Vairākas jaunas tehnoloģijas ir radījušas rosību ap mākslīgo intelektu (AI) un to, ko tas nozīmē mūsu kā sabiedrības nākotnei. Katra tehnoloģija nāk no dažādām AI nozarēm un rada unikālu priekšrocību un problēmu kopumu.
Dziļās viltošanas un balss klonēšanas AI apgrūtina uzticēšanos visam, ko redzat vai dzirdat internetā. Daži saka, ka ChatGPT un līdzīgas dziļas mācīšanās AI sistēmas, iespējams, radīs darba vietu atlaišanu vairākās jomās. Rodas viens satraucošs jautājums: "vai AI galu galā aizstās programmētājus?"
Kas ir mākslīgais intelekts?
AI ir datorzinātņu nozare, kas koncentrējas uz sistēmas spēju atrisināt problēmas, izmantojot vienu (vai vairākas) no četrām īpašībām. AI sistēma var domāt cilvēciski, rīkoties cilvēciski, domāt racionāli un/vai rīkoties racionāli.
Mākslīgā intelekta vēsture
Lai gan šķiet, ka AI pastāv jau gadsimtiem ilgi, tā ir joma, kas 1900. gadu vidū ieguva apgriezienus. Viens no ievērojamākajiem datumiem mākslīgā intelekta vēsturē ir 1956. gads, tas bija gads, kad tika oficiāli ieviesta mākslīgā intelekta joma. Šis ievads notika konferencē Dartmutas koledžā.
Vairāki lieliski vārdi ir saistīti ar dažādiem AI agrīno sasniegumu aspektiem. Tajos ietilpst Alans Tjūrings, Mārvins Minskis, Alens Ņūls, Herberts Saimons, Džons Robinsons un Alēns Kolmerauers.
Rīkojies cilvēcīgi
1936. gadā Alans Tjūrings publicēja rakstu “Par skaitļojamiem skaitļiem ar pielietojumu Entscheidungsproblem”. Šajā rakstā Tjūrings iepazīstināja ar Tjūringa mašīnas koncepciju, kurai līdz pat mūsdienām ir svarīga loma AI. Viņš pierādīja, ka ar pareizo algoritmu Tjūringa mašīna var veikt jebkuru matemātisko aprēķinu.
Vēlāk 1937. gadā Tjūrings izmantoja apturēšanas problēmu, lai norādītu uz viedo mašīnu ierobežojumiem. Pēc tam 1950. gadā Tjūrings definēja mašīnu intelektu, izmantojot to, ko viņš sauc par Tjūringa testu. Ja AI sistēma iztur Tjūringa testu, šī sistēma var darboties cilvēciski.
Domā cilvēciski
Marvins Minskis ir populārs vārds AI jomā. Viņš ir pazīstams ar to, ka 1951. gadā izstrādāja pirmo nejauši vadu neironu tīkla mācību mašīnu, ko sauca par SNARC. Neironu tīkli māca datorus apstrādāt datus līdzīgi kā cilvēka smadzenes. Minska AI definīcija ir tāda, ka tā ir "zinātne par to, kā mašīnas dara lietas, kurām būtu nepieciešama inteliģence, ja to darītu vīrieši".
Alens Ņūls un Herberts Saimons ir divi citi pionieri mākslīgā intelekta jomā, kuri koncentrējās uz mašīnas spēju simulēt cilvēka domāšanu. 1956. gadā viņi prezentēja pirmo simbolu apstrādes datorprogrammu, ko sauca par Logic Theorist. 1961. gadā Ņūls un Saimons izstrādāja vispārējo problēmu risinātāju (GPS), kas būtībā imitē cilvēka domu.
Domā racionāli
Ienāc Džons Robinsons, kurš 1965. gadā publicēja žurnālu ar nosaukumu “A Machine-Oriented Logic Based on the Izšķirtspējas princips.” Viņš arī izgudroja izšķirtspējas aprēķinu predikātu loģikai, kam ir būtiska nozīme loma AI.
Predikātu loģika ir formāla valoda, kas izmanto loģiku, lai attēlotu racionālu domāšanu. Šajā valodā tiek izmantots ietvars, kas ļauj izdarīt pareizus secinājumus. Piemēram, Alexa ir mašīna; visas mašīnas atvieglo darbu; tāpēc Alexa atvieglo darbu.
Jaunākie sasniegumi mākslīgā intelekta jomā
Mākslīgā intelekta joma, tāpat kā tās izveides laikā, mūsdienās ir ļoti sarežģīta ar daudzām dažādām nozarēm. Katrs AI aizsegā esošais atzars nepārtraukti sper nozīmīgus soļus.
