Dom Repair

Što je umjetna inteligencija (AI): definicija pojma jednostavnim riječima.

Najpoznatiji način da se utvrdi da li mašina ima inteligenciju je Turingov test, koji je 1950. godine predložio matematičar Alan Turing. Tokom testa, osoba razgovara sa kompjuterom i mora odrediti ko priča - mašina ili osoba. Ako je mašina u stanju da imitira razgovor, onda ima inteligenciju. Danas je Turingov test već: prošlog ljeta ga je prošao chat bot Eugene Goostman, a test je stalno kritikovan. Look At Me sastavite osam drugih načina da se utvrdi da li automobil ima inteligenciju.

Lovelace test 2.0

Ovaj test je nazvan po Adi Lovelace, matematičarki iz 19. vijeka koja se smatra prvim kompjuterskim programerom u istoriji. Dizajniran je da utvrdi prisustvo inteligencije u mašini kroz njenu sposobnost da bude kreativan. Test je prvobitno predložen 2001. godine, u kojem je mašina trebalo da stvori umetničko delo koje bi dizajner mašine pogrešno smatrao ljudskom rukom. Pošto ne postoje jasni kriterijumi za uspeh, test je previše netačan.

Prošle godine, profesor Mark Reidel sa Tehnološkog instituta Džordžije ažurirao je test kako bi ga učinio manje subjektivnim. Sada mašina mora da stvori delo u određenom žanru iu određenim kreativnim granicama koje postavlja ljudski sudija. Jednostavno rečeno, to mora biti umjetničko djelo u određenom stilu. Na primjer, sudija može zatražiti od mašine da naslika manirističku sliku u duhu Parmigianina ili komad džeza u venu Milesa Davisa. Za razliku od originalnog testa, mašine rade u zadatim granicama, te stoga sudije mogu objektivnije procijeniti rezultat.

IKEA test

Mašini se pokaže slika i pita se, na primjer, gdje je šolja na njoj, a oni dobiju nekoliko odgovora. Sve opcije odgovora su tačne (na stolu, na strunjači, ispred stolice, lijevo od lampe) ali neki mogu biti ljudskiji od drugih (recimo, od svega navedenog, veća je vjerovatnoća da će osoba odgovoriti „na stolu“). Čini se kao jednostavan zadatak, ali u stvarnosti sposobnost da se opiše gdje se objekt nalazi u odnosu na druge objekte je - suštinski element ljudski um. Ovdje dolaze u obzir mnoge nijanse i subjektivne prosudbe, od veličine objekata do njihove uloge u određenoj situaciji – općenito, kontekstu. Ljudi to rade intuitivno, ali mašine nailaze na probleme.

Grape Schemes

Chat botovi koji prođu Turingov test su dobri u prevari sudije da povjeruju da su ljudi. Prema riječima Hectora Levesquea, profesora informatike na Univerzitetu u Torontu, takav test samo pokazuje koliko je lako prevariti osobu, posebno u kratkoj tekstualnoj prepisci. Ali nemoguće je iz Turingovog testa reći da li mašina ima inteligenciju ili čak razumijevanje jezika.

Koncept vještačke inteligencije (AI ili AI) uključuje ne samo tehnologije koje vam omogućavaju stvaranje inteligentnih mašina (uključujući kompjuterske programe). AI je takođe jedna od oblasti naučne misli.

Umjetna inteligencija - definicija

Inteligencija- ovo je mentalna komponenta osobe koja ima sljedeće sposobnosti:

adaptivni;
učenje kroz akumulaciju iskustva i znanja;
sposobnost primene znanja i veština za upravljanje okruženjem.

Intelekt objedinjuje sve sposobnosti osobe da spozna stvarnost. Uz pomoć njega, osoba razmišlja, pamti nove informacije, percipira okruženje i tako dalje.

Pod umjetnom inteligencijom se podrazumijeva jedna od oblasti informacionih tehnologija, koja se bavi proučavanjem i razvojem sistema (mašina) obdarenih sposobnostima ljudske inteligencije: sposobnošću učenja, logičkog zaključivanja i sl.

Trenutno se rad na umjetnoj inteligenciji odvija kreiranjem novih programa i algoritama koji rješavaju probleme na isti način kao i čovjek.

Zbog činjenice da se definicija AI razvija kako se ovaj smjer razvija, potrebno je spomenuti AI Efekat. Odnosi se na učinak koji umjetna inteligencija stvara kada je napravila određeni napredak. Na primjer, ako je AI naučio da izvodi bilo koju radnju, tada se odmah pridružuju kritičari, tvrdeći da ovi uspjesi ne ukazuju na prisustvo razmišljanja u mašini.

Danas razvoj veštačke inteligencije ide u dva nezavisna pravca:

neurokibernetika;
logičan pristup.

Prvi pravac uključuje proučavanje neuronskih mreža i evolucionog računarstva sa stanovišta biologije. Logički pristup uključuje razvoj sistema koji oponašaju intelektualne procese visokog nivoa: mišljenje, govor i tako dalje.

Prvi rad u oblasti veštačke inteligencije počeo je da se sprovodi sredinom prošlog veka. Pionir istraživanja u ovom pravcu bio je Alan Turing, iako su određene ideje počeli izražavati filozofi i matematičari u srednjem vijeku. Konkretno, već početkom 20. stoljeća uveden je mehanički uređaj koji može rješavati šahovske probleme.

Ali u stvarnosti ovaj pravac je formiran sredinom prošlog stoljeća. Pojavi radova o veštačkoj inteligenciji prethodila su istraživanja ljudske prirode, načina upoznavanja sveta oko nas, mogućnosti misaonog procesa i drugih oblasti. Do tada su se pojavili prvi kompjuteri i algoritmi. Odnosno, stvoren je temelj na kojem se rodio novi smjer istraživanja.

Godine 1950. Alan Turing je objavio članak u kojem je postavljao pitanja o mogućnostima budućih mašina, kao i o tome da li one mogu nadmašiti ljude u smislu osjećaja. Upravo je ovaj naučnik razvio proceduru koja je kasnije nazvana po njemu: Tjuringov test.

