Transformator (sztuczna inteligencja)

Transformator[1][2] (lub transformer[3]) – architektura uczenia głębokiego opracowana przez Google i oparta na wielowątkowym mechanizmie uwagi, zaproponowana w 2017 w artykule zatytułowanym „Attention Is All You Need” („Uwaga jest wszystkim, czego potrzebujesz”)[4]. Zastosowany w transformatorach mechanizm uwagi (ang. attention) wywodzi się z algorytmu softmax zaproponowanego przez Bahdanau i innych w 2014 do tłumaczenia maszynowego oraz mechanizmu Fast Weight Controller przedstawionego w 1992[5][6].

Przewagą transformatorów nad rekurencyjnymi sieciami neuronowymi, takimi jak długa pamięć krótkotrwała (LSTM), jest to, że nie mają jednostek rekurencyjnych, a zatem wymagają krótszego uczenia[7]. Jedna z odmian transformatorów została zastosowana do uczenia dużych modeli językowych (LLM).

Architektura ta jest obecnie wykorzystywana w przetwarzaniu języka naturalnego i rozpoznawaniu obrazów, a także w przetwarzaniu dźwięku i przetwarzaniu multimodalnym (łączącym rózne obszary, np. rozpoznawanie języka i obrazów). Doprowadziło to również do rozwoju wstępnie wytrenowanych systemów, takich jak wstępnie przeszkolone transformatory generatywne (GPT)[8] i BERT[9].

Przypisy

  1. ↑ Sztuczna inteligencja albo nas zbawi, albo zabije. Mam tyle samo nadziei, co obaw [online], CHIP - Technologie mamy we krwi!, 18 marca 2023 [dostęp 2024-05-29]  (pol.).
  2. ↑ BożenaB. Jaskowska BożenaB., Książki pisane przez sztuczną inteligencję: Teraźniejszość oraz refleksje i pytania o przyszłość, „Perspektywy Kultury”, 42 (3), 2023, s. 39–64, DOI: 10.35765/pk.2023.4203.06, ISSN 2719-8014 [dostęp 2024-05-29] .
  3. ↑ WacławW. Iszkowski WacławW., RyszardR. Tadeusiewicz RyszardR., Na marginesie dyskusji o sztucznej inteligencji, „Nauka”, 2023, s. 49–70, DOI: 10.24425/nauka.2023.148227, ISSN 1231-8515 [dostęp 2024-05-29]  (pol.).
  4. ↑ AshishA. Vaswani AshishA. i inni, Attention is All you Need, „Advances in Neural Information Processing Systems”, 30, Curran Associates, Inc., 2017 [dostęp 2024-05-21]  (ang.).
  5. ↑ JürgenJ. Schmidhuber JürgenJ., Learning to Control Fast-Weight Memories: An Alternative to Dynamic Recurrent Networks, „Neural Computation”, 4 (1), 1992, s. 131–139, DOI: 10.1162/neco.1992.4.1.131, ISSN 0899-7667 [dostęp 2024-05-21]  (ang.).
  6. ↑ DzmitryD. Bahdanau DzmitryD., KyunghyunK. Cho KyunghyunK., YoshuaY. Bengio YoshuaY., Neural Machine Translation by Jointly Learning to Align and Translate, [w:] arXiv, 2014, DOI: 10.48550/ARXIV.1409.0473, arXiv:1409.0473 .
  7. ↑ SeppS. Hochreiter SeppS., JürgenJ. Schmidhuber JürgenJ., Long Short-Term Memory, „Neural Computation”, 9 (8), 1997, s. 1735–1780, DOI: 10.1162/neco.1997.9.8.1735, ISSN 0899-7667 [dostęp 2024-05-21]  (ang.).
  8. ↑ ThomasT. Wolf ThomasT. i inni, Transformers: State-of-the-Art Natural Language Processing, Association for Computational Linguistics, 2020, s. 38–45, DOI: 10.18653/v1/2020.emnlp-demos.6 [dostęp 2024-05-21]  (ang.).
  9. ↑ Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processin [online], research.google [dostęp 2024-05-21]  (ang.).