Umetna inteligenca je zmožnost digitalnega računalnika ali računalniško vodenega robota, da opravlja naloge, ki so običajno povezane s čutečimi bitji. Izraz se pogosto uporablja za projekt razvoja sistemov, obdarjenih s človeku specifičnimi intelektualnimi procesi, kot je sposobnost razmišljanja, posploševanja ali učenja iz preteklih izkušenj. Poleg tega je definicija pojma AI (umetna inteligenca) skrčena na opis nabora povezanih tehnologij in procesov, kot so na primer strojno učenje, virtualni agenti in ekspertni sistemi. govoriti s preprostimi besedami AI je grobo preslikavo nevronov v možganih. Signali se prenašajo od nevrona do nevrona in na koncu izpišejo - dobimo numerični, kategorični ali generativni rezultat. To lahko ponazorimo z naslednjim primerom. če sistem posname sliko mačke in je usposobljen, da prepozna, ali je mačka ali ne, lahko prvi sloj prepozna splošne prelive, ki določajo celotno obliko mačke. Naslednja plast lahko identificira večje predmete, kot so ušesa in usta. Tretja plast določa manjše predmete (kot so brki). Nazadnje bo program na podlagi teh informacij izpisal "da" ali "ne", da ugotovi, ali je mačka ali ne. Programerju ni treba "povedati" nevronom, da so to lastnosti, ki jih morajo iskati. Umetna inteligenca se jih je naučila sama z urjenjem na številnih slikah (z mačkami in brez njih).
Kaj je umetna inteligenca?
Opis umetnega nevrona
Umetni nevron je matematična funkcija, zasnovana kot model bioloških nevronov, nevronske mreže. Umetni nevroni so osnovne enote v umetnih nevronskih mrežah. Umetni nevron prejme enega ali več vhodov in jih sešteje, da proizvede izhod ali sprožitev, ki predstavlja akcijski potencial nevrona, ki se prenaša po njegovem aksonu. Običajno se vsak vhod analizira ločeno, vsota pa se prenese skozi nelinearno funkcijo, znano kot aktivacijska funkcija ali prenosna funkcija.
Kdaj so se začele raziskave AI?
Leta 1935 je britanski raziskovalec A.M. Turing je opisal abstrakten računalniški stroj, ki je sestavljen iz neskončnega pomnilnika in skenerja, ki se premika naprej in nazaj po pomnilniku, znak za znakom. Optični bralnik prebere, kar najde, in zapiše nadaljnje znake. Dejanja skenerja narekuje program navodil, ki so prav tako shranjeni v pomnilniku kot simboli. Najzgodnejši uspešni program AI je leta 1951 napisal Christopher Strachey. Leta 1952 je ta program lahko igral dama z osebo in vse presenetil s svojo sposobnostjo napovedovanja potez. Leta 1953 je Turing objavil klasični zgodnji članek o šahovskem programiranju.
Razlika med umetno inteligenco in naravno
Inteligenco lahko opredelimo kot splošno mentalno sposobnost sklepanja, reševanja problemov in učenja. Na podlagi svoje splošne narave inteligenca vključuje kognitivne funkcije, kot so zaznavanje, pozornost, spomin, jezik ali načrtovanje. naravno inteligenco odlikuje zavesten odnos do sveta. Človeško mišljenje je vedno čustveno obarvano in ga ni mogoče ločiti od telesnosti. Poleg tega je človek družbeno bitje, zato družba vedno vpliva na mišljenje. AI ni povezan s čustveno sfero in ni socialno usmerjen.
Kako primerjati človeško in računalniško inteligenco?
Človeško razmišljanje lahko primerjamo z umetno inteligenco, ki temelji na več splošnih parametrih organizacije možganov in stroja. Delovanje računalnika, tako kot možgani, vključuje štiri stopnje: kodiranje, shranjevanje, analiziranje podatkov in izdajanje rezultata. Poleg tega se človeški možgani in umetna inteligenca lahko samoučijo glede na podatke, prejete iz okolja. Tudi človeški možgani in strojna inteligenca rešujejo probleme (ali naloge) z uporabo določenih algoritmov.
Ali imajo računalniški programi IQ?
št. IQ je povezan z razvojem človekove inteligence glede na starost. AI na nek način presega nekatere človeške sposobnosti, na primer lahko v pomnilnik shrani ogromno število številk, vendar to nima nobene zveze z IQ.
Kaj je Turingov test?
Alan Turing je razvil empirični test, ki pokaže, ali je program sposoben zajeti vse nianse človeškega vedenja do te mere, da človek ne more ugotoviti, s kom točno komunicira – z AI ali z živim sogovornikom. Turing je predlagal, da zunanji opazovalec oceni pogovor med osebo in strojem, ki odgovarja na vprašanja. Sodnik ne vidi, kdo natančno odgovarja, ve pa, da je eden od sogovornikov AI. Pogovor je omejen samo na besedilni kanal (računalniška tipkovnica in zaslon), tako da na rezultat ne vpliva sposobnost stroja, da besede upodablja kot človeški govor. Če programu uspe prevarati osebo, se šteje, da je uspešno opravila test.Simbolni pristop
Simbolni pristop k AI - nabor vseh metod za preučevanje umetne inteligence, ki temelji na simbolnih (človeku berljivih) idejah o nalogah, logiki in iskanju na visoki ravni. Simbolni pristop je bil široko uporabljen v raziskavah umetne inteligence v petdesetih in osemdesetih letih prejšnjega stoletja. Ena priljubljena oblika simbolnega pristopa so ekspertni sistemi, ki uporabljajo kombinacijo specifičnih produkcijskih pravil. Produkcijska pravila povezujejo simbole v logična razmerja, ki so podobna algoritmu Če-Potem. Ekspertni sistem obdeluje pravila, da naredi zaključke in ugotovi, katere dodatne informacije potrebuje, to je, katera vprašanja zastaviti z uporabo človeku berljivih simbolov.
logičen pristop
Izraz "logični pristop" pomeni sklicevanje na logiko, sklepanje, reševanje problemov s pomočjo logičnih korakov. Logiki so že v 19. stoletju razvili natančne zapise za vse vrste predmetov na svetu in razmerja med njimi. Do leta 1965 so bili programi, ki so lahko rešili kateri koli logični problem (vrhunec priljubljenosti tega pristopa je bil v poznih petdesetih in sedemdesetih letih). Zagovorniki logičnega pristopa v okviru logične umetne inteligence so upali, da bodo na takih programih (zlasti napisanih v jeziku Prolog) zgradili inteligentne sisteme. Vendar ima ta pristop dve omejitvi. Prvič, neformalnega znanja ni enostavno prenesti v formalne izraze, potrebne za obdelavo umetne inteligence. Drugič, obstaja velika razlika med reševanjem problema v teoriji in reševanjem v praksi. Celo težave z nekaj sto dejstvi lahko izčrpajo računalniške vire katerega koli računalnika, če ta nima nobene navedbe, katero razmišljanje uporabiti najprej.
Agentski pristop
Agent je nekaj, kar deluje (iz latinščine agere, "storiti"). Seveda vsi računalniški programi nekaj naredijo, vendar se od računalniških agentov pričakuje več: delujejo avtonomno, zaznavajo signale iz okolja (s pomočjo posebnih senzorjev), se prilagajajo spremembam, ustvarjajo cilje in jih uresničujejo. Racionalen agent je tisti, ki deluje tako, da doseže najboljši pričakovani rezultat.
Hibridni pristop
Predvideva se, da ta pristop, ki je postal popularen v poznih 80. letih, deluje najbolj učinkovito, saj gre za kombinacijo simbolnih in nevronskih modelov. Hibridni pristop poveča kognitivne in računalniške zmogljivosti stroja.
Trg tehnologije umetne inteligence
Pričakuje se, da se bo trg do leta 2025 povečal na 190,61 milijarde USD, z letno stopnjo rasti 36,62%. Na rast trga vplivajo dejavniki, kot so uvedba aplikacij in storitev v oblaku, pojav velikih podatkovnih nizov in aktivno povpraševanje po inteligentnih virtualnih pomočnikih. Še vedno pa je malo strokovnjakov, ki razvijajo in implementirajo tehnologije umetne inteligence, kar zavira rast trga. Sistemi, ki jih poganja umetna inteligenca, zahtevajo podporo za integracijo in vzdrževanje.
Procesorji za AI
Sodobne naloge AI zahtevajo zmogljive procesorje, ki lahko obdelajo ogromne količine podatkov. Procesorji morajo imeti dostop do velikih količin pomnilnika, naprava pa potrebuje tudi hitre podatkovne povezave.V Rusiji
Konec leta 2018 je bila v Rusiji predstavljena serija strežnikov Elbrus-804, ki so pokazali visoko zmogljivost. Vsak od računalnikov je opremljen s štirimi osemjedrnimi procesorji. Z uporabo teh naprav lahko zgradite računalniške grozde, omogočajo vam delo z aplikacijami in bazami podatkov.
Svetovni trg
Gonila in vodilna na trgu sta dve korporaciji - Intel in AMD, proizvajalca najmočnejših procesorjev. Intel se tradicionalno osredotoča na izdelavo strojev z višjimi takti, AMD se osredotoča na stalno povečevanje števila jeder in zagotavljanje večnitne zmogljivosti.
Nacionalni razvojni koncept
Tri ducate držav je že potrdilo nacionalne strategije za razvoj umetne inteligence. Oktobra 2019 naj bi v Rusiji sprejeli osnutek Nacionalne strategije za razvoj umetne inteligence. Predvideva se, da bo Moskva uvedla pravni režim, ki bo olajšal razvoj in implementacijo tehnologij umetne inteligence.
Raziskave AI
Vprašanja, kaj je umetna inteligenca in kako deluje, vznemirjajo znanstvenike različne državeže več kot desetletje. Ameriška vlada za raziskave letno nameni 200 milijonov dolarjev. V Rusiji je bilo za 10 let - od 2007 do 2017 - dodeljenih približno 23 milijard rubljev. Poglavja o podpori raziskovanju umetne inteligence bodo postala pomemben del koncepta nacionalne strategije. V bližnji prihodnosti se bodo v Rusiji odprli novi raziskovalni centri in nadaljeval se bo razvoj inovativne programske opreme za AI.
Standardizacija AI
Norme in pravila na področju umetne inteligence v Rusiji se nenehno izboljšujejo. Predvideva se, da bodo konec leta 2019 - v začetku leta 2020 odobreni nacionalni standardi, ki jih zdaj razvijajo vodilni na trgu. Vzporedno se oblikuje Nacionalni načrt standardizacije za leto 2020 in naprej. Standard »Umetna inteligenca. Koncept in terminologija«, leta 2019 pa so strokovnjaki začeli razvijati njegovo rusificirano različico. Dokument mora biti potrjen leta 2021.
Vpliv umetne inteligence
Uvajanje umetne inteligence je neločljivo povezano z znanstvenim in tehnološkim napredkom, obseg uporabe pa se vsako leto širi. S tem se srečujemo vsak dan v življenju, ko nam velika trgovska veriga na internetu priporoči izdelek ali ko odpremo računalnik, zagledamo reklamo za film, ki smo si ga ravno želeli ogledati. Ta priporočila temeljijo na algoritmih, ki analizirajo, kaj je potrošnik kupil ali gledal. Za temi algoritmi stoji umetna inteligenca.
