Dirbtinis intelektas yra kur kas daugiau nei „ChatGPT“. Dirbtinio intelekto algoritmai veikia kiekvieną kartą, kai naudojatės telefonu, tikrinate orų prognozę ar prisijungiate prie netflikso. Ir tai – tik pradžia. Po kelerių metų dirbtinis intelektas už mus priims daugelį sprendimų.

Tūkstantmečius žmonės fantazavo apie dirbtinį intelektą, kuris palengvintų gyvenimą. Šiandien ši fantazija tapo realybe. Jūsų išmaniajame telefone esantis asistentas, šiandienos orų prognozė ir galimybė pasiimti banko paskolą – visa tai pagrįsta dirbtiniu intelektu (DI). Negana to, išmanieji pokalbių robotai gali atsakyti į beveik bet kurį jūsų klausimą arba padėti atlikti namų darbus. Tačiau tai – tik pradžia. DI gali iš esmės pakeisti mūsų visuomenę. Kol kas neaišku, į gerąją ar į blogąją pusę…

Ką reiškia DI?

! DI – tai dirbtinis intelektas. Šį terminą sukūrė amerikiečių kompiuterių mokslininkas Johnas McCarthy. „Dirbtiniu intelektu“ jis pavadino tai, apie ką 1956 m. jo surengtame seminare diskutavo kompiuterių mokslininkai, matematikai ir kiti ekspertai. Dartmuto seminaras laikomas dirbtinio intelekto, kaip mokslinės disciplinos, pradžia. Vis dėlto jo šaknys siekia kur kas senesnius laikus.

Senovės graikų mitologijoje pasakojama apie būtybes, išsiskiriančias tam tikru dirbtiniu intelektu. Pavyzdžiui, mitas apie bronzinį robotą milžiną Talą, saugantį Kretos salą nuo priešų. 

Šiandien nauji duomenų apdorojimo ir sistemos mokymosi metodai bei didžiulė superkompiuterių skaičiavimo galia leidžia simuliuoti žmogaus intelektą. Naujausias DI gali analizuoti didžiulį kiekį duomenų, priimti sprendimus ir mokytis iš patirties – ir visa tai be tiesioginio žmogaus įsikišimo.

Kas yra dirbtinis intelektas?

DI kuria žmonės ir diegia jį į mašinas. DI grindžiamas ne žmogiškomis mintimis, o matematinėmis formulėmis, tačiau matematika grįstas DI, kaip ir žmonės, vis tiek gali mokytis iš patirties ir prisitaikyti prie naujų duomenų.

Su DI susiduriate kasdien, nors galbūt patys to ir nesuvokiate. Jis apsaugo kompiuterį nuo įsilaužėlių ir nepageidaujamų elektroninių laiškų, ieško jums patikti galinčio turinio netflikse ir leidžia versti tekstus į skirtingas kalbas.

Kaip galbūt jau pastebėjote, DI ne visada yra „protingas“, tačiau beveik visiško automatizavimo perspektyva šiuo metu skatina įmones į naują patobulintą DI investuoti milijardus.

Kada galima teigti, kad mašina turi DI?

! Teoriniu lygmeniu mokslininkai nesutaria dėl to, kas iš tikrųjų yra intelektas, todėl nėra ir visuotinai sutartos dirbtinio intelekto sąvokos.

Norėdami įvertinti, ar mašina pasižymi tikru DI, ekspertai sukūrė įvairių metodų, pavyzdžiui, Turingo testą. Juo siekiama nustatyti, ar mašinos elgesys panašus į žmogaus elgesį.