Nakon objavljivanja radova engleskog naučnika, pojavila su se nova istraživanja u oblasti AI. Prema Turingu, samo mašina koja se ne može razlikovati od osobe tokom komunikacije može se prepoznati kao mašina za razmišljanje. Otprilike u isto vrijeme kada se pojavila uloga naučnika, rođen je koncept, nazvan Baby Machine. Predviđeno je progresivni razvoj AI i stvaranje mašina čiji se misaoni procesi prvo formiraju na nivou deteta, a zatim postepeno unapređuju.

Termin "vještačka inteligencija" rođen je kasnije. Godine 1952. grupa naučnika, uključujući Turinga, sastala se na američkom univerzitetu Dartmund kako bi razgovarala o pitanjima vezanim za AI. Nakon tog sastanka počeo je aktivan razvoj mašina sa mogućnostima veštačke inteligencije.

Posebnu ulogu u stvaranju novih tehnologija u oblasti AI imali su vojni resori koji su aktivno finansirali ovu oblast istraživanja. Nakon toga, rad na polju umjetne inteligencije počeo je privlačiti velike kompanije.

Savremeni život stavlja više izazovni zadaci pred istraživačima. Stoga se razvoj AI odvija u fundamentalno drugačijim uvjetima, ako ih uporedimo s onim što se dogodilo u periodu pojave umjetne inteligencije. Procesi globalizacije, akcije zlonamjernika u digitalnoj sferi, razvoj interneta i drugi problemi - sve to postavlja složene zadatke pred naučnike, čije rješenje leži u području AI.

Unatoč uspjesima postignutim u ovoj oblasti posljednjih godina (na primjer, pojava autonomne tehnologije), još uvijek se čuju glasovi skeptika koji ne vjeruju u stvaranje istinski umjetne inteligencije, a ne baš sposobnog programa. Brojni kritičari strahuju da će aktivni razvoj AI uskoro dovesti do situacije u kojoj će mašine u potpunosti zamijeniti ljude.

Pravci istraživanja

Filozofi još nisu došli do konsenzusa o tome kakva je priroda ljudskog intelekta i kakav je njegov status. S tim u vezi, u naučnim radovima posvećenim AI, postoje mnoge ideje koje govore koje zadatke umjetna inteligencija rješava. Takođe ne postoji uobičajeno razumijevanje pitanja kakva se mašina može smatrati inteligentnom.

Danas razvoj tehnologija umjetne inteligencije ide u dva smjera:

Silazno (semiotički). Uključuje razvoj novih sistema i baza znanja koje imitiraju mentalne procese visokog nivoa kao što su govor, izražavanje emocija i razmišljanje.
Uzlazno (biološko). Ovaj pristup uključuje istraživanje u oblasti neuronskih mreža, kroz koje se kreiraju modeli intelektualnog ponašanja sa stanovišta bioloških procesa. Na osnovu ovog pravca nastaju neurokompjuteri.

Određuje sposobnost vještačke inteligencije (mašine) da razmišlja na isti način kao i osoba. U opštem smislu, ovaj pristup uključuje stvaranje AI čije se ponašanje ne razlikuje od ljudskih akcija u istim, normalnim situacijama. U stvari, Tjuringov test pretpostavlja da će mašina biti inteligentna samo ako je u komunikaciji sa njom nemoguće razumeti ko govori: mehanizam ili živa osoba.

Knjige naučne fantastike nude drugačiji način procene sposobnosti veštačke inteligencije. Umjetna inteligencija će postati stvarna ako osjeća i može stvarati. Međutim, ovakav pristup definiciji se ne održava u praksi. Već se, na primjer, stvaraju mašine koje imaju sposobnost da reaguju na promjene u okolini (hladnoća, vrućina i tako dalje). U isto vrijeme, ne mogu se osjećati onako kako se čovjek osjeća.

Simbolički pristup

Uspjeh u rješavanju problema uvelike je određen sposobnošću fleksibilnog pristupa situaciji. Mašine, za razliku od ljudi, interpretiraju podatke koje primaju na jedinstven način. Dakle, samo osoba učestvuje u rješavanju problema. Mašina izvodi operacije zasnovane na pisanim algoritmima koji isključuju upotrebu nekoliko modela apstrakcije. Postizanje fleksibilnosti programa moguće je povećanjem resursa uključenih u tok rješavanja problema.

Gore navedeni nedostaci su tipični za simbolički pristup koji se koristi u razvoju AI. Međutim, ovaj smjer razvoja umjetne inteligencije omogućava vam stvaranje novih pravila u procesu proračuna. A problemi koji proizlaze iz simboličkog pristupa mogu se riješiti logičkim metodama.

logičan pristup

Ovaj pristup uključuje kreiranje modela koji oponašaju proces zaključivanja. Zasniva se na principima logike.

Ovaj pristup ne uključuje upotrebu krutih algoritama koji dovode do određenog rezultata.

Pristup baziran na agentima

Koristi inteligentne agente. Ovaj pristup pretpostavlja sljedeće: inteligencija je računski dio, kroz koji se postižu ciljevi. Mašina igra ulogu inteligentnog agenta. Ona uči okolinu uz pomoć posebnih senzora, a s njom stupa u interakciju preko mehaničkih dijelova.

Pristup baziran na agentima fokusira se na razvoj algoritama i metoda koji omogućavaju mašinama da ostanu operativne u različitim situacijama.

Hibridni pristup

Ovaj pristup podrazumijeva integraciju neuronskih i simboličkih modela, čime se postiže rješavanje svih problema vezanih za procese mišljenja i računanja. Na primjer, neuronske mreže mogu generirati smjer u kojem se kreće operacija mašine. A statičko učenje pruža osnovu kroz koju se problemi rješavaju.

Prema ekspertima kompanije Gartner, do početka 2020-ih, gotovo svi objavljeni softverski proizvodi koristit će tehnologije umjetne inteligencije. Također, stručnjaci sugeriraju da će oko 30% ulaganja u digitalnu sferu pasti na AI.

Prema analitičarima Gartnera, umjetna inteligencija otvara nove mogućnosti za saradnju ljudi i mašina. Istovremeno, proces istiskivanja osobe AI ne može se zaustaviti iu budućnosti će se ubrzati.

