Gjithçka që duhet të dini në lidhje me inteligjencën e përgjithshme artificiale

Mirësevini në Bazat Neural, një koleksion udhëzuesish dhe shpjeguesish për të ndihmuar në çrregullimin e botës së inteligjencës artificiale.

Nga mitologjia e lashtë deri tek trillimet shkencore moderne, njerëzit kanë ëndërruar të krijojnë inteligjencë artificiale për mijëvjeçarë. Por përpjekja për të sintetizuar inteligjencën vetëm filloi me seriozitet në fund të viteve 1950.

Punëtoria shënoi fillimin zyrtar të historisë së AI. Por, pasi përpjekja dy-mujore – dhe shumë të tjera që pasuan – vërtetuan vetëm se inteligjenca njerëzore është shumë e ndërlikuar dhe kompleksiteti bëhet më i dukshëm kur përpiqesh ta përsërisësh atë.

Kjo është arsyeja pse, përkundër gjashtë dekadave të kërkimit dhe zhvillimit. Ne ende nuk kemi AI që rivalizon aftësitë njohëse të një fëmije njerëzor, e lëre më atë që mund të mendojë si i rritur. Ajo që ne kemi, megjithatë, është një fushë e shkencës që është e ndarë në dy kategori të ndryshme. Inteligjencë të ngushtë artificiale (ANI), atë që kemi sot, dhe inteligjencën e përgjithshme artificiale (AGI), atë që shpresojmë të arrijmë.

Cilat janë kërkesat e AGI?

Përcaktimi i inteligjencës së përgjithshme artificiale është shumë e vështirë. “Gjenerali” tashmë nënkupton se është një term shumë i gjerë, dhe madje edhe nëse e konsiderojmë inteligjencën njerëzore si bazë, jo të gjithë njerëzit janë po aq inteligjent.

Por ka disa tipare që një sistem përgjithësisht inteligjent duhet të ketë. Siç janë sensi i zakonshëm, njohuritë në prapavijë, mësimi transferues, abstraksioni dhe kauzaliteti. Këto janë lloji i funksioneve që shihni tek të gjithë njerëzit që në moshë të re.

Mënyra më e mirë për të parë se çfarë mund të bëjë një sistem i përgjithshëm i AI është ofrimi i disa sfidave.

Përpjekjet e hershme për të krijuar inteligjencë artificiale

Përpjekjet e hershme për të krijuar inteligjencë artificiale u përqëndruan në krijimin e sistemeve të bazuara në rregulla. Të njohura gjithashtu si AI simbolike. AI simbolike preizohet nga fakti se mendja e njeriut manipulon simbolet. Ne kemi përfaqësime mendore për objektet, personat, konceptet, shtetet, veprimet, etj dhe ne përdorim këto përfaqësime (simbolet) për të përpunuar informacionin që marrim përmes shqisave tona, për të arsyetuar rreth botës përreth nesh, formimit të qëllimeve, marrjes së vendimeve.

Sistemet simbolike të AI shënuan përparim të hershëm. Gjuhët e programimit kompjuterik janë krijuar në bazë të manipulimit të simboleve. Klasat, strukturat, variablat, funksionet dhe përbërësit e tjerë kryesorë që i gjeni në çdo gjuhë programimi është krijuar për të mundësuar që njerëzit të shndërrojnë simbolet në udhëzimet e kompjuterit.

Por AI simbolik ka disa të meta themelore. Ajo funksionon vetëm për aq kohë sa ju mund të kodoni logjikën e një detyre në rregulla. Por krijimi i rregullave me dorë për çdo aspekt të inteligjencës është praktikisht i pamundur. Në vitet 1980, shkencëtarët e AI provuan këtë qasje me sisteme ekspertësh, programe të bazuara në rregulla që u përpoqën të kodojnë të gjitha njohuritë e një disipline të veçantë siç është mjekësia. Sistemet e ekspertëve ishin të suksesshme për fusha shumë të ngushta por dështuan sa më shpejt që u përpoqën të zgjerojnë mundësitë e tyre dhe të adresojnë probleme më të përgjithshme. Ata gjithashtu kërkuan përpjekje të mëdha nga programuesit kompjuterikë dhe ekspertët e lëndës.

 

Një problem tjetër me AI simbolik është se ai nuk e adreson mashtrimin e botës

 

Një problem tjetër me AI simbolik është se ai nuk e adreson mashtrimin e botës. Një shembull është zbulimi i objekteve në një imazh. Kompjuterët i shohin të dhënat vizive si copëza pikselesh. Vlera numerike që përfaqësojnë ngjyrat e pikave në një imazh. Qasja naive për të zgjidhur këtë problem me AI simbolike do të ishte krijimi i një sistemi të bazuar në rregull që krahason vlerat e pikselave në një imazh kundër një sekuence të njohur të pikselave për një objekt specifik. Problemi me këtë qasje është se vlerat e pikselit të një objekti do të jenë të ndryshme bazuar në këndin që ai shfaqet në një imazh, kushtet e ndriçimit dhe nëse është i errësuar pjesërisht nga një objekt tjetër.

Shikoni, për shembull, grupin e mëposhtëm të fotografive, të cilat përmbajnë të gjitha basketbollet. Në imazhe është e qartë se vlerat pixel të basketbollit janë të ndryshme në secilën prej fotove. Në disa prej tyre, pjesë të topit janë me hije ose reflektojnë dritë të ndritshme. Në disa fotografi, topi është errësuar pjesërisht nga dora e një lojtari ose rrjeta. Megjithatë, në të tjerët, rreshtat dhe shkrimet shfaqen në kënde të ndryshme. Dhe madhësia e topit ndryshon bazuar në atë se sa larg është nga kamera.