Jak działa sztuczna inteligencja?
Możliwości sztucznej inteligencji zachwycają nas coraz bardziej, ale czy rzeczywiście w pełni rozumiemy technologię, z którą mamy do czynienia? Co kryje się za niemal dorównującą już ludziom zdolnością do prowadzenia konwersacji? Albo za autonomicznym pojazdem, który poruszając się po naszych ulicach, wywołuje mniej kolizji niż prawdziwy kierowca? Warto przyjrzeć się temu, jak działa sztuczna inteligencja, bo pozwala to zrozumieć najbardziej przełomowe zmiany, jakie czekają nas w XXI wieku.
Z artykułu dowiesz się:
– czym sztuczna inteligencja różni się od inteligencji naturalnej?
– czy sztuczna inteligencja ma naśladować człowieka?
– czym jest machine learning, deep learning i sieci neuronowe?
– czy humanoidalne roboty to przyszłość AI czy tylko jedna z opcji?
– czy wiek XXI będzie przełomowy dla sztucznej inteligencji?
Stworzenie sztucznej inteligencji to, wyjaśniając temat najprościej jak to tylko możliwe, nauczenie programu samodzielnego odtwarzania pewnych schematów działania. W ramach tego odtwarzania program za każdym razem może spotkać się z nieco inną sytuacją, ale potrafi ją zaklasyfikować do pewnej grupy zdarzeń i podjąć decyzję o podjęciu najbardziej odpowiedniego typu działania. W przypadku sztucznej inteligencji konwersacyjnej jest to np. nauczenie chatbota prowadzenia biegłej rozmowy na wybrane tematy. Ale sztuczną inteligencją jest też program rozpoznający obiekty (np. ludzkie twarze, zwierzęta, przedmioty, krajobrazy) znajdujące się na zdjęciach na podstawie wcześniejszego treningu. AI to także samochód, który porusza się samodzielnie po drodze albo komputer, który prowadzi szachową rozgrywkę na poziomie mistrzowskim.
Sztuczna inteligencja vs. inteligencja naturalna
Już przyglądając się tym kilku powyższym przykładom można dojść do wniosku, że sztuczna inteligencja to wszystko to, co próbuje naśladować zachowania i decyzyjność człowieka a nawet go w tych działaniach prześcignąć. I co ciekawe, wykładniczo rosnąca moc obliczeniowa to zadanie może ułatwić. Przynajmniej w niektórych aspektach. Już dzisiaj komputery zasilane AI świetnie radzą sobie we wszystkim tym, co wymaga dokonywania obliczeń: rozgrywki szachowe, analizy dużych zbiorów danych w firmach – tutaj AI jest wyjątkowo biegła. Można powiedzieć, że działa jak ludzki umysł, ale dużo szybciej.
Odwzorowanie naturalnych cech w technologii
| NATURALNE | SZTUCZNE |
| Umiejętność mówienia i rozpoznawania mowy innych ludzi | Systemy rozpoznawania mowy (ASR, TTS) |
| Pisanie i czytanie | Przetwarzanie języka naturalnego |
| Zbieranie informacji z otoczenia za pomocą zmysłu wzroku | Przetwarzanie obrazów (machine learning) |
| Wykonywanie fizycznych czynności, zdolności manualne, poruszanie się w przestrzeni | Robotyka |
| Uczenie się i umiejętność przyjmowania informacji zwrotnych | Rozpoznawanie wzorów, machine learning, proces trenowania modelu, uczenie nadzorowane |
| Umiejętność kategoryzacji danych, segregowania i porządkowania | Machine learning – uczenie nienadzorowane |
| Działanie sieci neuronów biologicznych, przetwarzanie wielu różnych informacji w tym samym czasie | Sieci neuronowe, deep learning |
| Podejmowanie decyzji, wyciąganie wniosków, stawianie hopotez | Algorytmy oparte o drzewa decyzyjne, kategoryzacja |
Przewaga inteligencji naturalnej nad sztuczną
Czy jednak AI to odwzorowaniem inteligencji naturalnej? Na chwilę obecną na pewno nie. Największą „lukę” stanowi tutaj to, co jest szczególną właściwością ludzkiego mózgu:
- zdolność do autorefleksji,
- umiejętność spontanicznej reakcji w sytuacji nietypowej,
- dostrzeganie tego, co „poza schematem”,
- intuicja,
- kreatywność.
Powyższe cechy związane z przetwarzaniem informacji płynących ze świata są bardzo trudne do odwzorowania, ponieważ nauka do tej pory odkryła tylko część zagadek związanych z funkcjonowaniem ludzkiego mózgu. Nie oznacza to jednak, że te niewiadome blokują dalszy rozwój AI. Sztuczną inteligencję tworzy się dzisiaj w dużej mierze na potrzeby biznesu, a ten potrzebuje wdrażać AI do określonych działań z mierzalnym skutkiem. AI w biznesie nie musi działać „jak człowiek”, ale być skuteczne w określonym obszarze wdrożenia. A ten efekt z powodzeniem można uzyskać opierając się na inteligentnych algorytmach i mocy obliczeniowej.
