V srpnu 1955 skupina učenců předložila žádost o financování ve výši 13 500 $ na pořádání letního semináře na Dartmouth College v New Hampshire. Oblast, kterou navrhli prozkoumat, byla umělá inteligence (AI). Přestože požadavek na financování byl skromný, hypotéza výzkumníků nebyla: "Každý aspekt učení nebo jakýkoli jiný rys inteligence lze v zásadě popsat tak přesně, že lze sestrojit stroj, který jej napodobí."
Od těchto skromných začátků filmy a média romantizovaly AI nebo ji vykreslovaly jako padoucha. Pro většinu lidí však umělá inteligence zůstala pouze předmětem debat a ne součástí vědomé životní zkušenosti.
Na konci minulého měsíce AI v podobě ChatGPT se prolomila ze spekulací sci-fi a výzkumných laboratoří a na stolní počítače a telefony široké veřejnosti. Jedná se o takzvanou „generativní AI“ – nečekaně inteligentně formulovaná výzva dokáže napsat esej nebo udělat recept a nákupní seznam nebo vytvořit báseň ve stylu Elvise Presleyho.
Ačkoli ChatGPT byl nejpůsobivějším účastníkem za rok generativního úspěchu umělé inteligence, systémy jako tento ukázaly ještě větší potenciál k vytváření nového obsahu a výzvy text-to-image se používají k vytváření živých obrázků, které dokonce vyhrály umělecké soutěže. Umělá inteligence možná ještě nemá živé vědomí nebo teorii mysli popularizovanou ve sci-fi filmech a románech, ale blíží se přinejmenším k narušení toho, co si myslíme, že systémy umělé inteligence dokážou.
Výzkumníci, kteří s těmito systémy úzce spolupracují, omdlévají vyhlídkou na inteligenci, jako v případě velkého jazykového modelu LaMDA (LLM) společnosti Google. LLM je model, který byl vycvičen ke zpracování a generování přirozeného jazyka.
Generativní umělá inteligence také vyvolala obavy z plagiátorství, zneužívání původního obsahu používaného k vytváření modelů, etiky manipulace s informacemi a zneužívání důvěry a dokonce i „konce programování“.
Co vlastně AI znamená?
V centru toho všeho je otázka, jejíž aktuálnost od letního semináře v Dartmouthu roste: Liší se AI od lidské inteligence? Aby byl systém považován za AI, musí prokázat určitou úroveň učení a adaptace. Z tohoto důvodu rozhodovací, automatizační a statistické systémy nejsou AI. Obecně řečeno, umělá inteligence se dělí do dvou kategorií: umělá úzká inteligence (AI) a umělá obecná inteligence (AI). V současné době SHI neexistuje. Klíčovou výzvou pro budování obecné umělé inteligence je adekvátně modelovat svět s celým souborem znalostí konzistentním a užitečným způsobem. To je, mírně řečeno, úkol velkého rozsahu.
Většina toho, co dnes známe jako AI, má úzkou inteligenci – kde konkrétní systém řeší konkrétní problém. Na rozdíl od lidské inteligence je taková úzká inteligence AI účinná pouze v oblasti, ve které byla vyškolena: jako je detekce podvodů, rozpoznávání obličejů nebo sociální doporučení. A umělá inteligence bude fungovat stejně jako člověk. V současnosti je nejvýraznějším příkladem pokusů o dosažení tohoto cíle využití neuronových sítí a hlubokého učení trénovaného na obrovském množství dat.
Neuronové sítě jsou inspirovány tím, jak funguje lidský mozek. Na rozdíl od většiny modelů strojového učení, které provádějí výpočty na trénovacích datech, pracují neuronové sítě tak, že postupně napájejí každý datový bod prostřednictvím propojené sítě a pokaždé upravují parametry. S tím, jak se přes síť dodává stále více dat, se parametry stabilizují, výsledkem je „vytrénovaná“ neuronová síť, která pak dokáže produkovat požadovaný výstup na nových datech – například rozpoznání, zda obrázek obsahuje kočku nebo psa.
Významný skok ve vývoji umělé inteligence je dnes způsoben technologickým vylepšením metod učení velkých neuronových sítí, které umožňují upravovat obrovské množství parametrů při každém běhu díky možnostem velkých cloud computingových infrastruktur. Například GPT-3 (systém AI, který pohání ChatGPT) je velká neuronová síť se 175 miliardami parametrů.
Co je potřeba, aby umělá inteligence fungovala?
Umělá inteligence potřebuje k úspěšnému fungování tři věci. Za prvé potřebuje kvalitní, objektivní data a hodně z nich. Výzkumníci, kteří staví neuronové sítě, využívají velká pole dat, která se objevila díky digitalizaci společnosti.
Co-Pilot doplňuje lidské programátory a čerpá svá data z miliard řádků kódu hostovaných na GitHubu. ChatGPT a další velké jazykové modely využívají miliardy webových stránek a textových dokumentů uložených na internetu.
Nástroje pro převod textu na obrázek jako např Stabilní difúze, DALLE-2 a Midjourney, použijte páry obrázek-text z datových sad, jako je LAION-5B. Modely umělé inteligence se budou nadále vyvíjet, protože digitalizujeme více našich životů a dodáváme jim alternativní zdroje dat, jako jsou simulační data nebo data z nastavení her, jako je Minecraft.
AI také potřebuje výpočetní infrastrukturu, aby mohla efektivně trénovat. Jak se počítače stávají výkonnějšími, modely, které nyní vyžadují intenzivní úsilí a rozsáhlé výpočty, mohou být v blízké budoucnosti zpracovány lokálně. Například model Stable Diffusion již lze provozovat na lokálních počítačích a ne v cloudových prostředích. Třetí potřebou AI jsou vylepšené modely a algoritmy. Systémy založené na datech pokračují v rychlém pokroku v oblastech, které byly dříve považovány za doménu lidského poznání.
Jelikož se však svět kolem nás neustále mění, je třeba systémy umělé inteligence neustále přeškolovat pomocí nových dat. Bez tohoto důležitého kroku budou systémy umělé inteligence poskytovat odpovědi, které jsou věcně nesprávné nebo neberou v úvahu nové informace, které se objevily od doby, kdy byly vyškoleny.
Neuronové sítě nejsou jediným přístupem k AI. Dalším významným táborem ve výzkumu umělé inteligence je symbolická umělá inteligence – místo toho, aby trávila obrovské množství dat, spoléhá na pravidla a znalosti podobné lidskému procesu vytváření vnitřních symbolických reprezentací určitých jevů.
Během poslední dekády se však poměr sil výrazně přiklonil k přístupům založeným na datech a „otcové zakladatelé“ moderního hlubokého učení byli nedávno oceněni Turingovou cenou, ekvivalentem Nobelovy ceny za informatiku.
Data, výpočty a algoritmy tvoří základ budoucí umělé inteligence. Všechny ukazatele ukazují na rychlý pokrok ve všech třech kategoriích v dohledné době.
Můžete pomoci Ukrajině v boji proti ruským vetřelcům. Nejlepším způsobem, jak toho dosáhnout, je darovat finanční prostředky ozbrojeným silám Ukrajiny prostřednictvím Zachraňte život nebo přes oficiální stránku NBÚ.