Kas iš tikrųjų yra dirbtinis intelektas?
Dirbtinis intelektas – tai ne kažkoks fantastinis robotas iš mokslinės fantastikos filmų, o technologija, kuri jau dabar veikia jūsų telefone, kompiuteryje ir net šaldytuve. Paprasčiausiai tariant, tai kompiuterinės sistemos, kurios gali atlikti užduotis, paprastai reikalaujančias žmogaus proto – mokytis iš patirties, atpažinti vaizdus, suprasti kalbą ar priimti sprendimus.
Įsivaizduokite, kad mokote vaiką atpažinti šunis. Parodote jam dešimtis, šimtus skirtingų šunų nuotraukų, ir galiausiai jis supranta, kas yra šuo, net jei mato visiškai naują veislę. Dirbtinis intelektas veikia panašiai – tik vietoj vaiko čia yra algoritmai ir milžiniški duomenų kiekiai. Sistema analizuoja pavyzdžius, ieško dėsningumų ir mokosi atpažinti šablonus.
Šiandien dirbtinis intelektas nebėra vien mokslininkų laboratorijų reikalas. Jis padeda gydytojams diagnozuoti ligas, vairuotojams išvengti avarijų, o jums – rasti tinkamą filmą Netflix platformoje. Technologija tapo tokia įprasta, kad dažnai net nepastebime, kada ja naudojamės.
Kaip dirbtinis intelektas mokosi – mašininio mokymosi pagrindai
Mašininis mokymasis yra pagrindinis dirbtinio intelekto variklis. Skirtingai nuo tradicinių programų, kur programuotojas nurašo kiekvieną žingsnį, mašininio mokymosi sistemoms pateikiami duomenys ir leidžiama pačioms atrasti sprendimo būdus.
Yra keletas pagrindinių mokymosi būdų. Prižiūrimas mokymasis veikia kaip mokykla su mokytoju – sistemai pateikiami klausimai ir teisingi atsakymai, kol ji išmoksta atpažinti ryšius. Pavyzdžiui, parodote tūkstančius el. laiškų, pažymėtų kaip “šlamštas” arba “ne šlamštas”, ir sistema išmoksta pati juos atskirti.
Neprižiūrimas mokymasis labiau primena savišvietą. Sistema gauna duomenis be jokių pažymų ir pati bando rasti įdomius dėsningumus ar grupuoti panašius dalykus. Taip veikia, pavyzdžiui, rekomendacijų sistemos, kurios supranta, kad žmonės, perkantiems knygas apie istoriją, dažnai patinka ir biografijos.
Sustiprinimo mokymasis – tai mokymasis iš klaidų ir sėkmių. Sistema bando įvairius veiksmus ir gauna “apdovanojimus” už gerus rezultatus arba “bausmes” už blogus. Būtent taip buvo išmokytas dirbtinis intelektas žaisti šachmatais geriau nei bet kuris žmogus – jis sužaidė milijonus partijų prieš save patį.
Neuroniniai tinklai – technologija, įkvėpta smegenų
Neuroniniai tinklai skamba sudėtingai, bet idėja gana paprasta. Tai kompiuterinė sistema, kuri bando imituoti, kaip veikia žmogaus smegenys. Mūsų galvoje yra milijardai neuronų, kurie sujungti tarpusavyje ir perduoda signalus. Dirbtiniuose neuroniniuose tinkluose yra dirbtiniai neuronai – matematinės funkcijos, sujungtos į sluoksnius.
Įsivaizduokite nuotraukos atpažinimo sistemą. Pirmasis sluoksnis gali atpažinti paprastas linijas ir kraštus. Antrasis sluoksnis sujungia tas linijas į formas – apskritimus, kampus. Trečiasis sluoksnis iš tų formų sudėlioja objekto dalis – akis, nosį, ausis. Galiausiai paskutinis sluoksnis nusprendžia: “Tai katė!”
Gilieji neuroniniai tinklai turi dešimtis ar net šimtus tokių sluoksnių. Kuo daugiau sluoksnių, tuo sudėtingesnius dalykus sistema gali išmokti. Būtent gilieji neuroniniai tinklai sukūrė revoliuciją atpažįstant vaizdus, verčiant tekstus ir net kuriant naują turinį.
Vis dėlto šie tinklai turi keistą savybę – net jų kūrėjai ne visada supranta, kaip tiksliai jie priima sprendimus. Tai tarsi juoda dėžė: įdedi duomenis vienu galu, gauni atsakymą kitu, bet viduje vykstantys procesai lieka paslaptimi.
Nuo Turingo iki ChatGPT – dirbtinio intelekto istorija
Dirbtinio intelekto idėja nėra nauja. Dar 1950 metais britų matematikas Alanas Turingas pasiūlė testą, kaip nustatyti, ar mašina gali mąstyti. Jo idėja buvo paprasta: jei žmogus, bendraudamas su kompiuteriu, negali atskirti jo nuo kito žmogaus, vadinasi, mašina demonstruoja intelektą.