U društvu PwC vjeruju da će do 2030. godine obim svjetskog bruto domaćeg proizvoda porasti za oko 14% zbog brzog uvođenja novih tehnologija. Štaviše, približno 50% povećanja će obezbijediti povećanje efikasnosti proizvodnih procesa. Druga polovina indikatora će biti dodatna dobit ostvarena uvođenjem AI u proizvode.

U početku će Sjedinjene Države dobiti efekat upotrebe veštačke inteligencije, budući da je ova zemlja stvorila Bolji uslovi za rad mašina na AI. U budućnosti će ih nadmašiti Kina, koja će uvođenjem ovakvih tehnologija u proizvode i njihovu proizvodnju izvući maksimalan profit.

Stručnjaci kompanije Prodajna snaga tvrde da će AI povećati profitabilnost malih preduzeća za oko 1,1 bilion dolara. I to će se desiti do 2021. Djelomično će se ovaj pokazatelj postići implementacijom rješenja koje nudi AI u sisteme odgovorne za komunikaciju sa kupcima. Istovremeno će se povećati efikasnost proizvodnih procesa zahvaljujući njihovoj automatizaciji.

Uvođenjem novih tehnologija otvorit će se i dodatnih 800.000 radnih mjesta. Stručnjaci napominju da ova brojka nadoknađuje gubitak slobodnih radnih mjesta zbog automatizacije procesa. Analitičari, na osnovu ankete među kompanijama, predviđaju da će njihova potrošnja na automatizaciju fabrike porasti na oko 46 milijardi dolara do početka 2020-ih.

U Rusiji se takođe radi na polju veštačke inteligencije. Za 10 godina, država je finansirala više od 1,3 hiljade projekata u ovoj oblasti. Štaviše, najveći dio investicija otišlo je u razvoj programa koji nisu vezani za obavljanje komercijalnih djelatnosti. To pokazuje da ruska poslovna zajednica još nije zainteresirana za uvođenje tehnologija umjetne inteligencije.

Ukupno je u Rusiju u te svrhe uloženo oko 23 milijarde rubalja. Iznos vladinih subvencija je inferioran u odnosu na iznos finansiranja AI koje pokazuju druge zemlje. U Sjedinjenim Državama se svake godine za ove svrhe izdvaja oko 200 miliona dolara.

U osnovi, u Rusiji se iz državnog budžeta izdvajaju sredstva za razvoj AI tehnologija, koje se zatim koriste u sektoru transporta, odbrambenoj industriji i u projektima koji se odnose na sigurnost. Ova okolnost ukazuje na to da kod nas ljudi češće ulažu u oblasti koje omogućavaju brzo postizanje određenog efekta od uloženih sredstava.

Navedena studija je također pokazala da Rusija sada ima veliki potencijal za obuku stručnjaka koji mogu biti uključeni u razvoj AI tehnologija. Za 5 posljednjih godina Otprilike 200.000 ljudi je obučeno u oblastima vezanim za AI.

AI tehnologije se razvijaju u sljedećim pravcima:

rješavanje problema koji omogućavaju približavanje sposobnosti umjetne inteligencije ljudskim i pronalaženje načina da se one integrišu u svakodnevni život;
razvoj punopravnog uma, kroz koji će se rješavati zadaci pred čovječanstvom.

Trenutno su istraživači fokusirani na razvoj tehnologija koje rješavaju praktične probleme. Naučnici se do sada nisu približili stvaranju potpune umjetne inteligencije.

Mnoge kompanije razvijaju tehnologije u oblasti AI. "Yandex" ih koristi u radu pretraživača više od godinu dana. Ruska IT kompanija se od 2016. godine bavi istraživanjem u oblasti neuronskih mreža. Potonji mijenjaju prirodu rada pretraživača. Konkretno, neuronske mreže uspoređuju upit koji je unio korisnik s određenim vektorskim brojem koji najpotpunije odražava značenje zadatka. Drugim riječima, pretraga se ne vrši po riječi, već prema suštini informacija koje osoba traži.

U 2016 "Yandex" pokrenuo uslugu "zen", koji analizira korisničke preferencije.

Kompanija Abbyy nedavno uveden sistem Compreno. Uz pomoć njega moguće je razumjeti tekst napisan prirodnim jezikom. Drugi sistemi zasnovani na tehnologijama veštačke inteligencije takođe su ušli na tržište relativno nedavno:

findo. Sistem je sposoban da prepozna ljudski govor i traži informacije u različitim dokumentima i datotekama koristeći složene upite.
Gamalon. Ova kompanija je uvela sistem sa mogućnošću samoučenja.
Watsone. IBM računar koji koristi veliki broj algoritama za traženje informacija.
ViaVoice. Sistem za prepoznavanje ljudskog govora.

Velike komercijalne kompanije ne zaobilaze napredak u oblasti umjetne inteligencije. Banke aktivno implementiraju takve tehnologije u svoje aktivnosti. Uz pomoć sistema zasnovanih na veštačkoj inteligenciji, oni obavljaju transakcije na berzama, upravljaju imovinom i obavljaju druge operacije.

Odbrambena industrija, medicina i druge oblasti implementiraju tehnologije za prepoznavanje objekata. I razvojne kompanije kompjuterske igrice, primijeniti AI da kreirate sljedeći proizvod.

Tokom proteklih nekoliko godina, grupa američkih naučnika radila je na projektu NEIL, u kojem istraživači traže od kompjutera da prepozna ono što je prikazano na fotografiji. Stručnjaci sugeriraju da će na taj način moći stvoriti sistem sposoban za samoučenje bez vanjske intervencije.

Kompanija VisionLab uvela sopstvenu platformu LUNA, koji može prepoznati lica u realnom vremenu birajući ih iz ogromne grupe slika i video zapisa. Ovu tehnologiju sada koriste velike banke i mrežni trgovci na malo. Uz LUNA, možete uporediti preferencije ljudi i ponuditi im relevantne proizvode i usluge.

Jedna ruska kompanija radi na sličnim tehnologijama N-Tech Lab. Istovremeno, njegovi stručnjaci pokušavaju stvoriti sistem za prepoznavanje lica zasnovan na neuronskim mrežama. Prema najnovijim podacima, ruski razvoj se nosi sa postavljenim zadacima bolje od osobe.

