Oman datan ja tekoälyn yhdistäminen – RAG-mallin anatomia -artikkeli

Asiantuntija Juhani Meriluoto käsittelee artikkelissaan generatiivista tekoälyä, kuten ChatGPT, joka on herättänyt kiinnostusta kyvyllään tuottaa luonnollista kieltä. Tätä teknologiaa voidaan hyödyntää organisaatioiden omien dokumenttien ja tietovarantojen tehokkaassa hyödyntämisessä RAG-mallien avulla.

Blogg

8.11.2024

Börja med en gång

Online

Generatiivinen tekoäly on tekoälyn alalaji, joka keskittyy uuden sisällön kuten tekstien, kuvien, tai videon luomiseen (Feuerriegel ym., 2024). Generatiivinen tekoäly pohjautuu tyypillisesti syväoppimiseen, missä erilaisia malleja opetetaan koulutusdatan perusteella (Hoffman ym., 2021; Salakhutdinov, 2015). Voimakkaasti viime vuosina esillä ollut ChatGPT edustaa yhtä generatiivisen tekoälyn tyyppiä, laajaa kielimallia (LLM), tai tarkemmin ilmaistuna Generative Pre-trained Transformer (GPT; vapaasti suomennettuna ”generatiivinen esikoulutettu muuntaja) – mallia (Radford ym., 2018). Laajan kielimallin, tai GPT:n, kehitykseen on voitu käyttää opetusdatana esimerkiksi kirjallisuutta, tutkimusartikkeleja, verkkosisältöä kuten Wikipediaa ja sosiaalista, sekä asiantuntijoiden ohjausta.

GÅ TILL BLOGGEN(Öppnas i en ny flik)

Förtydligande information

Språk

Finska

Utbildningsområden

Teknik

Databehandling och kommunikation

Författare

Juhani Meriluoto

Utgivare

Jyväskylän ammattikorkeakoulu

Tillöggsuppgifter

Artikkeli on julkaistu Jyväskylän ammattikorkeakoulun ammatillisessa verkkolehdessä Jamk Arena Prossa.