1956-ieji laikomi dirbtinio intelekto gimimo metais, kai Dartmuto konferencijoje mokslininkai pirmą kartą oficialiai panaudojo terminą “dirbtinis intelektas”. Tuomet vyravo didelis optimizmas – daugelis tikėjo, kad per dešimtmetį sukursime mąstančias mašinas. Realybė pasirodė daug sudėtingesnė.
Dirbtinio intelekto istorija pilna pakilimų ir nuosmukių. Septintajame ir aštuntajame dešimtmetyje atėjo “dirbtinio intelekto žiema” – laikotarpis, kai finansavimas sumažėjo, nes technologija neatitiko lūkesčių. Kompiuteriai buvo per lėti, duomenų per mažai, o algoritmai per primityvūs.
Lūžis įvyko XXI amžiaus pradžioje, kai susijungė trys dalykai: galingi kompiuteriai, milžiniški duomenų kiekiai internete ir patobulinti algoritmai. 2012 metais neuroniniai tinklai dramatiškai pagerino vaizdų atpažinimą. 2016-aisiais AlphaGo nugalėjo pasaulio Go čempioną. O 2022-ųjų pabaigoje ChatGPT parodė, kad dirbtinis intelektas gali bendrauti beveik kaip žmogus.
Kur dirbtinis intelektas jau dirba šiandien
Dirbtinis intelektas nebėra ateities technologija – jis čia ir dabar. Kai naudojate Google paieškos sistemą, dirbtinis intelektas analizuoja jūsų užklausą ir bando suprasti, ko iš tikrųjų ieškote. Kai Facebook siūlo pažymėti draugą nuotraukoje, tai veido atpažinimo dirbtinis intelektas.
Medicinos srityje dirbtinis intelektas jau dabar gali aptikti vėžį rentgeno nuotraukose kartais tiksliau nei patyrę radiologai. Tai nereiškia, kad gydytojai nebereikalingi – dirbtinis intelektas veikia kaip papildoma pora akių, padedanti nepralesti svarbių detalių.
Autonominiai automobiliai naudoja dirbtinį intelektą, kad atpažintų kelio ženklus, pėsčiuosius ir kitus automobilius. Tesla, Waymo ir kiti gamytojai jau turi automobilius, kurie gali važiuoti patys, nors dar ne visomis sąlygomis ir ne visiškai be žmogaus priežiūros.
Finansų sektoriuje dirbtinis intelektas stebi milijonus sandorių, ieškodamas sukčiavimo požymių. Kai jūsų banko kortelė blokuojama dėl įtartinos operacijos, greičiausiai tai dirbtinio intelekto sprendimas.
Net kūrybinėse srityse dirbtinis intelektas pradeda reikštis. DALL-E ir Midjourney kuria vaizdus pagal tekstinius aprašymus. ChatGPT ir panašios sistemos rašo tekstus, kodą, net eiles. Spotify ir Apple Music naudoja dirbtinį intelektą, kad pasiūlytų jums muzikos, kuri gali patikti.
Kaip dirbtinis intelektas apdoroja kalbą
Natūralios kalbos apdorojimas – tai viena sudėtingiausių dirbtinio intelekto sričių. Žmogaus kalba pilna dviprasmybių, konteksto, ironijos ir kultūrinių niuansų. Tas pats sakinys gali reikšti skirtingus dalykus priklausomai nuo situacijos.
Ankstyvosios kalbos apdorojimo sistemos veikė pagal griežtas taisykles – programuotojai bandė aprašyti visą gramatikos ir sintaksės sudėtingumą. Tai veikė tik iš dalies ir tik paprastais atvejais. Šiuolaikinės sistemos naudoja visiškai kitokį požiūrį – jos mokosi iš milžiniškų tekstų kiekių.
GPT (Generative Pre-trained Transformer) tipo modeliai, kaip ChatGPT, apmokomi skaitydami didžiąją dalį viešai prieinamo interneto. Jie išmoksta prognozuoti, koks žodis turėtų eiti toliau sakinyje, remdamiesi kontekstu. Skamba paprastai, bet šis principas, pritaikytas milžiniškoje skalėje, leidžia sistemai “suprasti” kalbą labai giliu lygiu.
Vertimo programos kaip Google Translate taip pat naudoja dirbtinį intelektą. Vietoj to, kad verstų žodis po žodžio, jos bando suprasti visos frazės prasmę ir ją perteikti kita kalba. Rezultatai vis dar ne idealūs, bet nepalyginamai geresni nei prieš dešimtmetį.