Prema Stephenu Hawkingu, razvoj tehnologija umjetne inteligencije u budućnosti će dovesti do smrti čovječanstva. Naučnik je primetio da će ljudi postepeno degradirati zbog uvođenja veštačke inteligencije. A u uslovima prirodne evolucije, kada se osoba treba neprestano boriti da preživi, ovaj proces će neminovno dovesti do njegove smrti.

Rusija pozitivno razmatra uvođenje AI. Aleksej Kudrin je svojevremeno rekao da bi upotreba takvih tehnologija smanjila troškove održavanja državnog aparata za oko 0,3% BDP-a. Dmitrij Medvedev predviđa nestanak brojnih profesija zbog uvođenja AI. Međutim, zvaničnik je naglasio da će upotreba takvih tehnologija dovesti do brzog razvoja drugih industrija.

Prema ekspertima Svjetskog ekonomskog foruma, do početka 2020-ih oko 7 miliona ljudi u svijetu će ostati bez posla zbog automatizacije proizvodnje. Uvođenje AI vrlo je vjerovatno da će uzrokovati transformaciju ekonomije i nestanak niza zanimanja vezanih za obradu podataka.

Eksperti McKinsey izjavljuju da će proces automatizacije proizvodnje biti aktivniji u Rusiji, Kini i Indiji. U ovim zemljama će u bliskoj budućnosti do 50% radnika ostati bez posla zbog uvođenja AI. Njihovo mjesto će zauzeti kompjuterizirani sistemi i roboti.

Prema McKinseyju, umjetna inteligencija će zamijeniti poslove koji uključuju fizički rad i obradu informacija: maloprodaju, hotelsko osoblje i tako dalje.

Do sredine ovog stoljeća, prema procjenama stručnjaka jedne američke kompanije, broj radnih mjesta u svijetu biće smanjen za oko 50%. Ljudi će biti zamijenjeni mašinama koje mogu obavljati slične operacije sa istom ili većom efikasnošću. Istovremeno, stručnjaci ne isključuju opciju u kojoj će se ova prognoza ostvariti prije određenog vremena.

Drugi analitičari primjećuju štetu koju roboti mogu uzrokovati. Na primjer, stručnjaci McKinseyja ističu da roboti, za razliku od ljudi, ne plaćaju porez. Kao rezultat toga, zbog smanjenja budžetskih prihoda, država neće moći održavati infrastrukturu na istom nivou. Stoga je Bill Gates predložio novi porez na robotsku opremu.

AI tehnologije povećavaju efikasnost kompanija smanjujući broj napravljenih grešaka. Osim toga, oni vam omogućavaju da povećate brzinu operacija na nivo koji osoba ne može postići.

Šta je vještačka inteligencija? Bez sumnje, mnogi su čuli za automobile koji mogu kontrolisati svoje kretanje bez ljudske pomoći, uređaje za prepoznavanje govora kao što su Appleov Siri, Amazonov Alexa, Google Assistant i Microsoftova Cortana. Ali to nisu sve mogućnosti umjetne inteligencije (AI).

AI je prvi put "otkriven" 1950-ih. Tokom godina, imala je uspone i padove, ali u sadašnjoj fazi ljudskog razvoja, umjetna inteligencija se smatra ključnom tehnologijom budućnosti. Zahvaljujući razvoju elektronike i pojavi bržih procesora, sve veći broj aplikacija počinje koristiti AI. Umjetna inteligencija je izvanredna softverska tehnologija s kojom bi svaki inženjer trebao upoznati. U ovom članku pokušat ćemo ukratko opisati ovu tehnologiju.

Definisana umjetna inteligencija

AI je podoblast računarske nauke koja uključuje pametnije korištenje računara i elektronskih komponenti oponašanjem ljudskog mozga. Inteligencija je sposobnost stjecanja znanja i iskustva i njihova primjena u rješavanju problema. AI je posebno korisna u analizi i tumačenju skupova podataka i izdvajanju stvarnih korisne informacije. Iz informacija dolazi do uvida koji se može koristiti za donošenje odluka ili poduzimanje neke vrste akcije.

Oblasti studija

Umjetna inteligencija je široka tehnologija s mnogo mogućih primjena. Obično se dijeli na podgrane. Pogledajmo na brzinu svaki od njih:

Rješavanje općih problema koji nemaju specifično algoritamsko rješenje. Problemi s neizvjesnošću i dvosmislenošću.
Ekspertski sistemi su softver koji sadrži bazu znanja pravila, činjenica i podataka od nekoliko pojedinačnih stručnjaka. Baza podataka se može zatražiti za rješavanje problema, dijagnosticiranje bolesti ili davanje savjeta.
Obrada prirodnog jezika (NLP) – koristi se za analizu teksta. Prepoznavanje glasa je također dio (NLP).
Kompjuterski vid je analiza i razumijevanje vizuelnih informacija (fotografije, video zapisi i tako dalje). Mašinski vid i prepoznavanje lica su primjeri. Koristi se u "autonomnim" vozilima i proizvodnim linijama.
Robotika je stvaranje pametnijih, prilagodljivijih i „samopouzdanih“ robota.
Igre: AI je odličan u igranju igrica. Računari su već programirani da igraju i pobjeđuju u šahu, pokeru i Gou.
Mašinsko učenje su procedure koje omogućavaju računaru da uči na osnovu unosa i daje smisao rezultatima. Neuronske mreže čine osnovu mašinskog učenja.

Kako radi umjetna inteligencija

Obični računari koriste algoritme za rješavanje problema. Redoslijed instrukcija vodi do korak-po-korak izvršavanja radnji za postizanje rezultata. Tradicionalni oblici veštačke inteligencije baziraju se na bazama znanja i mašinama za zaključivanje koji koriste različite mehanizme za rad sa bazom znanja preko korisničkog interfejsa. Korisni rezultati su postignuti nekim od metoda navedenih u nastavku:

Pretraga: Algoritmi pretraživanja koriste bazu podataka organiziranih u grafikone ili stabla. Pretraga je glavna metoda umjetne inteligencije.
Logika: Deduktivno i induktivno zaključivanje se koristi za utvrđivanje istinitosti ili neistinitosti iskaza. Ovo uključuje i propozicionalnu logiku i logiku predikata.
Pravila: Pravila su niz "ako" izjava koje se mogu pronaći da bi se odredio ishod. Sistemi zasnovani na pravilima nazivaju se ekspertni sistemi.
Vjerovatnoća i statistika: Neki problemi se mogu riješiti, a rješenja se pronalaze primjenom standardne matematičke teorije vjerovatnoće i statistike.
Liste: Neke vrste informacija mogu se pohraniti u liste koje se mogu pretraživati.
Drugi oblici znanja su šeme, okviri i skripte, koje su strukture koje obuhvataju različite vrste znanje. Metode pretraživanja traže odgovore na relevantne upite.

