Kelios naujos technologijos sukėlė šurmulį apie dirbtinį intelektą (AI) ir tai, ką jis reiškia mūsų, kaip visuomenės, ateičiai. Kiekviena technologija yra iš skirtingų AI šakų ir kelia unikalių pranašumų bei rūpesčių.
Deepfake ir balso klonavimo AI apsunkina pasitikėjimą viskuo, ką matote ar girdite internete. Kai kurie sako, kad „ChatGPT“ ir panašios gilaus mokymosi AI sistemos gali sukelti darbo vietų pertekliaus keliose srityse. Kyla vienas susirūpinęs klausimas: „ar AI galiausiai pakeis programuotojus?
Kas yra dirbtinis intelektas?
AI yra kompiuterių mokslo šaka, kurioje pagrindinis dėmesys skiriamas sistemos gebėjimui išspręsti problemas naudojant vieną (ar daugiau) iš keturių savybių. AI sistema gali mąstyti žmogiškai, elgtis žmogiškai, mąstyti racionaliai ir (arba) elgtis racionaliai.
Dirbtinio intelekto istorija
Nors atrodo, kad dirbtinis intelektas gyvuoja šimtmečius, tai sritis, kuri įgavo pagreitį XX amžiaus dešimtmečio viduryje. Viena žymiausių datų dirbtinio intelekto istorijoje yra 1956 m., tai buvo oficialaus įvado į dirbtinio intelekto sritį metai. Ši įžanga įvyko konferencijoje Dartmuto koledže.
Keli puikūs vardai siejasi su skirtingais ankstyvosios AI pažangos aspektais. Tai Alanas Turingas, Marvinas Minsky, Allenas Newellas, Herbertas Simonas, Johnas Robinsonas ir Alainas Colmeraueris.
Elkis žmogiškai
1936 m. Alanas Turingas paskelbė straipsnį „Apie skaičiuojamus skaičius, taikant Entscheidungsproblem“. Šiame darbe Turingas pristatė Tiuringo mašinos koncepciją, kuri iki šiol vaidina svarbų vaidmenį dirbtinio intelekto srityje. Jis įrodė, kad naudojant teisingą algoritmą Tiuringo mašina gali atlikti bet kokius matematinius skaičiavimus.
Vėliau, 1937 m., Turingas panaudojo stabdymo problemą, norėdamas nurodyti intelektualių mašinų trūkumus. Tada 1950 m. Turingas apibrėžė mašininį intelektą naudodamas tai, ką jis vadina Tiuringo testu. Jei AI sistema išlaiko Turingo testą, ta sistema gali veikti žmogiškai.
Mąstykite žmogiškai
Marvin Minsky yra populiarus vardas dirbtinio intelekto srityje. Jis žinomas kaip pirmosios atsitiktinai laidinio neuroninio tinklo mokymosi mašinos, pavadintos SNARC, sukūrimas 1951 m. Neuroniniai tinklai moko kompiuterius apdoroti duomenis panašiai kaip žmogaus smegenys. Minskio AI apibrėžimas yra toks, kad tai yra „mokslas, leidžiantis mašinoms daryti dalykus, kuriems prireiktų intelekto, jei tai padarytų vyrai“.
Allenas Newellas ir Herbertas Simonas yra dar du AI srities pionieriai, kurie daugiausia dėmesio skyrė mašinos gebėjimui imituoti žmogaus mąstymą. 1956 m. jie pristatė pirmąją simbolių apdorojimo kompiuterinę programą, pavadintą Logic Theorist. 1961 m. Newellas ir Simonas sukūrė bendrąjį problemų sprendimą (GPS), kuris iš esmės imituoja žmogaus mintį.
Mąstykite Racionaliai
Įveskite Johną Robinsoną, kuris 1965 m. išleido žurnalą „Į mašiną orientuota logika, pagrįsta Rezoliucijos principas“. Jis taip pat išrado skiriamosios gebos skaičiavimą predikatų logikai, kuri atlieka gyvybiškai svarbų vaidmenį vaidmuo AI.
Predikatinė logika yra formali kalba, kuri naudoja logiką racionaliam mąstymui reprezentuoti. Ši kalba naudoja sistemą, kad teisingos prielaidos padarys teisingas išvadas. Pavyzdžiui, Alexa yra mašina; visos mašinos palengvina darbą; todėl Alexa palengvina darbą.
Naujausi dirbtinio intelekto pasiekimai
Kaip ir savo įkūrimo metu, dirbtinio intelekto sritis šiandien yra labai sudėtinga, turinti daugybę skirtingų šakų. Kiekviena DI šaka nuolat žengia į priekį.
