Spokojnie – czasy tworów takich jak Skynet czy HAL 9000 nie nadeszły i sztuczna inteligencja na razie służy człowiekowi. Giganci z Doliny Krzemowej pracują nad algorytmami od dekad, notując znaczny postęp w wielu obszarach, a kierunek ten jest często nazywany najważniejszą technologią przyszłości. Przyglądamy się temu, co AI potrafi już teraz i jakie są praktyczne zastosowania sztucznej inteligencji.
AI teraz i w przyszłości. Praktyczne zastosowania sztucznej inteligencji – spis treści:
- Od Turinga i McCarthy’ego do sztucznej inteligencji w kulturze i nowoczesnym przemyśle
- Sztuczna inteligencja na co dzień – praktyczne zastosowania, z których możesz nie zdawać sobie sprawy
- Co przyniesie przyszłość? Badania nad sztuczną inteligencją coraz bardziej zaawansowane
Od Turinga i McCarthy’ego do sztucznej inteligencji w kulturze i nowoczesnym przemyśle
Choć nie istnieje idealna i precyzyjna definicja sztucznej inteligencji, termin ten już na dobre zagościł w naszym języku, kulturze i głowach, wyraźnie zaznaczając świadomość tego, co ma nadejść i czego jesteśmy świadkami już dzisiaj. Sformułowanie wypowiedziane po raz pierwszy w 1955 roku przez Johna McCarthy’ego na przestrzeni lat zyskiwało na znaczeniu, zawierało w sobie nowe ujęcia i perspektywy, przeszło prawdziwą ewolucję zarówno na gruncie teoretycznym, jak i praktycznym.
Dzisiaj postrzegamy sztuczną inteligencję na wiele sposobów, snujemy wizje i nieustannie poszerzamy horyzonty myślowe. Wyobrażenia trafiają do świata filmu i są spisywane na kartach książek, podsycając nie tylko naszą ciekawość i potrzebę odkrywania, ale i lęki związane z tym, co stanowi niewiadomą.
Stworzony przez Alana Turinga w latach 50-tych ubiegłego wieku test umiejętności maszyn, który sprawdza ich zdolność do prowadzenia rozmowy tak, by ludzki rozmówca nie odkrył z kim prowadzi konwersację, nadal w pełni się nie powiódł. Do sukcesu brakuje już jednak bardzo niewiele – kod komputerowy o nazwie Eugene Goostman zdał egzamin już w 2014 roku. Niestety wynik nie został uznany ze względu na zastosowanie uproszczenia (program przybrał osobowość nastolatka mówiącego nie w swoim rodzimym języku). W opinii futuruloga R. Kurzweila, realna data zdania testu Turinga to 2028 rok, co w szerszej perspektywie prac nad SI oznacza tyle, co dwa kiwnięcia ogonem.
Pomimo tego, że na roboty, które mówią prawdziwie ludzkim głosem zaczekamy, ich obecnego wpływu na wiele branż i gałęzi nowoczesnego przemysłu nie da się przecenić, o czym za chwilę.
Sztuczna inteligencja na co dzień – praktyczne zastosowania, z których możesz nie zdawać sobie sprawy
Liczba rozwiązań opartych na sztucznej inteligencji rośnie wręcz lawinowo. Korzyści z jej stosowania są oczywiste – ciągłość działania, szybkość realizacji powierzonych zadań oraz minimalizacja ryzyka (uczenie się na pomyłkach), sprawiają, że firmy coraz bardziej dostrzegają potencjał tej technologii.
Najbardziej popularnym zastosowaniem pozostają chatboty (wirtualni asystenci lub doradcy) oraz systemy rekomendacyjne oparte o algorytmy wykorzystywane w uczeniu maszynowym (machine learning), śledzące aktywność klienta i tworzące wzorce zachowań. Sztuczna inteligencja zyskuje jednak popularność na wielu innych polach:
- W rozwiązaniach bazujących na logice rozmytej – wykorzystywanych m.in. w kontroli przebiegu procesów technologicznych w fabrykach w warunkach „braku wszystkich danych”.
- W złożonych bazach danych, tzw. systemach ekspertowych – dzięki czemu człowiek ma możliwość zadawania pytań i uzyskiwania odpowiedzi w języku naturalnym (prawie jak Dallas komunikujący się ze statkiem matką w Obcym – What’s the Story, Mother?).
