Dirbtinio intelekto pradžia: nuo idėjos iki revoliucijos

Dirbtinis intelektas šiandien skamba visur – nuo išmaniųjų telefonų iki medicinos, verslo analitikos ir net meno. Tačiau tam, kad suprastume, kur einame, pirmiausia reikia suvokti, nuo ko viskas prasidėjo. Dirbtinio intelekto pradžia – tai ne tik technologijų istorija, bet ir žmonijos svajonė sukurti mašiną, gebančią mąstyti, mokytis ir priimti sprendimus.

Kas yra dirbtinis intelektas?

Prieš gilindamiesi į istoriją, svarbu aiškiai apibrėžti, kas apskritai yra dirbtinis intelektas. Paprastai tariant, dirbtinis intelektas – tai kompiuterių sistemų gebėjimas atlikti užduotis, kurios paprastai reikalauja žmogaus proto: mokymasis, kalbos supratimas, atpažinimas, sprendimų priėmimas, kūrybiškumas.

Skiriami keli pagrindiniai dirbtinio intelekto lygiai:

• Siaurasis DI – atlieka konkrečią užduotį (pvz., rekomenduoja filmus, atpažįsta veidus, verčia tekstus).
• Bendrasis DI – teoriškai gebėtų atlikti beveik bet kokią intelektinę užduotį taip gerai, kaip žmogus.
• Viršžmogiškas DI – hipotetinis lygis, kai mašinos gebėjimai reikšmingai viršytų žmogaus protą daugelyje sričių.

Šiandien praktiškai visa tai, ką naudojame kasdien, priklauso siaurojo dirbtinio intelekto kategorijai. Tačiau kelionė iki dabartinės būsenos buvo ilga ir vingiuota.

Idėjos šaknys: senovės mitai ir pirmieji automatai

Nors terminas „dirbtinis intelektas“ yra palyginti naujas, pati idėja atsirado gerokai anksčiau už kompiuterius. Žmonės nuo seno svajojo sukurti dirbtines būtybes, kurios galėtų judėti, kalbėti ar net mąstyti.

Senovės mitai ir legendos

Senovės graikų, kinų ir kitų kultūrų mituose randame pasakojimų apie dirbtines būtybes:

• Graikų mituose minimas bronzinis milžinas Talosas, saugojęs Kretą.
• Žydų tradicijoje pasakojama apie Golemą – iš molio sukurtą būtybę, atgyjančią magijos ir žodžio galia.
• Kai kurios Azijos legendos mini mechaninius tarnus ir gyvūnus, judančius tarsi gyvi.

Šios istorijos rodo esminę žmogaus svajonę – sukurti „dirbtinį gyvenimą“, kuris padėtų atlikti darbus arba saugotų savo kūrėjus.

Pirmieji mechaniniai automatai

Viduramžiais ir ypač Renesanso laikotarpiu atsirado mechaniniai automatai – sudėtingi laikrodiniai įrenginiai, galintys judėti, groti, rašyti ar atlikti kitas užprogramuotas veiklas.

Šie automatai nebuvo „protingi“ dabartine prasme, bet jie iškėlė svarbų klausimą: jei galima automatiškai valdyti judesius, gal įmanoma automatizuoti ir mąstymą?

Matematinės loginės mąstymo mašinos užuomazgos

Dirbtinio intelekto pradžia glaudžiai susijusi su matematika ir logika. Norint „išmokyti“ mašiną mąstyti, pirmiausia reikėjo suprasti, kaip aprašyti mąstymą formalia kalba.

Logika ir skaičiavimas

XVIII–XIX a. matematikai ir filosofai kūrė formaliąją logiką, leidžiančią mąstymo procesą paversti simbolių manipuliacija. Tai buvo esminis žingsnis link šiuolaikinių algoritmų.

• Buvo kuriamos matematinės logikos sistemos, kuriomis galėjo naudotis tiek žmonės, tiek ateityje – mašinos.
• Atsirado idėja, kad mąstymą galima paversti skaičiavimu.

Jei mąstymas yra skaičiavimas, tuomet teoriškai galima sukurti mašiną, kuri mąstytų, vykdydama teisingai aprašytus veiksmus.

