În august 1955, un grup de cercetători a depus o cerere de finanțare de 13 USD pentru a conduce un seminar de vară la Dartmouth College, New Hampshire. Domeniul pe care și-au propus să îl exploreze a fost inteligența artificială (AI). Deși cererea de finanțare a fost modestă, ipoteza cercetătorilor nu a fost: „Fiecare aspect al învățării sau orice altă trăsătură a inteligenței poate fi, în principiu, descrisă atât de precis încât să poată fi construită o mașină care să o imite”.
De la aceste începuturi umile, filmele și mass-media au romantizat inteligența artificială sau au portretizat-o ca un răufăcător. Cu toate acestea, pentru majoritatea oamenilor, IA a rămas doar o chestiune de dezbatere și nu o parte a experienței de viață conștiente.
La sfârșitul lunii trecute, AI sub formă de Chat GPT a ieșit din speculații științifico-fantastice și laboratoare de cercetare și pe desktop-urile și telefoanele publicului larg. Aceasta este așa-numita „AI generativă” - un mesaj neașteptat de inteligent formulat poate scrie un eseu sau poate face o rețetă și o listă de cumpărături sau poate crea o poezie în stilul lui Elvis Presley.
Deşi Chat GPT a fost cel mai impresionant participant într-un an de succes generativ de AI, sisteme ca acesta au arătat un potențial și mai mare de a crea conținut nou, iar instrucțiunile text-la-imagine sunt folosite pentru a crea imagini vii care au câștigat chiar și concursuri de artă. Este posibil ca inteligența artificială să nu aibă încă o conștiință vie sau o teorie a minții populară în filmele și romanele științifico-fantastice, dar se apropie cel puțin de a perturba ceea ce credem că sistemele de inteligență artificială pot face.
Cercetătorii care lucrează îndeaproape cu aceste sisteme leșin de perspectiva inteligenței, ca în cazul modelului de limbă mare (LLM) LaMDA de la Google. LLM este un model care a fost antrenat să proceseze și să genereze limbaj natural.
AI generativă a ridicat, de asemenea, îngrijorări cu privire la plagiat, exploatarea conținutului original folosit pentru a construi modele, etica manipulării informațiilor și abuzul de încredere și chiar „sfârșitul programării”.
Ce înseamnă de fapt AI?
În centrul tuturor acestor lucruri se află o întrebare a cărei relevanță a crescut încă de la seminarul de vară de la Dartmouth: Este AI diferită de inteligența umană? Pentru a fi considerat IA, un sistem trebuie să demonstreze un anumit nivel de învățare și adaptare. Din acest motiv, sistemele de luare a deciziilor, automatizarea și statisticile nu sunt AI. În linii mari, IA este împărțită în două categorii: inteligență artificială îngustă (AI) și inteligență generală artificială (AI). În prezent, SHI nu există. O provocare cheie pentru construirea IA generală este modelarea adecvată a lumii cu întregul corp de cunoștințe, într-un mod consistent și util. Aceasta este, ca să spunem ușor, o sarcină la scară largă.
Cea mai mare parte a ceea ce cunoaștem astăzi ca inteligență artificială are inteligență restrânsă – în care un sistem specific rezolvă o problemă specifică. Spre deosebire de inteligența umană, o astfel de inteligență AI îngustă este eficientă doar în domeniul în care a fost instruită: cum ar fi detectarea fraudelor, recunoașterea facială sau recomandările sociale. Și AI va funcționa în același mod ca o persoană. În prezent, cel mai proeminent exemplu de încercări de a realiza acest lucru este utilizarea rețelelor neuronale și a învățării profunde antrenate pe cantități masive de date.
Rețelele neuronale sunt inspirate de modul în care funcționează creierul uman. Spre deosebire de majoritatea modelelor de învățare automată, care efectuează calcule pe datele de antrenament, rețelele neuronale funcționează alimentând fiecare punct de date pe rând printr-o rețea interconectată, ajustând parametrii de fiecare dată. Pe măsură ce sunt alimentate din ce în ce mai multe date prin rețea, parametrii se stabilizează, rezultând o rețea neuronală „antrenată” care poate produce apoi rezultatul dorit pe date noi – de exemplu, recunoașterea dacă o imagine conține o pisică sau un câine.
Un salt semnificativ în dezvoltarea inteligenței artificiale de astăzi se datorează îmbunătățirilor tehnologice ale metodelor de învățare a rețelelor neuronale mari, care permit ajustarea unui număr mare de parametri în timpul fiecărei rulări, grație capacităților infrastructurilor mari de cloud computing. De exemplu, GPT-3 (sistemul AI care alimentează ChatGPT) este o rețea neuronală mare cu 175 de miliarde de parametri.
Ce este necesar pentru ca inteligența artificială să funcționeze?
Inteligența artificială are nevoie de trei lucruri pentru a funcționa cu succes. În primul rând, are nevoie de date de calitate, obiective și multe. Cercetătorii care construiesc rețele neuronale folosesc rețele mari de date care au apărut datorită digitalizării societății.
Completând programatorii umani, Co-Pilot își extrage datele din miliarde de linii de cod găzduite pe GitHub. ChatGPT și alte modele de limbă mari folosesc miliardele de site-uri web și documente text stocate pe Internet.
Instrumente de conversie text în imagine, cum ar fi Difuzie stabilă, DALLE-2 și Midjourney, utilizați perechi imagine-text din seturi de date precum LAION-5B. Modelele AI vor continua să evolueze pe măsură ce ne digitalizăm mai mult din viețile noastre și le alimentăm cu surse alternative de date, cum ar fi date de simulare sau date din setările jocului precum Minecraft.
AI are nevoie, de asemenea, de infrastructură de calcul pentru a se antrena eficient. Pe măsură ce computerele devin mai puternice, modelele care necesită acum un efort intens și calcule la scară largă pot fi procesate local în viitorul apropiat. De exemplu, modelul Stable Diffusion poate fi rulat deja pe computere locale și nu în medii cloud. A treia nevoie pentru AI este modelele și algoritmii îmbunătățiți. Sistemele bazate pe date continuă să facă progrese rapide în domenii considerate cândva domeniul cognitiv uman.
Cu toate acestea, din moment ce lumea din jurul nostru se schimbă în mod constant, sistemele AI trebuie reinstruite în mod constant folosind date noi. Fără acest pas important, sistemele AI vor oferi răspunsuri care sunt incorecte din punct de vedere faptic sau nu iau în considerare informații noi care au apărut de când au fost instruiți.
Rețelele neuronale nu sunt singura abordare a AI. O altă tabără notabilă în cercetarea inteligenței artificiale este AI simbolică – în loc să digere o gamă largă de date, se bazează pe reguli și cunoștințe similare cu procesul uman de formare a reprezentărilor simbolice interne ale anumitor fenomene.
Dar în ultimul deceniu, raportul de putere a înclinat puternic către abordări bazate pe date, iar „părinții fondatori” ai învățării profunde moderne au primit recent Premiul Turing, echivalentul Premiului Nobel pentru informatică.
Datele, calculele și algoritmii formează baza viitoarei AI. Toți indicatorii indică progrese rapide în toate cele trei categorii pentru viitorul previzibil.
Poți ajuta Ucraina să lupte împotriva invadatorilor ruși. Cel mai bun mod de a face acest lucru este să donați fonduri Forțelor Armate ale Ucrainei prin intermediul Salveaza viata sau prin pagina oficiala NBU.