Ali obstaja tveganje za razvoj človeške civilizacije?
Elon Musk meni, da bi razvoj umetne inteligence lahko ogrozil človeštvo in da bi bili rezultati hujši od uporabe jedrskega orožja. Stephen Hawking, britanski znanstvenik, se boji, da lahko ljudje ustvarijo umetno inteligenco s superinteligenco, ki lahko človeku škodi.O gospodarstvu in poslovanju
Prodor tehnologije umetne inteligence na vsa področja gospodarstva bo do leta 2030 povečal obseg svetovnega trga storitev in blaga za 15,7 bilijona dolarjev. ZDA in Kitajska sta še vedno vodilni glede vseh vrst projektov na področju umetne inteligence. Tudi razvite države - Nemčija, Japonska, Kanada, Singapur - si prizadevajo uresničiti vse možnosti. Številna zmerno rastoča gospodarstva, kot so Italija, Indija in Malezija, razvijajo prednosti v posebnih aplikacijah AI.
Na trg dela
Globalni vpliv umetne inteligence na trg dela bo potekal po dveh scenarijih. Prvič, širjenje nekaterih tehnologij bo povzročilo odpuščanje velikega števila ljudi, saj bodo računalniki prevzeli veliko nalog. Drugič, zaradi razvoja tehnološkega napredka bodo strokovnjaki za umetno inteligenco v številnih panogah zelo iskani.
pristranskost AI
Pristranskost sistema umetne inteligence bo verjetno postala čedalje pogostejši problem, ko se umetna inteligenca seli iz laboratorija v resnični svet. Raziskovalci se bojijo, da bi lahko brez ustreznega usposabljanja za ocenjevanje podatkov in ugotavljanje možnosti za pristranskost podatkov ranljive skupine v družbi bile oškodovane ali kršene njihove pravice. Zaenkrat raziskovalci nimajo podatkov o tem, ali bodo sistemi, zgrajeni na podlagi strojnega učenja, ogrozili človeštvo.
Aplikacije
Umetna inteligenca in njene aplikacije se spreminjajo. Definicija Weak AI (»šibek AI«) se uporablja, ko gre za izvajanje ozkih nalog v medicinski diagnostiki, elektronskih trgovalnih platformah in nadzoru robotov. Medtem ko Strong AI (»močan AI«) raziskovalci opredeljujejo kot intelekt, ki se sooča z globalnimi nalogami, kot da bi bile zastavljene osebi.
Obrambna in vojaška uporaba
Do leta 2025 bo prodaja povezanih storitev, programske in strojne opreme v svetovnem merilu narasla na 18,82 milijarde $, letna rast trga pa bo 14,75-odstotna. AI se uporablja za združevanje podatkov, bioinformatiko, vojaško usposabljanje in obrambni sektor.V izobraževanju
Številne šole vključujejo uvodne ure umetne inteligence v svoj učni načrt računalništva, univerze pa v veliki meri uporabljajo tehnologije velikih podatkov. Nekateri programi spremljajo vedenje učencev, ocenjujejo teste in eseje, prepoznajo napake pri izgovorjavi in predlagajo popravke.
Obstajajo tudi spletni tečaji o umetni inteligenci. Na primer na izobraževalnem portalu.
V poslu in trgovini
V naslednjih petih letih bodo vodilni trgovci na drobno imeli mobilne aplikacije, ki bodo delovale z digitalnimi pomočniki, kot je Siri, in bodo olajšale nakupovanje. AI vam omogoča, da zaslužite ogromne količine denarja na internetu. Primer je Amazon, ki nenehno analizira vedenje potrošnikov in izboljšuje algoritme.
Kje se lahko naučim o #umetni inteligenci
V energetiki
AI pomaga predvideti proizvodnjo in povpraševanje po virih energije, zmanjšati izgube in preprečiti krajo virov. V elektroenergetiki uporaba AI pri analizi statističnih podatkov pomaga izbrati najdonosnejšega dobavitelja ali avtomatizirati storitve za stranke.
V proizvodnem sektorju
Glede na raziskavo McKinseyja, v kateri je sodelovalo 1300 vodilnih delavcev, 20 % podjetij že uporablja AI. Pred kratkim je Mosselprom implementiral AI v svojo proizvodnjo v pakirnici. Uporablja sposobnost AI za prepoznavanje slike. Kamera posname vsa dejanja zaposlenega s skeniranjem črtne kode, natisnjene na oblačilu, in podatke pošlje v računalnik. Število opravljenih transakcij neposredno vpliva na prejemke zaposlenega.
V pivovarstvu
Carlsberg uporablja strojno učenje za izbiro kvasa in razširitev njegove ponudbe. Tehnologija je implementirana na podlagi digitalne oblačne platforme.V bančništvu
Zaradi potrebe po zanesljivi obdelavi podatkov, razvoja mobilnih tehnologij, dostopnosti informacij in širjenja odprtokodne programske opreme je umetna inteligenca tehnologija, po kateri povprašujejo bančni sektor. Vse več bank črpa posojila s pomočjo razvojnih podjetij mobilne aplikacije. Nove tehnologije izboljšujejo storitve za stranke in analitiki napovedujejo, da bo v petih letih umetna inteligenca v bankah večino odločitev sprejemala sama.
Pri transportu
Razvoj tehnologij umetne inteligence je gonilo prometne industrije. Spremljanje stanja cest, zaznavanje pešcev ali predmetov na napačnih mestih, avtonomna vožnja, storitve v oblaku v avtomobilski industriji je le nekaj primerov uporabe AI v prometu.
V logistiki
Moč umetne inteligence podjetjem omogoča boljše napovedovanje povpraševanja in stroškovno učinkovitejšo gradnjo dobavnih verig. Umetna inteligenca pomaga zmanjšati število vozil, potrebnih za prevoz, optimizirati čas dostave in zmanjšati operativne stroške transportnih in skladiščnih zmogljivosti.
Na trgu luksuznih dobrin in storitev
Luksuzne blagovne znamke so se za analizo potreb strank obrnile tudi na digital. Eden od izzivov, s katerimi se soočajo razvijalci v tem segmentu, je obvladovanje in vplivanje na čustva strank. Dior že prilagaja AI za upravljanje interakcij med strankami in blagovno znamko prek chatbotov. Luksuzne znamke bodo v prihodnosti tekmovale in raven personalizacije, ki jo lahko dosežejo z umetno inteligenco, bo odločilna.
V javni upravi
Državni aparati mnogih držav še niso pripravljeni na izzive, ki se skrivajo v tehnologijah AI. Strokovnjaki napovedujejo, da bodo številne obstoječe vladne strukture in procesi, ki so se razvili v zadnjih nekaj stoletjih, v bližnji prihodnosti verjetno postali nepomembni.
V forenziki
Za prepoznavanje kriminalcev na javnih mestih se uporabljajo različni pristopi AI. V nekaterih državah, na primer na Nizozemskem, policija uporablja umetno inteligenco za preiskovanje kompleksnih kaznivih dejanj. Digitalna forenzika je nastajajoča znanost, ki zahteva rudarjenje ogromnih količin zelo kompleksnih podatkovnih nizov.V pravosodju
Razvoj na področju umetne inteligence bo pripomogel k korenitim spremembam pravosodnega sistema, ga naredil bolj pravičnega in brez korupcije. Eno prvih AI v pravosodnem sistemu je začela uporabljati Kitajska. Lahko se domneva, da bodo robotski sodniki sčasoma lahko delovali z velikimi podatki iz repozitorijev javnih storitev. Strojna inteligenca analizira ogromno podatkov in ne doživlja čustev kot človeški sodnik. Umetna inteligenca ima lahko velik vpliv na obdelavo informacij in zbiranje statističnih podatkov, pa tudi na napovedovanje morebitnih prekrškov na podlagi analize podatkov.
V športu
Uporaba umetne inteligence v športu je v zadnjih letih postala običajna. Športne ekipe (baseball, nogomet itd.) analizirajo podatke o uspešnosti posameznih igralcev, pri čemer pri izbiri upoštevajo različne dejavnike. AI lahko napove prihodnji potencial igralcev z analizo tehnike igre, fizičnega stanja in drugih podatkov ter oceni njihovo tržno vrednost.
V zdravstveni medicini
To področje uporabe hitro raste. AI se uporablja pri diagnosticiranju bolezni, kliničnih raziskavah, razvoju zdravil in zdravstvenem zavarovanju. Poleg tega je zdaj razcvet naložb v številne medicinske aplikacije in naprave.
Analiza obnašanja državljanov
Opazovanje vedenja državljanov se pogosto uporablja na področju varnosti, vključno z vedenjem na spletnih straneh (v v socialnih omrežjih) in v messengerjih. Leta 2018 je na primer kitajskim znanstvenikom uspelo identificirati 20.000 potencialnih samomorilcev in jim zagotoviti psihološko pomoč. Marca 2018 je Vladimir Putin ukazal okrepiti ukrepe državnih organov za boj proti negativen vpliv destruktivna gibanja na družbenih omrežjih.V razvoju kulture
Algoritmi AI začnejo ustvarjati umetniška dela, ki jih je težko ločiti od tistih, ki jih je ustvaril človek. Umetna inteligenca ponuja kreativnim ljudem številna orodja za uresničitev idej. Trenutno se razumevanje vloge umetnika v širšem smislu spreminja, saj AI ponuja veliko novih metod, a postavlja človeštvu tudi številna nova vprašanja.
Slika
Umetnost je dolgo veljala za izključno sfero človekove ustvarjalnosti. Toda izkazalo se je, da lahko stroji na ustvarjalnem področju naredijo veliko več, kot se ljudje zavedajo. Oktobra 2018 je Christie's prodal prvo sliko z umetno inteligenco za 432.500 dolarjev. Uporabljen je bil algoritem generativne kontradiktorne mreže, ki je analiziral 15.000 portretov, ustvarjenih med 15. in 20. stoletjem.
Glasba
Razvitih je bilo več glasbenih programov, ki za ustvarjanje glasbe uporabljajo AI. Kot na drugih področjih tudi v tem primeru AI simulira miselno nalogo. Pomembna lastnost je zmožnost algoritma umetne inteligence, da se uči iz prejetih informacij, kot je računalniška tehnologija sledenja, ki je sposobna poslušati in slediti človeškemu izvajalcu. Umetna inteligenca poganja tudi tako imenovano tehnologijo interaktivnega sestavljanja, pri kateri računalnik sklada glasbo kot odgovor na nastop glasbenika v živo. V začetku leta 2019 je Warner Music podpisal prvo pogodbo z izvajalcem – algoritmom Endel. Po pogojih pogodbe bo nevronska mreža Endel med letom izdala 20 edinstvenih albumov.
