Në gusht 1955, një grup studiuesish paraqitën një kërkesë për financim prej 13 dollarësh për të zhvilluar një seminar veror në Kolegjin Dartmouth, Nju Hampshire. Fusha që ata propozuan të eksploronin ishte inteligjenca artificiale (AI). Megjithëse kërkesa për financim ishte modeste, hipoteza e studiuesve nuk ishte: "Çdo aspekt i të mësuarit ose çdo veçori tjetër e inteligjencës, në parim, mund të përshkruhet aq saktë sa mund të ndërtohet një makinë për ta imituar atë".
Që nga këto fillime modeste, filmat dhe mediat e kanë romantizuar AI ose e kanë portretizuar atë si një zuzar. Megjithatë, për shumicën e njerëzve, AI ka mbetur vetëm një çështje debati dhe jo pjesë e përvojës së ndërgjegjshme të jetës.
Në fund të muajit të kaluar, AI në formën e Biseda GPT ka shpërthyer nga spekulimet e fantashkencës dhe laboratorët e kërkimit dhe në desktopët dhe telefonat e publikut të gjerë. Kjo është e ashtuquajtura "Inteligjencë Artificiale gjeneruese" - një urdhër i formuluar në mënyrë të papritur inteligjente mund të shkruajë një ese ose të bëjë një recetë dhe një listë blerjesh, ose të krijojë një poezi në stilin e Elvis Presley.
edhe pse Biseda GPT ka qenë pjesëmarrësi më mbresëlënës në një vit të suksesit gjenerues të inteligjencës artificiale, sisteme si ky kanë treguar potencial edhe më të madh për të krijuar përmbajtje të reja, dhe udhëzimet tekst-për-imazh po përdoren për të krijuar imazhe të gjalla që kanë fituar edhe konkurse arti. Inteligjenca artificiale mund të mos ketë ende një vetëdije të gjallë ose teorinë e mendjes të popullarizuar në filmat dhe romanet fantastiko-shkencore, por po i afrohet të paktën prishjes së asaj që ne mendojmë se sistemet e inteligjencës artificiale mund të bëjnë.
Hulumtuesit që punojnë ngushtë me këto sisteme humbasin perspektivën e inteligjencës, si në rastin e Modelit LaMDA Large Language (LLM) të Google. LLM është një model që është trajnuar për të përpunuar dhe gjeneruar gjuhë natyrore.
Inteligjenca artificiale gjeneruese ka ngritur gjithashtu shqetësime për plagjiaturën, shfrytëzimin e përmbajtjes origjinale të përdorur për të ndërtuar modele, etikën e manipulimit të informacionit dhe abuzimit të besimit, madje edhe "fundin e programimit".
Çfarë do të thotë vërtet AI?
Në qendër të gjithë kësaj është një pyetje, rëndësia e së cilës është rritur që nga seminari veror në Dartmouth: A është AI i ndryshëm nga inteligjenca njerëzore? Në mënyrë që të konsiderohet AI, një sistem duhet të demonstrojë një nivel të caktuar të të mësuarit dhe përshtatjes. Për këtë arsye, sistemet vendimmarrëse, automatizimi dhe statistikore nuk janë AI. Në përgjithësi, AI ndahet në dy kategori: inteligjencë artificiale e ngushtë (AI) dhe inteligjencë e përgjithshme artificiale (AI). Aktualisht, SHI nuk ekziston. Një sfidë kryesore për ndërtimin e inteligjencës artificiale të përgjithshme është modelimi adekuat i botës me të gjithë trupin e njohurive, në një mënyrë të qëndrueshme dhe të dobishme. Kjo është, për ta thënë butë, një detyrë në shkallë të gjerë.
Shumica e asaj që ne njohim si AI sot ka inteligjencë të ngushtë – ku një sistem specifik zgjidh një problem specifik. Ndryshe nga inteligjenca njerëzore, një inteligjencë e tillë e ngushtë e AI është efektive vetëm në fushën në të cilën është trajnuar: si zbulimi i mashtrimit, njohja e fytyrës ose rekomandimet sociale. Dhe AI do të funksionojë në të njëjtën mënyrë si një person. Aktualisht, shembulli më i spikatur i përpjekjeve për të arritur këtë është përdorimi i rrjeteve nervore dhe mësimi i thellë i trajnuar në sasi masive të të dhënave.