Alano Tiuringo indėlis

Vienas iš pagrindinių dirbtinio intelekto istorijos veikėjų – britų matematikas Alanas Tiuringas. Jis pasiūlė abstraktų modelį, vadinamą Tiuringo mašina, parodžiusį, kokias užduotis teoriškai gali atlikti bet kuris kompiuteris.

Tiuringas taip pat iškėlė klausimą: kaip atskirti, ar mašina yra protinga? Jis pasiūlė garsųjį Tiuringo testą: jei žmogus negali atskirti, ar bendrauja su mašina, ar su kitu žmogumi, tada mašiną galima laikyti „protinga“.

Oficiali dirbtinio intelekto pradžia: 1956 m. Dartmute konferencija

Dirbtinio intelekto istorijoje yra konkreti data, dažnai laikoma oficialia šios srities pradžia – 1956-ieji metai. Būtent tada JAV Dartmute koledže įvyko mokslinė konferencija, kurioje pirmą kartą aiškiai panaudotas terminas „dirbtinis intelektas“.

Termino „dirbtinis intelektas“ atsiradimas

Amerikiečių mokslininkas John McCarthy kartu su kolegomis suorganizavo vasaros mokyklą, kurioje tyrėjai diskutavo, kaip būtų galima sukurti mašinas, gebančias mokytis ir mąstyti.

Būtent McCarthy pasiūlė naują sąvoką – artificial intelligence, kurią lietuviškai vadiname dirbtiniu intelektu. Nuo tada ši disciplina tapo atskira mokslo ir technologijų kryptimi, turinčia savo tikslus, metodus ir bendruomenę.

Pirmieji DI projektai

1950–1960 m. entuziazmas buvo milžiniškas. Mokslininkai manė, kad sukurs protingas mašinas per kelis dešimtmečius ar net greičiau. Buvo pradėti kurti pirmieji DI modeliai ir programos:

• Pirmieji programų kodai, gebantys žaisti šachmatais ar tikrinti logines išvadas.
• Sistemos, sprendžiančios paprastas matematines užduotis.
• Eksperimentai su kalbos supratimu ir sakinio struktūros analize.

Nors šios sistemos buvo labai ribotos, jos parodė, kad mašinos gali atlikti tam tikras intelektualias užduotis, jei taisyklės aiškiai apibrėžtos.

Pirmoji dirbtinio intelekto banga: simbolinis DI

Ankstyvuoju laikotarpiu daugiausia dėmesio skirta vadinamajam simboliniam dirbtiniam intelektui. Jo esmė – žmogaus žinias paversti taisyklėmis ir logikos išraiškomis, kurias kompiuteris gali vykdyti.

Taisyklių pagrindu veikiančios sistemos

Simbolinis DI rėmėsi idėja, kad žinias galima užrašyti taip:

• Jei įvyksta sąlyga A, tada reikia atlikti veiksmą B.
• Žinios išreiškiamos loginėmis taisyklėmis, apimančiomis įvairias situacijas.

Tokios sistemos puikiai veikė ten, kur aplinka yra aiški ir prognozuojama. Pavyzdžiui, inžinerijoje, medicinos diagnostikoje ar techninėje priežiūroje, kur ekspertai galėjo tiksliai aprašyti savo žinias.

Ekspertinės sistemos

1980-aisiais itin išpopuliarėjo ekspertinės sistemos. Tai buvo programos, sukurtos imituoti konkrečios srities eksperto mąstymą. Pavyzdžiui, gydytojo, mechaniko ar finansų analitiko.

Tipiška ekspertinė sistema sudaryta iš:

1. Žinių bazės – taisyklių ir faktų rinkinys.
2. Išvedimo mechanizmo – logikos variklio, kuris pritaiko taisykles konkrečiam atvejui.
3. Vartotojo sąsajos – per kurią žmogus užduoda klausimus ir gauna atsakymus.

Ekspertinės sistemos buvo pirmieji realūs DI sprendimai versle ir pramonėje, tačiau jos turėjo didelį trūkumą – žinias buvo labai sunku surinkti ir nuolat atnaujinti. Be to, tokios sistemos negebėjo mokytis iš naujos patirties.

Dirbtinio intelekto žiemos: nusivylimų laikotarpiai

Dirbtinio intelekto istorija nėra vien sėkmių grandinė. Buvo laikotarpių, vadinamų DI žiemomis, kai lūkesčiai smarkiai viršijo realius rezultatus.

