Pe scurt, IA este știința construirii computerelor care pot rezolva probleme așa cum o fac oamenii.
Dar este mult (mult) mai mult de atât.
În septembrie 1955, John McCarthy, un tânăr profesor asistent de matematică la Colegiul Dartmouth, a propus cu îndrăzneală că „fiecare aspect al învățării sau orice altă trăsătură a inteligenței poate fi, în principiu, descris atât de precis încât o mașină poate fi făcută să o simuleze.”
McCarthy a numit acest nou domeniu de studiu „inteligență artificială”.
El a sugerat că un efort de două luni al unui grup de 10 oameni de știință ar putea face progrese semnificative în dezvoltarea mașinilor.
Aceste mașini ar putea „să folosească limbajul, să formeze abstracțiuni și concepte, să rezolve tipuri de probleme rezervate acum oamenilor și să se îmbunătățească singure.”
La vremea respectivă, oamenii de știință credeau cu optimism că vom avea în curând mașini gânditoare care să facă orice muncă pe care o poate face un om.
Acum, aproape șapte decenii mai târziu, progresele în informatică și robotică ne-au ajutat să automatizăm multe dintre sarcinile care necesitau anterior munca fizică și cognitivă a oamenilor.
Dar adevărata inteligență artificială, așa cum a conceput-o McCarthy, continuă să ne scape.
Ce este IA?
O mare provocare în ceea ce privește inteligența artificială este că este un termen larg.
Nu există un acord clar asupra definiției sale.
McCarthy propusese ca IA să rezolve problemele așa cum o fac oamenii: „Efortul suprem este de a face programe de calculator care pot rezolva probleme și atinge obiective în lume la fel de bine ca oamenii,” a spus McCarthy.
Așa cum am menționat, McCarthy propusese ca IA să rezolve problemele așa cum o fac oamenii: „Efortul suprem este de a face programe de calculator care pot rezolva probleme și atinge obiective în lume la fel de bine ca oamenii,” a spus McCarthy.
Andrew Moore, decanul Facultății de Informatică de la Universitatea Carnegie Mellon, a oferit o definiție mai modernă a termenului într-un interviu din 2017 pentru Forbes.
El a spus: „Inteligența artificială este știința și ingineria de a face computerele să se comporte în moduri despre care, până de curând, credeam că necesită inteligență umană.”
Dar înțelegerea noastră despre „inteligența umană” și așteptările noastre de la tehnologie evoluează constant.
Zachary Lipton, editorul publicației Approximately Correct, descrie termenul IA ca fiind „aspirațional, o țintă în mișcare bazată pe acele capacități pe care le posedă oamenii, dar pe care mașinile nu le au.”
Cu alte cuvinte, lucrurile pe care le cerem de la IA se schimbă în timp.
De exemplu, în anii 1950, oamenii de știință considerau șahul și damele drept mari provocări pentru inteligența artificială.
Dar astăzi, foarte puțini ar considera mașinile care joacă șah ca fiind IA.
Computerele abordează deja probleme mult mai complicate, inclusiv detectarea cancerului, conducerea mașinilor, procesarea comenzilor vocale, generarea de text și scrierea codului de calculator.
IA îngustă vs. IA generală
Deși prima generație de oameni de știință și vizionari în domeniul IA credea că vom putea crea în cele din urmă inteligență la nivel uman, mai multe decenii de cercetare în IA au demonstrat un lucru.
Anume, că replicarea rezolvării complexe a problemelor și a gândirii abstracte a creierului uman este extrem de dificilă.
În primul rând, noi, oamenii, suntem foarte buni la generalizarea cunoștințelor și la aplicarea conceptelor pe care le învățăm într-un domeniu în altul.
De asemenea, putem lua decizii relativ fiabile bazate pe intuiție și cu puține informații.
De-a lungul anilor, IA la nivel uman a devenit cunoscută sub numele de inteligență artificială generală (IAG) sau IA puternică.
Entuziasmul inițial din jurul IA a atras interes și finanțare din partea agențiilor guvernamentale și a marilor companii.
A devenit însă evident că inteligența la nivel uman nu era chiar după colț.
Oamenii de știință s-au străduit din greu să reproducă chiar și cele mai elementare funcționalități ale minții umane.
În anii 1970, promisiunile și așteptările neîmplinite au dus în cele din urmă la „iarna IA”, o perioadă lungă în care interesul public și finanțarea în IA au scăzut.
A fost nevoie de mulți ani de inovație și de o revoluție în tehnologia învățării profunde (deep learning) pentru a reînvia interesul pentru IA.
Dar chiar și acum, în ciuda progreselor enorme în inteligența artificială, niciuna dintre abordările actuale ale IA nu poate rezolva problemele în același mod în care o face mintea umană.
Majoritatea experților cred că IAG este la cel puțin câteva decenii distanță.
