Rašanās apraksta sistēmas īpašības, kas rodas no daudzu vienkāršu daļu mijiedarbības, bet nav saskatāmas nevienā atsevišķā daļā. MI pētniecībā spējas dēvē par emergentām, ja lielie valodas modeļi virs noteikta izmēra tādus uzdevumus kā daudzsoļu aritmētika vai tulkošana risina manāmi labāk nekā mazāki modeļi. Pētnieku vidū tiek apspriests, vai šādi lēcieni ir īsti vai daļēji atkarīgi no mērīšanas veida.
Lielais valodas modelis (LLM) ir neironu tīkls, kas apmācīts ar ļoti lieliem teksta apjomiem, tāpēc spēj saprast un ģenerēt valodu. Tas darbojas, soli pa solim aprēķinot visticamāko nākamo tokenu. LLM raksta, apkopo, tulko, atbild uz jautājumiem un ģenerē kodu; plaši zināmi piemēri ir Claude, GPT, Gemini un Llama. Bez piekļuves aktuāliem avotiem tie zina tikai to, kas bija to apmācības datos.
Pamatmodelis ir liels MI modelis, kas iepriekš apmācīts ar ļoti plašiem, daudzveidīgiem datiem un pēc tam var tikt izmantots daudziem dažādiem uzdevumiem. Terminu 2021. gadā ieviesa Stenfordas Universitātē. Plaši pazīstami piemēri ir lielie valodas modeļi, piemēram, Claude vai GPT, kā arī attēlu modeļi. Uzņēmumi savas lietojumprogrammas parasti būvē uz šādiem modeļiem, nevis apmāca savus no nulles; ES Mākslīgā intelekta akts runā par vispārīga lietojuma MI modeļiem.
Vispārīgais mākslīgais intelekts (AGI) apzīmē hipotētisku MI sistēmu, kas spēj veikt plašu intelektuālo uzdevumu loku cilvēka līmenī un elastīgi pārnest apgūto uz jaunām jomām. Mūsdienu sistēmas daudzos uzdevumos darbojas labi, taču joprojām uzrāda ierobežojumus, piemēram, uzticamībā. Nav vispārpieņemtas definīcijas vai mērīšanas veida, un ekspertu vidū ir strīdi par to, vai un kad AGI tiks sasniegts.
Daudzsoļu spriešana ir MI sistēmas spēja atbildēt uz jautājumu ar vairākiem secīgiem secinājumiem, bieži apvienojot informāciju no dažādiem avotiem. Piemērs: „Kuru nodaļu vada persona, kas atbild par projektu X?” vispirms prasa noskaidrot atbildīgo personu un tikai tad tās nodaļu. Šādi jautājumi ir sarežģīti meklēšanas un RAG sistēmām, jo katrs starpsolis ir jāatrod un pareizi jāsaista.
