa veštačkom inteligencijom.
Veštačka inteligencija je za samo nekoliko godina postala deo svakodnevice, ali sa njom je stigao i čitav novi jezik. Dok jedni bez problema pričaju o promptovima, tokenima i AI agentima, drugima sve to zvuči kao šifra iz nekog futurističkog filma.
Ako koristite ChatGPT, Gemini ili neki drugi AI alat, ne morate da budete programer da biste razumeli najvažnije pojmove, a ovaj naš mali rečnik upravo služi da ih objasni normalnim jezikom, bez komplikovanja i nepotrebnog pametovanja.
Prompt je ono što kucate AI-ju
Prompt je najjednostavnije rečeno ono što napišete ili pošaljete AI modelu da biste dobili odgovor. To može biti obično pitanje poput „Objasni mi fotosintezu kao detetu od 12 godina“, ali i mnogo duže uputstvo u kojem navedete šta želite, kakav odgovor očekujete, kome je namenjen i koje informacije model treba da koristi. Google prompt upravo definiše kao zahtev koji se šalje generativnom AI modelu, dok se proces pravljenja boljih uputstava naziva prompt engineering.
Tu dolazimo do prve male AI fore: nije isto napisati „napiši tekst“ i „napiši tekst od 1.000 reči, jednostavnim jezikom, za čitaoce od 12 godina, bez stručnih izraza“. Što jasnije objasnite zadatak, kontekst i željeni rezultat, veća je šansa da ćete dobiti odgovor koji vam stvarno treba. OpenAI i Google u svojim vodičima upravo preporučuju jasna uputstva i relevantan kontekst kada želite kvalitetniji rezultat.
Token nije isto što i reč
Token je deo teksta koji AI model obrađuje. To može biti cela reč, deo reči, pojedinačni znak ili znak interpunkcije, zavisno od sistema koji model koristi. Zato broj tokena nije isto što i broj reči, a način na koji se tekst deli na tokene može da zavisi i od jezika i konkretnog modela.
Zašto vam je ovo uopšte važno? Zato što AI modeli imaju određena ograničenja u količini teksta koju mogu da obrade u jednom zahtevu, a tokeni se koriste i za obračun korišćenja kod pojedinih AI usluga. Dakle, kada neko kaže da model ima veliki context window, ne govori o veličini ekrana telefona, već o tome koliko informacija model može da uzme u obzir u jednom procesu.
Context window je AI-jeva radna memorija
Context window, odnosno kontekstni prozor, predstavlja količinu informacija koju model može da obrađuje u okviru jednog zahteva. U njemu mogu da budu vaš trenutni razgovor, tekst koji ste poslali, dokumenti ili drugi podaci koje model dobije kao kontekst. Veći kontekst znači da model može da radi sa većom količinom materijala odjednom, mada „veće“ ne znači automatski i „pametnije“.
Zatim dolazimo do LLM-a, skraćenice za Large Language Model, odnosno veliki jezički model. To je vrsta AI modela treniranog na ogromnim količinama podataka kako bi mogao da obrađuje i generiše jezik. Chatbotovi koje danas koristimo često se oslanjaju upravo na takve modele, ali LLM nije isto što i cela aplikacija koju vidite na ekranu. On je više kao „motor“ koji pokreće deo AI sistema.
Halucinacija zvuči smešno, ali nije
AI halucinacija nema veze sa tim da je računar nešto video što ne postoji. To je naziv za situaciju u kojoj model proizvede informaciju koja nije tačna, iako odgovor može da zvuči potpuno samouvereno i uverljivo. Drugim rečima, AI može da napiše odgovor koji izgleda kao činjenica, a zapravo je netačan.
Zato je pravilo jednostavno: AI nije automatski izvor istine. Kod važnih informacija treba proveriti izvore, datume, brojke i imena, posebno kada se radi o zdravlju, novcu, zakonima, vestima ili drugim temama gde greška može da napravi ozbiljan problem. Jedan od načina da se smanji mogućnost takvih grešaka jeste RAG, odnosno Retrieval-Augmented Generation, sistem u kojem model dobija relevantne informacije iz spoljašnjih izvora ili baza podataka pre nego što napravi odgovor.
RAG i embedding zvuče kao gejmerski termini
RAG se može zamisliti ovako: umesto da AI pokušava da odgovori samo na osnovu onoga što je naučio tokom treniranja, sistem prvo pronađe relevantne informacije, ubaci ih u kontekst i onda na osnovu njih sastavi odgovor. Google navodi da RAG može da pomogne kada su potrebne aktuelne, specijalizovane ili spoljašnje informacije, a može omogućiti i korišćenje dokumenata i drugih baza znanja.
Embedding je način da se informacije predstave kao numeričke reprezentacije koje AI sistem može da koristi za pronalaženje i poređenje značenja. Zvuči komplikovano, ali ideja je zapravo jednostavna: tekstovi sličnog značenja mogu biti predstavljeni tako da sistem lakše pronađe ono što je povezano sa vašim pitanjem. Embeddings su zato važni u različitim AI sistemima, uključujući pretragu i RAG.
Fine-tuning je AI na specijalnom treningu
Fine-tuning znači dodatno treniranje već postojećeg modela kako bi se bolje prilagodio određenom zadatku ili oblasti. Umesto da se pravi potpuno nov model od nule, postojeći model se dodatno usmerava pomoću podataka namenjenih konkretnom slučaju. Google ga opisuje kao dodatni, zadatku prilagođen trening prethodno obučenog modela.
Tu je i multimodalni AI,još jedna reč koju ćete sve češće čuti. Multimodalni modeli mogu da rade sa više vrsta podataka, poput teksta, slika, zvuka ili videa, u zavisnosti od konkretnog modela. Zato danas možete, na primer, poslati fotografiju AI-ju i postaviti pitanje o njenom sadržaju, umesto da sve prvo morate da pretvorite u tekst.
AI agent više nije samo chatbot
AI agent je sistem koji, osim što obrađuje vaš zahtev, može da koristi dostupne alate i preduzima određene korake kako bi ostvario cilj. Google ga opisuje kao aplikaciju koja obrađuje ulazne informacije, koristi sposobnosti rezonovanja i dostupne alate, a zatim na osnovu odluka izvršava radnje. Zbog toga agent može biti mnogo više od klasičnog „pitanje–odgovor“ chatbot iskustva.
I na kraju, tu je inference, odnosno zaključivanje ili izvršavanje modela. To je faza kada već obučen AI model dobija vaš zahtev i na osnovu njega proizvodi rezultat. Kada ukucate prompt i nekoliko trenutaka kasnije dobijete odgovor, upravo se odvija proces koji se u tehničkom svetu naziva inference.
Ukratko: prompt je ono što tražite, tokeni su delovi podataka koje model obrađuje, context window je prostor za informacije, LLM je jezički model, RAG mu dovodi dodatne podatke, a AI agent može da koristi alate i obavlja korake umesto vas.
Evo još korisnih uputstava o Google Geminiju:
Zabranjeno preuzimanje dela ili čitavog teksta i/ili foto/videa, bez navođenja i linkovanja izvora i autora, a u skladu sa odredbama WMG uslova korišćenja i Zakonom o javnom informisanju i medijima.