Kas yra dirbtinis intelektas? Portalas AI-DI atsako

Net jei to dar nežinote, tikriausiai jau naudojatės dirbtinio intelekto (DI) sprendimais. Pavyzdžiui, kai „Google“ žemėlapiuose ieškote geriausio maršruto – naudojate DI. Kai verčiate dokumentą į lietuvių kalbą naudodami „Google“ vertėją – pasitelkiamas DI.

Vartodami sąvoką „dirbtinis intelektas“, dažniausiai turime omenyje mašininio mokymosi sistemas. 2022 m. pabaigoje, prasidėjus DI bumui, plačiau paplito ir tokios sąvokos kaip „giluminis mokymasis“ bei „didieji kalbos modeliai“.

Įsivaizduokite: mokote anūkę kepti obuolių pyragą. Vien recepto nepakanka – reikia parodyti viską žingsnis po žingsnio. Anūkė smalsiai stebi, kiek įdedate cinamono (šiek tiek daugiau), kaip parenkate prinokusius obuolius, kaip švelniai lankstote tešlą. Laikui bėgant ji perims jūsų įgūdžius – ne todėl, kad atmintinai išmoks kiekvieną veiksmą, o todėl, kad, ilgiau jus stebėjusi, ims atpažinti pyrago kepimo dėsnius. Kompiuteriai gali daryti kažką panašaus – analizuoti didelius duomenų kiekius, įžvelgti juose pasikartojančias taisykles ir taip „mokytis“.

Trumpai apibrėžkime tris anksčiau minėtas sąvokas:

1. Mašininis mokymasis (MM) – daugumos šiuolaikinių dirbtinio intelekto sprendimų pagrindas. Tai programavimo būdas, kai sistema mokosi atpažinti dėsningumus duomenyse, užuot atlikusi tik iš anksto užprogramuotas instrukcijas.
2. Giluminis mokymasis (GM) – ypatinga mašininio mokymosi rūšis. Joje naudojami daugiasluoksniai modeliai, vadinami neuroniniais tinklais (NT), kurie geba spręsti sudėtingas užduotis – pavyzdžiui, atpažinti veidus nuotraukose ar suprasti žmogaus kalbą.
3. Didieji kalbos modeliai (DKM) – giluminio mokymosi sistemos, apmokytos milžiniškais tekstų kiekiais. Jos „moka“ numatyti, koks žodis sakinyje turėtų eiti toliau, ir taip sukuria sklandų bei nuoseklų tekstą. „ChatGPT“ – populiariausias DI įrankis, veikiantis DKM pagrindu.

DI, MM, GM, NT – koks skirtumas?

Šie terminai dažnai vartojami kaip sinonimai, todėl neretai kyla painiavos. Pažiūrėkime, kuo jie iš tiesų skiriasi. Paprasčiausias būdas suprasti sąvokas dirbtinis intelektas (DI), mašininis mokymasis (MM), giluminis mokymasis (GM) ir neuroniniai tinklai (NT) – įsivaizduoti jas kaip nuosekliai išsidėsčiusią grandinę: nuo plačiausios sąvokos iki siauriausios, kur kiekviena apima kitą.

Kas yra dirbtinis intelektas?

Dirbtinis intelektas, arba DI, – tai plačiausia iš visų minėtų sąvokų. Juo apibūdinamos technologijos, kurios imituoja žmogaus intelektą ir pažintines funkcijas – tokias kaip problemų sprendimas, mokymasis ar sprendimų priėmimas.

Paprastai tariant, DI – tai informacinių technologijų sistemos, veikiančios pagal tam tikrus modelius ir taisykles, leidžiančias mašinoms atlikti užduotis, kurias įprastai darytume patys.

Pagal LR Seimo nutarimą, dirbtinis intelektas apima dvi dideles sritis:

1. Programine įranga grindžiamos technologijos – tai virtualiosios sistemos, tokios kaip šnekos sintezatoriai, mašininio vertimo įrankiai, virtualūs asistentai, paieškos sistemos ar teksto, garso ir vaizdo analizės programos.
2. Įrangoje integruotos išmaniosios technologijos – jos analizuoja aplinką ir priima sprendimus nustatytam tikslui pasiekti. Pavyzdžiui: pažangūs robotai, savavaldžiai automobiliai, bepiločiai orlaiviai ar daiktų interneto įrenginiai.

Dirbtinio intelekto (DI) technologijos atveria naujų galimybių spręsti svarbiausias pasaulio problemas – nuo sveikatos apsaugos iki švietimo ir aplinkosaugos. Kai kuriais atvejais DI gali atlikti užduotis greičiau ir nuosekliau nei žmogus.

