Ce este AI? Un ghid cuprinzător pentru inteligența artificială

În ciuda întregului hype recent, inteligența artificială (AI) nu este nimic nou. De fapt, este anterioară World Wide Web cu decenii. În timp ce apariția bruscă și rapidă a IA generativă a atras toată atenția (și probabil este motivul pentru care citiți acest articol), cu siguranță ați întâlnit AI direct și indirect de mulți ani.

Această prezentare generală la nivel înalt a AI va dezvălui diferitele moduri în care poate funcționa, ce poate și ce nu poate face și implicațiile sale pentru prezentul și viitorul afacerilor și societății. Vom sublinia, de asemenea, cum se leagă acest lucru cu Grammarly - a făcut parte din modul în care i-am ajutat pe oameni să scrie de peste un deceniu.

Cuprins

• a explicat AI
• Cum funcționează AI
• Istoria AI
• Aplicații ale AI
• Beneficiile AI
• Limitările AI
• Concluzie

Inteligența artificială explicată

Inteligența artificială este o tehnologie care simulează modul în care mintea umană învață și funcționează.

AI este diferită de programele de calculator standard prin faptul că poate rezolva probleme folosind algoritmi sau raționament logic. De asemenea, în majoritatea aplicațiilor de astăzi, se poate învăța și se poate adapta fără intervenția umană. Aspectele majore ale domeniului AI includ învățarea automată (ML), procesarea limbajului natural (NLP) și rețelele neuronale.

Cum funcționează inteligența artificială

Un model este o instanță specifică de AI. De exemplu, ChatGPT 3.5 și ChatGPT 4 sunt două modele AI. Pentru a înțelege principalele componente ale AI, ne vom concentra pe diferite abordări conceptuale pentru crearea unui model.

AI bazat pe reguli sau sisteme expert

Cadrul mai simplu este ceea ce se numește sisteme bazate pe reguli sau sisteme expert: oamenii scriu instrucțiuni specifice într-o formă de logică pe care un algoritm o poate înțelege. Arborele telefonului tipic de asistență pentru clienți funcționează astfel: i se spune să ofere un anumit răspuns la intrare care se potrivește cu anumiți parametri. Algoritmul PageRank de bază al Google este un alt exemplu, dar mult mai sofisticat.

Învățare automată

Majoritatea inteligenței artificiale folosesc astăzi o abordare numită învățare automată. În loc să i se ofere un set de instrucțiuni codificate, modelul învață regulile pentru el însuși dintr-un sortiment mare (sau uriaș) de conținut - modele, relații și alte dinamici. Acest proces este adesea numit antrenamentul modelului. De asemenea, este posibil să combinați regulile și ML și vom discuta despre avantajele relative ale fiecăreia mai târziu.

Există patru categorii principale de ML: învățare supravegheată, nesupravegheată, semi-supravegheată și auto-supravegheată.

1 Învățarea supravegheată folosește date adnotate sau structurate pentru a spune mașinii ce trebuie să învețe. Această abordare se bazează pe seturi de date etichetate, unde rezultatul dorit este deja cunoscut, permițând modelului să învețe relația dintre intrări și ieșiri.

2 Învățarea nesupravegheată nu are instrucțiuni explicite, așa că mașina este lăsată să dea sens a ceea ce vede pe cont propriu și apoi să facă predicții. Acest tip de învățare este folosit pentru a găsi modele ascunse sau structuri intrinseci în datele de intrare.

3 Învățarea semi-supravegheată este o abordare hibridă în care modelul este antrenat pe o cantitate mică de date etichetate completate de o cantitate mare de date neetichetate. Această metodă valorifică beneficiile atât ale învățării supravegheate, cât și ale învățării nesupravegheate, îmbunătățind eficiența și acuratețea învățării atunci când datele etichetate sunt limitate.