Mašinų mokymasis yra AI šaka, kuri naudoja duomenų algoritmus žmogaus mokymuisi imituoti, o tai pagerina kiekvienos iteracijos tikslumą. Vienas iš ryškesnių mašininio mokymosi pogrupių yra gilus mokymasis. Gilus mokymasis pagerina mašininį mokymąsi sumažinant mašinos žmonių pagalbos poreikį.
Pavyzdžiui, jei turėjote gėlių atvaizdus, kuriuos norėjote sugrupuoti pagal rūšis, skirstymo į kategorijas procesas skirsis atsižvelgiant į sistemos tipą. Jei jūsų sistema naudoja mašininį mokymąsi, turėsite rankiniu būdu nustatyti rūšis, išskiriančias rūšis. Tačiau sistema, kurioje naudojamas gilus mokymasis, nustatys geriausius kiekvienos rūšies skiriamuosius bruožus.
Gilus mokymasis pastaraisiais metais sukėlė didelių bangų pramonėje dėl kelių technologijų. ChatGPT yra gilaus mokymosi technologija kuri šiuo metu sulaukia daug dėmesio.
Pagal ChatGPT, tai yra:
didelis kalbos modelis, sukurtas OpenAI. Tai dirbtinio intelekto (AI) programa, skirta suprasti natūralią kalbą ir generuoti į žmones panašius atsakymus į įvairius klausimus ir raginimus. Modelis yra pagrįstas gilaus mokymosi architektūra, vadinama transformatoriumi, kuris gali apdoroti didelius teksto duomenų kiekius ir generuoti atsakymus pagal modelius ir ryšius, kuriuos ji išmoko iš to duomenis.
Nuo pat pristatymo 2022 m. ketvirtąjį ketvirtį „ChatGPT“ buvo daug diskusijų tema. Šią AI sistemą išskiria natūralūs kalbos apdorojimo įgūdžiai, kartu su gebėjimu išmokti naujos informacijos per sustiprintą mokymąsi iš žmogaus grįžtamojo ryšio (RLHF). Taip pat atrodo, kad jis turi stiprų gebėjimą rašyti ir taisyti kodą. Kai kas sako, kad ši technologija yra žmonių programuotojų išnykimo genezė.
Pageidaujamos žmogaus programuotojo savybės, kurių dirbtinis intelektas negali pakartoti
AI sistema gali išmokti rašyti kodą, kuris sukuria programinę įrangą. Tačiau visiškai pakeisti programuotojus gali būti šiek tiek sudėtingiau. AI sistemos galimybės gali leisti sumažinti darbo jėgą, padedant programuotojams dirbti greičiau, tačiau ji niekada negali pakeisti žmonių. Pagrindinis programuotojų ir AI sistemų skiriamasis bruožas yra žmogaus smegenys ir sudėtingos jų savybės.
Pasak Andrew Ng, vienas iš populiariausių AI šiandienos vardų:
vienas neuronas smegenyse yra neįtikėtinai sudėtinga mašina, kurios net šiandien nesuprantame. Vienas „neuronas“ neuroniniame tinkle yra neįtikėtinai paprasta matematinė funkcija, kuri užfiksuoja nedidelę biologinio neurono sudėtingumo dalį.
Smegenų gebėjimas generuoti naują mintį iš, atrodo, oro, yra už žmogaus suvokimo ribų. Tai tikrai nėra kažkas, ką AI sistema gali atkartoti. Kita pageidautina programuotojų savybė yra kūrybiškumo sumišimas, kurio mašina negali pakartoti.
Per gilų mokymąsi AI gali sudaryti žmogaus mąstymo įspūdį. Kai kurios AI sistemos gali priimti paprastus sprendimus, tačiau šie sprendimai nublanksta prieš žmogaus smegenų gebėjimus priimti sprendimus. AI gali rašyti kodą, bet negali užtikrinti, kad įrašytas kodas yra teisingas. AI sistema negali atkartoti žmogaus sprendimo, taip pat nėra jokių požymių, kad ji galės tai padaryti ateityje.
AI ir programavimo ateitis
AI technologijos, tokios kaip ChatGPT, įrodė, koks naudingas AI gali būti programuotojams. Jis greitai generuoja kodą ir gali padėti bendrai programuotojo darbo eigai. Tačiau „ChatGPT“ taip pat įrodė, kad net pažangiausia gilaus mokymosi technologija, kurią šiuo metu turime, negali susidoroti su visišku savarankiškumu. „OpenAI“ teigimu, „ChatGPT“ generuoja nesąmoningus atsakymus į klausimus.
Todėl galima daryti prielaidą, kad AI ateitis programuojant yra vienas iš programuotojų „pagalbininkų“, o ne „pakeitimų“.