Emergencija apibūdina sistemos savybes, kylančias iš daugelio paprastų dalių sąveikos, bet nematomas nė vienoje pavienėje dalyje. DI tyrimuose gebėjimai vadinami emergentiniais, kai dideli kalbos modeliai, viršijantys tam tikrą dydį, tokias užduotis kaip daugiažingsnė aritmetika ar vertimas sprendžia akivaizdžiai geriau nei mažesni modeliai. Mokslininkai diskutuoja, ar tokie šuoliai yra tikri, ar iš dalies priklauso nuo matavimo būdo.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąDidysis kalbos modelis (angl. large language model, LLM) – tai neuroninis tinklas, apmokytas su labai dideliais teksto kiekiais, todėl gebantis suprasti ir generuoti kalbą. Jis veikia žingsnis po žingsnio skaičiuodamas labiausiai tikėtiną kitą tokeną. LLM rašo, apibendrina, verčia, atsako į klausimus ir generuoja kodą; gerai žinomi pavyzdžiai – „Claude“, GPT, „Gemini“ ir „Llama“. Neturėdami prieigos prie aktualių šaltinių, jie žino tik tai, kas buvo jų mokymo duomenyse.
Bazinis modelis (angl. foundation model) – tai didelis DI modelis, iš anksto apmokytas labai plačiais, įvairiais duomenimis, kurį vėliau galima naudoti daugeliui skirtingų užduočių. Terminą 2021 m. sukūrė Stanfordo universitetas. Gerai žinomi pavyzdžiai yra dideli kalbos modeliai, tokie kaip „Claude“ ar GPT, taip pat vaizdų modeliai. Įmonės savo taikomąsias programas paprastai kuria remdamosi tokiais modeliais, o ne apmoko savo nuo nulio; ES dirbtinio intelekto akte kalbama apie bendrosios paskirties DI modelius.
Bendrasis dirbtinis intelektas (angl. artificial general intelligence, AGI) reiškia hipotetinę DI sistemą, galinčią žmogaus lygiu atlikti plačią intelektinių užduočių įvairovę ir lanksčiai perkelti išmoktus dalykus į naujas sritis. Šiandieninės sistemos gerai atlieka daugelį užduočių, bet vis dar turi apribojimų, pavyzdžiui, patikimumo srityje. Nėra visuotinai priimto apibrėžimo ar matavimo būdo, o ar ir kada AGI bus pasiektas, ekspertai ginčijasi.
Daugiapakopis samprotavimas – tai DI sistemos gebėjimas atsakyti į klausimą atliekant kelias iš eilės einančias išvadas, dažnai sujungiant informaciją iš skirtingų šaltinių. Pavyzdys: klausimui „Kuriam skyriui vadovauja už projektą X atsakingas asmuo?“ pirmiausia reikia nustatyti atsakingą asmenį, o paskui jo skyrių. Tokie klausimai sudėtingi paieškos ir RAG sistemoms, nes kiekvienas tarpinis žingsnis turi būti rastas ir teisingai susietas.