4 Învățarea auto-supravegheată este o abordare în care modelul își generează propriile etichete din datele de intrare. Este util în special în scenariile în care datele etichetate sunt limitate sau indisponibile. Modelul folosește o parte din datele de intrare pentru a prezice alte părți, creând efectiv propriile semnale supravegheate.

Învățarea nu trebuie să se oprească cu pregătirea inițială. Cu învățare prin consolidare, modelul se îmbunătățește continuu pe baza feedback-ului asupra calității rezultatelor sale. Această evaluare poate fi făcută de oameni, dar există și multe tehnici și algoritmi pentru învățarea automată prin întărire.

Odată ce modelul a fost antrenat, este gata de utilizare. O intrare este rulată prin model și oferă o ieșire, fie că este un răspuns la o întrebare, clasificarea unei imagini, desenarea unui grafic sau așa mai departe. Unele AI (în special modele bazate pe reguli) sunt deterministe, ceea ce înseamnă că o anumită intrare va duce întotdeauna la o anumită ieșire. Cu toate acestea, majoritatea modelelor moderne sunt probabiliste, introducând un anumit grad de aleatorie, ceea ce explică de ce dacă introduci exact aceeași întrebare în ChatGPT de două ori, este puțin probabil să obții același răspuns.

Rețele neuronale și învățare profundă

OK, dar cumfuncționeazăde fapt AI? Aici lucrurile devin foarte tehnice foarte repede. Ne vom concentra asupra abordării din spatele multora dintre inovațiile IA de astăzi, rețelele neuronale.

Aceste reprezentări simplificate ale neuronilor unui creier încep prin a face ipoteze aleatorii, compară acele ipoteze cu răspunsurile corecte și fac mici ajustări din nou și din nou pentru a le îmbunătăți continuu acuratețea.

Rețelele neuronale sunt compuse din straturi. În „jos” este intrarea, partea de sus este ieșirea, iar între ele sunt așa-numitele straturi ascunse. De jos în sus, capacitățile devin din ce în ce mai abstracte. De exemplu, într-un sistem de recunoaștere a imaginii, straturile inferioare pot recunoaște culorile sau marginile, iar cele mai înalte percepând obiecte specifice.

Când rețelele neuronale au mai multe straturi ascunse, se numește învățare profundă. Rețelele neuronale profunde de astăzi au de obicei o mulțime de straturi și există adesea substraturi cu funcții specifice. Îmbunătățirile puterii de procesare au deblocat o explozie a inovației.

Procesarea limbajului natural

Când computerele caută să înțeleagă modul în care oamenii scriu și vorbesc, aceasta este procesarea limbajului natural. În timp ce o verificare ortografică de bază evidențiază pur și simplu cuvintele care nu se potrivesc cu dicționarul său, Grammarly folosește NLP pentru a vă înțelege scrisul și pentru a face sugestii care se potrivesc contextului.

În ultimul deceniu, NLP a trecut printr-o revoluție, pe care cu siguranță ați experimentat-o ​​la locul de muncă în traducerea automată, generarea de text și transcrierea automată. Tehnici precum creșterea atenției (cât de mult poate „ține în minte” modelul la un moment dat, mai degrabă decât doar procesarea cuvânt cu cuvânt) și modele pre-antrenate (astfel încât să nu fie nevoiți să reînvețe cum funcționează limbajul uman din scratch) au făcut posibil ca mașinile să înțeleagă și să sune ca oamenii în multe contexte.

AI generativ

Inteligența artificială generativă este un subset de inteligență artificială care poate produce conținut nou, cum ar fi text, imagini, muzică și chiar cod, pe baza datelor sale de antrenament.

Spre deosebire de sistemele AI tradiționale, care sunt adaptate pentru sarcini specifice sau analiza datelor, modelele AI generative sunt capabile să genereze rezultate originale care imită adesea munca creată de om. Aceste modele, bazate pe rețele neuronale profunde, intuiesc modele, stiluri sau logica din seturi extinse de date. Apoi folosesc aceste cunoștințe pentru a crea conținut nou, unic, care anterior nu exista.

