1955. aasta augustis esitas rühm õpetlasi taotluse 13 500 dollari suuruse rahastamise saamiseks suveseminari läbiviimiseks Dartmouthi kolledžis, New Hampshire'is. Valdkond, mida nad soovitasid uurida, oli tehisintellekt (AI). Kuigi rahataotlus oli tagasihoidlik, ei olnud teadlaste hüpotees: "Õppimise iga aspekti või mistahes muud intelligentsuse tunnust saab põhimõtteliselt nii täpselt kirjeldada, et selle jäljendamiseks saab ehitada masina."
Alates nendest tagasihoidlikest algusaegadest on filmid ja meedia tehisintellekti romantiseerinud või kujutanud seda kurikaelana. Kuid enamiku inimeste jaoks on tehisintellekt jäänud vaid arutelu teemaks, mitte teadliku elukogemuse osaks.
Eelmise kuu lõpus AI kujul ChatGPT on ulme spekulatsioonidest ja uurimislaboritest välja murdnud ning avalikkuse lauaarvutitele ja telefonidele. See on nn "generatiivne AI" – ootamatult arukalt sõnastatud käsk võib kirjutada essee või koostada retsepti ja ostunimekirja või luua luuletuse Elvis Presley stiilis.
Kuigi ChatGPT on olnud kõige muljetavaldavam osaleja generatiivse tehisintellekti edu aasta jooksul, sellised süsteemid on näidanud veelgi suuremat potentsiaali uue sisu loomiseks ning tekstist pildiks viipasid kasutatakse erksate piltide loomiseks, mis on isegi kunstivõistlusi võitnud. AI-l ei pruugi veel olla elavat teadvust ega ulmefilmides ja -romaanides populariseeritud vaimuteooriat, kuid see läheneb vähemalt sellele, et häirida seda, mida meie arvates tehisintellektisüsteemid suudavad.
Nende süsteemidega tihedat koostööd tegevad teadlased minestavad luureandmete väljavaadet, nagu Google'i LaMDA suure keelemudeli (LLM) puhul. LLM on mudel, mida on õpetatud töötlema ja genereerima loomulikku keelt.
Generatiivne AI on tekitanud muret ka plagiaadi, mudelite koostamiseks kasutatud originaalsisu ärakasutamise, teabega manipuleerimise ja usalduse kuritarvitamise eetika ning isegi "programmeerimise lõpu" pärast.
Mida AI tegelikult tähendab?
Kõige selle keskmes on küsimus, mille olulisus on kasvanud alates suveseminarist Dartmouthis: kas tehisintellekt erineb inimese intelligentsusest? Tehisintellektiks pidamiseks peab süsteem näitama teatud õppimise ja kohanemise taset. Sel põhjusel ei ole otsustus-, automatiseerimis- ja statistikasüsteemid tehisintellekt. Laias laastus jaguneb tehisintellekt kahte kategooriasse: kitsas tehisintellekt (AI) ja tehisintellekt (AI). Praegu SHI-d ei eksisteeri. Üldise tehisintellekti ülesehitamise peamine väljakutse on maailma adekvaatne modelleerimine kogu teadmistepagasiga järjepideval ja kasulikul viisil. See on pehmelt öeldes mastaapne ülesanne.
Enamikul sellest, mida me tänapäeval AI-na tunneme, on kitsas intelligentsus – kus konkreetne süsteem lahendab konkreetse probleemi. Erinevalt inimeste intelligentsusest on selline kitsas tehisintellekt tõhus ainult selles valdkonnas, kus see on koolitatud: näiteks pettuste tuvastamine, näotuvastus või sotsiaalsed soovitused. Ja AI toimib samamoodi nagu inimene. Praegu on selle saavutamise katsete silmapaistvaim näide närvivõrkude kasutamine ja tohutul hulgal andmemahtudel treenitud süvaõpe.