- Do rozpoznawania optycznego, mowy, ręcznego pisma – identyfikacja osób na podstawie zdjęcia czy próbki dźwiękowej, a nawet obiektów na zdjęciach satelitarnych oraz stosowane na skalę komercyjną rozpoznawanie ręcznego pisma (np. w celu automatycznego sortowania listów). Rozpoznawanie obrazów stało się możliwe dzięki sieciom konwolucyjnym – to specjalny rodzaj głębokich sieci neuronowych, w których struktura połączeń inspirowana była korą wzrokową mózgu.
- W programach zaprojektowanych do analizy transakcji finansowych i wykrywania wyłudzeń oraz systemach automatycznie oceniających m.in. zdolność kredytową i profil klienta. Proces uczenia takich systemów polega na analizie danych np. klientów regularnie spłacających kredyt i tych, którzy wpadali w długi.
- W motoryzacji – w szczególności w funkcjach dotyczących bezpieczeństwa i nawigacji. Eksperci wskazują, że przyszłość będzie należała do pojazdów autonomicznych.
Oczywiście to tylko niewielki fragment technologicznej rewolucji, której jesteśmy naocznymi świadkami. Sztuczna inteligencja dociera do najważniejszych obszarów nauki, takich jak medycyna, ekonomia czy zarządzanie, a w jej zakres wchodzą niezliczone algorytmy, sztuczne sieci neuronowe i heurystyka.
Spotykamy się z nią na co dzień, włączając wieczorem Netflixa, uruchamiając wyszukiwarkę Google i korzystając z asystenta głosowego. Teraźniejszość jest ekscytująca i ważna, ale prawdziwe emocje budzi przyszłość – wizja tego, co możemy osiągnąć przy jej udziale. Koncepcje kreślone przez uczonych pobudzają wyobraźnię, a nic tak nie napędza tego świata, jak postęp i odkrywanie nieznanego.
Co przyniesie przyszłość? Badania nad sztuczną inteligencją coraz bardziej zaawansowane
Snując rozważania na temat przyszłości, musimy nawiązać do dwóch głównych podejść nauki do zagadnień związanych ze sztuczną inteligencją. Podejścia te odnoszą się wprost do jej potencjału i określają ją jako silną (strong AI) lub słabą (weak AI). Słabsza zakłada, że komputer jest w stanie tworzyć i weryfikować hipotezy dotyczące mózgu, który wykonuje wiele obliczeń i kalkulacji. Sposób w jaki odbieramy wrażenia zmysłowe i je przetwarzamy jest w pewnym stopniu zrozumiały i podlega prawom matematyki, a to oznacza możliwość tworzenia złożonych modeli matematycznych i ich implementację w postaci komputerowego kodu.
Jeszcze bardziej fascynującym obszarem są jednak zagadnienia dotyczące silnej sztucznej inteligencji. W tym podejściu zaprogramowany przez człowieka komputer zyska elementy ludzkiej inteligencji, a jego ośrodek decyzyjny będzie równoważny mózgowi. W takim układzie możliwe będzie tworzenie podwalin i struktur dla programów „samouczących się”. Wizja ta rozciąga się na modele sieci neuronowych, które po opracowaniu odpowiednich procedur rozwiązywania problemów, będą w stanie uczyć się i odpowiadać na pytania.
Czy kiedyś maszyna zyska samoświadomość, a zawarte na kartach literatury i kinematografii pytania dotyczące natury człowieczeństwa zyskają na znaczeniu? Czy dziełem człowieka może być deus ex machina, odznaczający się zdolnością myślenia abstrakcyjnego i kreatywnością? Jaka będzie w tym wszystkim rola i odpowiedzialność Konstruktora, nas samych (kłaniają się tutaj prawa robotów Asimova, Langforda i Tildena)? To ciągle niezwykle ekscytujące pytania otwarte.
Ostatecznie myśl jest czymś więcej niż impulsem elektrycznym. Jeśli jednak skupimy się jedynie na jej prymitywnej istocie i uproszczonym modelu, to przypomina generator rozwiązań, który operując na zmiennych i warunkach początkowych, osiąga dany rezultat – zupełnie podobnie jak komputer. Sam Turing próbował utożsamić myślenie z jego zewnętrznymi przejawami i mierzalnym efektem końcowym, czyli skutecznym rozwiązaniem problemu. Cały problem polega więc na tym, by nauczyć maszynę przetwarzać dane w bardziej złożony i ludzki sposób (nie jest to tylko kwestia mocy obliczeniowej). Nauka zdaje się twierdzić, że być może kiedyś komputer będzie do tego zdolny.