Pavyzdžiui, išmanieji pastatai, elektriniai ar savavaldžiai automobiliai padeda mažinti taršą, o įvairios technologijos palengvina gyvenimą žmonėms su negalia. Mašininio mokymosi metodai leidžia kurti robotus, tobulinti savavaldžių automobilių sistemas, atpažinti kalbą ir vaizdus, net prognozuoti rinkos tendencijas.

Skaitykite toliau apie keturis pagrindinius dirbtinio intelekto tipus – reaguojančias mašinas, ribotos atminties sistemas, „proto teoriją“ ir savimonę – ir sužinokite, kokį vaidmenį jie gali atlikti mūsų kasdieniame gyvenime.

4 dirbtinio intelekto tipai

Keturi DI tipai, kuriuos išskyrė Mičigano universiteto profesorius Arend Hintze:

1. Reaguojančios mašinos

Reaguojančios mašinos – tai DI sistemos, sukurtos atlikti konkrečias užduotis. Reaguojanti mašina neturi atminties ar patirties, kuria galėtų remtis priimdama sprendimus. Vietoj to ji pasikliauja vien skaičiavimo galia ir išmaniais algoritmais, kad kiekvieną kartą iš naujo sukurtų sprendimą.

Mašininio mokymosi (MM) modeliai dažnai veikia kaip reaguojančios mašinos: jie remiasi klientų duomenimis – pavyzdžiui, pirkimų ar paieškų istorija – ir pagal juos tiems patiems vartotojams pateikia rekomendacijas.

Reaguojančių mašinų pavyzdžiai

Vienas žinomiausių pavyzdžių – IBM sukurta šachmatų žaidimo sistema „Deep Blue“, 1997 m. įveikusi Garį Kasparovą. „Deep Blue“ galėjo atpažinti figūras šachmatų lentoje ir numatyti savo bei varžovo ėjimus, tačiau neturėjo atminties ir gebėjimo mokytis iš praeities klaidų, kad priimtų geresnius sprendimus ateityje.

„YouTube“ rekomendacijų sistema naudoja giluminio mokymosi metodus, kad palygintų kiekvieno vartotojo žiūrėjimo istoriją, paieškos užklausas, mėgstamus ar nemėgstamus vaizdo įrašus bei naudojimosi platforma įpročius. Rekomendacijos pateikiamos pagal įvairius rodiklius – pavyzdžiui, žiūrėjimo laiką, paspaudimų dažnį ar vartotojų pasitenkinimo apklausas.

Sistema suasmenintas rekomendacijas pateikia pagrindiniame puslapyje ir skydelyje „Ką žiūrėti toliau“, atsižvelgdama į paros metą bei vartotojų atsiliepimus. Didieji kalbos modeliai (DKM) padeda „YouTube“ geriau suprasti vaizdo įrašų turinį ir pasiūlyti tikslesnes rekomendacijas.

2. Ribotos atminties sistemos

Kitas DI tipas – ribotos atminties sistemos. Jas galima įsivaizduoti kaip neuroninius tinklus (NT), kurie šiek tiek primena mūsų smegenų veikimą: perduoda informaciją ir iš jos mokosi. Kuo daugiau duomenų tokia sistema sukaupia, tuo geriau ji „moka“ priimti sprendimus. Dėl to giluminio mokymosi (GM) algoritmai šiandien jau naudojami natūralios kalbos apdorojimui (NKA), vaizdų atpažinimui ir kitiems pažangiems mašininio mokymosi (MM) uždaviniams.

Ribotos atminties DI – skirtingai nei reaguojančios mašinos – gali pažvelgti šiek tiek atgal ir stebėti konkrečius objektus ar situacijas. Šios stebėjimų įžvalgos užprogramuojamos sistemoje, kad jos sprendimai būtų grįsti ne tik dabartiniais, bet ir ankstesniais duomenimis. Vis dėlto tokios mašinos nekaupia šios informacijos kaip „patirties“. Žmonės, priešingai, iš sėkmių semiasi prasmės, o iš nesėkmių – mokosi.

Ribotos atminties DI pavyzdys

Puikus ribotos atminties DI pavyzdys – savavaldžiai automobiliai. Jie nuolat stebi kitus eismo dalyvius: jų greitį, kryptį ir atstumą. Ši informacija paverčiama tarsi automobilio „pasaulio suvokimu“ – pavyzdžiui, gebėjimu atpažinti šviesoforus, kelio ženklus, posūkius ar kelio nelygumus. Remdamasis šiais duomenimis, automobilis gali nuspręsti, kada persirikiuoti į kitą juostą, kad išvengtų kliūčių ar susidūrimo.