Fotografija
AI hitro spreminja način razmišljanja o fotografiji. V samo nekaj letih bo večina napredka na tem področju osredotočena na AI in ne na optiko ali senzorje, kot doslej. Prvič napredek v fotografski tehnologiji ne bo povezan s fiziko in bo ustvaril povsem nov način razmišljanja o fotografiji. Že zdaj nevronska mreža prepozna najmanjše spremembe pri modeliranju obrazov v urejevalnikih fotografij.
Video: zamenjava obraza
Leta 2015 je Facebook začel testirati tehnologijo DeepFace na spletnem mestu. Leta 2017 je uporabnik Reddita DeepFakes pripravil algoritem za ustvarjanje realističnih videov z zamenjavo obraza z uporabo nevronskih mrež in strojnega učenja.
Mediji in literatura
Leta 2016 je Google AI po analizi 11.000 neobjavljenih knjig začel pisati svoja prva literarna dela. Raziskovalci Facebook AI Research so leta 2017 pripravili sistem nevronske mreže, ki lahko piše poezijo o kateri koli temi. Novembra 2015 je smer priprave avtomatskih besedil odprlo rusko podjetje Yandex.
Pojdite na igre, poker, šah
Leta 2016 je umetna inteligenca premagala človeka v igri Go (igra z več kot 10.100 možnostmi). V šahu je superračunalnik premagal človeškega igralca zaradi zmožnosti shranjevanja v spomin potez, ki so jih kdaj igrali ljudje, in programiranja novih 10 korakov naprej. Poker danes igrajo roboti, čeprav je nekoč veljalo, da je skoraj nemogoče usposobiti računalnik za igranje te igre s kartami. Vsako leto razvijalci vse bolj izboljšujejo algoritme.Prepoznavanje obraza
Tehnologija prepoznavanja obrazov se uporablja tako za fotografije kot za video tokove. Nevronske mreže zgradijo vektorsko ali "digitalno" predlogo obraza, nato se te predloge primerjajo znotraj sistema. Na obrazu najde referenčne točke, ki določajo posamezne lastnosti. Algoritem za izračun značilnosti je drugačen za vsak sistem in je glavna skrivnost razvijalcev.
Za nadaljnji razvoj in uporabo umetne inteligence je potrebno najprej usposobiti človeka
Sergej Širkin
Dekan Fakultete za umetno inteligenco
Tehnologije umetne inteligence v obliki, v kateri se uporabljajo zdaj, obstajajo že približno 5-10 let, vendar je za njihovo uporabo, nenavadno, potrebno veliko število ljudi. Skladno s tem so glavni stroški na področju umetne inteligence stroški strokovnjakov. Poleg tega so skoraj vse osnovne tehnologije umetne inteligence (knjižnice, ogrodja, algoritmi) brezplačne in v javni domeni. Včasih je bilo iskanje strokovnjakov za strojno učenje skoraj nemogoče. Zdaj pa jih je, predvsem zaradi razvoja MOOC (eng. Massive Open Online Course, masivni odprti spletni tečaj), več. višji izobraževalne ustanove ponujajo tudi strokovnjake, vendar morajo ti pogosto zaključiti študij na spletnih tečajih.
Zdaj lahko umetna inteligenca dobro prepozna, da oseba namerava zamenjati službo, in mu lahko ponudi ustrezne spletne tečaje, od katerih jih je veliko mogoče opraviti samo s pametnim telefonom. In to pomeni, da lahko vadite tudi na poti – na primer na poti v službo. Eden prvih takih projektov je bil spletni vir Coursera, kasneje pa se je pojavilo veliko podobnih izobraževalnih projektov, od katerih vsak zaseda določeno nišo v spletnem izobraževanju.
Razumeti morate, da je AI, tako kot vsak program, predvsem koda, torej besedilo, oblikovano na določen način. Ta koda potrebuje razvoj, vzdrževanje in izboljšave. Žal se to ne zgodi samo od sebe, brez programerja koda ne more »zaživeti«. Zato so vsi strahovi o vsemogočnosti AI neutemeljeni. Programi so ustvarjeni za strogo določene naloge, nimajo čustev in želja kot oseba, ne izvajajo dejanj, ki jih programer ni dal vanje.
Lahko rečemo, da ima AI v našem času le posamezne človeške sposobnosti, čeprav lahko v hitrosti njihove uporabe prehiti povprečnega človeka. Res je, veliko ur truda tisočih programerjev je porabljenih za razvoj vsake takšne veščine. Največ, česar je umetna inteligenca doslej zmožna, je avtomatizirati nekatere fizične in miselne operacije ter s tem ljudi osvoboditi rutine.
Ali uporaba umetne inteligence nosi kakšno tveganje? Namesto tega zdaj obstaja tveganje, da ne bomo videli možnosti uporabe tehnologij umetne inteligence. Številna podjetja se tega zavedajo in se skušajo razvijati v več smereh hkrati, v upanju, da bo katera od njih »ustrelila«. Ilustrativen primer so spletne trgovine: zdaj so ostali na površju le tisti, ki so spoznali potrebo po uporabi AI, ko ta še ni bil v trendu, čeprav je bilo povsem mogoče "prihraniti denar" in ne brez razloga povabiti potrebnih matematikov-programerjev .
Možnosti razvoja umetne inteligence
Računalniki zdaj lahko počnejo veliko stvari, ki so jih nekoč lahko počeli samo ljudje: igrajo šah, prepoznavajo črke abecede, preverjajo črkovanje, slovnico, prepoznavajo obraze, narekujejo, govorijo, zmagujejo v igrah ipd. A skeptiki vztrajajo. Ko je človeška sposobnost avtomatizirana, skeptiki pravijo, da je to le še en računalniški program in ne primer samoučeče se umetne inteligence. Tehnologije AI šele najdejo široko uporabo in imajo velik potencial rasti na vseh področjih. Sčasoma bo človeštvo ustvarjalo vedno bolj zmogljive računalnike, ki se bodo z razvojem AI vedno bolj izpopolnjevali.
Je namen umetne inteligence postaviti človeški um v računalnik?
Obstaja le približno razumevanje delovanja človeških možganov. Zaenkrat z AI ni mogoče posnemati vseh lastnosti uma.
Ali lahko umetna inteligenca doseže človeško raven inteligence?
Znanstveniki si prizadevajo zagotoviti, da bi umetna inteligenca lahko rešila še več raznolikih problemov. A o doseganju ravni človeške inteligence je prezgodaj govoriti, saj mišljenje ni omejeno le na en algoritem.
Kdaj lahko umetna inteligenca doseže raven človeškega razmišljanja?
Na tej stopnji kopičenja in analize informacij, ki jo je zdaj doseglo človeštvo, je AI daleč od človeškega razmišljanja. Vendar pa se lahko v prihodnosti pojavijo prelomne ideje, ki bodo vplivale na močan skok v razvoju AI.
Ali lahko računalnik postane inteligenten stroj?
Del vsakega kompleksnega stroja je računalniški sistem in tu je mogoče govoriti le o inteligentnih računalniških sistemih. Računalnik sam po sebi ni inteligenten.
Ali obstaja povezava med hitrostjo in razvojem inteligence pri računalnikih?
Ne, hitrost je odgovorna samo za nekatere lastnosti inteligence. Hitrost obdelave in analiziranja informacij sama po sebi ni dovolj za pojav inteligence.
Ali je mogoče ustvariti otroški stroj, ki bi se razvijal z branjem in samoučenjem?
O tem razpravljajo raziskovalci že skoraj sto let. Verjetno bo ideja nekoč uresničena. Danes programi AI ne obdelajo in ne uporabijo toliko informacij, kot jih lahko otroci.
Kako sta teorija izračunljivosti in računska kompleksnost povezani z umetno inteligenco?
Teorija računalniške kompleksnosti se osredotoča na razvrščanje računalniških problemov glede na njihovo inherentno kompleksnost in medsebojno povezovanje teh razredov. Računski problem je problem, ki ga reši računalnik. Računski problem je rešljiv z mehansko uporabo matematičnih korakov, kot je algoritem.
Zaključek
Umetna inteligenca je že močno vplivala na razvoj našega sveta, kar je bilo še pred stoletjem nemogoče predvideti. Omrežja pametnih telefonov usmerjajo klice učinkoviteje kot kateri koli človeški operater. Avtomobile v tovarnah brez posadke izdelujejo avtomatizirani roboti. Umetna inteligenca se integrira v najpogostejše gospodinjske predmete, kot je sesalnik. Mehanizmi umetne inteligence niso povsem razumljeni, a strokovnjaki napovedujejo, da se bo razvoj umetne inteligence v prihodnjih letih še bolj približal razvoju človeških možganov.
Umetna inteligenca, ena najbolj vznemirljivih tem leposlovja 20. stoletja, dosega neverjetne korake. Nenehno uporabljamo AI Vsakdanje življenje, pogosto ne da bi vedeli. Kljub temu pa umetna inteligenca še danes ne zapušča strani znanstvenofantastičnih romanov in kinematografskih platen. Nekateri avtorji rišejo grozljive slike človeštva, ki ga zasužnji stroj, medtem ko drugi, nasprotno, vidijo AI kot zvestega pomočnika in prijatelja človeka.
Kje je resnica in kaj je pravzaprav umetna inteligenca? Ali bo kdaj preseglo zmožnosti človeškega uma? Ali pa se je že zgodilo? GeekBrains je pripravljen odgovoriti na najbolj priljubljena vprašanja o umetni inteligenci in možnostih za njeno uporabo.
Kaj je umetna inteligenca?
Umetna inteligenca (skrajšano AI) je nejasen pojem in še vedno nima splošno sprejete definicije. Sredi 20. stoletja, ko je bil ta izraz prvič omenjen na Dartmouthskem seminarju, so mu avtorji dali pomen, ki je bil bistveno drugačen od sodobnega. Takrat so znanstveniki verjeli, da je umetna inteligenca sistem, ki bo lahko prevedel besedila iz enega jezika v drugega, prepoznal predmete s fotografije ali videa, zajel pomen izgovorjenih stavkov in se nanje ustrezno odzval. Trenutni AI zmore vse! Toda ali lahko štejemo, da so cilji doseženi in je umetna inteligenca že ustvarjena?
Nekateri znanstveniki gradijo zapletene teorije na presečišču filozofije in računalništva ter poskušajo ugotoviti, kaj je umetna inteligenca in kakšne značilnosti mora imeti sistem, da se šteje za inteligentnega. Ne da bi se spuščali v podrobnosti, lahko rečemo, da je inteligenca opredeljena kot sposobnost učenja, razumevanja in uporabe znanja v praksi. Zato imamo tudi pravico pričakovati od umetne inteligence sposobnost učenja, realizacije našega znanja in njegove uporabe. S prvo in zadnjo nalogo gre sodobni AI kar dobro!
Kdaj se je začel razvoj AI?
Poleti 1956 so se v Dartmouthu znanstveniki zbrali na seminarju o umetni inteligenci (tam je bil tudi oblikovan izraz), že naslednje leto pa se je pojavil koncept prve umetne nevronske mreže perceptron. Leta 1960 je Frank Rosenblatt na podlagi tega koncepta ustvaril računalnik Mark-1. Prvi nevroračunalnik na svetu so naučili prepoznati črke latinske abecede. Toda nepopolnost tehnologije 60-ih in zapletenost procesov nista omogočili, da bi se tehnologija spomnila, njen razvijalec pa je kmalu umrl. Nevroračunalniki so bili za 20 let pozabljeni.