Utilizarea AI generativă acoperă diverse domenii, inclusiv divertisment, artă, literatură și dezvoltare de software. Acest lucru demonstrează versatilitatea AI și capacitățile sale în creștere.

Pentru a revizui: AI se poate baza pe reguli sau ML. Învățarea automată poate fi supravegheată sau nesupravegheată și se îmbunătățește în timp cu învățarea prin consolidare. Multe dintre modelele AI de astăzi sunt rețele neuronale care utilizează învățarea profundă prin mai multe straturi. Procesarea limbajului natural este o poveste de succes strălucitoare pentru rețelele neuronale profunde, iar modelele care creează text, imagini, cod și multe altele sunt numite IA generativă.

Istoria AI

Aici, vom oferi o scurtă prezentare a istoriei AI. Din motive de concizie și pentru a ne concentra doar pe cronologia dezvoltării, nu vom menționa persoanele din spatele acestor inovații.

Anii 1950–1980: primăvara GOFAI, apoi iarna

Termenulde inteligență artificialăa fost inventat în 1956. În același an, primul program software AI care rulează a demonstrat cu succes diverse teoreme matematice, dintre care una era „mai elegantă” decât dovada oferită de autorul original.

Prima rețea neuronală a fost construită în 1967, dar majoritatea cercetărilor AI din această perioadă au fost făcute folosind reprezentarea simbolică și logica pentru a simula mintea rațională. (Puteți întâlni acronimul ironic GOFAI, adicăIA de modă veche bună.) Cu toate acestea, o combinație de așteptări nerealizate și putere de calcul limitată a dus la așa-numitaiarnă AI, în care finanțarea și cercetarea au încetinit în 1970 și nu numai.

În anii ’80, sistemele expert – modelele AI bazate pe reguli despre care am aflat mai devreme – au devenit populare și au avut un impact practic asupra multor companii. În paralel, cercetătorii s-au întors la rețelele neuronale și au dezvoltat tehnici pentru a se antrena singuri.

Anii 1990–2000: omniprezent, dar subapreciat

Cu o putere de procesare mai mare și seturi de date mai mari, în anii 1990, învățarea automată a devenit practică la scară aplicată, iar AI a atins multe etape. În afara filmelor, primul succes cunoscut pe scară largă al inteligenței artificiale a fost probabil atunci când Deep Blue l-a învins pe Garry Kasparov la șah în 1997. La scurt timp după, primul program de recunoaștere a vorbirii pentru consumatori, Dragon, a devenit disponibil pentru Windows.

În ciuda acestui progres, chiar în primul deceniu al acestui secol, mulți cercetători și companii își ascundeau produsele și proiectele AI în alți termeni, deoarece încă aveau o conotație de exagerare. Ironia este că tocmai aceste sisteme, care alimentează totul, de la filtrele de spam la Roombas, au adus de fapt valoarea practică a AI aplicată în viața de zi cu zi.

Anii 2010 – astăzi: AI devine mainstream

În anii 2010, AI a început o creștere care continuă până în zilele noastre. În loc de o singură descoperire, o serie de factori au convergit:

• GPU-uri: În ciuda numelui lorunitate de procesare grafică,aceste cipuri se dovedesc a fi foarte eficiente pentru antrenarea rețelelor neuronale profunde. O trecere către utilizarea GPU-urilor a accelerat atât viteza, cât și scopul practic al creării de noi modele.
• Progrese în cercetare: Noile forme și aplicații ale rețelelor neuronale au condus la progrese mari în capacitatea computerelor de a înțelege și reda text și imagini.
• Big data: Până în acest moment, internetul exista suficient de mult pentru ca miliardele sale de utilizatori să genereze cantități insondabile de conținut din care modelele să învețe.
• Cloud computing: platformele la cerere de la Amazon, Google, Microsoft și altele au simplificat mult obținerea puterii de calcul necesare dezvoltării modelelor AI.