Testas pavadintas britų matematiko ir informatiko Alano Turingo vardu. 1950 m. jis pasiūlė šį testą kaip intelekto vertinimo būdą. Atlikdamas testą žmogus bendrauja su dviem atskiruose kambariuose esančiais dalyviais: žmogumi ir mašina. Žmogus užduoda jiems klausimus, o perskaitęs atsakymus turi įvertinti, kur yra žmogaus, o kur – mašinos atsakymai. Jei vertintojas negali nustatyti, kuris dalyvis yra mašina, vadinasi, mašina išlaikė Turingo testą. Vis dėlto praktiniai eksperimentai su Turingo testu parodė, kad mašina gali išlaikyti testą, net jei ir nėra labai protinga. Kitaip tariant, galima pademonstruoti protingą elgesį iš tiesų nebūnant protingam.

JAV filosofas Johnas Searle’as šį skirtumą aiškina remdamasis eksperimentu, vadinamu „Kinų kambarys“. Jo metu tiriamasis, kurio gimtoji kalba yra kinų, siunčia klausimus kinų kalba kitam kambaryje esančiam asmeniui, kuris nesupranta kinų kalbos, tačiau turi labai daug šios kalbos žinynų. Naudodamasis vien tik šiais žinynais, testo dalyvis gali atsakyti į kino užduotus klausimus, užrašyti juos ant popieriaus ir perduoti į pirmąjį kambarį. 

Pirmasis testo dalyvis gali pamanyti, kad bendrauja su kitame kambaryje esančiu kinu, nors iš tiesų pastarasis net nemoka kinų kalbos. Remdamasis turima literatūra, jis tiesiog randa atsakymus, panašius į tai, ką būtų atsakęs tikras kinas. 

Šiuo eksperimentu J. Searle’as siekė įrodyti, kad nors kompiuteriai patikimai imituoja protingą elgesį, jie nebūtinai yra protingi.

Kaip galite panaudoti DI?

! DI tikslas – priversti mašinas atlikti įprastus darbus, kad mes galėtume daugiau laiko skirti sudėtingesnėms, įdomesnėms ir kūrybiškesnėms užduotims. Neigiamas DI aspektas yra tas, kad jis perims nemažai darbų, kuriuos šiuo metu dirba žmonės. Panašiai kaip kombainai, ekskavatoriai ir elektroniniai laiškai išstūmė iš darbo įvairius darbininkus ir paštininkus. Kai kur DI jau perėmė žurnalistų, rengiančių sporto ir finansų naujienas, darbą. San Franciske DI valdo bepiločius taksi automobilius. DI atlieka ir gamtininkų darbą – analizuoja gamtoje esančias nuotraukų gaudykles, nustato rūšis ir net individus. Tai leidžia apžvelgti nykstančių rūšių populiacijas. Jei nebūtų DI, šiai užduočiai atlikti reikėtų be galo daug laiko. Ir tai – tik pradžia.

Netrukus DI, remdamasis jau surinktų duomenų dėsningumais, galės pats daryti mokslinius atradimus arba pasitelkti sveikatos duomenis ir greitai nustatyti tikslią ligos diagnozę.

Po 20 metų DI atliks užduotis, apie kurių egzistavimą šiandien net neįsivaizduojame.

Kam priklauso „OpenAI“?

! „OpenAI“ 2015 m. Kalifornijoje įkūrė grupė DI besidominčių kompiuterių mokslo studentų. Nuo to laiko milijardus JAV dolerių į bendrovę investavo technologijų milžinė „Microsoft“ ir kelios mažesnės investicinės bendrovės. Tiksliai nežinoma, kas yra „Open AI“ savininkai. 

Rudenį „OpenAI“ išleido kalbos modelį „Chat Generative Pre-trained Transformer“, sutrumpintai vadinamą „ChatGPT“. Per du mėnesius ši naujovė sulaukė daugiau nei 100 mln. vartotojų. Pats „ChatGPT“ teigia esantis DI pagrįstas kalbos modelis, galintis atsakyti į klausimus taip, kaip į juos atsakytų žmogus.

„ChatGPT“ nesupranta, ką sakote. Jis konvertuoja žodžius į skaičius ir ieško duomenų, kuriuose pasitaiko tie patys skaičiai – panašiai kaip tiriamasis „Kinų kambario“ eksperimente.