Pe de altă parte, IA „îngustă” sau „slabă” nu își propune să reproducă funcționalitatea creierului uman.
În schimb, se concentrează pe optimizarea unei singure sarcini.
IA îngustă și-a găsit deja multe aplicații în lumea reală, cum ar fi recunoașterea facială, transformarea audio în text, recomandarea videoclipurilor pe YouTube și afișarea de conținut personalizat în fluxul de știri Facebook.
Mulți oameni de știință cred că vom crea în cele din urmă IAG, dar unii au o viziune distopică asupra erei mașinilor gânditoare.
În 2014, renumitul fizician englez Stephen Hawking a descris IA ca o amenințare existențială pentru omenire.
El a avertizat că „inteligența artificială deplină ar putea însemna sfârșitul rasei umane.”
În 2015, președintele Y Combinator, Sam Altman, și CEO-ul Tesla, Elon Musk, alți doi susținători ai IAG, au co-fondat OpenAI.
OpenAI este un laborator de cercetare non-profit care își propune să creeze inteligență artificială generală într-un mod care să beneficieze întreaga omenire.
OpenAI a creat mai multe modele populare de IA, inclusiv ChatGPT și GPT-4.
(Musk a plecat de atunci și există multe critici la adresa OpenAI pentru că a devenit o organizație închisă, cu scop lucrativ.)
Alții cred că inteligența artificială generală este un obiectiv fără sens.
„Nu avem nevoie să duplicăm oamenii. De aceea mă concentrez pe a avea instrumente care să ne ajute, mai degrabă decât să duplicăm ceea ce știm deja să facem”, spune Peter Norvig, director de cercetare la Google.
„Vrem ca oamenii și mașinile să colaboreze și să facă ceva ce nu pot face singuri,” adaugă el.
Oameni de știință precum Norvig cred că IA îngustă poate ajuta la automatizarea sarcinilor repetitive și laborioase și poate ajuta oamenii să devină mai productivi.
De exemplu, medicii pot folosi algoritmi de IA pentru a examina radiografiile la viteze mari, permițându-le să vadă mai mulți pacienți.
Un alt exemplu de IA îngustă este combaterea amenințărilor cibernetice: analiștii de securitate pot folosi IA pentru a găsi semnale ale încălcărilor de date în gigaocteții de date transferați prin rețelele companiilor lor.
O aplicație de mare succes a IA a apărut – în mod surprinzător – în programare.
Dezvoltatorii folosesc asistenți IA precum GitHub Copilot pentru a genera o mare parte din codul lor și pentru a-și spori considerabil productivitatea.
IA bazată pe reguli vs. învățarea automată
Eforturile timpurii de creare a IA s-au concentrat pe transformarea cunoștințelor și inteligenței umane în reguli statice.
Programatorii scriau meticulos cod (instrucțiuni if-then) pentru fiecare regulă care definea comportamentul IA.
Avantajul IA bazate pe reguli, cunoscută ulterior sub numele de „inteligență artificială de modă veche” (GOFAI), este că oamenii au control deplin asupra designului și comportamentului sistemelor pe care le dezvoltă.
IA bazată pe reguli este încă foarte populară în domeniile în care regulile sunt clare.
Un exemplu sunt jocurile video, în care dezvoltatorii doresc ca IA să ofere o experiență de utilizator predictibilă.
Problema cu GOFAI este că, spre deosebire de premisa inițială a lui McCarthy, nu putem descrie cu precizie fiecare aspect al învățării și comportamentului în moduri care pot fi transformate în reguli de calculator.
De exemplu, definirea regulilor logice pentru recunoașterea vocilor și imaginilor – o performanță complexă pe care oamenii o realizează instinctiv – este un domeniu în care IA clasică s-a confruntat istoric cu dificultăți.
O abordare alternativă pentru crearea inteligenței artificiale este învățarea automată.
În loc să dezvolte manual reguli pentru IA, inginerii de învățare automată își „antrenează” modelele oferindu-le o cantitate masivă de exemple.
Algoritmul de învățare automată analizează și găsește tipare în datele de antrenament, apoi își dezvoltă propriul comportament.
De exemplu, un model de învățare automată s-ar putea antrena pe volume mari de date istorice de vânzări ale unei companii și apoi ar putea face prognoze de vânzări.
Învățarea profundă, un subset al învățării automate, a devenit populară în ultimii ani.
Este deosebit de bună la procesarea datelor nestructurate, cum ar fi imagini, videoclipuri, audio și text.
De exemplu, ați putea crea un clasificator de imagini bazat pe învățarea profundă și l-ați putea antrena pe milioane de fotografii etichetate disponibile, cum ar fi setul de date ImageNet.
Modelul IA antrenat va putea recunoaște obiecte în imagini cu o acuratețe care o depășește adesea pe cea umană.
Progresele în învățarea profundă au împins IA în multe domenii complicate și critice, inclusiv medicină, mașini autonome și educație.