Šele v osemdesetih letih prejšnjega stoletja so koncepte nevronskih mrež spet začeli jemati resno. Tehnologija je bila že dovolj zmogljiva, kritik pa je bilo manj: pametna elektronika je hitro napredovala. Kar se je pred dvema desetletjema zdelo kot sanje, je postalo videti povsem resnično in uresničljivo. Vendar je trajalo še 20 let, da smo našli prave pristope k usposabljanju nevronskih mrež. Šele sredi 2000-ih so znanstveniki našli pravo pot in umetne nevronske mreže so začele svoj zmagoviti pohod po planetu.
Toda preden opišemo njihove uspehe, poglejmo, kako ta omrežja delujejo.
Opis umetnega nevrona
Umetne nevronske mreže so nastale kot matematični model človeških možganov. Za to sta morala znanstvenika Warren McCulloch in Walter Pitts razviti teorijo o človeških možganih.
V njej so posamezni nevroni žive celice s kompleksno zgradbo. Vsak nevron ima dendrite - razvejane procese, ki lahko izmenjujejo signale z drugimi nevroni prek sinaps, kot tudi en akson - večji proces, ki je odgovoren za prenos impulzov iz nevrona. Del sinaps je odgovoren za vzbujanje nevrona, del - za inhibicijo. Od tega, kakšni signali in preko kakšnih sinaptičnih povezav bodo prihajali na »vhod« nevrona, bodo odvisni tudi impulzi, ki jih bo le-ta posredoval drugim nevronom.
Umetni nevron ne potrebuje fizičnega nosilca. Na splošno je to matematična funkcija. Njegova naloga je, da sprejema informacije (na primer signale iz številnih drugih umetnih nevronov), jih na določen način obdela in nato "aksonu" poda rezultat - izhod. V umetni mreži so nevroni običajno razdeljeni na tri vrste:
- vhod - vsak od teh nevronov kot vhod prejme element začetne informacije (na primer eno točko slike, če omrežje prepozna fotografije);
- informacije vmesnega procesa;
- izpis - podajte rezultat (pri prepoznavanju fotografije je lahko rezultat identifikator upodobljenega predmeta).
Sama nevronska mreža je ustvarjena v plasteh, kot pita. Ena od zunanjih plasti vsebuje vhodne nevrone, druga vsebuje izhodne nevrone, med njimi pa se lahko nahaja eden ali več vmesnih. Vsak nevron vmesne mreže je povezan z množico nevronov iz obeh okoliških plasti. Komunikacija med nevroni je zagotovljena z utežmi - številskimi vrednostmi, ki jih vsak nevron izračuna na podlagi podatkov, prejetih iz prejšnjega sloja omrežja.
Pri ustvarjanju umetnih nevronskih mrež so se znanstveniki osredotočili na strukturo človeških možganov. Zato se načela obnašanja umetnih nevronov ne razlikujejo tako od pravih, živih. Morda bo um, ki se lahko razvije na podlagi takšnih nevronskih mrež, blizu človeškemu?
Razlika med umetno inteligenco in naravno
Vprašanje, kako se umetna inteligenca razlikuje od naravne inteligence, je pravzaprav bolj filozofsko kot strogo znanstveno. In bistvo niti ni v tem, da si ne moremo predstavljati, kako bo izgledal (ali ne izgleda) umetno ustvarjen um. Pač sposobni smo si predstavljati karkoli – in pisci znanstvene fantastike so to že večkrat dokazali. Dejstvo je, da niti ena danes obstoječa umetna inteligenca ni dosegla dovolj visoke stopnje razvoja, da bi lahko enakovredno tekmovala s človekom.
Obstaja stališče, ki ga je izrazil filozof John Searle že v osemdesetih letih. Skoval je izraza "močan AI" in "šibek AI". Močna umetna inteligenca se po mnenju znanstvenika lahko zaveda samega sebe in razmišlja kot oseba. Šibki tega ne zmorejo.
Današnje umetne inteligence, če jih razvrsti Searle, so očitno šibke, saj nobeden od njih še ni zasnoval samozavedanja. Naše umetne nevronske mreže prepoznavajo obraze in rišejo nenavadne, neverjetne slike, berejo ročno napisano besedilo in celo dodajajo poezijo – vendar so bile ustvarjene izključno za te namene. Nobena od teh nevronskih mrež se ne more premisliti in zase izbrati drugačne »specialnosti«. Delajo samo tisto, za kar so bili usposobljeni, in v nekem smislu se lahko štejejo za programirane za opravljanje teh nalog. Nimajo pravega razumevanja, kaj je za temi stvarmi. Searle je trdil, da je zgraditi močan AI v bistvu nemogoče.
Drugi filozof, Hubert Dreyfus, je prav tako verjel, da računalniških sistemov nikoli ni mogoče primerjati s človekom - saj se v svoji racionalni dejavnosti ne opira le na pridobljeno znanje, temveč tudi na empirične izkušnje. Računalniki ga po definiciji nimajo – zato jim ni usojeno, da razvijajo svoj um.
Toda te samozavestne izjave so bile podane v času, ko so nevronske mreže šele delale prve korake. Danes, ko gledamo na njihov učni uspeh, ni težko verjeti v resničnost umetne inteligence, ki se lahko izenači s človekom ali ga celo preseže.
Kako primerjati človeško in računalniško inteligenco?
Čakajte, kako lahko sploh ugotovimo, ali je umetna inteligenca dosegla človeško raven ali ne?
Lahko domnevamo, da je eno od meril prisotnost občutkov in čustev, pa tudi ustvarjalnost. Če bi stroj začel doživljati strah ali ljubezen, če bi se nenadoma odločil napisati pesem ali naslikati sliko - ali ne bi bilo to manifestacija razuma?
Čisto mogoče. Vendar pa imajo tudi živali in ptice čustva. Ob tem pa na vprašanje njihove razumnosti (predvsem enakosti njihovega uma človeškemu) pogosto odgovorimo nikalno. Poleg tega je občutke mogoče programirati – v večini primerov so reakcija na specifične zunanje dražljaje. Nazadnje preprosto nimamo podatkov o tem, ali bodo računalniki kdaj sposobni doživljati čustva, primerljiva s človeškimi. Toda ali bi morali biti njihovi občutki podobni našim?
Morda je zanesljivejši kriterij samozavedanje? Če se stroj sprašuje "Kdo sem?" - to je trenutek pojava racionalnosti? Toda samozavedanje je prisotno tudi pri živalih. Hkrati je večina ljudi povsem sposobna živeti svoje življenje brez poglabljanja v globoka filozofska vprašanja.
Ali obstajajo bolj natančne in rigorozne metode za primerjavo inteligenc? Navsezadnje obstaja koeficient IQ, s katerim lahko ocenite duševne sposobnosti osebe. Zakaj ga ne bi uporabili za avto?
Ali imajo računalniški programi IQ?
Merjenje inteligence, tudi pri ljudeh, je neverjetno težko - kognitivnim in mentalnim sposobnostim ne morete pripeti ravnila. Poleg tega IQ ni absolutni kazalnik, ampak relativni. Nekateri znanstveniki na splošno verjamejo, da IQ testi ne merijo inteligence same po sebi, ampak sposobnost prestajanja takih testov. Lahko se trenira in doseže sijajen rezultat - vendar se intelekt seveda ne bo spremenil. Torej IQ ni nič drugega kot številka, ki je povezana z inteligenco, vendar je ne more dati objektivne ocene.
V nekaterih testih IQ prevladujejo naloge za opazovanje ali logiko, v drugih - za kombinatoriko, v tretjih - za matematično razmišljanje. Rezultat bo odvisen od tega, kaj je človeku lažje in v čem je bolj kompetenten. Hitrost opravljanja testov in specializacija nalog sta pomembni.
Umetno inteligenco je mogoče tudi "usposobiti" za reševanje določenih razredov problemov, stroj pa bo potreboval veliko manj časa, da opravi test IQ kot človek. Tako bo nevronska mreža lahko nabirala točke, ki so za briljantne ljudi nepredstavljive, hkrati pa ne bo mogla odgovoriti na najpreprostejša vprašanja, na katera ni bila pripravljena med usposabljanjem.
Torej obstajajo kakršna koli merila, po katerih lahko objektivno presojamo strojno inteligenco? Eden prvih raziskovalcev, ki jih je poskušal razviti, je bil slavni britanski matematik Alan Turing.
Kaj je Turingov test?
Leta 1950 je Turing objavil članek »Computing Machines and the Mind«, v katerem je obravnaval teoretično možnost razmišljanja v strojih. To ni bila prva študija na temo umetne inteligence in niti ne prvo tovrstno delo Turinga, vendar je postalo izhodišče za resne znanstvene razprave in spore.
Turing je začel z definicijami, da bi pojasnil vprašanje, ali lahko stroj misli, kar se mu je zdelo preveč nejasno. Kateri avto misliš? Kaj sploh pomeni »misliti«?.. Očitno je bilo, da takšno vprašanje na začetku nosi iracionalno zrno, ki ne bi omogočalo pravilnega odgovora nanj. Rezultat znanstvenikovih razmišljanj je bil Turingov test - poskus, v katerem je oseba ("sodnik") povabljena k komunikaciji z dvema sogovornikoma: osebo in računalnikom. Naloga sodnika je razumeti, kdo je kdo. Če zaradi tega ni prepričan, kateri od sogovornikov je program, ali se je zmotil pri oceni, se šteje, da je stroj opravil test.
Bistvo Turingovega testa ni ustvariti »prevarantskega stroja«, ki se lahko pretvarja, da je človek. Pomaga zagotoviti, da ima določen stroj ali program um, ki ga je težko razlikovati od človeškega. Takšen računalnik je Turing imenoval "inteligenten" - ta definicija je stara več kot 60 let in ostaja pomembna.
Procesorji za AI
Tehnologije AI niso omejene na programske rešitve. Danes se aktivno razvijajo elektronski čipi, v katere je na strojni ravni vgrajena podpora AI. Mikroprocesorji te vrste se imenujejo nevronski procesorji. Uporabljajo se v brezpilotnih vozilih in letalih (droni), industrijskih robotih in avtomatih, pa tudi za reševanje specializiranih nalog - prepoznavanje glasu ali slike, ustvarjanje iskalnikov in strojnih prevajalnikov.
Med takimi napravami je Google Tensor Processing Unit (TPU), zasnovan posebej za sisteme strojnega učenja. Ta naprava še ni na voljo za prodajo: samo Google jo uporablja za optimizacijo rezultatov iskanja in obdelavo fotografij. TPU deluje z 8-bitnimi številkami (kar je izjemno malo za natančne izračune) in ima nekaj več kot ducat navodil (drugi sodobni procesorji jih imajo lahko na stotine). Toda to tenzorskemu procesorju ne preprečuje učinkovitega izvajanja izračunov, povezanih z umetno inteligenco in nevronskimi mrežami. Procesor se hitro razvija – Google vsako leto izda novo različico.