Dirbtinio intelekto ribojimai ir problemos
Nors dirbtinis intelektas gali atrodyti beveik magiškas, jis turi rimtų apribojimų. Pirmiausia, dirbtinis intelektas nėra tikrai protingas – jis nesuvokia, ką daro. Sistema gali puikiai atpažinti kates nuotraukose, bet neturi jokios sąvokos, kas yra katė, kaip ji jaučiasi ar kodėl žmonės jas mėgsta.
Dirbtinis intelektas mokosi iš duomenų, o tai reiškia, kad jis perima ir duomenyse esančius šališkumus. Jei mokymo duomenyse daugiau vyrų vadovų nei moterų, sistema gali “išmokti”, kad vadovas greičiausiai yra vyras. Tai sukelia rimtų etinių problemų, ypač kai dirbtinis intelektas naudojamas priimant sprendimus apie žmones.
Kita problema – dirbtinis intelektas gali būti lengvai apgautas. Tyrimai parodė, kad pridėjus specialiai parinktų triukšmų prie nuotraukos, galima priversti sistemą matyti dalykus, kurių ten nėra. Žmogus mato normalią panda nuotrauką, o dirbtinis intelektas su 99% tikimybe sako, kad tai gibonė.
Dirbtinis intelektas taip pat reikalauja milžiniškų skaičiavimo resursų. Didžiųjų kalbos modelių mokymas gali kainuoti milijonus dolerių ir sunaudoti tiek elektros energijos, kiek vidutinis miestas per mėnesį. Tai kelia klausimų apie technologijos tvarumą ir prieinamumą.
Ką ateitis žada dirbtiniam intelektui ir mums
Dirbtinio intelekto technologija vystosi tokiu greičiu, kad net ekspertai sunkiai prognozuoja, kur būsime po penkerių metų. Viena aišku – dirbtinis intelektas taps dar labiau integruotas į mūsų kasdienį gyvenimą.
Artimiausioje ateityje tikėtina, kad dirbtinis intelektas taps asmeniniu asistentu, kuris tikrai supranta jūsų poreikius ir padeda organizuoti gyvenimą. Ne tik primena apie susitikimus, bet ir pasiūlo, kada geriausia juos planuoti, atsižvelgdamas į jūsų energijos lygius ir įpročius.
Medicinos srityje dirbtinis intelektas gali revoliucionuoti gydymą, padedant kurti personalizuotus gydymo planus, prognozuoti ligas dar prieš atsirandant simptomams ir greitinti vaistų kūrimą. Jau dabar dirbtinis intelektas padėjo rasti naujų antibiotikų, o ateityje gali padėti įveikti ligas, kurios šiandien laikomos neišgydomos.
Švietimo srityje dirbtinis intelektas gali tapti asmeniniu mokytoju kiekvienam mokiniui, prisitaikančiu prie individualaus mokymosi tempo ir stiliaus. Tai galėtų padaryti kokybišką išsilavinimą prieinamą daug didesniam žmonių skaičiui.
Tačiau kartu kyla ir iššūkių. Kas atsitiks su darbais, kuriuos dirbtinis intelektas gali atlikti geriau nei žmonės? Kaip užtikrinsime, kad technologija būtų naudojama etiškai? Kas bus atsakingas, kai dirbtinio intelekto sprendimas sukels žalą? Šie klausimai reikalauja atsakymų jau dabar, o ne ateityje.
Gyvenimas su protingomis mašinomis
Dirbtinis intelektas nėra nei stebuklingas sprendimas visoms problemoms, nei baisus pavojus žmonijai. Tai įrankis – galingas, sudėtingas, bet vis tik įrankis. Kaip ir bet kuris įrankis, jis gali būti naudojamas gerai arba blogai, priklausomai nuo to, kas ir kaip jį naudoja.
Svarbu suprasti, kad dirbtinis intelektas nekeičia žmogaus – jis papildo mūsų gebėjimus. Geriausios sistemos yra tos, kurios dirba kartu su žmonėmis, o ne vietoj jų. Gydytojas su dirbtinio intelekto pagalba yra geresnis nei bet kuris iš jų atskirai. Menininkas, naudojantis dirbtinio intelekto įrankius, gali kurti dalykus, kurie anksčiau buvo neįmanomi.
Praktiškai kiekvienam iš mūsų svarbu bent šiek tiek suprasti, kaip veikia dirbtinis intelektas. Ne tam, kad taptume programuotojais, bet kad galėtume kritiškai vertinti, kada pasitikėti technologija, o kada ne. Kai dirbtinis intelektas rekomenduoja filmą – puiku. Kai jis priima sprendimą apie jūsų paskolos paraišką – svarbu žinoti, kad galite paklausti, kodėl.
Technologija jau čia, ji vystosi ir ji keičia pasaulį. Geriausia, ką galime padaryti, – tai mokytis, prisitaikyti ir stengtis, kad ši technologija tarnautų visiems, o ne tik keliems. Dirbtinis intelektas – tai ne ateitis, tai dabartis, ir nuo mūsų priklauso, kokia ji bus.