Machine learning nima? Dastur o'zi o'rganadi degani nimani anglatadi — oddiy tilda

«Sun’iy intellekt» va «machine learning» so’zlari ko’p bir-birining o’rnida ishlatiladi — va ko’p chalkashlik shundan. Keling, AI nima postimizdagi binoga yana bir qavat qo’shamiz: bugun atoqli qilib shu qavat — machine learning (machinaviy o’qitish) nima ekanini ochamiz.

Bir gapda

Machine learning — dasturlovchi qoidalarni qo’lda yozmasdan, namunalardan o’z-o’ziga qoida chiqarib oladigan dasturlar yaratish usuli.

Atama 1959-yildan: IBM tadqiqotchisi Arthur Samuel uni shunday ta’riflagan — «kompyuterlarga aniq dasturlab berilmagan holda o’rganish qobiliyatini beruvchi soha». Samuel dam olish kunlari kompyuteriga shashka (checkers) o’ynatib turgan edi — o’yinchi qo’lda qoida yozmagan, dastur o’zi minglab partiyalardan «yaxshi yurish» nimadaligini chiqargan. U dastur o’z muallifini yuta boshlaganda g’oya ishlagani ma’lum bo’ldi.

Oddiy dastur vs machine learning

Farqni bitta misolda ko’rish oson. Vazifa: email’ni «spam» yoki «emas» deb ajratish.

Oddiy dastur (qoidalar): dasturchi qo’lda yozadi — «agar sarlavhada «BEPUL SOVG’A» bo’lsa — spam. Agar jo’natuvchi domeni x bo’lsa — spam. Agar…». Bir necha kun o’tib spamchilar «B E P U L» deb yozishni boshlaydi, siz yana qoida qo’shasiz. Bu — cheksiz poyga: siz 5 qoida tuzaysiz, ular 5 ta yo’l topadi.

Machine learning: siz 10 000 ta spam va 10 000 ta toza email berasiz, dasturga «mana bulari spam, mana bulari emas» deysiz. Model o’zi o’rganadi: qaysi so’zlar, qaysi naqshlar spamda ko’p uchraydi. Yangi hiyla paydo bo’lsa — uni ham xuddi shu naqsh «sezadi», chunki u harf ketma-ketligiga qaraydi, aniq so’zga emas.

Klassik ta’rif (Tom Mitchell, 1997) shuni rasmiylashtiradi: agar dastur tajribadan (E) vazifa (T)ni yaxshiroq bajaradigan bo’lsa (P o’lchovida yaxshilansa) — u E tajribasidan o’rganadi degan. Oddiy tilda: ko’p ko’rgan — ko’p bilgan.

Uch turi: nazoratli, nazoratsiz, mustahkamlovchi

Amaliyotda uchta asosiy o’qitish turi uchraydi:

Nazoratli (supervised). Modelga savol-javob juftliklari beriladi: «bu rasm — mushuk», «bu rasm — it». Xato qilsa, to’g’ri javob bilan solishtirilib, vaznlar tuzatiladi. Spam filtri, tarjima, kasallik tashxisi — ko’p mashhur vazifalar shu turda. (Neyron tarmoq qanday «o’qitiladi» — neyron tarmoq postimizda bosqichma-bosqich.)
Nazoratsiz (unsupervised). Hech kim javobni aytib bermaydi. Model ma’lumot ichidagi guruhlashlarni o’zi topadi: mijozlar xatti-harakati bo’yicha 5 ta «psixologik guruh», yangi klaster, anomaliya. «Bularning ichida bir to’da g’alati ko’rinadi» degan paytgacha — nazoratsiz.
Mustahkamlovchi (reinforcement). Model harakat qiladi va muhitdan mukofot/jarima oladi. Shashka g’alabasi — mukofot, mag’lubiyat — jarima. Minglab urinishdan so’ng model «qanday harakat qilib mukofot ko’payishini» o’zi chiqaradi. Xuddi shu tamoyil — RLHF — LLMlarni odam didiga «yo’naltirishda» ham ishlatiladi: yaxshi javob — baho, yomon javob — past baho.

Narvon: AI ⊃ ML ⊃ chuqur o’qitish ⊃ LLM

Chalkashlikning katta qismi shu to’rt tushunchaning o’rnini almashtirib yuborishidan. Aslida ular ichma-ich:

Sun’iy intellekt — katta maqsad: mashinani aqlli xulqqa yaqinlashtirish. Bunga ML’siz yo’llar ham bor (qoidalarga asoslangan tizimlar, qidiruv).
Machine learning — shu maqsadga yetishning asosiy usuli: namunadan o’rganish.
Chuqur o’qitish — ML’ning bir bo’limi: ko’p qatlamli neyron tarmoqlar bilan. 2012-yilgi AlexNet yutug’idan keyin AI bozori shunga o’tdi (detallar).
LLM — chuqur o’qitishning bir turi: transformer arxitekturasida, matn ustida o’qitilgan ulkan model. ChatGPT, Gemini, Claude — hammasi shu qavatda.

Demak, «ChatGPT machine learning’mi?» — ha, eng chekkasidagi, eng katta ko’lamlisilaridan biri. «Machine learning — AI’mi?» — qismi, to’liqi emas.

Siz allaqachon uni har kuni ishlatasiz

Kamera ilovasi yuzni doirachaga oladi — nazoratli o’qitilgan model.
Videoxizmat tavsiyalari — sizning ko’rish tarixingizdan o’rganadi.
Bank karta operatsiyasini «shubhali» deb to’xtatadi — anomaliya detektori (ko’pincha nazoratsiz guruhlash).
Klaviatura keyingi so’zni taklif qiladi — kichik til modeli.
ChatGPT javobi — RLHF bilan yo’naltirilgan LLM.

O’zbekistonda ham: Mobil ilovalardagi ovozli assistentlar, ID vizorlari, tarjima xizmatlari — hammasi shu qavatga tayanadi.

Ikki amaliy xulosa

Sifat namunadan keladi. Model faqat ko’rganidan o’rganadi: namunada adolatsizlik bo’lsa — model uni o’rganadi va takrorlaydi. Shu sabab «ma’lumot sifati» machine learning’da kod sifatidan kam muhim emas.
Aniqlik 100% bo’lmaydi. Model ehtimollik bilan ishlaydi — gallyutsinatsiya va xatolar shu poydevor xususiyatining narxi. Muhim qarorlarda modelni hakam emas, maslahatchi sifatida oling.

Machine learning — sun’iy intellektning dvigateli. Keyingi qavatlar (token, LLM, benchmark) hammasi shu dvigatel ustida aylanadi.

RobotAka — o’zbek tilida sun’iy intellekt haqida. Poydevor seriyasining 26-qismi. Savollaringizni kanalda yozing: @robot_aka.