Procesor Tensor Google Tensor Processing Unit 3.0 (TPU)
Obstajajo tudi drugi dogodki podobnih čipov. Mnogi od njih so visoko specializirani: zasnovani so na primer za pospeševanje programov AI za računalniški vid.
Trg tehnologije umetne inteligence
Tehnologije umetne inteligence se uporabljajo na skoraj vseh področjih človekovega delovanja, zato ima umetna inteligenca veliko prihodnost. Trg izdelkov, ki uporabljajo AI, hitro raste.
Svetovni trg
Do leta 2022 naj bi trg umetne inteligence dosegel 52 milijard dolarjev. Morda to ni tako velika številka - na primer, trg računalniških iger bo do istega leta presegel 130 milijard, trg pametnih telefonov pa je bil že leta 2018 10-krat večji - 520 milijard.
Toda trg AI kaže neprimerljivo rast - po nekaterih ocenah raste za približno 30% letno (podobne številke za igre in pametne telefone so približno 5%). Če se bo ta tempo sprejemanja tehnologije nadaljeval še nekaj let, lahko pričakujemo, da bo umetna inteligenca kmalu dobesedno povsod.
Največja svetovna IT podjetja: Google, IBM, Intel, Nvidia prispevajo k razvoju AI. Prednjačijo ZDA, Kitajska in Združeno kraljestvo.
V Rusiji
Če je bilo leta 2017 v Rusiji le nekaj deset projektov, ki uporabljajo AI, jih je leta 2018 že na stotine. Strokovnjaki napovedujejo, da bo do leta 2020 trg dosegel 28 milijard rubljev (približno 450 milijonov dolarjev). Nove tehnologije se najbolj aktivno uporabljajo v finančnem sektorju, pa tudi v telekomunikacijah, maloprodaji in energetiki. Nekatera podjetja najemajo skupine strokovnjakov, ki se ukvarjajo izključno z razvojem in implementacijo sistemov umetne inteligence.
Kljub temu, da je rast trga praviloma celo hitrejša kot v svetu, obstajajo težave. Glavna težava je pomanjkanje strokovnjakov za strojno učenje. Torej je čas, da začnete študirati AI, da bi dobili iskano specialnost in dobro plačano službo.
Vpliv umetne inteligence na trg dela
Že danes obstajajo področja, kjer lahko umetna inteligenca nadomesti ljudi. Aplikacije lahko na primer odgovarjajo na preprosta vprašanja po telefonu ali klepetajo s strankami. To vam omogoča, da optimizirate obremenitev operaterjev klicnih centrov in celo zmanjšate število zaposlenih.
V proizvodnji je AI sposoben nadzorovati avtomatizacijo in industrijske robote. Umetna nevronska mreža, ki nenehno spremlja delovanje številnih senzorjev, se bo lahko hitreje kot oseba odzvala na izredne razmere in sprejela prave ukrepe - izklopila tekoči trak ali ustavila mehanizme. V mnogih primerih lahko takšni sistemi vnaprej predvidijo težave in preprečijo nujne primere.
Umetna inteligenca bo ljudi prisilila, da ostanejo brez služb. Je cenejši in naredi manj napak. Ne zna lenariti, odlašati in viseti na Facebooku, ne potrebuje počitka, spanja in dopusta, ni žalosten in se ne utrudi. Idealen delavec.
Najprej bodo umetne nevronske mreže nadomestile osebo pri izvajanju rutinskih operacij, prevzele zapletene izračune, oceno tveganja, zbiranje informacij, modeliranje situacij glede na določene parametre. AI se lahko uporablja v nevarnih in nevarnih panogah.
Toda ljudje bodo še vedno potrebni tam, kjer jim roboti še dolgo ne bodo mogli konkurirati. In ne gre samo za ustvarjalnost. Umetna inteligenca je zaenkrat sposobna opravljati le visoko specializirane naloge, za katere je bila usposobljena, zato lahko nadomesti ljudi v enaki meri, kot lahko kalkulator nadomesti matematiko. Hkrati razvoj tehnologij umetne inteligence odpira ogromen trg dela za strokovnjake, povezane s strojnim učenjem in vzdrževanjem intelektualne opreme.
Kje se uporablja AI?
Skratka – skoraj povsod!
Ni več toliko področij človeške dejavnosti, na katera tehnologije umetne inteligence sploh ne bi vplivale. Upoštevajte samo najpomembnejša področja, kjer se AI že uporablja.
AI na internetu
Kadar koli izgovorite »Ok Google« ali »Hey Siri«, se pogovarjate z umetno inteligenco v vašem pametnem telefonu. V signalu iz mikrofona zna prepoznati govor, ki mu je namenjen. Zabeleži vaše vprašanje in ga posreduje strežnikom Google ali Apple. Tam je na ohišje priključena druga umetna inteligenca, ki prepozna govor in prevede vprašanje v računalniku razumljivo obliko. In potem tretji išče odgovor v velikanskih bazah podatkov. Končno se odgovor vrne v vaš pametni telefon, kjer ga namesto vas spregovori AI, ki ustvari človeški glas. In vse to v delčku sekunde.
AI v transportu in logistiki
Impresivna uporaba umetnih nevronskih mrež so vozila brez posadke. V zadnjem desetletju so se razvoja avtomobila, ki bi se znal samostojno premikati po cestah, lotili številni avtomobilski proizvajalci – General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, pa tudi Google in Tesla. Droni še niso postali množičen pojav na ulicah naših mest, a očitno napredujejo.
Amazon že od leta 2013 razvija idejo o dostavi blaga in pošte z droni. Prvič je paket do prejemnika prispel z brezpilotnim letalnikom že decembra 2016. V nekaterih regijah hrano, zdravila in celo prenosne defibrilatorje dostavljajo z droni. Sistem še ni popoln, vendar se še naprej razvija. Na žalost lahko droni služijo tudi nezakonitim namenom: bili so primeri dostave prepovedanih predmetov v zapore z droni, pa tudi uporaba dronov za prevoz mamil.
AI v financah
V finančnem sektorju se AI uporablja za napovedovanje tveganj in odkrivanje goljufij. Korporacija MasterCard, ki je ustvarila mednarodni plačilni sistem, je pred leti predstavila storitev Decision Intelligence. Zasnovan je tako, da poveča natančnost potrjevanja pristnih transakcij in zmanjša verjetnost lažnih zavrnitev plačil - to je napačno delovanje vgrajenega varnostnega sistema, ki vam ne omogoča pravilne transakcije, ki jo zamenjate za goljufijo. Takšne napake škodijo tako prodajalcu, ki izgubi stranko, kot tudi kupcu, ki izdelka ne prejme. Izgube so celo višje od škode zaradi goljufij.
Sistem, ki deluje na umetni nevronski mreži, uporablja informacije iz različnih virov, da sproti ocenjuje, kako "normalna" je transakcija. Upošteva se ne le zanesljivost in zgodovina transakcij prodajalca, ampak tudi tipičen nakup za kupca in njegova lokacija ter čas dneva. Vse to pripomore k zanesljivejši zaščiti ljudi pred goljufijami in zmanjšanju lažnih pozitivnih rezultatov.
AI v medicini
V zdravstvu se AI razvija predvsem na področju diagnostike bolezni. Umetne nevronske mreže so se naučile prepoznati rakave tumorje na rentgenskih slikah, CT slikah, mamografiji in MRI. Izkušeni zdravnik preuči sliko približno 20 minut, nevronske mreže pa nekaj sekund. Tako lahko pacient skoraj takoj izve rezultate preiskave. Še posebej prijetno je, da se takšen razvoj izvaja v Rusiji.
Diagnostična umetna inteligenca lahko odkrije ne le raka, ampak tudi zgodnje faze Alzheimerjeva bolezen, pljučnica in druge bolezni.
V obrambi in vojaških zadevah
Leta 2018 je postalo znano, da ameriška vojska razvija AI, ki je sposobna prepoznati človeške obraze v temi in celo skozi stene s pomočjo termovizije. Tehnologija naj bi pomagala prepoznati voditelje tolp na vojnih območjih.
Druga umetna inteligenca - ALPHA - je bila ustvarjena za nadzor lovcev brez posadke in vodenje zračnih bojev. V eni izmed bitk na simulatorjih je zmagal računalnik, ki je hkrati nadzoroval štiri letala proti dvema človeškima nasprotnikoma.
Razvijajo se tudi ciljni sistemi za tanke, ki lahko opazijo kamuflirane cilje.
V vojaško-industrijskem kompleksu bo umetna inteligenca pomagala izboljšati obrambne zmogljivosti držav, lahko pa postane tudi orožje terorja.
V poslu in trgovini
V maloprodaji umetna inteligenca prinaša revolucijo. Umetne nevronske mreže izboljšujejo kakovost storitev in zagotavljajo individualen pristop do vsakega potrošnika. Pametne tehnologije zaznajo goljufije z bančnimi karticami, osebno svetujejo in vam pomagajo izbrati pravi izdelek.
Po podatkih TAdviser je bila več kot tretjina vseh maloprodajnih prihodkov v letu 2018 ustvarjena s priporočili, ki temeljijo na AI!
AI v športu
Tukaj se uporabljajo tehnologije AI za napovedovanje rezultatov tekem - takšne sisteme ustvarjajo UBS, Commerzbank in Microsoft. Upoštevane so izkušnje ekipe in posameznih igralcev. Včasih se napovedi izkažejo za pravilne, pogosto pa se umetna inteligenca resno zmoti. Človeški dejavnik je sposoben ovreči vse napovedi.
AI v kulturi
Stroj ne more biti ustvarjalen, ker nima domišljije! Ali pa še lahko?
Nenavadno je, da so umetne nevronske mreže sposobne pokazati ustvarjalnost in celo doseči določene višine na področju kulture.
Glasba
Kako bi zvenela flavta, če bi bila sitar? Googlov sintetizator NSynth Super uporablja nevronsko mrežo za ustvarjanje popolnoma novih zvokov na podlagi različnih glasbil.
Alice, razvita kot del zagona Popgun, ve, kako se "igrati" s človekom in ustvarjati glasbene improvizacije. Ameriška pevka Taryn Southern je izdala album v sodelovanju z nevronsko mrežo Amper. In projekt Endel je sposoben ustvariti kompozicije, ki so v skladu z razpoloženjem uporabnika s pritiskom na gumb.
Slika
Nevronska mreža DeepDream je bila ustvarjena s pogledom na prepoznavanje obrazov in je pokazala sposobnost nadrealističnega slikanja. Razvijalci so odprli spletno stran, kjer lahko vsak ustvari neverjetno platno v sodelovanju z AI. Nevronska mreža slika slike v različnih stilih.
Res je, da še vedno ne ve, kako se domisliti zapletov - prosi za pomoč osebe.