Mašīnmācība ir AI nozare, kas izmanto datu algoritmus, lai imitētu cilvēka mācīšanos, kas uzlabo tās precizitāti katrā iterācijā. Viena no ievērojamākajām mašīnmācīšanās apakškopām ir dziļā mācīšanās. Padziļināta mācīšanās uzlabo mašīnmācīšanos samazinot mašīnas vajadzību pēc cilvēku palīdzības.
Piemēram, ja jums bija ziedu attēli, kurus vēlaties grupēt pēc sugām, kategorizēšanas process atšķirsies atkarībā no sistēmas veida. Ja jūsu sistēma izmanto mašīnmācīšanos, jums ir manuāli jāizveido līdzekļi, kas atšķir sugas. Tomēr sistēma, kas izmanto dziļu mācīšanos, noteiks katras sugas labākās atšķirīgās iezīmes atsevišķi.
Padziļināta mācīšanās pēdējos gados ir radījusi lielus viļņus nozarē vairāku tehnoloģiju dēļ. ChatGPT ir dziļas mācīšanās tehnoloģija kam šobrīd tiek pievērsta liela uzmanība.
Saskaņā ar ChatGPT, tas ir:
liels valodas modelis, ko izveidojis OpenAI. Tā ir mākslīgā intelekta (AI) programma, kas izstrādāta, lai saprastu dabisko valodu un radītu cilvēkam līdzīgas atbildes uz dažāda veida jautājumiem un uzvednēm. Modeļa pamatā ir dziļas mācīšanās arhitektūra, ko sauc par transformatoru, kas spēj apstrādāt lielus teksta datu apjomu un ģenerējot atbildes, pamatojoties uz modeļiem un attiecībām, ko tā ir iemācījusies no tā datus.
Kopš tā izlaišanas 2022. gada ceturtajā ceturksnī ChatGPT ir bijis daudzu diskusiju temats. Šo AI sistēmu izceļ tās dabiskās valodas apstrādes prasmes, kā arī spēja apgūt jaunu informāciju, pastiprinot mācīšanos no cilvēka atgriezeniskās saites (RLHF). Šķiet, ka tai ir arī spēcīga spēja rakstīt un labot kodu. Daži saka, ka šī tehnoloģija atspoguļo cilvēku programmētāju izzušanas ģenēzi.
Cilvēka programmētāja vēlamās īpašības, kuras AI nevar atkārtot
AI sistēma var iemācīties rakstīt kodu, kas rada programmatūru. Tomēr programmētāju pilnīga aizstāšana varētu būt nedaudz sarežģītāka. AI sistēmas iespējas var ļaut tai samazināt darbaspēku, palīdzot programmētājiem strādāt ātrāk, taču tā nekad nevar īsti aizstāt cilvēkus. Galvenā programmētāju un AI sistēmu atšķirības iezīme ir cilvēka smadzenes un to sarežģītās īpašības.
Saskaņā ar Endrjū Ng, viens no mūsdienu populārākajiem AI vārdiem:
viens neirons smadzenēs ir neticami sarežģīta mašīna, ko mēs pat šodien nesaprotam. Viens “neirons” neironu tīklā ir neticami vienkārša matemātiska funkcija, kas uztver nelielu daļu no bioloģiskā neirona sarežģītības.
Smadzeņu spēja radīt jaunu domu no šķietami reta gaisa ir ārpus cilvēka izpratnes. Tas noteikti nav kaut kas tāds, ko AI sistēma var atkārtot. Vēl viena programmētāju vēlama īpašība ir radošuma apjukums, kas atkal ir kaut kas tāds, ko mašīna nevar atkārtot.
Ar dziļu mācīšanos AI var radīt iespaidu par cilvēka domāšanu. Dažas AI sistēmas var pieņemt vienkāršus lēmumus, taču šie lēmumi ir bāli salīdzinājumā ar cilvēka smadzeņu lēmumu pieņemšanas spējām. AI var rakstīt kodu, bet tas nespēj nodrošināt, ka kods, ko tas raksta, ir pareizais kods. AI sistēma nevar atkārtot cilvēka spriedumu, kā arī nekas neliecina, ka tā spēs to darīt nākotnē.
AI un programmēšanas nākotne
AI tehnoloģijas, piemēram, ChatGPT, ir pierādījušas, cik noderīgs AI var būt programmētājiem. Tas ātri ģenerē kodu un var palīdzēt programmētāja vispārējā darbplūsmā. Tomēr ChatGPT ir arī pierādījis, ka pat vismodernākā dziļās mācīšanās tehnoloģija, kas mums pašlaik ir, nevar tikt galā ar pilnīgu autonomiju. Ir zināms, ka ChatGPT rada muļķīgas atbildes uz jautājumiem, saskaņā ar OpenAI.
Tāpēc ir ticams pieņemt, ka AI nākotne programmēšanā ir viens no programmētāju “palīgiem”, nevis “aizvietotājiem”.