Rrjetet nervore frymëzohen nga mënyra se si funksionon truri i njeriut. Ndryshe nga shumica e modeleve të mësimit të makinerive, të cilat kryejnë llogaritjet në të dhënat e trajnimit, rrjetet nervore punojnë duke ushqyer çdo pikë të dhënash me radhë përmes një rrjeti të ndërlidhur, duke rregulluar parametrat çdo herë. Ndërsa gjithnjë e më shumë të dhëna ushqehen përmes rrjetit, parametrat stabilizohen, duke rezultuar në një rrjet nervor "të stërvitur" që më pas mund të prodhojë daljen e dëshiruar në të dhëna të reja - për shembull, duke njohur nëse një imazh përmban një mace apo një qen.
Një hap i rëndësishëm në zhvillimin e inteligjencës artificiale sot është për shkak të përmirësimeve teknologjike në metodat e të mësuarit të rrjeteve të mëdha nervore, të cilat lejojnë rregullimin e një numri të madh parametrash gjatë çdo ekzekutimi falë aftësive të infrastrukturave të mëdha kompjuterike cloud. Për shembull, GPT-3 (sistemi i AI që fuqizon ChatGPT) është një rrjet i madh nervor me 175 miliardë parametra.
Çfarë kërkohet që inteligjenca artificiale të funksionojë?
Inteligjenca artificiale ka nevojë për tre gjëra që të funksionojë me sukses. Së pari, ai ka nevojë për të dhëna cilësore, objektive dhe shumë prej tyre. Studiuesit që ndërtojnë rrjete nervore përdorin grupe të mëdha të dhënash që janë shfaqur falë dixhitalizimit të shoqërisë.
Duke plotësuar programuesit njerëzorë, Co-Pilot nxjerr të dhënat e tij nga miliarda rreshta kodi të vendosura në GitHub. ChatGPT dhe modele të tjera të mëdha gjuhësore përdorin miliarda faqe interneti dhe dokumente teksti të ruajtura në internet.
Mjetet e konvertimit të tekstit në imazh si p.sh Difuzion i qëndrueshëm, PLLAKA-2 dhe Midjourney, përdorni çifte imazh-tekst nga grupet e të dhënave si LAION-5B. Modelet e inteligjencës artificiale do të vazhdojnë të evoluojnë ndërsa dixhitalizojmë më shumë nga jeta jonë dhe i ushqejmë ato me burime alternative të të dhënave, si të dhënat e simulimit ose të dhënat nga cilësimet e lojës si Minecraft.
AI gjithashtu ka nevojë për infrastrukturë kompjuterike për t'u trajnuar në mënyrë efektive. Ndërsa kompjuterët bëhen më të fuqishëm, modelet që tani kërkojnë përpjekje intensive dhe llogaritje në shkallë të gjerë mund të përpunohen në të ardhmen e afërt në nivel lokal. Për shembull, modeli Stable Diffusion tashmë mund të ekzekutohet në kompjuterë lokalë dhe jo në mjedise cloud. Nevoja e tretë për AI janë modelet dhe algoritmet e përmirësuara. Sistemet e drejtuara nga të dhënat vazhdojnë të bëjnë përparime të shpejta në fushat që dikur konsideroheshin si domeni i njohjes njerëzore.
Megjithatë, meqenëse bota përreth nesh po ndryshon vazhdimisht, sistemet e AI duhet të rikualifikohen vazhdimisht duke përdorur të dhëna të reja. Pa këtë hap të rëndësishëm, sistemet e AI do të japin përgjigje që janë faktikisht të pasakta ose nuk marrin parasysh informacionin e ri që ka dalë që kur janë trajnuar.
Rrjetet nervore nuk janë qasja e vetme ndaj AI. Një kamp tjetër i shquar në kërkimin e inteligjencës artificiale është AI simbolike - në vend që të tretet një varg i madh të dhënash, ai mbështetet në rregulla dhe njohuri të ngjashme me procesin njerëzor të formimit të paraqitjeve të brendshme simbolike të fenomeneve të caktuara.
Por gjatë dekadës së fundit, balanca e fuqisë është anuar shumë drejt qasjeve të orientuara nga të dhënat dhe "etërit themelues" të të mësuarit të thellë modern së fundmi iu dha çmimi Turing, ekuivalenti i çmimit Nobel në shkencën kompjuterike.
Të dhënat, llogaritjet dhe algoritmet përbëjnë bazën e AI-së së ardhshme. Të gjithë treguesit tregojnë për progres të shpejtë në të tre kategoritë për të ardhmen e parashikueshme.
Ju mund ta ndihmoni Ukrainën të luftojë kundër pushtuesve rusë. Mënyra më e mirë për ta bërë këtë është të dhuroni fonde për Forcat e Armatosura të Ukrainës përmes Savelife ose përmes faqes zyrtare NBU.