Več novih tehnologij je povzročilo hrup okoli umetne inteligence (AI) in tega, kaj ta pomeni za našo prihodnost kot družbe. Vsaka tehnologija prihaja iz različnih vej umetne inteligence in predstavlja edinstven niz prednosti in skrbi.
Deepfakes in AI-ji za kloniranje glasu vam otežujejo zaupanje vsemu, kar vidite ali slišite v internetu. Nekateri pravijo, da bodo ChatGPT in podobni sistemi umetne inteligence za globoko učenje verjetno ustvarili odvečna delovna mesta na več področjih. Pojavlja se eno zaskrbljujoče vprašanje: "bo AI na koncu nadomestil programerje?"
Kaj je umetna inteligenca?
AI je veja računalništva, ki se osredotoča na sposobnost sistema za reševanje problemov z uporabo ene (ali več) od štirih lastnosti. Sistem AI lahko razmišlja človeško, deluje človeško, razmišlja racionalno in/ali deluje racionalno.
Zgodovina umetne inteligence
Čeprav se zdi, da umetna inteligenca obstaja že stoletja, je to področje dobilo zagon sredi 20. stoletja. Eden najbolj opaznih datumov v zgodovini umetne inteligence je leto 1956, to je bilo leto uradne uvedbe na področje umetne inteligence. Ta uvod se je zgodil na konferenci na Dartmouth College.
Več velikih imen se povezuje z različnimi vidiki zgodnjega napredka v AI. Med njimi so Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson in Alain Colmerauer.
Deluj človeško
Leta 1936 je Alan Turing objavil članek z naslovom "O izračunljivih številih z aplikacijo na Entscheidungsproblem". V tem dokumentu je Turing predstavil koncept Turingovega stroja, ki ima do danes pomembno vlogo v AI. Dokazal je, da lahko s pravilnim algoritmom Turingov stroj izvede kateri koli matematični izračun.
Kasneje leta 1937 je Turing uporabil problem zaustavitve, da bi opozoril na omejitve inteligentnih strojev. Nato je leta 1950 Turing definiral strojno inteligenco s pomočjo tako imenovanega Turingovega testa. Če sistem AI prestane Turingov test, lahko ta sistem deluje človeško.
Misli človeško
Marvin Minsky je priljubljeno ime na področju umetne inteligence. Znan je po tem, da je leta 1951 razvil prvi učni stroj za nevronske mreže z naključnim žičenjem, imenovan SNARC. Nevronske mreže naučijo računalnike obdelovati podatke podobno kot človeški možgani. Minskyjeva definicija umetne inteligence je, da je to "znanost o tem, kako stroje pripraviti do stvari, ki bi zahtevale inteligenco, če bi jih delali ljudje."
Allen Newell in Herbert Simon sta še dva pionirja na področju umetne inteligence, ki sta se osredotočila na sposobnost stroja za simulacijo človeškega razmišljanja. Leta 1956 so predstavili prvi računalniški program za obdelavo simbolov, imenovan Logic Theorist. Leta 1961 sta Newell in Simon razvila General Problem Solver (GPS), ki v bistvu posnema človeško misel.
Razmišljaj racionalno
Vstopi John Robinson, ki je leta 1965 izdal revijo z naslovom »Strojno usmerjena logika, ki temelji na Načelo ločljivosti." Izumil je tudi račun ločljivosti za predikatno logiko, ki ima ključno vlogo vlogo v AI.
Predikatna logika je formalni jezik, ki uporablja logiko za predstavitev racionalnega razmišljanja. Ta jezik uporablja okvir, da bodo pravilne premise ustvarile pravilne sklepe. Na primer, Alexa je stroj; vsi stroji olajšajo delo; zato Alexa olajša delo.
Nedavni napredek na področju umetne inteligence
Področje umetne inteligence je tako kot v času svojega nastanka tudi danes zelo kompleksno in ima veliko različnih vej. Vsaka veja pod okriljem AI nenehno dela pomembne korake.
Strojno učenje je veja umetne inteligence, ki uporablja podatkovne algoritme za posnemanje človeškega učenja, kar izboljša njegovo natančnost pri vsaki ponovitvi. Ena izmed pomembnejših podskupin strojnega učenja je globoko učenje. Globoko učenje izboljša strojno učenje z zmanjšanjem potrebe stroja po človeški pomoči.