Tradicionalne ili naslijeđene AI metode kao što su pretraga, logika, vjerovatnoća i pravila smatraju se prvim valom umjetne inteligencije. Ove metode se još uvijek koriste i dobro uzimaju znanje i rasuđivanje, posebno za uski raspon problema. Prvom talasu veštačke inteligencije nedostaju ljudske osobine učenja i apstrakcije odlučivanja. Ovi kvaliteti su sada dostupni u drugom talasu veštačke inteligencije, zahvaljujući neuronskim mrežama i mašinskom učenju.

Neuralne mreže

Danas se većina istraživanja i razvoja AI bazira na korištenju neuronskih mreža ili umjetnih neuronskih mreža (ANN). Ove mreže se sastoje od umjetnih neurona koji oponašaju neurone u ljudskom mozgu koji su odgovorni za naše razmišljanje i učenje. Svaki neuron je čvor složene interkonekcije koja povezuje mnoge neurone s drugima putem sinapsi. ANN simulira ovu mrežu.

Svaki čvor ima nekoliko ponderiranih ulaza, kao i izlaz i postavku praga (slika iznad). Takvi čvorovi se obično implementiraju u softveru, iako je moguća i hardverska emulacija. Tipično kolo se sastoji od tri sloja - ulaznog sloja, skrivenog (sloj za obradu ili obuku) i izlaznog sloja:

Neki mehanizmi koriste propagaciju unazad kako bi pružili povratnu informaciju koja mijenja ulazne težine nekih čvorova kako se primaju nove informacije.

Mašinsko učenje i duboko učenje

Mašinsko učenje je metoda učenja kompjutera da prepozna obrasce. Računar ili uređaj se „uči“ na primjeru, a zatim se pokreću posebni programi koji upoređuju unos sa naučenom vrijednošću. Tipično, softver za obuku zahtijeva ogromne količine podataka. Programi mašinskog učenja imaju za cilj da se uče automatski kako stiču više znanja i iskustva iz novog materijala.

Neuronske mreže se obično koriste za mašinsko učenje, ali se mogu koristiti i drugi algoritmi. Softver se tada može promijeniti kako bi poboljšao prepoznatljivost na osnovu novih unosa. Sada, neki sistemi mašinskog učenja mogu sami prepoznati obrasce bez obuke, a zatim se modificirati radi daljeg poboljšanja.

Duboko učenje je prošireni slučaj mašinskog učenja. Takođe koristi neuronske mreže koje se nazivaju duboke neuronske mreže (DNN). Oni uključuju dodatne skrivene nivoe računanja kako bi dodatno poboljšali svoje sposobnosti. Potrebna grupna obuka. Programeri mogu poboljšati performanse igrajući se utezima međusobnog povezivanja. DNN-ovi također zahtijevaju matričnu obradu. Međutim, treba napomenuti da DNN-ovi koriste statističke težine, tako da rezultati u, recimo, vidljivom prepoznavanju možda neće biti 100%. Osim toga, otklanjanje grešaka u takvim sistemima je vrlo mukotrpan posao.

Mašinsko učenje i duboko učenje se široko koriste u analizi velikih podataka, kao iu kompjuterskom vidu i prepoznavanju govora. Mogu se primijeniti i u drugim oblastima kao što su medicina, pravo i finansije.

Softver za umjetnu inteligenciju

Gotovo svaki programski jezik može se koristiti za AI programiranje, ali neki jezici imaju određene prednosti. Profilni jezici dizajnirani posebno za AI uključuju LISP i Prolog. LISP, jedan od najstarijih jezika višeg nivoa, bavi se listama. Prolog je zasnovan na logici. C++ i Python su danas popularni. Postoji i poseban softver za razvoj ekspertnih sistema.

Nekoliko velikih korisnika AI pruža razvojne platforme, uključujući Amazon, Baidu (Kina), Google, IBM i Microsoft. Ove kompanije nude prethodno obučene sisteme kao polaznu tačku za neke uobičajene aplikacije kao što je prepoznavanje glasa. Proizvođači procesora kao što su Nvidia i AMD također nude određenu podršku.

AI hardver

Pokretanje softvera umjetne inteligencije na računalu obično zahtijeva veliku brzinu i veliku količinu memorije. Međutim, neke jednostavne aplikacije mogu raditi na 8-bitnom procesoru. Neki od današnjih procesora su više nego adekvatni, a može biti i više paralelnih procesora idealno rešenje za određene aplikacije. Osim toga, razvijeni su posebni procesori za neke aplikacije.

Grafičke procesorske jedinice (GPU) su primjer fokusiranja arhitekture i skupa instrukcija na datu upotrebu radi optimizacije performansi. Na primjer, namjenski Nvidia procesori za samovozeće automobile i AMD GPU-ove. Google je razvio vlastite motore za optimizaciju svojih pretraživača. Intel i Knupath takođe nude softversku podršku za svoje napredne procesore. U nekim slučajevima, posebna logika u ASIC-u ili FPGA može implementirati određenu aplikaciju.

Aktivnost i trenutno stanje

Umjetna inteligencija se nekada smatrala egzotičnom softver dizajniran za posebne potrebe. Zahtjevi za brzim računarima s puno memorije ograničili su njegovu upotrebu. Danas, zahvaljujući super brzim procesorima, višejezgarnim procesorima i jeftinoj memoriji, AI je postao popularniji. Google pretraživači koje svi svakodnevno koristimo bazirani su na umjetnoj inteligenciji.

