Nekoliko novih tehnologija izazvalo je buku oko umjetne inteligencije (AI) i onoga što ona znači za našu budućnost kao društva. Svaka tehnologija dolazi iz različitih grana umjetne inteligencije i predstavlja jedinstven skup prednosti i problema.
Deepfakes i AI-ji za kloniranje glasa otežavaju vam da vjerujete svemu što vidite ili čujete na internetu. Neki kažu da će ChatGPT i slični AI sustavi dubokog učenja vjerojatno stvoriti suvišnost poslova u nekoliko područja. Postavlja se jedno zabrinjavajuće pitanje: "hoće li AI u konačnici zamijeniti programere?"
Što je umjetna inteligencija?
AI je grana računalne znanosti koja se fokusira na sposobnost sustava da riješi probleme koristeći jednu (ili više) od četiri kvalitete. Sustav umjetne inteligencije može misliti ljudski, djelovati ljudski, razmišljati racionalno i/ili djelovati racionalno.
Povijest umjetne inteligencije
Iako se čini da umjetna inteligencija postoji već stoljećima, to je područje koje je dobilo zamah sredinom 1900-ih. Jedan od najznačajnijih datuma u povijesti umjetne inteligencije je 1956. godina, bila je to godina službenog uvođenja u područje umjetne inteligencije. Ovaj uvod dogodio se na konferenciji na Dartmouth Collegeu.
Nekoliko velikih imena povezuje se s različitim aspektima ranog napretka u umjetnoj inteligenciji. Među njima su Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson i Alain Colmerauer.
Ponašaj se ljudski
Godine 1936. Alan Turing objavio je rad pod naslovom “O izračunljivim brojevima, s primjenom na Entscheidungsproblem”. U ovom radu Turing je predstavio koncept Turingovog stroja koji do danas igra važnu ulogu u umjetnoj inteligenciji. Dokazao je da, s ispravnim algoritmom, Turingov stroj može izvesti bilo koje matematičko računanje.
Kasnije 1937. Turing je upotrijebio problem zaustavljanja kako bi ukazao na ograničenja inteligentnih strojeva. Zatim je 1950. Turing definirao strojnu inteligenciju koristeći ono što on naziva Turingovim testom. Ako AI sustav prođe Turingov test, tada taj sustav može djelovati ljudski.
Misli ljudski
Marvin Minsky je popularno ime u polju umjetne inteligencije. Poznat je po tome što je 1951. godine razvio prvi stroj za učenje neuronske mreže s nasumičnim žicama, nazvan SNARC. Neuronske mreže uče računala da obrađuju podatke slično kao ljudski mozak. Minskyjeva definicija umjetne inteligencije je da je to "znanost o tjeranju strojeva da rade stvari za koje bi bila potrebna inteligencija da ih rade ljudi".
Allen Newell i Herbert Simon druga su dva pionira na polju umjetne inteligencije, koji su se usredotočili na sposobnost stroja da simulira ljudsko razmišljanje. Godine 1956. predstavili su prvi računalni program za obradu simbola, nazvan Logic Theorist. Godine 1961. Newell i Simon razvili su General Problem Solver (GPS), koji u biti oponaša ljudsku misao.
Razmišljajte racionalno
Ulazi John Robinson, koji je 1965. objavio časopis pod naslovom “Strojno orijentirana logika temeljena na Načelo rezolucije." Također je izumio rezolucijski račun za predikatsku logiku, koja igra vitalnu ulogu ulogu u AI.
Predikatna logika je formalni jezik koji koristi logiku za predstavljanje racionalnog razmišljanja. Ovaj jezik koristi okvir da će ispravne premise proizvesti ispravne zaključke. Na primjer, Alexa je stroj; svi strojevi olakšavaju rad; stoga Alexa olakšava rad.
Najnoviji napredak u umjetnoj inteligenciji
Kao iu svojim počecima, područje umjetne inteligencije danas je vrlo složeno s mnogo različitih grana. Svaka grana pod kišobranom umjetne inteligencije neprestano čini značajne korake.
