Chat GPT, Clearview, Code GPT…останнім часом ми постійно чуємо новини про те, як стрімко штучний інтелект впроваджується в наше повсякденне життя. Але чи дійсно розуміємо, ми що таке штучний інтелект? Це лише набір алгоритмів або ж технологія, що здатна замінити людське мислення?
Для початку варто розібратись з терміном “штучний інтелект”.
Термін “штучний інтелект” був запропонований у 1955 році американський інформатиком Джоном Маккарті. У 1956 році Джон та його колеги організували конференцію під назвою “Дартмутський літній дослідницький проєкт зі штучного інтелекту”, яка дала початок машинному навчанню, глибокому навчанню, предиктивному аналізу і, нещодавно, прескриптивному аналізу. Також з’явилася нова галузь досліджень: наука про дані.
Сучасна наука дає цьому терміну наступне визначення: моделювання процесів людського інтелекту машинами. Для Європейського парламенту ж штучний інтелект – це будь-який інструмент, що використовується машиною для “відтворення людської поведінки, такої як міркування, планування і творчість”.
Зазвичай штучний інтелект поділяють на дві категорії:
Слабкий (або ж вузький)
Сильний (або ж генералізований штучний інтелект)
Слабкий штучний інтелект є обмеженим певною областю, наприклад алгоритм для фільтрації спаму електронної пошти, або ж прогнози від Spotify на базисі ваших музичних уподобань. Сильний штучний інтелект (в теорії) має відтворювати когнітивні здібності людського мозку. На сьогоднішній день прикладів сильного штучного інтелекту не існує.
Тож як створюється і функціонує штучний інтелект?
Штучний інтелект базується на навчанні: перш ніж він зможе правильно відповідати на запити, алгоритм тренується на основі величезних масивів даних. Це процес послідовних помилок і виправлень. Така система називається машинним навчанням. Але в рамках цієї системи існує більш просунута модель, в якій ШІ базується на мережі штучних нейронів. Це глибинне навчання, коли ШІ сам навчається, як краще виконувати завдання.
Слово “глибокий” у “глибокому навчанні” походить від множинності шарів у штучній нейронній мережі. Дані, перетворені на інформацію в межах одного шару, стають вхідними даними для наступного шару. Це той тип ШІ, який має здатність до прогнозування. Так програма розпізнавання зображень може описувати візуальні образи. А чат-бот, який базується на десятках тисяч повідомлень від реальних людей, може імітувати людську поведінку саме тому, що машини зі штучним інтелектом запам’ятовують поведінку. Це “запам’ятовування” дозволяє їм вирішувати проблеми і діяти правильно в тій чи іншій ситуації. Робота на основі масивів даних допомагає машині оцінити важливість проблеми, просіяти можливі рішення і схожі ситуації в минулому, щоб діяти правильно. Насправді це складна, високопродуктивна статистична система, яка спонукає машину приймати рішення або поводитися так, як очікується.
Варто також зазначити, що на початку програмування штучний інтелект фокусується на трьох основних когнітивних можливостях: процес навчання, процес міркування та самокорекція. Процес навчання зосереджений на отриманні даних і створенні алгоритмів, які надаватимуть обчислювальним пристроям чіткі інструкції для виконання поставленої задачі. Процес міркування ж зосереджений переважно на виборі правильного алгоритму для досягнення конкретного результату. Що стосується самокорекції, то вона використовується для вдосконалення алгоритмів з метою отримання надзвичайно точних результатів.
Проект «Розуміння штучного інтелекту», який виконує Інститут Інноваційного Врядування, виконується завдяки фінансовій підтримці Уряду Великої Британії. Погляди, висловлені в цій публікації, належать автору і можуть не збігатися з офіційною позицією Уряду Великої Британії.