AI-fogalom · Modellek
Alapmodell (foundation model)
Hatalmas adathalmazon előtanított, sokoldalú mesterséges intelligencia modell, amely alapul szolgál számos specifikus feladathoz igazított rendszer kifejlesztéséhez.
Más néven: foundation model, alapozó modell, bázismodell, előtanított alapmodell
Az alapmodell olyan nagyméretű gépi tanulási modell, amelyet széles, sokféle adatot tartalmazó korpuszon tanítanak be általános célú, önfelügyelt módon, majd ezt az egyszer betanított tudásbázist később különböző konkrét feladatokhoz igazítják finomhangolással vagy egyszerű utasításokkal. A kifejezés arra utal, hogy a modell egy közös alapot, egyfajta univerzális tudásbázist ad, amelyre számos alkalmazás épülhet anélkül, hogy mindegyiket a nulláról kellene betanítani.
Az alapmodellek jellemzően milliárdos vagy akár billiós paraméterszámmal rendelkeznek, és tanításukhoz rendkívül nagy számítási kapacitásra és hatalmas, gyakran az internet nagy részét lefedő szöveges, képi vagy egyéb adatmennyiségre van szükség. A tanítás során a modell nem egy konkrét feladatra optimalizálódik, hanem általános mintázatokat, nyelvi vagy vizuális összefüggéseket tanul meg, amelyek később sokféle downstream feladatban felhasználhatók, például szövegértésben, kódgenerálásban, képfelismerésben vagy fordításban.
Az alapmodell koncepció jelentősége abban áll, hogy drasztikusan csökkenti a specifikus AI-alkalmazások fejlesztési költségét és idejét, mivel a fejlesztőknek nem kell hatalmas adathalmazokon és számítási erőforráson újratanítaniuk egy modellt minden egyes feladathoz, hanem egy már betanított alapmodellt vehetnek kiindulópontnak. Ez a megközelítés alapozta meg a nagy nyelvi modellek és más generatív AI-rendszerek elterjedését, és jelentősen átformálta az AI-ipar szerkezetét, mivel néhány nagy technológiai vállalat által kifejlesztett alapmodell sok különböző alkalmazás alapjául szolgálhat.
Fontos megjegyezni, hogy az alapmodellek önmagukban gyakran nem specializáltak egy konkrét feladatra, hanem finomhangolás, promptolás vagy más adaptációs technikák révén válnak hasznossá adott kontextusban. Emellett méretük és széles körű felhasználhatóságuk miatt szabályozási és etikai kérdéseket is felvetnek, mivel egyetlen alapmodell hibái vagy torzításai számos, rá épülő alkalmazásban is megjelenhetnek.