واحد پردازش تنسور
واحد پردازش تنسور؛ پردازنده تخصصی گوگل برای شتابدهی به یادگیری ماشین. TPU برای عملیات تنسوری و بارهای کاری یادگیری ماشین بهینه شده و در زیرساختهای AI گوگل کاربرد دارد.
مشاهدهٔ جزئیاتدر حال آمادهسازی...
مفاهیم و اصطلاحات هوش مصنوعی را عمیقتر بشناس.
واحد پردازش تنسور؛ پردازنده تخصصی گوگل برای شتابدهی به یادگیری ماشین. TPU برای عملیات تنسوری و بارهای کاری یادگیری ماشین بهینه شده و در زیرساختهای AI گوگل کاربرد دارد.
مشاهدهٔ جزئیاتوظیفه؛ کاری با هدف و ورودی/خروجی مشخص که یک مدل یا عامل انجام میدهد؛ موفقیت در وظیفه باید با معیار روشن سنجیده شود.
مشاهدهٔ جزئیاتبدهی فنی؛ هزینه آیندهای که از میانبرهای سریع در طراحی نرمافزار یا سیستم داده ایجاد میشود؛ در پروژههای AI میتواند به ناسازگاری داده یا مدل تبدیل شود.
مشاهدهٔ جزئیاتمتن به تصویر؛ تولید تصویر از یک توضیح متنی توسط هوش مصنوعی. کاربر یک توضیح متنی میدهد و مدل بر اساس آن تصویر جدیدی ایجاد میکند؛ این قابلیت در طراحی، تبلیغات و تولید محتوا کاربرد دارد.
مشاهدهٔ جزئیاتمتن به گفتار؛ تبدیل متن نوشتهشده به صدای خواندهشده. TTS برای ساخت دستیارهای صوتی، خواندن متن، تولید دوبله و دسترسی بهتر به محتوای دیجیتال استفاده میشود.
مشاهدهٔ جزئیاتتوان عملیاتی؛ مقدار کاری که یک سیستم میتواند در یک بازه زمانی مشخص پردازش کند، مثلا تعداد درخواست در ثانیه.
مشاهدهٔ جزئیاتتوکن؛ واحد متن (کلمه یا بخش از کلمه) که مدل زبانی آن را پردازش میکند. تعداد Tokenها روی هزینه و محدودیت پردازش بسیاری از مدلهای زبانی اثر میگذارد و الزاما با تعداد کلمات یکسان نیست.
مشاهدهٔ جزئیاتهزینه توکن؛ هزینهای که بر اساس تعداد Tokenهای ورودی و خروجی یک مدل محاسبه میشود.
مشاهدهٔ جزئیاتتوکنسازی؛ فرآیند تقسیم متن به واحدهایی به نام Token که مدل زبانی آنها را پردازش میکند.
مشاهدهٔ جزئیاتتوکنایزر؛ ابزار یا بخش نرمافزاری که متن را به Token تبدیل و در صورت نیاز Tokenها را دوباره به متن تبدیل میکند.
مشاهدهٔ جزئیاتفراخوانی ابزار؛ قابلیتی که به مدل اجازه میدهد برای انجام یک کار مشخص، ابزار یا سرویس خارجی را درخواست و استفاده کند.
مشاهدهٔ جزئیاتاستفاده از ابزار؛ توانایی مدل یا Agent برای استفاده از سرویسها، APIها، پایگاههای داده یا ابزارهای نرمافزاری برای انجام کار.
مشاهدهٔ جزئیاتداده آموزشی؛ دادههایی که مدل در مرحله یادگیری از آنها استفاده میکند. تنوع و کیفیت داده آموزشی نقش مهمی در توانایی مدل برای تعمیم به نمونههایی دارد که قبلا ندیده است.
مشاهدهٔ جزئیاتیادگیری انتقالی؛ استفاده از دانش یک مدل آموزشدیده برای حل مسئلهای جدید. به جای شروع آموزش از صفر، مدل از دانش قبلی خود استفاده میکند و برای مسئله جدید تنظیم میشود.
مشاهدهٔ جزئیاتترانسفورمر؛ معماری شبکه عصبی که پایه بسیاری از مدلهای زبانی مدرن مثل GPT است. مکانیزم Attention یکی از اجزای کلیدی Transformer است و این معماری پایه بسیاری از مدلهای زبانی و چندحالته امروزی است.
مشاهدهٔ جزئیاتمعماری ترانسفورمر؛ معماری شبکه عصبی مبتنی بر Attention که پایه بسیاری از مدلهای زبانی و مدلهای چندوجهی مدرن است.
مشاهدهٔ جزئیات