V auguste 1955 skupina vedcov predložila žiadosť o financovanie vo výške 13 500 dolárov na uskutočnenie letného seminára na Dartmouth College v New Hampshire. Oblasť, ktorú navrhli preskúmať, bola umelá inteligencia (AI). Hoci žiadosť o financovanie bola skromná, hypotéza výskumníkov nebola: „Každý aspekt učenia alebo akýkoľvek iný znak inteligencie možno v princípe opísať tak presne, že sa dá postaviť stroj, ktorý ho napodobňuje.“
Od týchto skromných začiatkov filmy a médiá romantizovali AI alebo ju vykresľovali ako darebáka. Pre väčšinu ľudí však AI zostala len predmetom diskusie a nie súčasťou vedomej životnej skúsenosti.
Koncom minulého mesiaca sa AI v podobe ChatGPT sa dostal zo sci-fi špekulácií a výskumných laboratórií a na stolové počítače a telefóny širokej verejnosti. Ide o takzvanú „generatívnu AI“ – nečakane inteligentne formulovaná výzva dokáže napísať esej alebo urobiť recept a nákupný zoznam, či vytvoriť báseň v štýle Elvisa Presleyho.
Predsa ChatGPT bol najpôsobivejším účastníkom za rok generatívneho úspechu AI, systémy ako tento preukázali ešte väčší potenciál na vytváranie nového obsahu a výzvy text-to-image sa používajú na vytváranie živých obrázkov, ktoré dokonca vyhrali umelecké súťaže. AI možno ešte nemá živé vedomie alebo teóriu mysle popularizovanú v sci-fi filmoch a románoch, ale blíži sa aspoň k narušeniu toho, čo si myslíme, že systémy umelej inteligencie dokážu.
Výskumníci, ktorí s týmito systémami úzko spolupracujú, omdlievajú vyhliadkou na inteligenciu, ako v prípade veľkého jazykového modelu LaMDA (LLM) od Google. LLM je model, ktorý bol vyškolený na spracovanie a generovanie prirodzeného jazyka.
Generatívna AI tiež vyvolala obavy z plagiátorstva, využívania pôvodného obsahu používaného na vytváranie modelov, etiky manipulácie s informáciami a zneužívania dôvery a dokonca aj z „konca programovania“.
Čo vlastne AI znamená?
V centre toho všetkého je otázka, ktorej aktuálnosť od letného seminára v Dartmouthe rastie: Líši sa AI od ľudskej inteligencie? Aby bol systém považovaný za AI, musí preukázať určitú úroveň učenia a adaptácie. Z tohto dôvodu rozhodovacie, automatizačné a štatistické systémy nie sú AI. Všeobecne povedané, AI je rozdelená do dvoch kategórií: umelá úzka inteligencia (AI) a umelá všeobecná inteligencia (AI). V súčasnosti SHI neexistuje. Kľúčovou výzvou pre budovanie všeobecnej AI je adekvátne modelovať svet s celým súborom vedomostí konzistentným a užitočným spôsobom. To je, mierne povedané, rozsiahla úloha.
Väčšina toho, čo dnes poznáme ako AI, má úzku inteligenciu – kde konkrétny systém rieši konkrétny problém. Na rozdiel od ľudskej inteligencie je takáto úzka inteligencia AI účinná iba v oblasti, v ktorej bola vyškolená: ako je detekcia podvodov, rozpoznávanie tváre alebo sociálne odporúčania. A AI bude fungovať rovnako ako človek. V súčasnosti je najvýznamnejším príkladom pokusov o dosiahnutie tohto cieľa používanie neurónových sietí a hlboké učenie trénované na masívnom množstve údajov.