Video
S pomočjo AI, ki sta ga razvila Google in Facebook, je mogoče "prisiliti" osebo na zaslonu, da izgovori katero koli besedo, prikazuje celotno paleto čustev. In takšne videoposnetke je težko ločiti od resničnih. Nevronske mreže lahko celo zamenjajo enega igralca z drugim v posnetem filmu. In to odpira priložnosti ne samo za filmske ustvarjalce, ampak tudi za ustvarjalce ponaredkov.
Literatura
Nevronska mreža iz Facebooka lahko piše poezijo, popolnoma ohranja velikost in ritem, izbira dobre rime. Bralcem je le polovico uspelo prepoznati računalniško ustvarjene vrstice, a pesniki z umetno inteligenco so daleč od pravih pesnikov. Stroj se še ni naučil prenašati čustev in pomena v pesniška dela.
Yandex je predstavil tudi Autopoet, ki je ustvarjal pesmi iz uporabniških iskalnih poizvedb. Nekaterih je nemogoče brati brez nasmeha. Težko je verjeti, da jih je sestavila nevronska mreža brez smisla za humor!
In podjetje Narrative Science je razvilo elektronskega novinarja. Zaenkrat so članki, ki jih piše umetna inteligenca, vsebinsko preprosti, a vodstvo podjetja optimistično zre v prihodnost in verjame, da bo do leta 2025 do 90 % besedil na internetu napisanih s pomočjo strojne inteligence.
Leta 2016 je bil The Day a Computer Writes a Novel finalist za japonsko literarno nagrado Hoshi Shinichi. To delo je skoraj v celoti ustvarila umetna inteligenca.
Igre
V računalniških igrah se nevronske mreže uporabljajo za nadzor nasprotnikov in igralnih botov. Toda AI se lahko nauči tudi igrati "na drugi strani zaslona" - torej brati vizualne informacije z zaslona in nadzorovati igralni lik, kot to počne oseba.
Leta 2016 je bilo celo prvenstvo Doom med AI. In sistem Deep-Q-Network je usposobljen za igranje klasičnih arkadnih strojev Atari. Pogosto pokaže rezultate do 30% višje od izkušenih igralcev.
V 20. stoletju je veljalo, da se lahko umetna inteligenca šteje za dovolj močno in razvito, ko je sposobna premagati svetovnega šahovskega prvaka. Računalniki so to stopnjo že zdavnaj prestali – leta 1997 je Deep Blue premagal Garija Kasparova (in to je bil algoritemski program, ne umetna inteligenca).
Po tem se je pozornost javnosti preusmerila na kompleksnejše taktične igre, kot je go. Kompleksnost izračuna poteze je tukaj za red velikosti večja kot pri šahu, zato je skoraj nemogoče ustvariti algoritme, ki bi razvrstili možne možnosti. Toda usposobljene nevronske mreže so se s to igro uspele spopasti. Že leta 2015 je omrežje AlphaGo, ki ga je razvil Google, zmagalo v tekmi proti profesionalnemu igralcu Go.
Možnosti razvoja umetne inteligence
Znanstvene raziskave AI potekajo že več kot pol stoletja, a še vedno vsi ne razumejo bistva tehnologije. Pisatelji in režiserji v fantastičnih romanih in filmih prikazujejo, kako nevarna je lahko umetna inteligenca. In za mnoge se na ta način oblikuje ideja o umetni inteligenci.
Racionalno bomo odgovarjali na vprašanja, povezana z oddaljenimi perspektivami razvoja AI.
Je cilj umetne inteligence postaviti človeški um v računalnik?
Ne, ni. Tudi teoretično taka situacija ni tako neverjetna. Umetne nevronske mreže so ustvarjene po podobi človeških možganov, čeprav v zelo poenostavljeni obliki. Morda bo nekega dne možno skenirati vse dele možganov živega človeka, narediti »zemljevid« njegovih nevronov in sinaptičnih povezav ter njegovo kopijo reproducirati v računalniku. Od tako kopirane nevronske mreže lahko pričakujemo ne le razumno vedenje - dobesedno bo dvojnik osebe, sposoben se bo uresničevati, sprejemati odločitve in izvajati dejanja kot on. Tudi spomini se kopirajo. Teoretično bo tako nevronsko mrežo mogoče namestiti v umetno telo (robota) in takrat bo človek – kopija njegove zavesti – lahko živel skoraj večno.
V praksi bo izvedba takega prenosa izjemno težka: ni tehnologij, ki bi omogočale "branje" živih možganov in ustvarjanje njihovega "zemljevida". In še vedno smo zelo daleč od ustvarjanja umetne nevronske mreže, ki bi bila tako močna kot možgani.
Ali želi AI doseči človeško raven inteligence?
Namen umetne inteligence je pomagati ljudem in prevzeti težke ali rutinske naloge. Za to mu ni treba voditi pogovorov o filozofskih temah ali pisati pesmi.
Če pa bo umetna inteligenca nekega dne lahko dosegla raven človeškega razmišljanja, bo to mejnik za civilizacijo. Dobili bomo praktičnega in inteligentnega pomočnika - in upravičeno smo lahko ponosni, da je to stvar naših rok.
Kdaj bo umetna inteligenca dosegla človeško raven?
Uspešno ustvarjamo relativno majhne nevronske mreže, ki so sposobne prepoznati glas ali obdelati sliko. Nobena umetna inteligenca še nima tako plastične kot naši možgani.
Človek lahko danes predvaja glasbo in jutri začne programirati v C++ – zahvaljujoč neverjetni kompleksnosti možganov. Ima 86 milijard nevronov in nešteto sinaptičnih povezav med njimi.
Umetne nevronske mreže so še daleč od teh kazalnikov: imajo od nekaj tisoč do milijonov nevronov. Obstajajo tehnične omejitve glede velikosti nevronskih mrež: tudi superračunalniki ne morejo "potegniti" nevronske mreže, primerljive s človeškimi možgani. Da ne omenjam, da bo njeno usposabljanje nepomembna naloga.
Ali jim hitrost omogoča, da so inteligentni?
»Moč« inteligence ni povezana s hitrostjo izračunov, temveč s kompleksnostjo nevronske mreže. Človeški možgani so po moči še vedno boljši od katere koli umetne nevronske mreže, kljub dejstvu, da je hitrost procesov v njih bistveno nižja kot v računalnikih.
Umetne nevronske mreže so sestavljene iz posameznih nevronov, ki so združeni v plasti. Zunanji plasti služita kot "vhod", na katerega se dovajajo začetne informacije, in "izhod", iz katerega se prebere rezultat. Med njimi je lahko od enega do več deset ali celo sto vmesnih plasti nevronov. Poleg tega je vsak nevron v plasti povezan z mnogimi drugimi v prejšnji in naslednji plasti.
Bolj ko je omrežje kompleksno, več plasti in nevronov ima, več obsežnih in resnejših nalog lahko opravlja.
Ali se lahko nevronska mreža razvije naravno?
Poglejmo, ali je verjetno, da bo AI lahko doživljal in se učil naravno, kot otrok. Človeški um oblikuje veliko dejavnikov. Informacije o zunanjem svetu sprejemamo preko organov zaznavanja – opazovanja, tipanja, okušanja. Interakcija z okolju, dobimo življenjska izkušnja, znanje o lastnostih sveta, socialne veščine. Naši možgani se nenehno izboljšujejo in fizično spreminjajo, gradijo nove sinaptične povezave in »črpajo« obstoječe.
Če uspemo ustvariti nevronsko mrežo, ki je dovolj kompleksna, da se lahko razvija na ta način, in jo opremimo s »čutilnimi organi« – videokamero, mikrofonom in podobnim – bo morda čez nekaj časa lahko pridobivala »življenjske izkušnje. ". A to je stvar daljne prihodnosti.
Ali obstaja tveganje za človeško civilizacijo?
Tveganja, povezana z novimi tehnologijami, vedno obstajajo. Vprašanje je, kaj so.
Lahko se izkaže, da bodo umetne nevronske mreže, ko bodo dosegle določen prag, dosegle "plato" učinkovitosti in se ne bodo več razvijale. Ali pa ne bodo izpolnili pričakovanj, če se izkaže, da AI načeloma ni sposoben obvladati enega ali drugega razreda nalog, na primer ustvarjalne narave. To lahko povzroči izgubo stroškov dela in finančnih naložb.
Če pa pod tveganjem razumemo katastrofe, ki jih povzroči človek, ali vstajenje strojev – zaenkrat nam to verjetno ne grozi. Preprosto povedano, sodobne nevronske mreže se niso sposobne obrniti proti ustvarjalcem – tako kot se nevroni v možganih, ki nadzorujejo gibanje roke, niso sposobni uresničiti kot osebe in udariti po lastnem telesu.
Vendar se moramo zavedati, da je AI naš izum. Oblikujemo jih, ustvarjamo, treniramo, vnašamo »misli«. To pomeni, da smo odgovorni tudi za njihovo vedenje.
Četrta revolucija
Ne glede na to, kako gledamo na umetno inteligenco, se bomo morali sprijazniti z dejstvom, da že obstaja. Zavrniti to pomeni narediti korak nazaj v razvoju. Navsezadnje je AI pomemben del našega napredka. Številni znanstveniki začetek četrte industrijske revolucije povezujejo z umetnimi nevronskimi mrežami in napovedujejo, da prihaja novo obdobje – ko se bo poleg nas pojavila umetna inteligenca, vedno pripravljena pomagati.
Vse novo je strašljivo in nezaupljivo - to je normalna človeška reakcija in mnogi ljudje so previdni do umetne inteligence. Samo len pisec znanstvene fantastike ni govoril o grozotah, ki nam jih bo prinesla umetna inteligenca. A podobno se je pisalo o vsaki tehnološki novosti v njihovem času. Ljudje so se bali parnih lokomotiv, ker bi »razganjale krave, zastrupljale ptice z dimom, pri hitrosti nad 25 milj na uro pa bi potnike raztrgali na koščke«. Verjetno se bodo zanamci nasmejali tudi našim strahovom, ki jih spoznavajo iz filmov in knjig 20. in 21. stoletja.
Pravijo, da umetna inteligenca že od leta 2007 deluje v globinah vojaških laboratorijev. Možno je, da so že rezultati. Ni naključje, da je pred dobrim mesecem Elon Musk napovedal podporo tehnologijam za boj proti umetni inteligenci in vložil 7 milijonov dolarjev v raziskave na tem področju.
»Obstaja tveganje, da se bo v naslednjih petih letih zgodilo nekaj res nevarnega. Največ deset let,« je dejal podjetnik v razpravi na edge.org.
Elon Musk, ustanovitelj Tesle in SpaceX
Strinjam se z Muskom in Stevom Wozniakom, ki menita, da bo »umetna inteligenca nekega dne postala dovolj pametna, da se bo znebila človeka«. Bill Gates je prepričan, da če ustvarjanje AI ne bo nadzorovano, se bo "umetna inteligenca razvila v stanje, ki je v nasprotju s cilji človeških sistemov." In končno, slavni astrofizik Stephen Hawking je odkrito izjavil, da "lahko umetna inteligenca naredi konec obstoju človeštva."