Närvivõrgud on inspireeritud inimese aju toimimisest. Erinevalt enamikust masinõppemudelitest, mis teostavad arvutusi koolitusandmete põhjal, töötavad närvivõrgud iga andmepunkti vaheldumisi läbi ühendatud võrgu kaudu, kohandades iga kord parameetreid. Kuna võrgu kaudu edastatakse üha rohkem andmeid, stabiliseeruvad parameetrid, mille tulemuseks on "koolitatud" närvivõrk, mis suudab seejärel toota soovitud väljundit uute andmete põhjal – näiteks tuvastada, kas pilt sisaldab kassi või koera.
Märkimisväärne hüpe tehisintellekti arengus on tänapäeval tingitud suurte närvivõrkude õppimise meetodite tehnoloogilistest täiustustest, mis võimaldavad tänu suurte pilvandmetöötluse infrastruktuuride võimalustele iga jooksu ajal kohandada tohutul hulgal parameetreid. Näiteks GPT-3 (AI-süsteem, mis toidab ChatGPT-d) on suur närvivõrk, millel on 175 miljardit parameetrit.
Mida on vaja tehisintellekti toimimiseks?
Tehisintellekt vajab edukaks toimimiseks kolme asja. Esiteks vajab ta kvaliteetseid, objektiivseid andmeid ja palju neid. Teadlased, kes ehitavad närvivõrke, kasutavad suuri andmemassiive, mis on ilmunud tänu ühiskonna digitaliseerimisele.
Täiendades inimprogrammeerijaid, ammutab Co-Pilot oma andmed miljarditest GitHubis hostitud koodiridadest. ChatGPT ja teised suured keelemudelid kasutavad miljardeid Internetti salvestatud veebisaite ja tekstidokumente.
Tekstist pildiks teisendamise tööriistad, nt Stabiilne difusioon, DALLE-2 ja Midjourney, kasutage pildi-teksti paare sellistest andmekogumitest nagu LAION-5B. Tehisintellekti mudelid arenevad edasi, kui digiteerime suurema osa oma elust ja toidame neile alternatiivseid andmeallikaid, nagu simulatsiooniandmed või mänguseadete (nt Minecraft) andmed.
Tehisintellekt vajab tõhusaks treenimiseks ka andmetöötluse infrastruktuuri. Kuna arvutid muutuvad võimsamaks, võidakse praegu intensiivset pingutust ja suuremahulisi arvutusi nõudvaid mudeleid lähitulevikus kohapeal töödelda. Näiteks Stable Diffusion mudelit saab juba praegu kasutada kohalikes arvutites, mitte pilvekeskkondades. Kolmas vajadus AI järele on täiustatud mudelid ja algoritmid. Andmepõhised süsteemid teevad jätkuvalt kiireid edusamme valdkondades, mida kunagi peeti inimese tunnetuse valdkonnaks.
Kuna aga maailm meie ümber on pidevas muutumises, tuleb tehisintellekti süsteeme uute andmete abil pidevalt ümber õpetada. Ilma selle olulise sammuta annavad AI-süsteemid vastuseid, mis on faktiliselt valed või ei võta arvesse uut teavet, mis on ilmnenud pärast nende väljaõpet.
Närvivõrgud ei ole AI ainus lähenemisviis. Teine märkimisväärne tehisintellektiuuringute laager on sümboolne AI – tohutute andmemassiivide seedimise asemel tugineb see reeglitele ja teadmistele, mis sarnanevad inimese protsessiga teatud nähtuste sisemiste sümboolsete esituste moodustamisel.
Kuid viimase kümnendi jooksul on jõudude tasakaal tugevalt kaldunud andmepõhiste lähenemisviiside poole ja kaasaegse süvaõppe "asutajaisadele" anti hiljuti Turingi auhind, mis on samaväärne Nobeli arvutiteaduse preemiaga.
Andmed, arvutused ja algoritmid on tulevase tehisintellekti aluseks. Kõik näitajad viitavad kiirele arengule kõigis kolmes kategoorias lähitulevikus.
Saate aidata Ukrainal võidelda Vene sissetungijate vastu. Parim viis selleks on annetada raha Ukraina relvajõududele läbi Päästa elu või ametliku lehe kaudu NBU.