Na primer, če ste imeli slike rož, ki ste jih želeli združiti po vrstah, se bo postopek kategorizacije razlikoval glede na vrsto sistema. Če vaš sistem uporablja strojno učenje, bi morali ročno določiti značilnosti, ki razlikujejo vrste. Vendar pa bo sistem, ki uporablja globoko učenje, sam določil najboljše razlikovalne lastnosti za vsako vrsto.
Globoko učenje je v zadnjih letih povzročilo velike valove v industriji zaradi več tehnologij. ChatGPT je tehnologija globokega učenja ki trenutno dobiva veliko pozornosti.
Glede na ChatGPT je:
velik jezikovni model, ki ga je ustvaril OpenAI. Gre za program umetne inteligence (AI), ki je zasnovan za razumevanje naravnega jezika in ustvarjanje človeških podobnih odgovorov na različne vrste vprašanj in pozivov. Model temelji na arhitekturi globokega učenja, imenovani transformator, ki je sposoben obdelati velike količine količine besedilnih podatkov in generiranje odgovorov na podlagi vzorcev in odnosov, ki se jih je iz tega naučil podatke.
Od svoje uvedbe v četrtem četrtletju 2022 je bil ChatGPT tema številnih razprav. Ta sistem umetne inteligence izstopa po njegovih sposobnostih obdelave naravnega jezika, skupaj z zmožnostjo učenja novih informacij s pomočjo okrepljenega učenja iz človeških povratnih informacij (RLHF). Zdi se tudi, da ima močno sposobnost pisanja in popravljanja kode. Nekateri pravijo, da ta tehnologija predstavlja genezo izumrtja človeških programerjev.
Zaželene značilnosti človeškega programerja, ki jih AI ne more ponoviti
Sistem AI se lahko nauči pisati kodo, ki ustvarja programsko opremo. Popolna zamenjava programerjev pa je morda nekoliko bolj zapletena. Zmogljivost sistema umetne inteligence mu lahko omogoči zmanjšanje delovne sile s pomočjo programerjem pri hitrejšem delu, vendar nikoli ne more zares nadomestiti človeških delavcev. Glavna razlika med programerji in sistemi AI so človeški možgani in njihove kompleksne značilnosti.
Po mnenju Andrewa Ng, eno najboljših imen v AI danes:
en sam nevron v možganih je neverjetno zapleten stroj, ki ga še danes ne razumemo. En sam "nevron" v nevronski mreži je neverjetno preprosta matematična funkcija, ki zajame majhen del kompleksnosti biološkega nevrona.
Sposobnost možganov, da ustvarijo novo misel iz navidezno praznega zraka, je zunaj človeškega razumevanja. Vsekakor ni nekaj, kar bi sistem AI lahko posnemal. Druga zaželena lastnost programerjev je zmeda ustvarjalnosti, ki je spet nekaj, česar stroj ne more ponoviti.
Z globokim učenjem lahko AI daje vtis človeškega razmišljanja. Nekateri sistemi umetne inteligence lahko sprejemajo preproste odločitve, vendar so te odločitve blede v primerjavi z zmožnostmi odločanja človeških možganov. AI lahko piše kodo, vendar ne more zagotoviti, da je koda, ki jo piše, pravilna koda. Sistem umetne inteligence ne more posnemati človeške presoje, niti ni znakov, da bo to lahko storil v prihodnosti.
Prihodnost umetne inteligence in programiranja
Tehnologije umetne inteligence, kot je ChatGPT, so dokazale, kako uporabna je lahko umetna inteligenca za programerje. Hitro ustvari kodo in lahko pomaga pri programerjevem splošnem poteku dela. Vendar pa je ChatGPT tudi dokazal, da tudi najnaprednejša tehnologija globokega učenja, ki jo trenutno imamo, ne more obvladati popolne avtonomije. Po OpenAI je znano, da ChatGPT ustvarja nesmiselne odgovore na vprašanja.
Zato je verjetno domnevati, da je prihodnost umetne inteligence v programiranju "pomočniki" in ne "nadomestki" programerjev.