Una dintre provocările modelelor de învățare profundă este că își dezvoltă propriul comportament pe baza datelor de antrenament.
Acest lucru le face nu doar complexe, ci și opace.
Adesea, chiar și experții în învățare profundă au dificultăți în a explica deciziile și funcționarea internă a modelelor IA pe care le creează.
Exemple de inteligență artificială
Iată câteva dintre modurile în care IA aduce schimbări extraordinare în diferite domenii.
Mașini autonome: Progresele în inteligența artificială ne-au adus foarte aproape de a transforma în realitate visul de zeci de ani al condusului autonom.
Algoritmii IA sunt una dintre componentele principale care permit mașinilor autonome să înțeleagă mediul înconjurător.
Acestea preiau fluxuri de la camerele instalate în jurul vehiculului și detectează obiecte precum drumuri, semne de circulație, alte mașini și oameni.
Asistenți digitali și boxe inteligente: Siri, Alexa, Cortana și Google Assistant folosesc inteligența artificială pentru a transforma cuvintele rostite în text și pentru a mapa textul la comenzi specifice.
IA ajută asistenții digitali să înțeleagă diferite nuanțe ale limbajului vorbit și să sintetizeze voci asemănătoare celor umane.
Traducere: Timp de multe decenii, traducerea textului între diferite limbi a fost un punct sensibil pentru computere.
Dar învățarea profundă a ajutat la crearea unei revoluții în servicii precum Google Translate.
Generarea de text: Recent, modelele lingvistice mari (LLM), un tip de arhitectură de învățare profundă specializată în procesarea textului, au stârnit mult interes pentru IA.
LLM-uri precum ChatGPT și GPT-4 au fost antrenate pe sute de miliarde de cuvinte.
Ele pot produce text asemănător celui uman și pot îndeplini sarcini dificile, cum ar fi scrierea de articole, compunerea de poezii și rezumarea textului.
Pentru a fi clar, IA mai are mult de parcurs până să stăpânească limbajul uman.
Dar până acum, progresele sunt spectaculoase.
Scrierea codului software: Unele LLM-uri sunt specializate în programare.
Codex, dezvoltat de OpenAI, poate produce cod software pe baza unei solicitări furnizate de dezvoltator.
GitHub a folosit Codex pentru a crea Copilot, un asistent de programare IA în medii de dezvoltare integrate (IDE).
Recunoaștere facială: Recunoașterea facială este una dintre cele mai populare aplicații ale inteligenței artificiale.
Are multe utilizări, inclusiv deblocarea telefonului, plata cu fața și detectarea intrușilor în locuința dumneavoastră.
Dar disponibilitatea tot mai mare a tehnologiei de recunoaștere facială a dat naștere și la îngrijorări privind confidențialitatea, securitatea și libertățile civile.
Medicină: De la detectarea cancerului de piele și analizarea radiografiilor și scanărilor RMN până la oferirea de sfaturi personalizate de sănătate și gestionarea unor întregi sisteme de sănătate, inteligența artificială devine un factor cheie în domeniul sănătății și medicinei.
IA nu va înlocui medicii, dar ar putea contribui la îmbunătățirea serviciilor de sănătate.
Acest lucru este valabil în special în zonele defavorizate, unde asistenții bazați pe IA pot prelua o parte din sarcinile medicilor de familie puțini care deservesc populații mari.
Generarea de imagini: Modelele generative de învățare profundă au înregistrat progrese extraordinare în ultimii ani.
Modele precum DALL-E, Stable Diffusion și Midjourney preiau o descriere textuală ca intrare și creează o imagine care corespunde descrierii.
Viitorul IA
În încercarea noastră de a descifra codul IA și de a crea mașini gânditoare, am învățat multe despre semnificația inteligenței și raționamentului.
Și datorită progreselor în IA, realizăm împreună cu computerele noastre sarcini care erau odinioară considerate domeniul exclusiv al creierului uman.
Unele dintre domeniile emergente în care IA își face loc includ muzica și artele, unde algoritmii IA manifestă un tip unic de creativitate proprie.
Există, de asemenea, speranța că IA va ajuta la combaterea schimbărilor climatice, la îngrijirea vârstnicilor și, în cele din urmă, la crearea unui viitor utopic.
În acest viitor, oamenii nu vor mai trebui să muncească deloc.
Există, de asemenea, teama că IA va provoca șomaj în masă, va perturba echilibrul economic, va declanșa un alt război mondial și va duce oamenii în sclavie.
Încă nu știm direcțiile pe care le va lua IA.
Dar pe măsură ce știința și tehnologia inteligenței artificiale continuă să se îmbunătățească într-un ritm constant, așteptările noastre și definiția IA se vor schimba.
Ceea ce considerăm IA astăzi ar putea deveni funcțiile banale ale computerelor de mâine.