Strojno učenje grana je umjetne inteligencije koja koristi podatkovne algoritme za oponašanje ljudskog učenja, što poboljšava njegovu točnost pri svakoj iteraciji. Jedan od istaknutijih podskupova strojnog učenja je duboko učenje. Duboko učenje poboljšava strojno učenje smanjujući potrebu stroja za ljudskom pomoći.
Na primjer, ako ste imali slike cvijeća koje želite grupirati po vrstama, postupak kategorizacije razlikovat će se ovisno o vrsti sustava. Ako vaš sustav koristi strojno učenje, tada biste morali ručno uspostaviti značajke koje razlikuju vrste. Međutim, sustav koji koristi dubinsko učenje samostalno će odrediti najbolje karakteristike razlikovanja za svaku vrstu.
Duboko učenje izazvalo je velike valove u industriji posljednjih godina, zbog nekoliko tehnologija. ChatGPT je tehnologija dubokog učenja koji trenutno privlači veliku pažnju.
Prema ChatGPT-u, to je:
veliki jezični model koji je stvorio OpenAI. To je program umjetne inteligencije (AI) dizajniran za razumijevanje prirodnog jezika i generiranje ljudskih odgovora na razne vrste pitanja i upita. Model se temelji na arhitekturi dubokog učenja zvanoj transformator, koja je sposobna obraditi velike količine količine tekstualnih podataka i generiranje odgovora na temelju obrazaca i odnosa koje je iz toga naučio podaci.
Od svog pokretanja u četvrtom kvartalu 2022., ChatGPT je tema mnogih rasprava. Ono po čemu se ovaj sustav umjetne inteligencije ističe jesu njegove vještine obrade prirodnog jezika, zajedno s njegovom sposobnošću učenja novih informacija putem učenja s potkrepljenjem ljudskim povratnim informacijama (RLHF). Također se čini da posjeduje jaku sposobnost pisanja i popravljanja koda. Neki kažu da ova tehnologija predstavlja genezu izumiranja ljudskih programera.
Poželjne karakteristike ljudskog programera koje AI ne može replicirati
AI sustav može naučiti kako napisati kod koji stvara softver. Međutim, potpuna zamjena programatora može biti malo kompliciranija. Sposobnost AI sustava može mu omogućiti smanjenje radne snage pomažući programerima da rade brže, ali nikada ne može istinski zamijeniti ljudske radnike. Glavna značajka koja razlikuje programere od AI sustava je ljudski mozak i njegove složene karakteristike.
Prema Andrewu Ng, jedno od najboljih imena u AI danas:
jedan jedini neuron u mozgu je nevjerojatno složen stroj koji ni danas ne razumijemo. Jedan 'neuron' u neuronskoj mreži je nevjerojatno jednostavna matematička funkcija koja obuhvaća mali djelić složenosti biološkog neurona.
Sposobnost mozga da stvori novu misao iz naizgled rijetkog zraka je izvan ljudskog poimanja. To sigurno nije nešto što AI sustav može replicirati. Još jedna poželjna karakteristika programera je zbunjenost kreativnosti, što je opet nešto što stroj ne može ponoviti.
Kroz duboko učenje, umjetna inteligencija može ostaviti dojam ljudskog razmišljanja. Neki AI sustavi mogu donositi jednostavne odluke, ali te su odluke blijede u usporedbi sa sposobnostima donošenja odluka ljudskog mozga. AI može pisati kod, ali nije u stanju osigurati da je kod koji piše točan kod. Sustav umjetne inteligencije ne može kopirati ljudsku prosudbu, niti ima naznaka da će to moći učiniti u budućnosti.
Budućnost umjetne inteligencije i programiranja
AI tehnologije kao što je ChatGPT dokazale su koliko AI može biti korisna programerima. Brzo generira kod i može pomoći u cjelokupnom tijeku rada programera. Međutim, ChatGPT je također dokazao da čak ni najnaprednija tehnologija dubokog učenja koju trenutno imamo ne može podnijeti potpunu autonomiju. Poznato je da ChatGPT generira besmislene odgovore na pitanja, prema OpenAI-ju.
Stoga je moguće pretpostaviti da je budućnost umjetne inteligencije u programiranju "pomagač", a ne "zamjena" programera.