Det handler om mønstergenkendelse og om at trække informationer ud af data
"neural network. That may sound like a computerized brain, but, really, it’s a mathematical system that learns skills by finding statistical patterns in enormous amounts of data. By analyzing thousands of cat photos, for instance, it can learn to recognize a cat. Neural networks enable Siri and Alexa to understand what you’re saying, identify people and objects in Google Photos and instantly translate dozens of languages."
"Hvad er kunstig intelligens (AI) egentlig?"
Af Thomas Bolander, 2018, på Videnskab.dk.
Læsefokus til artiklen:
Hvorfor er en kunstig intelligens ikke rigtigt intelligent?
Hvilke forskelle er der på symbolsk kunstig intelligens og subsymbolsk kunstig intelligens
Hvilken matematik bruges i hver af de to typer modeller?
Hvilke konsekvenser fører det med sig at de matematiske modeller som benyttes i subsymbolsk kunstig intelligens er implicitte?
"De kunstige neurale netværk som lærer gennem træning, hører under den del af kunstig intelligens der kaldes maskinlæring (machine learning)"
Maskinerne kommer indefra af Anders Søgaard, Gutkind, 2024. Side 149, 156-163 (i uddrag).
Øvelse til teksten:
Anders Søgaard vil forsøge at overbevise læseren om, at sprogmodeller faktisk mener noget med det, de siger, og give en forklaring på, hvordan forståelse kan opstå i sprogmodeller og chatbotter.
Hvilke forklaringer og argumenter giver Søgaard i teksten, og hvilke matematiske fagbegreber er centrale i den forbindelse?
Giv et bud på en visualisering med tilhørende forklarende tekst, som illustrerer Søgaards argumentation for at sprogmodeller mener noget med det, de siger. Find eventuelt inspiration i videoerne nedenfor.
Diskutér og vurdér Søgaards påstand. Er I enige med Søgaard i at sprogmodeller faktisk mener noget med det, de siger?
Fremlæg visualiseringen for andre i matrixgrupper.
Fokus til videoen (0:00-7:57):
En stor sprogmodel (Large Language Model, LLM) er en matematisk funktion, som forudsiger, hvilket ord der kan være det næste i et tekststykke.
Hvordan anvendes sandsynlighedsfordelinger i denne proces? Og hvorfor er det ikke altid det mest sandsynlige ord, der vælges som det næste? (0:00-1:27)
Hvordan trænes en stor sprogmodel? (1:28-4:48)
Hvordan anvendes vektorer til at oversætte ord til talværdier (4:49)
Hvordan spiller kontekst en rolle i en ‘transformer’? Giv en forklaring ved brug af figuren ved minuttal (6:30)
Fokus til videoen (0:00-4:28):
Hvordan kan semantisk mening (sproglig betydning) repræsenteres af vektorer i et koordinatsystem? Giv konkrete eksempler fra videoen (0:00-1:39)
Hvad er formålet med at integrere attention-mekanismen i store sprogmodeller? Giv konkrete eksempler fra videoen (1:40-4:28)
Et klassesæt for 3. G. til brug i matematik A.
Materialet tager udgangspunkt i viden om andengradspolynomier, linjer, lineære funktioner, lineær regression, basal differentialregning og funktioner af to variable.
Det centrale emne i undervisningsmaterialet er funktioner af to variable, og der benyttes begreber som funktioner af to variable, grafen for funktion af to variable, snitkurver, niveaukurver, partielle afledede, gradienter, stationære punkter og simple ekstrema-betragtninger.
Idéen i materialet er at inddrage velkendt stof (især lineær regression og de mindste kvadraters metode, samt top-punktsformlen for andengradspolynomier) i introduktionen af første-ordens iterativ optimering (på engelsk også kendt som "gradient descent" eller "steepest descent"). Som avanceret materiale (del-elementer af materialet, der kan ignoreres uden at miste kontinuitet) behandles også kort stokastiske variable (uniform- og normal-fordelingen).
Regn Lyden Ud - i matematiktimen - er et online undervisningsmateriale, der sætter fokus på matematikken bag kunstig intelligens.
Materialet viser jer, hvordan kunstig intelligens bare er matematik og logik, og hvordan I kan bruge matematik til at lave og træne jeres egen kunstige intelligens.
Vi slutter af med en øvelse, hvor I selv skal optage og arbejde med lyde. Og nej: I er ikke helt klar til at kode den næste udgave af SIRI eller Skynet fra Terminator, når I er færdige med det her forløb. Men I får styr på, hvordan kunstig intelligens fungerer, og I kan bygge og træne såkaldte neurale netværk, som kan genkende lyde.
klik på billedet til højre
klik på billedet til højre
klik på billedet til højre
Elements of AI I er en række gratis onlinekurser skabt af MinnaLearn og Helsinki Universitet. Vores ønske er at tilskynde så bred en gruppe af mennesker som muligt til at lære, hvad kunstig intelligens er, hvad kunstig intelligens kan (og ikke kan) bruges til, og hvordan man kommer i gang med at opbygge AI-metoder. Kurserne kombinerer teori med praktiske øvelser og kan gennemføres i dit eget tempo.