Neurónové siete sú inšpirované tým, ako funguje ľudský mozog. Na rozdiel od väčšiny modelov strojového učenia, ktoré vykonávajú výpočty s trénovacími údajmi, neurónové siete fungujú tak, že postupne napájajú každý údajový bod cez prepojenú sieť a zakaždým upravujú parametre. Ako sa cez sieť dodáva stále viac a viac údajov, parametre sa stabilizujú, výsledkom čoho je „vytrénovaná“ neurónová sieť, ktorá potom dokáže produkovať požadovaný výstup na nových údajoch – napríklad rozpoznať, či obrázok obsahuje mačku alebo psa.
Výrazný skok vo vývoji umelej inteligencie dnes majú na svedomí technologické vylepšenia v metódach učenia veľkých neurónových sietí, ktoré umožňujú upravovať obrovské množstvo parametrov pri každom behu vďaka schopnostiam veľkých cloud computingových infraštruktúr. Napríklad GPT-3 (systém AI, ktorý poháňa ChatGPT) je veľká neurónová sieť so 175 miliardami parametrov.
Čo je potrebné na fungovanie umelej inteligencie?
Umelá inteligencia potrebuje na úspešné fungovanie tri veci. Po prvé, potrebuje kvalitné, objektívne údaje a veľa z nich. Výskumníci, ktorí budujú neurónové siete, využívajú veľké polia údajov, ktoré sa objavili vďaka digitalizácii spoločnosti.
Co-Pilot dopĺňa ľudských programátorov a čerpá svoje údaje z miliárd riadkov kódu hostovaných na GitHub. ChatGPT a ďalšie veľké jazykové modely využívajú miliardy webových stránok a textových dokumentov uložených na internete.
Nástroje na konverziu textu na obrázok ako napr Stabilná difúzia, DALLE-2 a Midjourney, použite páry obrázkov a textu zo súborov údajov, ako je LAION-5B. Modely AI sa budú naďalej vyvíjať, pretože digitalizujeme viac našich životov a dodávame im alternatívne zdroje údajov, ako sú simulačné údaje alebo údaje z nastavení hier, ako je Minecraft.
AI tiež potrebuje výpočtovú infraštruktúru, aby mohla efektívne trénovať. Ako sa počítače stávajú výkonnejšími, modely, ktoré si teraz vyžadujú intenzívne úsilie a rozsiahle výpočty, môžu byť v blízkej budúcnosti spracované lokálne. Napríklad model Stable Diffusion je už možné spustiť na lokálnych počítačoch a nie v cloudových prostrediach. Treťou potrebou AI sú vylepšené modely a algoritmy. Systémy založené na údajoch naďalej rýchlo napredujú v oblastiach, ktoré boli kedysi považované za doménu ľudského poznania.
Keďže sa však svet okolo nás neustále mení, systémy AI je potrebné neustále preškoľovať pomocou nových údajov. Bez tohto dôležitého kroku budú systémy umelej inteligencie poskytovať odpovede, ktoré sú vecne nesprávne alebo neberú do úvahy nové informácie, ktoré sa objavili od ich školenia.
Neurónové siete nie sú jediným prístupom k AI. Ďalším významným táborom vo výskume umelej inteligencie je symbolická AI – namiesto trávenia obrovského množstva údajov sa spolieha na pravidlá a znalosti podobné ľudskému procesu vytvárania vnútorných symbolických reprezentácií určitých javov.
Za posledné desaťročie sa však pomer síl výrazne naklonil smerom k prístupom založeným na údajoch a „otcovia zakladatelia“ moderného hlbokého učenia boli nedávno ocenení Turingovou cenou, ekvivalentom Nobelovej ceny za informatiku.
Údaje, výpočty a algoritmy tvoria základ budúcej AI. Všetky ukazovatele poukazujú na rýchly pokrok vo všetkých troch kategóriách v dohľadnej budúcnosti.
Môžete pomôcť Ukrajine v boji proti ruským útočníkom. Najlepším spôsobom, ako to urobiť, je darovať finančné prostriedky Ozbrojeným silám Ukrajiny prostredníctvom Zachrániť život alebo cez oficiálnu stránku NBU.