Danas je naglasak nesumnjivo na neuronskim mrežama i dubokom mašinskom učenju. Dok prepoznavanje glasa i samovozeća vozila i dalje zauzimaju središnje mjesto, pojavljuju se druge ključne aplikacije kao što su prepoznavanje lica, autonomna navigacija, robotika, medicinska dijagnostika i financije. Napredne vojne aplikacije (kao što je autonomno oružje) su također u razvoju.

Budućnost AI izgleda obećavajuće. Prema Orbis Research-u, očekuje se da će globalno tržište umjetne inteligencije rasti do 2022. godine, uz složenu godišnju stopu rasta od preko 35%. Međunarodna korporacija za podatke (IDC) je također pozitivna, rekavši da se očekuje da će potrošnja na umjetnu inteligenciju porasti na 47 milijardi dolara u 2020. godini, u odnosu na 8 milijardi dolara u 2016. godini.

Mnogi ljudi imaju logično pitanje - hoće li umjetna inteligencija zamijeniti ljude u određenim profesijama i kakve će to biti profesije? Odgovor je sljedeći - "moguće i samo neki". Najvjerovatnije će kompjuteri bazirani na umjetnoj inteligenciji pomoći u povećanju produktivnosti nekih profesija povećanjem produktivnosti, efikasnosti i brzine donošenja odluka. Međutim, neki industrijski poslovi će i dalje biti izgubljeni kako se robotika razvija, ali će zamjena ljudi strojevima dovesti do otvaranja novih radnih mjesta vezanih za održavanje ovih mašina.

Još jedno pitanje koje postavljaju mnogi ljudi, može li umjetna inteligencija biti opasna za čovječanstvo? AI je pametan, ali ne toliko pametan. Njegova glavna svrha bit će analiza podataka, rješavanje problema i donošenje odluka na osnovu dostupnih informacija i destiliranog znanja. Ljudi i dalje dominiraju, posebno kada su u pitanju inovacije i kreativnost. Međutim, teško je predvidjeti budućnost. Barem u ovoj fazi razvoja ne postoje super pametni roboti, još ne...

Mnogi ljudi misle da je umjetna inteligencija daleka budućnost, ali mi se s njom suočavamo svakodnevno.

Saudijska Arabija, 2017 Prvi robot na svijetu dobija državljanstvo. Ovo je Sofija, najpoznatija predstavnica tehnologija umjetne inteligencije u medijskom prostoru. Ona zna kako da održi razgovor, reprodukuje do 62 verodostojna izraza lica, daje provokativne izjave i šale se o Elonu Masku i uništenju čovečanstva.

Čini se da su takve tehnologije još uvijek daleko od "običnih smrtnika", a zapravo smo svakodnevno u interakciji s umjetnom inteligencijom. Pa šta je to, gde se nalazi i kako mašine uspevaju da uče?

Šta, kada, gde

Na pitanje šta je veštačka inteligencija (AI), Wikipedia će odgovoriti da je ovo deo računarske lingvistike i računarstva koji formalizuje zadatke koji liče na one koje obavlja osoba.

Jednostavnim rečima, veštačka inteligencija (AI) je široka grana računarske nauke koja ima za cilj da imitira ljudsku inteligenciju pomoću mašina. I iako se o ovoj tehnologiji aktivno priča još od ranih 2000-ih, ona je daleko od nove.

Termin "vještačka inteligencija" skovao je profesor Dartmouth Collegea John McCarthy davne 1956. godine kada je predvodio mali tim naučnika da utvrdi da li mašine mogu da uče poput djece putem pokušaja i grešaka, na kraju razvijajući formalno razmišljanje.

U stvari, projekat se zasnivao na namjeri da se otkrije kako da mašine „koriste jezik, apstraktne forme, rješavaju probleme koje ljudi obično rješavaju i poboljšavaju“. A to je bilo prije više od 60 godina.

Zašto se potražnja za AI pojavila upravo sada

1. Danas imamo posla sa neviđenom količinom informacija. U proteklih nekoliko godina kreirano je 90% svjetskih podataka. Ova statistika je prvi put spomenuta u studiji IBM-a još 2013. godine, ali ovaj trend ostaje konstantan. Zaista, svake dvije godine u posljednje tri decenije, količina podataka u svijetu se povećala za oko 10 puta.

2. Algoritmi postaju sve sofisticiraniji, a mašine sa neuronskim mrežama su u stanju da repliciraju način na koji ljudski mozak radi i formiraju složene asocijacije.

3. Računarska snaga stalno raste i sposobna je da obradi ogromnu količinu podataka.

Stavite sve zajedno i dobićete mnogo tehnički radnici, izvršni direktori i rizični kapitalisti koji ulažu u razvoj AI i zainteresirani su za napredak tehnologije.

"Umjetna inteligencija" i mi

Tehnologije veštačke inteligencije decenijama zaokupljaju maštu javnosti, ali mnogi ne shvataju da ih koriste svaki dan.

Tako je profilna kompanija SpotHub sprovela nasumično istraživanje na 1.400 ljudi iz različitih dijelova svijeta i pokazalo se da njih 63% nije svjesno svakodnevne važnosti AI.

Možda je to zato što kada je u pitanju umjetna inteligencija, očekujemo da ćemo vidjeti pametnog robota koji govori i razmišlja kao mi. I dok Sofija i mašine poput nje sada mogu izgledati kao "zdravo" iz budućnosti, to je još uvijek tehnologija koja je daleko od samosvijesti.

Sada smo okruženi mnogim nevjerovatno složenim alatima umjetne inteligencije koji su dizajnirani da olakšaju sve aspekte modernog života. Evo samo neke od njih:

Pomoćnici za pretragu kao što su Siri, Alexa i Cortana opremljeni su softverom za obradu i prepoznavanje ljudskog glasa, što ih čini AI alatima. Do sada su mogućnosti glasovnog pretraživanja dostupne na 3,9 milijardi Apple uređaji, Android i Windows širom svijeta, i to ne računajući druge proizvođače. Glasovna pretraga je jedna od najčešćih zbog svoje rasprostranjenosti moderne tehnologije uz podršku Al.

video igrice

Video igre već dugo koriste Al, čija je složenost i efikasnost eksponencijalno rasla u posljednjih nekoliko decenija. Kao rezultat, na primjer, virtuelni likovi su u stanju da se ponašaju na potpuno nepredvidiv način, analizirajući okruženje.