3. Proto teorija

Reaguojančios mašinos ir ribotos atminties sistemos – tai DI tipai, kurie jau egzistuoja šiandien. Tuo tarpu „proto teorija“ ir DI savimonė kol kas yra tik teoriniai modeliai, galintys atsirasti ateityje, todėl realių pavyzdžių dar neturime. Jei tokios sistemos būtų sukurtos, „proto teorijos“ pagrindu veikiantys DI galėtų suprasti juos supantį pasaulį, taip pat mūsų mintis ir emocijas. Tai darytų įtaką tam, kaip mašinos elgtųsi žmonių atžvilgiu.

Žmogaus emociniai, pažintiniai ir socialiniai gebėjimai leidžia suvokti, kaip mūsų mintys ir jausmai veikia kitus, o kitų – mus. Tai sudaro visuomenės santykių pagrindą. Ateityje „proto teorijos“ pagrindu veikiančios DI sistemos galėtų suprasti mūsų ketinimus ir numatyti elgesį, taip imituodamos žmonių tarpusavio santykius.

4. DI savimonė

Savimonė – tai sąmonės forma, pasireiškianti savižina, savo santykių su aplinka suvokimu, pasitikėjimu savimi, sąžine, savęs vertinimu ir panašiais gebėjimais. Aukščiausias DI evoliucijos taškas būtų sistemų, turinčių savimonę, sukūrimas. Tokį dirbtinį intelektą šiandien regime tik mokslinės fantastikos kūriniuose. Geras pavyzdys – TV serialas „Vakarų pasaulis“.

Pirmame sezone daktaras Fordas (A. Hopkinsas) tariamai įdiegia naujinius, po kurių kai kurie nuotykių parko robotai „šeimininkai“ – tarp jų ūkininko duktė Dolores ir viešnamio šeimininkė Miv – atgauna ištrintą praeities atmintį ir įgyja savimonę. Netrukus Vakarų pasaulyje įsivyrauja sumaištis…

Kokio tipo DI yra pokalbių botas „ChatGPT“?

„ChatGPT“ – šiuo metu populiariausias generatyvinio dirbtinio intelekto įrankis, kurį 2022 m. lapkritį pristatė Silicio slėnio bendrovė „OpenAI“. Tai taikomoji programa, leidžianti žmonėms bendrauti su pagrindiniais DI modeliais. „ChatGPT“ veikia didžiųjų kalbos modelių (DKM) pagrindu. Dauguma šiame straipsnyje aptartų DI pavyzdžių susiję su dėsningumų atpažinimu – rūšiavimu, prognozavimu ar atitikmenų paieška. Tuo tarpu generatyvinis DI sukurtas ne tik atpažinti dėsningumus, bet ir, remdamasis jais, kurti ką nors naujo.

Kas yra generatyvinis DI?

Generatyvinis DI – tai kompiuterinės sistemos, gebančios kurti naują turinį: tekstą, vaizdus, muziką ar net vaizdo įrašus, remiantis dėsningumais, išmoktais iš esamų pavyzdžių. Tokios sistemos nekopijuoja turinio tiesiogiai. Jos išnagrinėja milžiniškus duomenų kiekius ir tada sukuria ką nors naujo, panašaus į tai, ką yra „išmokę“.

Kaip ir kitos dirbtinio intelekto rūšys, generatyvinis DI remiasi mašininio mokymosi (MM) metodais, o dažnai – ir giluminiu mokymusi (GM). Įsivaizduokite jį kaip virėją, kuris perskaitė tūkstančius receptų ir dabar gali kurti naujus patiekalus, derindamas tai, ką jau yra išmokęs.

Generatyvinis DI geba kurti originalius atsakymus, remdamasis vartotojo užklausomis. DI užklausa – tai tekstas, kurį įrašote į DI programos pokalbių laukelį. Galite nurodyti užduotį, pateikti komandą ar klausimą. Paprasčiau tariant, tai jūsų bendravimo su generatyviniu DI forma. „ChatGPT“ gebėjimas kurti „žmogiškus“ atsakymus ir pasaulyje kilęs DI bumas lėmė, kad ši programa tapo vienu populiariausių DI įrankių.

Vis dėlto tokie generatyvinio DI modeliai kaip „ChatGPT“, „Gemini“ ar „Grok“ gali sukurti atsakymus, sudarančius įspūdį, jog sistema yra sąmoninga, tačiau taip nėra. Jų atsakymai tėra algoritmų veikimo rezultatas: jie parenka statistiškai tikėtiniausią variantą pagal turimus mokymosi duomenis ir vartotojo užklausą.

❗Atminkite: dirbtinis intelektas nemąsto ir nejaučia taip, kaip žmogus. Šiuolaikiniai DI įrankiai yra galingi, tačiau didžiausią vertę jie suteikia tada, kai naudojami kartu su žmogiškomis įžvalgomis.