Pirmoji DI žiema

1960–1970 m. tapo aišku, kad pažadai sukurti žmonių lygio intelektą per kelis dešimtmečius buvo pernelyg optimistiški. Kompiuteriai buvo lėti, atmintis ribota, o realaus pasaulio sudėtingumas – milžiniškas.

Dėl to finansavimas sumažėjo, o dalis tyrimų programų buvo nutrauktos. Tai buvo pirmoji „šalto dušo“ fazė, privertusi mokslininkus blaiviau įvertinti problemų mastą.

Antroji DI žiema

Antroji nusivylimų banga prasidėjo 1980-ųjų pabaigoje, kai išryškėjo ekspertinių sistemų ribotumas. Didelės diegimo, priežiūros ir atnaujinimo sąnaudos, taip pat sistemos trapumas susidūrus su nestandartinėmis situacijomis, stabdė jų plėtrą.

Tačiau šie laikotarpiai nebuvo beprasmiai – jie paskatino ieškoti naujų metodų, paremtų ne tik taisyklėmis, bet ir mokymusi iš duomenų.

Naujas etapas: mokymosi iš duomenų pradžia

Nuo 1990-ųjų pradėjo vyrauti požiūris, kad mašinos turi ne tik vykdyti žmogaus aprašytas taisykles, bet ir pačios mokytis iš patirties. Tai gimdo vadinamąjį mašininį mokymąsi.

Pereinimas nuo taisyklių prie duomenų

Vietoje tūkstančių ranka rašomų taisyklių, mokslininkai pradėjo kurti modelius, kurie automatiškai prisitaiko prie pateiktų pavyzdžių. Pavyzdžiui:

• Parodome modeliui daug nuotraukų su pažymėtais katinais ir šunimis.
• Modelis išmoksta atskirti, kurie bruožai būdingi vieniems ar kitiems.
• Vėliau jis gali atpažinti katinus ir šunis naujose, nematytose nuotraukose.

Tokio tipo mokymasis daug artimesnis tam, kaip mokosi žmonės – per pavyzdžius ir patirtį.

Dirbtiniai neuroniniai tinklai

Neuroniniai tinklai teoriškai sugalvoti dar 1950–1960 m., tačiau ilgai jie nebuvo plačiai naudojami dėl ribotų skaičiavimo resursų ir duomenų trūkumo. Tik XXI a. pradžioje, atsiradus galingesniems procesoriams ir milžiniškiems duomenų kiekiams, neuroniniai tinklai atgijo nauja jėga.

Neuroninis tinklas – tai kompiuterinė struktūra, įkvėpta žmogaus smegenų neuronų. Jis sudarytas iš daug tarpusavyje sujungtų mazgų, kurie mokymosi metu keičia savo „svorius“, kad vis geriau atliktų užduotį.

Giluminis mokymasis ir šiuolaikinio DI sprogimas

Apie 2010-uosius prasidėjo tai, ką šiandien vadiname giluminiu mokymusi. Tai yra dideli, daug sluoksnių turintys neuroniniai tinklai, gebantys savarankiškai ištraukti sudėtingus bruožus iš duomenų.

Proveržiai vaizdo ir kalbos atpažinime

Giluminis mokymasis leido padaryti didžiulį šuolį srityse, kurios anksčiau atrodė beveik neįveikiamos:

• Vaizdų atpažinimas – nuotraukose ir vaizdo įrašuose galima tiksliai atpažinti objektus, veidus, veiksmus.
• Kalbos atpažinimas – balso asistentai supranta žodžius ir sakinius, paverčia juos tekstu ir reaguoja.
• Natūralios kalbos apdorojimas – sistemos geba versti tekstus, atsakyti į klausimus, generuoti naują turinį.

Visa tai lėmė, kad dirbtinis intelektas tapo nebe tik mokslininkų žaislu, o plačiai pritaikoma technologija, keičianti kasdienį gyvenimą.

Žymūs pasiekimai

Šiuolaikinio DI sprogimą žymi keli simboliniai įvykiai:

• Kompiuterinės programos, laiminčios prieš pasaulio čempionus šachmatuose ir kitose sudėtingose žaidimuose.
• Automobiliai, gebantys važiuoti savarankiškai, naudojant jutiklius, kameras ir DI algoritmus.
• Programos, generuojančios tekstą, muziką ar vaizdus, primenančius žmogaus kūrybą.