Inovațiile care au fost fie nou create, fie revizuite radical în acest timp includ Google Translate, asistenți virtuali precum Siri și motoare de recomandare pentru servicii precum Netflix și Spotify, ca să nu mai vorbim de multe impacturi importante, dar mai puțin vizibile asupra sectoarelor, inclusiv asistența medicală, producția și chiar apărarea. .

Așadar, de ce frenezia legată de AI a crescut cu câteva crestături odată ce AI-ul generativ a apărut? Marea diferență este că modele precum ChatGPT și DALL-E pot interpreta și răspunde la aproape orice intrare, în loc să fie limitate la un anumit domeniu. Aceasta înseamnă că oricine are o conexiune la internet poate interacționa direct cu un model AI fără nicio pregătire specială și că AI poate fi folosită pentru anumite utilizări mult mai rapid decât construirea unui nou model de la zero.

Viitorul: AGI și ASI

Cu toate capacitățile sale, ceea ce vedem astăzi este cunoscut caAIîngustă sau slabă. Aceasta înseamnă tehnologie care acoperă o parte, dar nu întreaga gamă a inteligenței umane. O mașină care egalează capacitățile creierului nostru ar fi numităIA puternică sauinteligență generală artificială (AGI). Odată ce AI depășește inteligența umană, aceasta este cunoscută sub numele de superinteligență artificială (ASI).

Cât de departe suntem de AGI? Este o presupunere a oricui. Chiar și cei profund implicați în domeniu au estimat greșit ritmul de inovare în repetate rânduri.

Aplicații și exemple de AI

Acestea sunt doar câteva dintre numeroasele moduri în care AI apare în aplicațiile din lumea reală astăzi.

Ajutând oamenii să facă lucrurile mai bine.Credem că Grammarly este un exemplu excelent aici: aveți ideile, sensul a ceea ce încercați să spuneți și cunoștințele audienței. Vă sugerăm modalități de a vă face mesajul mai clar și de a îmbunătăți șansele ca acesta să fie bine primit. Aflați mai multe despre modul în care Grammarly folosește inteligența artificială generativă pentru a îmbunătăți comunicarea.

Asistarea celor cu dizabilitati.Tehnologii precum vorbirea-text și text-to-speech schimbă jocul pentru persoanele cu deficiențe senzoriale, cum ar fi auzul sau vederea. Acestea le permit să accepte conținut live și înregistrat anterior inaccesibil, astfel încât să se poată implica mult mai mult cu bogăția lumii fără să se bazeze pe cineva care să le acționeze ca ochi sau urechi.

Sisteme autonome.Inteligența artificială poate îmbina percepția cu predicția pentru a face atât de multe lucruri mai eficient și chiar în siguranță, de la mașini cu conducere autonomă la sisteme de sprinklere care nu funcționează când este pe cale să plouă. Waymo, compania de mașini cu conducere autonomă înființată de Google, raportează cu aproximativ 85% mai puține accidente cu răni decât dacă oamenii ar fi parcurs aceeași distanță.

Recomandări.Modelele de inteligență artificială analizează comportamentul și datele demografice ale utilizatorilor pentru a face presupuneri foarte educate despre lucruri precum următoarea emisiune TV sau tipul de apă spumante pe care poate doriți să o încercați.

Prelucrare audiovizuală.Exemplele includ recunoașterea vocală de la un asistent virtual, colectarea automată a taxelor bazată pe procesarea imaginilor plăcuțelor de înmatriculare și filtrarea zgomotului vizual și audio dintr-o înregistrare sau flux.

Edge AI.Acest lucru pune puterea AI direct în dispozitive din lumea reală, mai degrabă decât într-un centru de date. Acestea tind să fie concentrate cu laser pe o sarcină specifică pentru procesare rapidă și cu consum redus de energie. Exemplele includ Face ID pe un iPhone și termostate inteligente.

