Troškimas kurti mašinas, galinčias mąstyti ar elgtis kaip mes, yra viena seniausių žmonijos svajonių. Graikų mitai nuo seno apie tai liudija: kas nutiktų, jei sukurtume būtybes, kurios atrodytų ir veiktų kaip mes?

XX a. šeštajame dešimtmetyje, atsiradus pirmiesiems kompiuteriams, imta kelti provokuojančius klausimus: ar jie galėtų būti daugiau nei vien skaičiavimo įrenginiai? Vienas moderniojo dirbtinio intelekto pradininkų buvo britų matematikas Alanas Turingas. Plėtodamas dirbtinio intelekto teoriją, mokslininkas 1950 m. sukūrė dirbtinio intelekto testą (vadinamąjį Turingo testą) ir suformulavo garsų klausimą: ar mašina gali mąstyti? 1956 m. Dartmuto koledže (JAV) vykusioje konferencijoje mokslininkai įvedė terminą „dirbtinis intelektas“ – taip jie apibūdino mašinas, galinčias atlikti užduotis, kurios paprastai reikalauja žmogaus proto.

Kitus kelis dešimtmečius pažanga buvo lėta. Kompiuteriai tebebuvo didžiulės, griozdiškos mašinos, galinčios vykdyti tik griežtai apibrėžtas instrukcijas. Ankstyvosios DI programos sugebėdavo žaisti šaškes ar šachmatus, manipuliuoti simboliais pasitelkdamos logikos sistemas, tačiau su praktinėmis užduotimis jos beveik nesusidorodavo. Aštuntojo dešimtmečio ekspertinės sistemos buvo veiksmingos tik siaurose, griežtomis taisyklėmis apibrėžtose srityse, o nutraukus finansavimą prasidėdavo vadinamosios „DI žiemos“. Tyrėjai suprato, kad vien gudrių taisyklių nepakaks – išmanioms mašinoms reikės duomenų, galingesnės įrangos ir naujų algoritmų.

Interneto burbulas ir skaitmeninės eros pradžia

2000-ųjų pradžioje, interneto burbulo įkarštyje, skaitmeninės informacijos kiekiai ėmė augti neregėtu greičiu. Pigūs duomenų saugojimo įrenginiai, kameromis aprūpinti telefonai ir sparčiai populiarėjantys socialiniai tinklai lėmė, kad kasdien buvo sukuriama milijardai nuotraukų, vaizdo įrašų ir žinučių. Įmonės taip pat ėmė kaupti milžiniškus duomenų rinkinius apie klientų elgseną. Dideli duomenų kiekiai įgalino dėsningumus galinčių atpažinti algoritmų kūrimą.

Straipsniuose apie DI raidą teigiama, kad padidėjusi skaičiavimo galia kartu su didžiųjų duomenų banga pavertė šias technologijas neatsiejama paieškos sistemų, rekomendacijų mechanizmų ir virtualių asistentų dalimi. Sparčiai išaugęs paslaugų skaitmeninimas ir pažangūs skaičiavimo galios paskirstymo metodai sukūrė duomenų srautus, kurie atvėrė kelią DI technologijų plėtrai. Verslo kontekste 2000–2010 m. duomenų antplūdis suteikė įmonėms galimybę kurti pažangesnius DI modelius ir taikyti mašininį mokymąsi – nuo klientų segmentavimo iki rinkos prognozių.

Kompiuterinės įrangos šuolis

Ankstyvųjų neuroninių tinklų našumą smarkiai ribojo centrinių procesorių (CPU) greitis. Šią kliūtį panaikino kompiuterinės grafikos procesoriai (GPU): jie vienu metu gali atlikti daugybę paprastų skaičiavimų ir todėl tapo itin tinkami neuroninių tinklų mokymui. 2012 m. neuroninis tinklas „AlexNet“, pasitelkęs GPU galią, nustebino pasaulį: jo klaidų rodiklis siekė vos 15,3 %, todėl jis triuškinamai laimėjo kasmetinį „ImageNet“ konkursą.

Bendrovė „Nvidia“ anksti suprato, kad GPU idealiai tinka DI mokymo užduotims, ir tuo pasinaudojo. Ji pertvarkė savo lustus giluminiam mokymuisi, sukūrė CUDA programinę įrangą, kad juos būtų paprasta programuoti, ir tapo pagrindiniu DI tyrimų bei duomenų centrų įrangos tiekėju visame pasaulyje. Taip GPU tapo vienu svarbiausių dirbtinio intelekto bumo veiksnių. Technologijų gigantė „Google“ žengė dar toliau – ji sukūrė mašininiam mokymuisi skirtus procesorius (TPU). Iš pradžių jie buvo naudojami tik bendrovės viduje (nuo 2015 m.), o 2018 m. „Google“ debesijoje tapo prieinami išoriniams naudotojams. Šie specializuoti lustai gali atlikti milžiniškus kiekius aritmetinių skaičiavimų, naudodami energiją dar efektyviau nei GPU.

Giluminio mokymosi proveržiai

Giluminis mokymasis – tai mašininio mokymosi sritis, paremta daugiasluoksniais neuroniniais tinklais, leidžiančiais atpažinti sudėtingus duomenų dėsningumus ir ryšius. Giluminio mokymosi architektūrų proveržiai sutapo su duomenų antplūdžiu ir GPU pažanga, todėl DI modeliai pradėjo įveikti vis sudėtingesnes užduotis. 2012 m. „AlexNet“ pasiekimai tapo šios naujos DI eros pradžia. Praėjus ketveriems metams „AlphaGo“ pribloškė pasaulį – 2016 m. kovą ji 4:1 nugalėjo devintojo dano meistrą Lee Sedolą.