Autonomni automobili

Potpuno autonomni automobili sve su bliži stvarnosti. Ove godine, Google je najavio algoritam koji može naučiti voziti automobil baš kao što to čini čovjek - kroz iskustvo. Ideja je da na kraju automobil bude u stanju da "gleda" put i donosi odluke na osnovu onoga što vidi.

Ponuda proizvoda

Veliki trgovci kao što su Target i Amazon zarađuju milione od sposobnosti svojih prodavnica da predvide vaše potrebe. Na primjer, usluga preporuka na Amazon.com temelji se na tehnologijama strojnog učenja, koje također pomažu u odabiru najboljih ruta za automatsko kretanje u procesnim centrima i ispunjavanje narudžbi.

Lanci snabdevanja i sistemi za predviđanje i alokaciju resursa rade na bazi istih ovih tehnologija. Tehnologije za razumijevanje i prepoznavanje prirodnog govora činile su osnovu usluge Alexa. Dubinsko učenje gradi novu inicijativu kompanije za dron, Prime Air i novu tehnologiju mašinskog vida maloprodaja Amazon Go.

Online korisnička podrška

U uslužnoj industriji, chatbotovi su revolucionirali iskustvo usluge, a potrošači ih smatraju zgodnim poput telefona ili e-pošte.

Koncept je jednostavan: AI bot koji radi na web stranici preduzeća odgovara na upite posjetitelja poput: Koja je cijena? Koji je broj telefona vaše kompanije? Gdje je tvoja kancelarija? Posjetilac dobija direktan odgovor, umjesto da traži potrebne informacije na stranici.

Pročitajte također: Umjetna inteligencija može transformirati autonomno oružje u robote ubice. Zašto je zaista strašno

Novosti portali

Umjetna inteligencija može pisati jednostavne priče poput finansijskih izvještaja, sportskih izvještaja, itd. Za ovu Noć vještica kreirali su istraživači sa Massachusetts Institute of Technology

Suština umjetne inteligencije u formatu pitanja i odgovora. Istorija stvaranja, istraživačke tehnologije, da li je veštačka inteligencija povezana sa IQ-om i da li se može porediti sa ljudskom. Odgovorio na pitanja Profesor Univerziteta Stanford John McCarthy.

Šta je umjetna inteligencija (AI)?

Vještačka inteligencija je oblast nauke i inženjerstva koja se bavi stvaranjem mašina i kompjuterskih programa koji imaju inteligenciju. Povezan je sa zadatkom korištenja kompjutera za razumijevanje ljudske inteligencije. U isto vrijeme, umjetna inteligencija ne bi trebala biti ograničena na biološki vidljive metode.

Da, ali šta je inteligencija?

Inteligencija je sposobnost da se donese odluka uz pomoć kalkulacija. Inteligencija različite vrste i nivoi imaju ljude, mnoge životinje i neke mašine.

Zar ne postoji definicija inteligencije koja ne zavisi od povezivanja sa ljudskom inteligencijom?

Do sada nije bilo razumijevanja koje vrste računskih procedura želimo nazvati inteligentnim. Znamo daleko od svih mehanizama inteligencije.

Da li je inteligencija nedvosmislen koncept tako da pitanje "Da li ova mašina ima inteligenciju?" možete li odgovoriti sa da ili ne?

br. Istraživanje umjetne inteligencije pokazalo je kako koristiti samo neke od mehanizama. Kada su za izvršenje zadatka potrebni samo dobro proučeni modeli, rezultati su vrlo impresivni. Takvi programi imaju "malo" inteligencije.

Da li je umjetna inteligencija pokušaj oponašanja ljudske inteligencije?

Ponekad, ali ne uvek. S jedne strane, naučit ćemo kako natjerati mašine da rješavaju probleme gledajući ljude ili vlastite algoritme kako rade. S druge strane, istraživači AI koriste algoritme koji se ne primjećuju kod ljudi ili zahtijevaju mnogo više računskih resursa.

Da li kompjuterski programi imaju IQ?

br. IQ se zasniva na stopi razvoja inteligencije kod djece. Ovo je omjer starosti u kojoj dijete obično postiže određeni rezultat i dobi djeteta. Ova procjena je prikladno proširena na odrasle. IQ dobro korelira s različitim mjerama uspjeha ili neuspjeha u životu. Ali izgradnja računara koji mogu postići visoke rezultate na IQ testovima neće imati mnogo veze sa njihovom korisnošću. Na primjer, sposobnost djeteta da ponavlja dug niz brojeva dobro korelira s drugim intelektualnim sposobnostima. Pokazuje koliko informacija dijete može zapamtiti u jednom trenutku. Istovremeno, čuvanje brojeva u memoriji je trivijalan zadatak čak i za najprimitivnije računare.

Kako uporediti ljudsku i kompjutersku inteligenciju?

Arthur R. Jensen, vodeći istraživač na polju ljudske inteligencije, tvrdi kao "heurističku hipotezu" da obični ljudi dijele iste mehanizme inteligencije i da su intelektualne razlike posljedica "kvantitativnih biohemijskih i fizioloških uslova". To uključuje brzinu razmišljanja, kratkoročno pamćenje i sposobnost formiranja tačnih dugoročnih sjećanja koja se mogu vratiti.

Bez obzira da li je Jensenov pogled na ljudsku inteligenciju ispravan ili ne, situacija u AI danas je suprotna.

Kompjuterski programi imaju mnogo brzine i memorije, ali njihove sposobnosti odgovaraju intelektualnim mehanizmima koje programeri softvera razumiju i mogu u njih staviti. Uvode se neke sposobnosti koje djeca obično ne razvijaju do adolescencije. Drugi, u vlasništvu dvogodišnjaka, još se vode kao nestali. Stvar je dodatno pogoršana činjenicom da kognitivne nauke još uvek ne mogu tačno da utvrde šta su ljudske sposobnosti. Najvjerovatnije je organizacija intelektualnih mehanizama umjetne inteligencije povoljnija u poređenju sa ljudskim.

Kada je čovjek u stanju riješiti problem brže od kompjutera, to pokazuje da programeri nemaju razumijevanja za mehanizme inteligencije potrebne za efikasno obavljanje zadatka.