Jak działa sztuczna inteligencja?
Sztuczna inteligencja rozwija się dynamicznie, a wraz z tym postępem powstają nowe poddziedziny nauki. Dzisiaj możemy już mówić o całych gałęziach wiedzy. Wśród nich jest mi.in: machine learning, deep learning, sieci neuronowe.
Machine learning: jeszcze mądrzejsza maszyna
Idea powstania interdyscyplinarnego machine learning jest taka, aby sprawnie działający algorytm potrafił jeszcze się sam doskonalić. A więc nie tylko wykonywał to, czego został „przyuczony”, ale też sprawnie wyszukiwał „lepsze ścieżki działania”. Program zasilany uczeniem maszynowym ma więc ulepszać się na bazie doświadczeń.
Jak uczą się inteligentne maszynowe algorytmy? Przy machine learning mówimy o uczeniu:
- nadzorowanym, w którym człowiek kontroluje proces uczenia się maszyny,
- nienadzorowanym, które zakłada minimalną ingerencję ze strony człowieka oraz brak jednoznacznie opisanych danych wyjściowych (np. zasilamy program zdjęciami, ale bez opisania, które zdjęcia co przedstawiają).
Machine learning znalazł dla siebie szerokie zastosowanie, chociażby przy trenowaniu konwersacyjnej sztucznej inteligencji, rozpoznawaniu obrazów.
Deep learning i sieci neuronowe: kolejny poziom zaawansowania
Deep learning, tłumacząc na język polski to „uczenie głębokie”, jest podkategorią machine learning. W uczeniu głębokim mamy już do czynienia z sieciami neuronowymi, które są połączone. Każdy neuron to niezależna „podjednostka” systemu, z własną pamięcią i wykonująca działania w pewien sposób „niezależnie”. Neurony, dzięki powiązaniu, mogą jednak „wymieniać się” informacjami. To powoduje, że różne obliczenia mogą być wykonywanie równolegle. Sieci neuronowe oznaczają więc ogromne wzmocnienie wydajności danego systemu.
Po deep learning sięga się przy takich działaniach jak: przetwarzanie języka naturalnego, doskonalenie technik rozpoznawania głosu. Sieci neuronowe mają też zastosowanie w cyberbezpieczeństwie czy medycynie (diagnostyka).
Więcej na temat uczenia maszynowego, deep learning i sieci neuronowych znajdziesz w artykule: Uczenie maszynowe a uczenie głębokie.
Sztuczna inteligencja jako humanoid: czy AI może też wyglądać jak człowiek?
Machine learning, sieci neuronowe: na podstawie tych przykładów widać, że sztuczna inteligencja to przede wszystkim algorytmy działające w przestrzeni wirtualnej. Dlaczego więc w filmach sci-fi i literaturze często przedstawiana jest jako humanoid – robot wyglądający jak człowiek? Taka prezentacja z pewnością bardziej przemawia do wyobraźni widzów i czytelników, ale nie jest zupełnie nietrafiona. Sztuczna inteligencja to przede wszystkim linijki kodu napisanego przez programistę, ale humanoidalne roboty jako fizyczne byty nie są tylko dziełem wyobraźni twórców literatury i filmu. Idealnym przykładem „ludzkiego robota” jest Sophia, stworzona przez firmę Hanson Robotics. W poniższym materiale video twórca Sophii przedstawia ją jako „robota społecznego”:
Oczywiście, za takim robotem, podobnie jak za algorytmami działającymi w środowisku wirtualnym, kryje się oprogramowanie, tysiące linijek kodu napisanych przez programistów, a także wspomniane powyżej sieci neuronowe (przetwarzanie mowy, technologia rozpoznawania głosu, technologia rozpoznawania gestów rozmówcy).
Sztuczna inteligencja: czy może prześcignąć człowieka?
Chociaż Sophia wygląda dosyć realistycznie a rozmowa z nią jest ma poziomie, który jeszcze do niedawana wydawał się być nieosiągalny, sztuczna inteligencja wciąż nie osiągnęła poziomu ludzkiego. Są natomiast prognozy wskazujące na to, że to już tylko kwestia czasu. AI tak mądrą i wszechstronna jak człowiekiem ma stać się jeszcze w XX wieku. Wg przewidywań zawartych w raporcie Kiedy AI przekroczy ludzką wydajność? Dowody od ekspertów AI w ciągu najbliższych 100 lat AI będzie w stanie wykonywać różne działania na poziomie człowieka. Jako najbardziej prawdopodobną datę osiągnięcia tego celu wyznaczono rok 2060. Jeszcze bardziej optymistyczny jest R. Kurzweil, autor powszechnie znanej w branży publikacji Nadchodzi Osobliwość. Wg Kurzweila sztuczna inteligencja przekraczająca ludzką (patrz. AGI) to już rok 2045.
Źródła i polecane:
- R. R. Kurzweil: Nadchodzi osobliwość: kiedy człowiek przekroczy granice biologii.
- Książki o sztucznej inteligencji.