Няколко нови технологии предизвикаха шум около изкуствения интелект (AI) и какво означава той за нашето бъдеще като общество. Всяка технология идва от различни клонове на AI и създава уникален набор от предимства и проблеми.
Deepfakes и AI за клониране на глас ви затрудняват да се доверите на всичко, което виждате или чувате в интернет. Някои казват, че ChatGPT и подобни системи за дълбоко обучение AI вероятно ще създадат излишни работни места в няколко области. Възниква един тревожен въпрос: „ще замени ли AI в крайна сметка програмистите?“
Какво е изкуствен интелект?
AI е клон на компютърните науки, който се фокусира върху способността на системата да решава проблеми, използвайки едно (или повече) от четирите качества. Една AI система може да мисли човешки, да действа човешки, да мисли рационално и/или да действа рационално.
Историята на изкуствения интелект
Въпреки че изглежда, че AI съществува от векове, това е област, която набира скорост в средата на 1900 г. Една от най-забележителните дати в историята на AI е 1956 г., това е годината на официалното въвеждане в областта на изкуствения интелект. Това въведение се случи на конференция в Dartmouth College.
Няколко велики имена се свързват с различни аспекти на ранния напредък в ИИ. Сред тях са Алън Тюринг, Марвин Мински, Алън Нюел, Хърбърт Саймън, Джон Робинсън и Ален Колмерауер.
Действай Човешки
През 1936 г. Алън Тюринг публикува статия, озаглавена „Относно изчислимите числа, с приложение към проблема Entscheidungs“. В тази статия Тюринг въвежда концепцията за машина на Тюринг, която и до днес играе важна роля в ИИ. Той доказа, че с правилния алгоритъм машина на Тюринг може да извърши всякакви математически изчисления.
По-късно през 1937 г. Тюринг използва проблема със спирането, за да посочи ограниченията на интелигентните машини. След това през 1950 г. Тюринг дефинира машинния интелект, използвайки това, което той нарича тест на Тюринг. Ако една AI система премине теста на Тюринг, тогава тази система може да действа човешки.
Мислете по човешки
Марвин Мински е популярно име в областта на ИИ. Той е известен с разработването на първата машина за обучение на невронни мрежи с произволни кабели, наречена SNARC през 1951 г. Невронните мрежи учат компютрите да обработват данни подобно на човешкия мозък. Дефиницията на Мински за ИИ е, че това е „наука за каране на машините да правят неща, които биха изисквали интелигентност, ако се правят от хора“.
Алън Нюел и Хърбърт Саймън са двама други пионери в областта на ИИ, които се фокусираха върху способността на машината да симулира човешкото мислене. През 1956 г. те представят първата компютърна програма за обработка на символи, наречена Logic Theorist. През 1961 г. Нюел и Саймън разработват General Problem Solver (GPS), който по същество имитира човешката мисъл.
Мислете рационално
Въведете Джон Робинсън, който през 1965 г. публикува списание, озаглавено „Машинно-ориентирана логика, базирана на Принцип на разрешаване.“ Той също така изобрети разделителното смятане за предикатната логика, което играе жизненоважно значение роля в AI.
Предикатната логика е формален език, който използва логиката, за да представи рационално мислене. Този език използва рамката, че правилните предпоставки ще доведат до правилни заключения. Например Alexa е машина; всички машини улесняват работата; следователно Alexa улеснява работата.
Последни постижения в областта на изкуствения интелект
Както беше в началото си, областта на изкуствения интелект днес е много сложна с много различни клонове. Всеки клон под шапката на AI непрекъснато прави значителни крачки.
Машинното обучение е клон на AI, който използва алгоритми за данни, за да имитира човешкото обучение, което подобрява неговата точност при всяка итерация. Едно от най-известните подмножества на машинното обучение е дълбокото обучение. Дълбокото обучение подобрява машинното обучение чрез намаляване на нуждата на машината от човешка помощ.
Например, ако сте имали изображения на цветя, които искате да групирате по видове, процесът на категоризиране ще се различава в зависимост от типа система. Ако вашата система използва машинно обучение, тогава ще трябва ръчно да установите характеристиките, които отличават видовете. Въпреки това, система, която използва дълбоко обучение, ще определи най-добрите отличителни черти за всеки вид сам по себе си.
Дълбокото обучение създаде големи вълни в индустрията през последните години, поради няколко технологии. ChatGPT е технология за дълбоко обучение на който в момента се обръща много внимание.
Според ChatGPT това е:
голям езиков модел, създаден от OpenAI. Това е програма с изкуствен интелект (AI), предназначена да разбира естествения език и да генерира човешки отговори на различни видове въпроси и подкани. Моделът се основава на архитектура за дълбоко обучение, наречена трансформатор, която е в състояние да обработва големи количества текстови данни и генериране на отговори въз основа на модели и връзки, които е научил от това данни.
От стартирането си през четвъртото тримесечие на 2022 г. ChatGPT е тема на много дебати. Това, което отличава тази система с изкуствен интелект, са нейните умения за обработка на естествен език, съчетани със способността й да научава нова информация чрез обучение с подсилване от човешка обратна връзка (RLHF). Освен това изглежда притежава силна способност да пише и коригира код. Някои казват, че тази технология представлява генезиса на изчезването на човешките програмисти.
Желани характеристики на човешки програмист, които AI не може да възпроизведе
AI система може да се научи как да пише код, който създава софтуер. Пълната подмяна на програмистите обаче може да е малко по-сложна. Възможностите на AI система може да й позволят да намали работната сила, като помогне на програмистите да работят по-бързо, но тя никога не може наистина да замени човешките работници. Основна отличителна черта между програмистите и AI системите е човешкият мозък и неговите сложни характеристики.
Според Андрю Нг, едно от най-добрите имена в AI днес:
един единствен неврон в мозъка е невероятно сложна машина, която дори днес не разбираме. Един „неврон“ в невронна мрежа е невероятно проста математическа функция, която улавя нищожна част от сложността на биологичен неврон.
Способността на мозъка да генерира нова мисъл от привидно нищожен въздух е извън човешкото разбиране. Това със сигурност не е нещо, което AI система може да възпроизведе. Друга желана характеристика на програмистите е объркването на креативността, което отново е нещо, което една машина не може да възпроизведе.
Чрез задълбочено обучение AI може да създаде впечатление за човешко мислене. Някои AI системи могат да вземат прости решения, но тези решения бледнеят в сравнение със способностите за вземане на решения на човешкия мозък. AI може да пише код, но не е в състояние да гарантира, че кодът, който пише, е правилният код. Една AI система не може да повтори човешката преценка, нито има индикации, че ще може да го направи в бъдеще.
Бъдещето на ИИ и програмирането
AI технологии като ChatGPT са доказали колко полезен може да бъде AI за програмистите. Той генерира код бързо и може да помогне с цялостния работен процес на програмиста. Въпреки това ChatGPT също така доказа, че дори и най-напредналата технология за дълбоко обучение, с която разполагаме в момента, не може да се справи с пълна автономия. Известно е, че ChatGPT генерира безсмислени отговори на въпроси, според OpenAI.
Следователно е правдоподобно да се предположи, че бъдещето на AI в програмирането е по-скоро „помощници на“, отколкото „заместители“ на програмистите.