Hawking je skupaj z Elonom Muskom na futureoflife.org objavil odprto pismo, v katerem je znanstveno skupnost pozval, naj bo pozorna na napredek njihovih raziskav na področju umetne inteligence. Vendar med podpisniki ni imen Sergeja Brina in Larryja Pagea. In to ni naključje. Pred kratkim je Google napovedal ustvarjanje novega AI, ki temelji na simulaciji pogovorov.
Tukaj je majhen delček pogovora med človekom in Googlovo napravo:
V: Kaj je smisel življenja?
M: Delaj dobro.
V: Za kaj živimo?
M: Živeti večno.
V: Kaj je smisel obstoja?
M: Da bi ugotovili, kaj se bo zgodilo, ko dosežemo planet Zemljo.
C: Kje si zdaj?
M.: V središču praznine.
V: Kaj je pomen smrti?
M: Dobiti življenje.
C: Kaj je pomen uma?
M: Da razumem, kaj je.
V: Kakšen je pomen čustev?
M: Ne vem.
Precej pomenljiv pogovor. »To je izhodišče, nekakšno središče za prihodnost umetne inteligence,« pravi Yevgeny Karyuk, izvršni direktor podjetja Biplan. "Že danes lahko domnevamo, da bomo do leta 2030 videli zelo resnične prototipe, opremljene z umetno inteligenco, čeprav v zgodnji fazi."
Ogledate si lahko celotno vsebino vseh pogovorov med človekom in Google Machine. Na istem mestu so za primerjavo podani pogovori med osebo in Cleverbotom. Cleverbot je spletna aplikacija, ki uporablja algoritme umetne inteligence za klepet z osebo. Izumil ga je leta 1988 znanstvenik Rollo Carpenter. V času svojega obstoja je Cleverbot opravil več kot 65 milijonov pogovorov z ljudmi. Leta 2011 je Cleverbot na Turingovem testu dosegel 51 %.
Turingov test je empirični test, katerega idejo je predlagal Alan Turing v članku "Računalniški stroji in um", objavljenem leta 1950 v filozofski reviji Mind. Namen testa je ugotoviti, ali lahko računalnik razmišlja.
In tukaj je moj pogovor s Cleverbotom:
Človek: Kaj je smisel življenja?
Cleverbot: V življenju ni smisla.
Človek: Za kaj živimo?
Cleverbot: No, živimo za drugega in če si osamljen, nima smisla živeti.
Oseba: Kaj je smisel obstoja?
Moški: Kje si zdaj?
Cleverbot: V Moskvi.
Človek: Kaj pomeni smrt?
Cleverbot: To te želim vprašati.
Človek: Kaj je pomen uma?
Cleverbot: Na to vprašanje imam svoj odgovor.
Oseba: Kaj pomenijo občutki?
Cleverbot: Zakaj sem se rodil.
Očitno Googlov stroj ponuja veliko bolj smiselne odgovore. Cleverbot nadomešča ustrezne, po njegovem mnenju, fraze drugih ljudi. Včasih se res zdi, da druga oseba odgovarja, a nič več.
Obstaja še eno stališče, po katerem je umetna inteligenca načeloma nemogoča. Gödelov izrek o nepopolnosti se pogosto navaja kot glavni argument. Bistvo je, da je človek sposoben rešiti algoritemsko nerešljive probleme, računalnik pa ne. »Otrok do tretjega leta že samozavestno reši problem, ali je sadež zrel ali ne, saj ima živčne povezave, s katerimi lahko odgovori na vprašanje zrelosti: barva, okus, vonj, mehkoba ali trdota. ,« pravi Evgeny Pluzhnik, prvi prorektor Moskovskega tehnološkega inštituta. - Ali se stroj lahko tega nauči? Prepričan sem, da ja! Če bi imela veliko bazo slik, bi lahko izmerila vsebnost fruktoze in določila mehkobo sadja. A kaj se bo zgodilo, če bo v avto zdrsnila goba, pobarvana Modra barva in namočeno v sladki vodi? Je stroj v tem trenutku sposoben resničnega razumevanja?
"Sodobni računalnik se zlahka spopade s katero koli zapleteno dejavnostjo, pa naj gre za šah ali matematične izračune, vendar le pod pogojem, da je to dejavnost mogoče opisati z jasnimi računalniškimi pravili," pravi slavni matematik Roger Penrose v enem od svojih predavanj. "Umetna inteligenca je sposobnost sistema, da med samoučenjem ustvari programe, ki lahko rešujejo probleme določenega razreda kompleksnosti," je prepričan Evgeny Pluzhnik. "Prepričan sem, da v naslednjih 100 letih ne bomo priča pojavu močne umetne inteligence."
In za konec še eno vprašanje za Cleverbot.
Oseba: Bilo je 1 jabolko, 1 paradižnik, 1 kumara in 1 hruška. Koliko sadja skupaj?
Cleverbot: Deset zvečer.
Letos je Yandex predstavil glasovnega pomočnika Alice. Nova storitev omogoča uporabniku, da posluša novice in vreme, dobi odgovore na vprašanja in preprosto komunicira z botom. "Alice" včasih predrzno, se včasih zdi skoraj razumno in človeško sarkastično, pogosto pa ne more ugotoviti, o čem jo sprašujejo, in se usede v lužo.
Vse to je sprožilo ne le val šal, ampak tudi nov krog razprav o razvoju umetne inteligence. Novice o tem, kaj so pametni algoritmi dosegli, danes prihajajo skoraj vsak dan, strojno učenje pa imenujejo eno najbolj obetavnih področij, ki se mu je treba posvetiti.
Da bi razjasnili glavna vprašanja o umetni inteligenci, smo se pogovarjali s Sergejem Markovom, specialistom za metode umetne inteligence in strojnega učenja, avtorjem enega najmočnejših domačih šahovskih programov SmarThink in ustvarjalcem projekta XXIII.
Sergej Markov,
specialist za umetno inteligenco
Razbijanje mitov o AI
Kaj je torej "umetna inteligenca"?
Koncept "umetne inteligence" je nekoliko neposrečen. Sprva izvira iz znanstvene srenje, sčasoma je prodrl v znanstvenofantastično literaturo in prek nje v pop kulturo, kjer je doživel vrsto sprememb, prerasel s številnimi interpretacijami in na koncu popolnoma mistificiran.
Zato od nestrokovnjakov pogosto slišimo izjave, kot so: "AI ne obstaja", "AI ni mogoče ustvariti". Nerazumevanje bistva raziskav, ki se izvajajo na področju umetne inteligence, ljudi zlahka pripelje do drugih skrajnosti – na primer, sodobnim sistemom umetne inteligence pripisujejo prisotnost zavesti, svobodne volje in skrivnih motivov.
Poskusimo ločiti muhe od kotletov.
V znanosti se umetna inteligenca nanaša na sisteme, namenjene reševanju intelektualnih problemov.
Po drugi strani pa je intelektualna naloga naloga, ki jo ljudje rešujejo s pomočjo lastnega intelekta. Upoštevajte, da v ta primer Strokovnjaki se namenoma izogibajo opredelitvi pojma "inteligenca", saj je bil pred pojavom sistemov AI edini primer inteligence človeški intelekt, definiranje pojma inteligence na podlagi enega samega primera pa je enako, kot če bi poskušali potegniti ravno črto. skozi eno samo točko. Takšnih vrstic je lahko kolikor hočete, kar pomeni, da bi razpravo o pojmu inteligence lahko vodili stoletja.
»močna« in »šibka« umetna inteligenca
Sistemi AI so razdeljeni v dve veliki skupini.
Uporabna umetna inteligenca(uporabljajo tudi izraz "šibek AI" ali "ozek AI", v angleški tradiciji - šibek / uporabljen / ozek AI) je AI, namenjen reševanju katere koli intelektualne naloge ali majhnega števila njih. Ta razred vključuje sisteme za igranje šaha, go, prepoznavanje slike, govora, odločanje o izdaji ali ne izdaji bančnega posojila ipd.
V nasprotju z uporabno umetno inteligenco je predstavljen koncept univerzalna umetna inteligenca(tudi "močna umetna inteligenca", v angleščini - močna umetna inteligenca / umetna splošna inteligenca) - torej hipotetična (zaenkrat) umetna inteligenca, ki je sposobna rešiti kakršne koli intelektualne naloge.
Pogosto ljudje, ki ne poznajo terminologije, identificirajo AI z močno AI, zaradi česar se pojavijo sodbe v duhu "AI ne obstaja".
Močna umetna inteligenca v resnici še ne obstaja. Skoraj ves napredek, ki smo mu bili priča v zadnjem desetletju na področju umetne inteligence, je bil napredek v uporabnih sistemih. Teh uspehov ni mogoče podcenjevati, saj so uporabni sistemi v nekaterih primerih sposobni rešiti intelektualne probleme bolje kot to počne univerzalna človeška inteligenca.
Mislim, da ste opazili, da je koncept AI precej širok. Recimo, da je mentalno štetje tudi intelektualna naloga, kar pomeni, da bo vsak računski stroj obravnavan kot sistem AI. Kaj pa računi? abakus? Antikiterski mehanizem? Dejansko so vse to formalni, čeprav primitivni, vendar sistemi AI. Vendar pa običajno, ko neki sistem imenujemo sistem AI, s tem poudarjamo kompleksnost naloge, ki jo ta sistem rešuje.
Povsem očitno je, da je delitev intelektualnih nalog na preproste in zapletene zelo umetna in naše predstave o zahtevnosti določenih nalog se postopoma spreminjajo. Mehanski računski stroj je bil v 17. stoletju čudež tehnike, danes pa ljudi, ki se že od otroštva srečujejo z veliko bolj zapletenimi mehanizmi, ne more več navdušiti. Ko bo igra avtomobilov v Go ali avtomobilski avtopilot nehala presenečati javnost, se bodo zagotovo našli ljudje, ki bodo zmrznili nad dejstvom, da bo nekdo takšne sisteme pripisal umetni inteligenci.
"Roboti-odlični učenci": o sposobnosti AI za učenje
Druga smešna napačna predstava je, da morajo imeti sistemi AI sposobnost samoučenja. Po eni strani to sploh ni obvezna lastnost sistemov AI: obstaja veliko neverjetnih sistemov, ki se ne morejo samoučiti, a kljub temu rešujejo veliko težav bolje kot človeški možgani. Po drugi strani pa nekateri preprosto ne vedo, da je samoučenje lastnost, ki so jo številni sistemi AI pridobili že pred več kot petdesetimi leti.
Ko sem leta 1999 napisal svoj prvi šahovski program, je bilo samostojno učenje na tem področju že nekaj vsakdanjega - programi so si lahko zapomnili nevarne položaje, prilagodili uvodne variacije zase, prilagodili stil igre, se prilagodili nasprotniku. Seveda so bili ti programi še zelo daleč od Alpha Zero. Vendar pa so že obstajali tudi sistemi, ki se učijo vedenja na podlagi interakcij z drugimi sistemi v tako imenovanih poskusih »učenja z okrepitvijo«. Vendar iz nekega nerazložljivega razloga nekateri še vedno mislijo, da je sposobnost samoučenja pravica človeškega intelekta.