„Sukūrėme „AlphaGo“ – DI sistemą, kuri sujungia giliuosius neuroninius tinklus su pažangiais paieškos algoritmais. Iš pradžių ją supažindinome su daugybe mėgėjiškų go partijų, kad išmoktų žaidimo pagrindų. Vėliau liepėme „AlphaGo“ tūkstančius kartų žaisti prieš savo pačios versijas, kiekvieną kartą mokantis iš klaidų – šis metodas vadinamas stiprinamuoju mokymusi. Laikui bėgant sistema tobulėjo ir tapo geresnė žaidėja.“ – „Google DeepMind“

„AlphaGo“ pergalė įkvėpė naują dirbtinio intelekto sistemų erą. Ji galutinai įtikimo, kad neuroniniai tinklai praktiškai jau gali būti taikomi sudėtingose srityse. Stiprinamojo mokymosi metodas parodė, kaip mašinos gali pačios mokytis bandymų ir klaidų būdu, spręsdamos iš pirmo žvilgsnio neįveikiamas užduotis. DI modelių gebėjimai planuoti bei numatyti žingsnius į priekį naudojamai ir šiandieninėse DI sistemose.

Atvirojo kodo revoliucija

Iki 2015 m. technologijų bendrovės mašininio mokymosi įrankius naudojo tik savo reikmėms, uždaroje aplinkoje. „Google“ sprendimas paversti „TensorFlow“ atvirojo kodo projektu pakeitė žaidimo taisykles.

Nuoseklioji (angl. end-to-end) mašininio mokymosi platforma siūlo vieną aplinką, apimančią visą DI kūrimo kelią – nuo duomenų paruošimo ir išvalymo iki modelių mokymo, testavimo ir diegimo. Vietoje daugybės atskirų sprendimų tokia platforma kaip „TensorFlow“ leidžia viską atlikti darniai, todėl idėjas paversti veikiančiais DI produktais tampa gerokai greičiau ir paprasčiau.

„Business Insider“ rašė, kad „TensorFlow“ iš pradžių buvo „Google“ vidaus įrankis, bet vėliau tapo viešai prieinamas – jį galėjo atsisiųsti, modifikuoti ar naudoti kiekvienas. Netrukus ši platforma išpopuliarėjo, o šiandien ją naudoja tokios įmonės kaip „Uber“, „X“ ir „PayPal“. Pasidalijusi savo kodu, „Google“ iš esmės supaprastino patekimą į mašininio mokymosi sritį.

„PyTorch“ taip pat yra nuoseklioji mašininio mokymosi platforma, tačiau ji ypač populiari tarp specialistų, vertinančių lankstumą. Ji apima visas pagrindines pakopas – nuo duomenų apdorojimo iki modelių kūrimo ir testavimo – bet jos sandara intuityvesnė ir artimesnė pitonui.

Draugiška „PyTorch“ sandara patraukė tiek tyrėjus, tiek entuziastus, o prieinamos bibliotekos pavertė pažangias technikas lengvai naudojamais įrankiais. Vietoje to, kad sistemas kurtų nuo nulio, inžinieriai galėjo dėlioti komponentus ir laisvai eksperimentuoti. Toks atvirumas subūrė didžiulę bendruomenę, kuri dalijosi modeliais, mokymais ir gerosiomis praktikomis, spartindama inovacijas tiek akademijoje, tiek pramonėje.

Debesijos platformos: DI prieiga visiems

Didelio našumo aparatinė įranga yra brangi, todėl tik nedaugelis organizacijų gali įsirengti privačius duomenų centrus. Debesija suteikia greitą prieigą prie tokios įrangos ir plečiamų duomenų saugyklų, mažina išlaidas ir leidžia komandoms bendradarbiauti net didžiausiuose DI projektuose.

2010–2020 m. laikotarpiu tokios platformos kaip „Google Cloud“, AWS ir „Azure“ demokratizavo prieigą prie DI įrankių, padarydamos juos prieinamus įvairaus dydžio įmonėms. Vartotojai galėjo nuomoti GPU ar TPU resursus, išbandyti mašininio mokymosi sistemas ir prireikus lengvai padidinti jų mastą.

Naudojimo pagrindu (angl. pay-as-you-go) grįstas modelis pavertė DI paslaugas preke. Startuoliai, tyrėjai ir entuziastai įgijo prieigą prie tokios pačios skaičiavimo galios kaip ir technologijų gigantai, be milžiniškų pradinių investicijų. „Debesijos platformos, kartu su atvirojo kodo programine įranga ir didžiaisiais duomenimis, užtikrino visą įrankių rinkinį, reikalingą sudėtingoms DI programoms kurti.

Šie penki veiksniai – duomenų antplūdis, specializuota įranga (GPU ir TPU), mašininio mokymosi proveržiai, atvirojo kodo sistemos ir prieinamos debesijos platformos – susijungė į galingą jėgą, sukėlusią šiandienos dirbtinio intelekto bumą.

Didieji duomenys maitino „alkanus“ algoritmus, GPU ir TPU juos efektyviai apdorodavo, o atvirojo kodo bibliotekos ir debesijos paslaugos pavertė DI technologijas prieinamomis visiems, skatindamos eksperimentus ir naujoves. Tai – pamatas, ant kurio stovi šiandieniniai kalbos modeliai, vaizdų generatoriai ir rekomendacijų sistemos.

Suprasdami šias tendencijas, galime išsklaidyti DI mitus ir pamatyti, kad tikroji pažanga kyla iš bendradarbiavimo ir nuoseklaus įrankių tobulinimo. Kadangi duomenų kiekiai toliau auga, sistemos tobulėja, o bendruomenės dalijasi žiniomis, dirbtinis intelektas taps dar labiau neatsiejama kasdienio mūsų gyvenimo dalimi.