Kada je počelo istraživanje AI?

Nakon Drugog svjetskog rata, nekoliko ljudi je počelo samostalno raditi na inteligentnim mašinama. Engleski matematičar Alan Turing možda je bio prvi od njih. Svoje predavanje održao je 1947. Turing je bio jedan od prvih koji je odlučio da je umjetnu inteligenciju najbolje istražiti programiranjem kompjutera, a ne konstruiranjem mašina. Do kasnih 1950-ih postojalo je mnogo istraživača AI, a većina njih je svoj rad zasnivala na kompjuterskom programiranju.

Da li je svrha AI da stavi ljudski um u kompjuter?

Ljudski um ima mnogo karakteristika, teško da je realno imitirati svaku od njih.

Šta je Turingov test?

A. U radu Alana Turinga iz 1950. "Računarenje i inteligencija" raspravljalo se o uslovima da mašina ima inteligenciju. On je tvrdio da ako se mašina može uspješno pretvarati da je čovjek inteligentnom posmatraču, onda je, naravno, morate smatrati inteligentnom. Ovaj kriterij će zadovoljiti većinu ljudi, ali ne i sve filozofe. Posmatrač mora komunicirati sa mašinom ili čovjekom kroz I/O uređaj kako bi eliminirao potrebu da mašina imitira izgled ili ljudski glas. Zadatak i mašine i čoveka je da nateraju posmatrača da sebe smatra čovekom.

Tjuringov test je jednostran. Mašinu koja prođe test definitivno treba smatrati razumnom, čak i ako ne zna dovoljno o ljudima da bi ih oponašala.

Knjiga Daniela Dennetta "Deca mozga" ima odličnu raspravu o Tjuringovom testu i njegovim različitim delovima koji su uspešno implementirani, odnosno sa ograničenjima posmatračevog znanja o AI i predmetu. Ispostavilo se da je neke ljude prilično lako uvjeriti da je prilično primitivan program razuman.

Da li je cilj AI da dostigne nivo ljudske inteligencije?

Da. Krajnji cilj je stvaranje kompjuterskih programa koji mogu rješavati probleme i postići ciljeve na isti način na koji to mogu ljudi. Međutim, naučnici koji sprovode istraživanja u uskim oblastima postavljaju mnogo manje ambiciozne ciljeve.

Koliko je umjetna inteligencija daleko od ljudskog nivoa? Kada će se to dogoditi?

Ljudski nivo inteligencije se može postići pisanjem veliki broj programe i prikupljanje ogromnih baza znanja o činjenicama na jezicima koji se danas koriste za izražavanje znanja.Međutim, većina istraživača AI vjeruje da su potrebne nove fundamentalne ideje. Stoga je nemoguće predvidjeti kada će biti stvorena inteligencija na ljudskom nivou.

Da li je kompjuter mašina koja može postati inteligentna?

Računari se mogu programirati da simuliraju bilo koju vrstu mašine.

Da li im brzina kompjutera omogućava da budu inteligentni?

Neki ljudi misle da su potrebni i brži računari i nove ideje. Računari su bili dovoljno brzi čak i prije 30 godina. Kad bismo samo znali kako ih programirati.

Šta je sa stvaranjem "dječije mašine" koja bi se mogla poboljšati čitanjem i učenjem iz iskustva?

Ova ideja je više puta predlagana od 1940-ih. Na kraju će to biti implementirano. Međutim, AI programi još nisu dostigli nivo učenja mnogo od onoga što dijete nauči tokom života. Postojeći programi ne razumiju jezik dovoljno dobro da bi naučili mnogo čitanjem.

Jesu li teorija izračunljivosti i računska složenost ključ AI?

br. Ove teorije su relevantne, ali se ne bave fundamentalnim problemima AI.

1930-ih, matematički logičari Kurt Gödel i Alan Turing ustanovili su da ne postoje algoritmi koji bi garantirali rješenje svih problema u nekim važnim matematičkim oblastima. Na primjer, odgovori na pitanja u duhu: “da li je rečenica logike prvog reda teorema” ili “da li polinomska jednadžba u nekim varijablama ima cjelobrojna rješenja u drugim”. Budući da su ljudi sposobni da rješavaju probleme ove vrste, ova činjenica je iznesena kao argument da su kompjuteri inherentno nesposobni da rade ono što ljudi rade. O tome govori i Roger Penrose. Međutim, ljudi ne mogu garantovati rješenjaproizvoljnozadataka u ovim oblastima.

1960-ih, kompjuterski naučnici kao što su Steve Cook i Richard Karp razvili su teoriju domena za NP-potpune probleme. Problemi u ovim oblastima su rješivi, ali, po svemu sudeći, njihovo rješavanje zahtijeva vrijeme koje eksponencijalno raste s dimenzijom problema. Najjednostavniji primjer domena NP-kompletnog problema je pitanje: koje izjave propozicionalne logike su zadovoljive? Ljudi često rješavaju probleme u području NP-kompletnih problema mnogo puta brže nego što je to zajamčeno glavnim algoritmima, ali ih u općenitom slučaju ne mogu brzo riješiti.

Za AI je važno da prilikom rješavanja problema algoritmi bili jednako efikasni kao ljudski um. Određivanje potpolja u kojima postoje dobri algoritmi je važno, ali mnogi rješavači AI problema ne spadaju u lako prepoznatljiva potpolja.

Teorija složenosti općih klasa problema naziva se računska složenost. Do sada, ova teorija nije bila u interakciji s AI koliko se moglo nadati. Čini se da uspjeh u rješavanju problema pomoću ljudskih i AI programa ovisi o svojstvima problema i tehnikama rješavanja problema koje ni istraživači složenosti ni AI zajednica ne mogu precizno definirati.

Relevantna je i teorija algoritamske složenosti, razvijena nezavisno jedna od druge. Solomonov, Kolmogorov i Chaitin. On definira složenost simboličkog objekta kao dužinu najkraćeg programa koji ga može generirati. Dokazivanje da je program kandidat najkraći, ili njemu blizak, nemoguć je zadatak, ali predstavljanje objekata kratkim programima koji ih generiraju ponekad može razjasniti stvari, čak i ako ne možete dokazati da je vaš program najkraći.