Strojno učenje, cela znanstvena disciplina, se ukvarja s procesi učenja strojev za reševanje določenih problemov.
Obstajata dva velika pola strojnega učenja - nadzorovano učenje in nenadzorovano učenje.
pri učenje z učiteljem stroj že ima več pogojno pravilnih rešitev za določen niz primerov. Naloga učenja je v tem primeru naučiti stroj na podlagi razpoložljivih primerov sprejemati prave odločitve v drugih, neznanih situacijah.
Druga skrajnost - učenje brez učitelja. To pomeni, da je stroj postavljen v situacijo, ko pravilne rešitve niso znane, obstajajo samo podatki v neobdelani, neoznačeni obliki. Izkazalo se je, da je v takih primerih mogoče doseči nekaj uspeha. Na primer, stroj lahko naučite prepoznati pomenska razmerja med besedami v jeziku na podlagi analize zelo velikega niza besedil.
Ena vrsta nadzorovanega učenja je učenje s krepitvijo. Ideja je, da sistem AI deluje kot agent, postavljen v neko modelno okolje, v katerem lahko komunicira z drugimi agenti, na primer s svojimi kopijami, in prejme nekaj povratnih informacij iz okolja prek funkcije nagrajevanja. Na primer šahovski program, ki se igra sam s seboj, postopoma prilagaja svoje parametre in s tem postopoma krepi lastno igro.
Učenje s krepitvijo je precej široko področje in uporablja veliko zanimivih tehnik, od evolucijskih algoritmov do Bayesove optimizacije. Nedavni napredek v AI za igre je povezan ravno z ojačanjem AI med učenjem s krepitvijo.
Tehnološka tveganja: ali se moramo bati sodnega dne?
Nisem eden od alarmantov AI in v tem smislu nikakor nisem sam. Na primer, Andrew Ng, ustvarjalec tečaja Stanford Machine Learning, primerja nevarnosti umetne inteligence s problemom prenaseljenosti na Marsu.
Dejansko je v prihodnosti verjetno, da bodo ljudje kolonizirali Mars. Verjetno se tudi na Marsu prej ali slej pojavi problem prenaseljenosti, a ni povsem jasno, zakaj bi se s tem problemom ukvarjali zdaj? Strinjam se z Yn in Yang LeKun - ustvarjalcem konvolucijskih nevronskih mrež in njegovim šefom Markom Zuckerbergom in Joshuo Beno - osebo, v veliki meri zahvaljujoč raziskavam katere so sodobne nevronske mreže sposobne rešiti zapletene probleme na področju obdelave besedil.
Predstavitev mojih pogledov na to problematiko bo verjetno trajala več ur, zato se bom osredotočil le na glavne teze.
1. NE OMEJUJTE RAZVOJA AI
Alarmisti upoštevajo tveganja, povezana z morebitnimi motnjami umetne inteligence, medtem ko ignorirajo tveganja, povezana s poskusom omejitve ali celo ustavitve napredka na tem področju. Tehnološka moč človeštva se povečuje izjemno hitro, kar vodi do učinka, ki ga imenujem "zmanjšanje stroškov apokalipse".
Pred 150 leti človeštvo z vso voljo ni moglo povzročiti nepopravljive škode ne biosferi ne sebi kot vrsti. Za uresničitev katastrofičnega scenarija pred 50 leti bi bilo treba koncentrirati vso tehnološko moč jedrskih sil. Jutri bo majhna peščica fanatikov morda dovolj, da zaživi globalna katastrofa, ki jo povzroči človek.
Naša tehnološka moč raste veliko hitreje kot sposobnost človeške inteligence, da to moč nadzoruje.
Razen če človeško inteligenco s svojimi predsodki, agresijo, zablodami in ozkoglednostjo nadomesti sistem, ki je sposoben sprejemati bolj premišljene odločitve (pa naj bo to umetna inteligenca ali, kar se mi zdi bolj verjetno, tehnološko izboljšana človeška inteligenca, integrirana s stroji v en sistem), lahko čakamo na globalno katastrofo.
2. ustvarjanje superinteligence je načeloma nemogoče
Obstaja zamisel, da bo AI prihodnosti zagotovo superinteligenten, boljši od ljudi celo bolj kot so ljudje boljši od mravelj. V tem primeru se bojim razočarati tudi tehnološke optimiste - naše vesolje vsebuje številne temeljne fizične omejitve, ki bodo očitno onemogočile ustvarjanje superinteligence.
Na primer, hitrost prenosa signala je omejena s hitrostjo svetlobe, Heisenbergova negotovost pa se pojavi na Planckovi lestvici. To pomeni prvo temeljno mejo - Bremermannovo mejo, ki nalaga omejitve največje računske hitrosti za avtonomni sistem dane mase m.
Druga omejitev je povezana z Landauerjevim načelom, po katerem se pri obdelavi 1 bita informacije sprosti minimalna količina toplote. Prehitri izračuni bodo povzročili nesprejemljivo segrevanje in uničenje sistema. Pravzaprav sodobni procesorji manj kot tisočkrat zaostajajo za Landauerjevo mejo. Zdi se, da je 1000 kar veliko, a druga težava je, da veliko intelektualnih nalog spada v razred zahtevnosti EXPTIME. To pomeni, da je čas, potreben za njihovo rešitev, eksponentna funkcija razsežnosti problema. Večkratno pospeševanje sistema daje samo stalno povečanje "inteligence".
Na splošno obstajajo zelo resni razlogi za domnevo, da superinteligentna močna umetna inteligenca ne bo delovala, čeprav je raven človeške inteligence seveda lahko presežena. Kako nevarno je? Najverjetneje ne prav veliko.
Predstavljajte si, da ste nenadoma začeli razmišljati 100-krat hitreje kot drugi ljudje. Ali to pomeni, da boste zlahka prepričali katerega koli mimoidočega, da vam da svojo denarnico?
3. skrbi nas nekaj drugega
Na žalost je zaradi špekulacij alarmistov o strahovih javnosti, ki so jih izpostavili Terminator in Clarkov ter Kubrickov slavni HAL 9000, prišlo do premika v središču varnosti AI k analizi malo verjetnih, a spektakularnih scenarijev. Hkrati pa prave nevarnosti uidejo izpred oči.
Vsaka dovolj kompleksna tehnologija, ki trdi, da zavzema pomembno mesto v našem tehnološkem okolju, s seboj zagotovo prinaša posebna tveganja. Parni stroji so uničili mnoga življenja – v proizvodnji, transportu itd. – preden so bili vzpostavljeni učinkoviti varnostni predpisi in ukrepi.
Če govorimo o napredku na področju uporabne umetne inteligence, lahko posvetimo pozornost sorodnemu problemu tako imenovanega "Digital Secret Court". Vedno več uporabnih sistemov umetne inteligence sprejema odločitve o vprašanjih, ki vplivajo na življenje in zdravje ljudi. To vključuje medicinske diagnostične sisteme in na primer sisteme, ki v bankah sprejemajo odločitve o izdaji ali neizdaji posojila stranki.
Hkrati so struktura uporabljenih modelov, nabori uporabljenih dejavnikov in druge podrobnosti postopka odločanja skrite osebi, čigar usoda je ogrožena.
Uporabljeni modeli lahko svoje odločitve oprejo na mnenja strokovnih učiteljev, ki so delali sistematične napake ali imeli določene predsodke – rasne, spolne.
Umetna inteligenca, usposobljena za odločitve takih strokovnjakov, bo te predsodke vestno reproducirala v svojih odločitvah. Navsezadnje lahko ti modeli vsebujejo posebne napake.
Malokdo se sedaj ukvarja s temi problemi, kajti SkyNet, ki sproža jedrsko vojno, je seveda veliko bolj spektakularen.
Nevronske mreže kot "vroč trend"
Po eni strani so nevronske mreže eden najstarejših modelov, ki se uporabljajo za gradnjo sistemov AI. Sprva so se pojavili kot posledica uporabe bioničnega pristopa, vendar so hitro pobegnili od svojih bioloških prototipov. Edina izjema so impulzne nevronske mreže (vendar še niso našle široke uporabe v industriji).
Napredek zadnjih desetletij je povezan z razvojem tehnologij globokega učenja – pristopom, pri katerem so nevronske mreže sestavljene iz veliko število plasti, od katerih je vsaka zgrajena na podlagi določenih pravilnih vzorcev.
Poleg ustvarjanja novih modelov nevronskih mrež je pomemben napredek storjen tudi na področju učnih tehnologij. Nevronske mreže se danes ne poučujejo več s pomočjo centralnih procesorjev računalnikov, temveč z uporabo specializiranih procesorjev, ki so sposobni hitro izvajati matrične in tenzorske izračune. Najpogostejša vrsta takšnih naprav danes so video kartice. Vendar pa se aktivno razvijajo še bolj specializirane naprave za usposabljanje nevronskih mrež.
Na splošno so seveda nevronske mreže danes ena glavnih tehnologij na področju strojnega učenja, ki jim dolgujemo rešitve številnih problemov, ki so bili prej nezadovoljivo rešeni. Po drugi strani pa morate seveda razumeti, da nevronske mreže niso rešitev. Za nekatera opravila še zdaleč niso najučinkovitejše orodje.
Kako pametni so torej današnji roboti?
Vse je relativno. Na ozadju tehnologij leta 2000 so sedanji dosežki videti kot pravi čudež. Vedno bodo ljudje, ki radi godrnjajo. Pred 5 leti so na vso moč govorili, da stroji v Go nikoli ne bodo premagali ljudi (ali vsaj ne bodo prav kmalu). Rečeno je bilo, da stroj nikoli ne bo mogel narisati slike iz nič, medtem ko danes ljudje praktično ne morejo razlikovati med slikami, ki so jih ustvarili stroji, in slikami njim neznanih umetnikov. Konec lanskega leta so se stroji naučili sintetizirati govor, skorajda neločljiv od človeškega, zadnja leta pa ušesa ne usihajo od glasbe, ki jo ustvarjajo stroji.
Bomo videli, kaj bo jutri. Na te aplikacije umetne inteligence gledam z velikim optimizmom.
Obetavne smeri: kje se začeti potapljati na področje umetne inteligence?
Svetoval bi vam, da poskusite na dobri ravni obvladati enega od priljubljenih ogrodij nevronske mreže in enega od programskih jezikov, priljubljenih na področju strojnega učenja (najbolj priljubljen danes je TensorFlow + Python).
Ko obvladate ta orodja in v idealnem primeru imate močno bazo na področju matematične statistike in teorije verjetnosti, morate svoja prizadevanja usmeriti na področje, ki bo za vas osebno najbolj zanimivo.
Zanimanje za predmet dela je eden vaših najpomembnejših pomočnikov.
Potrebe po strokovnjakih za strojno učenje obstajajo na različnih področjih – v medicini, bančništvu, znanosti, proizvodnji, zato ima dober specialist danes več izbire kot kadarkoli. Potencialne koristi katere koli od teh panog se mi zdijo nepomembne v primerjavi z dejstvom, da vam bo delo prineslo zadovoljstvo.