„ChatGPT“ yra labai įdomus, nes tai pats patogiausias ir veiksmingiausias šiuo metu prieinamas DI pokalbių robotas. Naudodamas tekstus, surinktus iš socialinių tinklų ar žiniasklaidos, jis parengia atsakymus į beveik bet kuriuos klausimus. Negana to, jis gali bendrauti bet kuria pageidaujama kalba.

Kokie yra DI trūkumai?

! Naudojant DI skirtumas tarp tikro ir netikro, realaus ir virtualaus išnyksta, todėl netinkamose rankose DI gali būti pražūtingas. Vienas pavyzdžių – 2016 m. JAV prezidento rinkimai. 

Kandidato Donaldo Trumpo pasamdyta duomenų analizės bendrovė „Cambridge Analytica“ į pagalbą pasitelkė DI, kad surinktų duomenis apie feisbuke esančius žmones ir nusiųstų jiems personalizuotą tikslinę „rinkimų informaciją“. Joje buvo teigiama, kad temos, kurios, pasak „Facebook“, domino gavėją, buvo pagrindiniai D. Trumpo kampanijos punktai. Galiausiai būtent šis kandidatas ir laimėjo rinkimus.

Tokie pokalbių robotai kaip „ChatGPT“ ar „Google“ atitikmuo „Bard“ susiduria ir su teisiniais iššūkiais. Jie semiasi žinių iš viso interneto, įskaitant autoriaus teisėmis apsaugotus straipsnius, tinklaraščius ar knygas. Bestselerių autoriai ir tarptautiniai laikraščiai, tokie kaip „The New York Times“, šiuo metu rengia ieškinius prieš „OpenAI“. Ieškovai teigia, kad technologijų bendrovė negali laisvai naudoti jų tekstų „ChatGPT“ mokyti.

Kitas DI trūkumas yra tas, kad net ir gerai išmokytas jis gali suklysti arba išgalvoti vietų, žmonių ir įvykių, kurie niekada neegzistavo. O jei visiškai pasikliausime DI, šimtus tūkstančių metų skaičiuojantis žmogaus intelektas – toks, kuriuo naudojasi šio straipsnio autorius, – vėliau turės daug vargo, kol ištaisys DI padarytas klaidas.

DI veikia trimis būdais

Dirbtinis intelektas gali būti grindžiamas įvairiais metodais. Paprasčiausias tiesiog ieško dėsningumų tyrinėdamas duomenis, o sudėtingiausias imituoja žmogaus smegenis.

Sistemos mokymasis analizuoja duomenis

1 Dirbtinis intelektas, naudodamas sistemos mokymąsi (angl. machine learning), analizuoja didžiulį kiekį duomenų. Sistemos mokymosi algoritmai nėra programuojami konkrečiai užduočiai atlikti. Tai yra iš duomenų išgaunami modeliai ir informacija, kuri naudojama sprendimams priimti arba būsimiems įvykiams prognozuoti.

Giluminis mokymasis įvertina informaciją iš skirtingų perspektyvų 

2 Giluminis mokymasis (angl. deep learning) yra sistemos mokymosi subkategorija. Sistemos mokymasis analizuoja duomenis nuo pradžios iki galo, o giluminis mokymasis tai daro keliais aspektais vienu metu – taip pat, kaip ir mūsų smegenys. Dėl šio metodo giluminis mokymasis puikiai tinka vaizdams ir kalbai atpažinti.

Neuronų tinklai veikia kaip smegenys

3 Apdorodami informaciją smegenyse bendradarbiauja milijardai neuronų. Panašūs procesai vyksta ir dirbtinio intelekto neuronų tinkluose. Tai leidžia šiems tinklams rasti sudėtingus ryšius tarp duomenų ir nuolat prisitaikyti prie įvesties duomenų pokyčių. Šią funkciją turinio transliavimo platformos, tokios kaip „Netflix“ ar „Spotify“, naudoja tam, kad vartotojams pasiūlytų tiems patinkančio turinio.

Comments are closed.

Pin It