Visa tai rodo, kad pradinės svajonės, gimusias dar senovės mituose ir mokslininkų vizijose, šiandien pamažu tampa realybe.

Kodėl svarbu suprasti DI pradžią?

Galima paklausti: kam mums žinoti dirbtinio intelekto istoriją, jei svarbiausia – dabartiniai įrankiai ir programos? Tačiau praeities supratimas yra labai svarbus dėl kelių priežasčių.

Geriau suprantame dabartines galimybes ir ribas

Žinodami, kaip vystėsi dirbtinis intelektas, galime tiksliau įvertinti:

• Ką DI jau sugeba – kur jis yra patikimas ir efektyvus.
• Kur DI dar ribotas – kur jam trūksta supratimo, konteksto jausmo, sveiko proto.
• Kodėl atsiranda lūkesčių pervertinimas – istorijoje tai kartojosi ne kartą, ir tikėtina, kad kartosis vėl.

Tokios žinios padeda išvengti naivaus tikėjimo, kad DI išspręs visas problemas, ir tuo pačiu – nepagrįsto baimės, kad mašinos tuoj perims pasaulį.

Atsakingesnis technologijų naudojimas

Dirbtinis intelektas – tai tik priemonė, o ne savarankiška magiška jėga. Ji atspindi žmonių sukurtus duomenis, taisykles, tikslus ir vertybes.

Suprasdami, kaip šios sistemos kūrėsi, galime atsakingiau rinktis, kur ir kaip jas taikyti:

• Versle – siekiant efektyvumo, bet nepamirštant darbuotojų ir klientų gerovės.
• Valstybinėse institucijose – siekiant skaidrumo ir sąžiningumo.
• Švietime – mokant žmones ne tik naudotis DI, bet ir jį suprasti.

Žvilgsnis į ateitį: kas laukia po pradžios?

Dirbtinio intelekto pradžia jau įvyko – šiandien esame viduryje didelės transformacijos, kuri tęsiasi ir stiprėja. Tačiau ateities klausimų išlieka daug.

Technologinė raida

Ateityje tikėtini tolesni proveržiai:

• Dar tikslesnės ir patikimesnės prognozės medicinoje, finansuose, klimato tyrimuose.
• Dar labiau savarankiški robotai ir autonominės sistemos.
• Patogesnė ir natūralesnė žmogaus ir mašinos sąveika, panaši į bendravimą su kitu žmogumi.

Tačiau kiekvienas technologinis šuolis tuo pačiu darys įtaką darbo rinkai, švietimui, teisės sistemai ir net kultūrai.

Etika ir atsakomybė

Kuo labiau DI tampa mūsų kasdienybės dalimi, tuo svarbesni tampa etikos ir atsakomybės klausimai:

• Kas atsako, jei DI sistema suklysta ir padaro žalą?
• Kaip apsaugoti privatumą, kai duomenys naudojami mokyti modelius?
• Kaip išvengti šališkumo, jei mokymosi duomenys atspindi socialines nelygybes?

Šie klausimai susiję ne tik su technologais, bet ir su visuomene, politikais, teisininkais, švietimo sistemomis. Todėl suprasti dirbtinio intelekto ištakas svarbu kiekvienam, ne tik programuotojams ar mokslininkams.

Apibendrinimas

Dirbtinio intelekto pradžia – tai daugelio amžių svajonių, kelių dešimtmečių intensyvių mokslinių tyrimų ir kelių „žiemos“ laikotarpių istorija. Nuo senovės mitų apie mechanines būtybes, per matematinius logikos pagrindus ir Tiuringo idėjas, iki šiuolaikinio giluminio mokymosi ir neuroninių tinklų – visa tai sudaro vientisą raidą.

Šiandien dirbtinis intelektas jau nebe teorinė sąvoka, o praktiška priemonė, keičianti mūsų kasdienybę. Tačiau prisimindami jo pradžią, galime aiškiau suvokti, kad ši technologija yra žmogaus kūrinys – su visomis mūsų stiprybėmis, klaidomis ir atsakomybe už tai, kuria kryptimi ją vystysime toliau.