Avantajele și beneficiile AI

Prelucrare la scară.Imaginați-vă dacă o persoană reală ar trebui să evalueze fiecare tranzacție cu cardul de credit pentru fraudă sau să introducă fiecare număr din fiecare formular fiscal trimis la IRS. AI poate judeca sau clasifica mult mai rapid și adesea mai bine decât oamenii.

Detectarea și predicția modelelor.AI începe să depășească oamenii în capacitatea sa de a detecta cancerul; într-un caz, a învins profesioniștii cu 13%. De asemenea, este foarte bun la detectarea când lucrurile s-au abătut de la un model recunoscut, cum ar fi detectarea defecțiunilor în bazele de date. Această putere de a găsi modele face AI deosebit de utilă pentru predicții, de la prognozele meteo la mișcările bursiere.

Perspective noi.De la primul model, AI a venit cu răspunsuri și abordări la tot felul de probleme pe care niciun om nu le-a făcut vreodată. Exemplele moderne se întind de la designul pantofilor la o nouă lege a fizicii.

Accelerarea medicinei.De la vaccinurile COVID-19 la detectarea Alzheimer, AI ajută cercetătorii să dezvolte diagnostice și tratamente mai rapid.

Vigilenţă.AI nu obosește niciodată. Atâta timp cât este proiectat corespunzător și are suficientă energie electrică și putere de procesare, poate monitoriza continuu volume mari de date. Acesta este o contribuție majoră la rata mai scăzută de accidentare a vehiculelor autonome.

Dezavantaje și limitări ale AI

Halucinații.AI generativ poate inventa lucruri. Pentru că atât de mult din ceea ce spun aceste modele este plauzibil, mulți oameni nu se gândesc să-l verifice. Un exemplu recent al acestei probleme a venit atunci când Michael Cohen, un fost avocat, i-a trimis avocatului său citații cu privire la cazurile legale care au fost în întregime fabricate de IA generativă a Google, cunoscută atunci sub numele de Bard (acum Gemeni).

Deepfakes.În timp ce halucinațiile sunt accidentale, deepfake-urile sunt intenționate. Actorii rău intenționați (sau, mai inocent, farsorii) pot folosi AI generativă pentru a crea imagini, videoclipuri, audio sau text care par atât de aproape de realitate încât mulți oameni nu pot face diferența.

Concurență cu locurile de muncă umane.Mulți oameni în roluri precum scrisul și serviciul pentru clienți văd AI generativ ca o amenințare reală. Fortune raportează mii de locuri de muncă pierdute din cauza inteligenței artificiale, despre care spune în mod explicit că „în mod sigur subnumărează”.

Probleme în a ști de ce s-a ajuns la o anumită concluzie.Cu rețelele neuronale, nu puteți ști exact de ce sau cum dau o anumită ieșire - nu poate fi urmărită direct înapoi la o anumită parte a corpusului de antrenament, de exemplu. În industriile foarte reglementate, cum ar fi asistența medicală sau finanțele, unele IA sunt construite parțial sau în întregime cu algoritmi bazați pe reguli pe care oamenii îi pot evalua.

Consumul de energie.Este greu de măsurat în mod direct, dar un studiu estimează că generarea unei singure imagini, cum ar fi cu DALL-E, utilizează aproape aceeași cantitate de energie ca un ciclu de încărcare a unui smartphone, care poate crește semnificativ în timp.

Concluzie

AI este atât veche, cât și foarte recentă. Deși domeniul există de aproape 70 de ani, abia în ultimul deceniu, și mai ales în ultimii câțiva ani, mulți dintre noi au devenit foarte conștienți de puterea și potențialul său. Datorită inovațiilor precum rețelele neuronale, învățarea profundă, procesarea limbajului natural și IA generativă, instrumentele care ar fi sunat ca științifico-fantasție nu cu mult timp în urmă sunt acum ușor disponibile și fac o mare diferență în lume. Vrei să încerci ceva practic chiar acum? Înscrieți-vă la Grammarly și vedeți cum AI poate funcționa pentru dvs.