1955-жылы август айында окумуштуулар тобу Нью-Гэмпшир штатындагы Дартмут колледжинде жайкы семинар өткөрүү үчүн 13 доллар өлчөмүндө каржылоо өтүнүчү менен кайрылышкан. Алар изилдөөнү сунуш кылган тармак жасалма интеллект (AI) болгон. Каржылоо өтүнүчү жөнөкөй болгонуна карабастан, изилдөөчүлөрдүн гипотезасы мындай эмес болчу: "Окууунун бардык аспектилери же интеллекттин башка өзгөчөлүгү, негизи, аны туурай турган машина жасоого болот."
Бул жөнөкөй башталыштан бери кинолор жана медиа AIны романтикалаштырышты же аны жаман адам катары көрсөтүштү. Бирок, көпчүлүк адамдар үчүн AI аң-сезимдүү жашоо тажрыйбасынын бир бөлүгү эмес, талаш-тартыш маселеси гана болуп калды.
Өткөн айдын аягында AI түрүндөгү GPT чат илимий-фантастикалык спекуляция жана изилдөө лабораторияларынан чыгып, жалпы коомчулуктун столдорунда жана телефондорунда. Бул "генеративдик AI" деп аталат - күтүлбөгөн жерден акылдуу сөз менен эссе жаза алат же рецепт жана сатып алуулар тизмесин түзө алат же Элвис Преслинин стилинде ыр түзө алат.
Бирок GPT чат генеративдик AI ийгилиги жылында эң таасирдүү катышуучу болду, ушуга окшогон системалар жаңы мазмунду түзүү үчүн дагы чоң потенциалды көрсөттү, ал эми тексттен сүрөткө түртүүчү чакырыктар атүгүл искусство сынактарында жеңип чыккан жандуу сүрөттөрдү түзүү үчүн колдонулууда. AI али жандуу аң-сезимге же илимий фантастикалык фильмдерде жана романдарда популярдуу болгон акыл теориясына ээ эмес болушу мүмкүн, бирок ал, жок эле дегенде, биз ойлогон жасалма интеллект системалары жасай ала турган нерсени бузууга жакындап баратат.
Бул системалар менен тыгыз иштешкен изилдөөчүлөр, Google'дун LaMDA Large Language Model (LLM) мисалындагыдай, чалгындоо келечегине таң калышат. LLM табигый тилди иштеп чыгуу жана түзүү үчүн үйрөтүлгөн модель болуп саналат.
Генеративдик AI ошондой эле плагиат, моделдерди түзүү үчүн колдонулган оригиналдуу мазмундун эксплуатацияланышы, маалыматтык манипуляциянын этикасы жана ишенимди кыянаттык менен пайдалануу, ал тургай “программалоонун аягы” тууралуу кооптонууну жаратты.
AI чынында эмнени билдирет?
Мунун баарынын борборунда Дартмуттагы жайкы семинардан бери актуалдуулугу өсүп келе жаткан суроо турат: AI адамдын интеллектинен айырмаланабы? AI катары каралышы үчүн, система белгилүү бир деңгээлде үйрөнүү жана адаптациялоону көрсөтүшү керек. Ушул себептен улам, чечимдерди кабыл алуу, автоматташтыруу жана статистикалык системалар AI эмес. Жалпысынан алганда, AI эки категорияга бөлүнөт: жасалма тар интеллект (AI) жана жасалма жалпы интеллект (AI). Учурда ШИИБ жок. Жалпы интеллектуалдык интеллектти куруудагы негизги маселе – бул дүйнөнү ырааттуу жана пайдалуу жол менен билимдин бүтүндөй комплекси менен адекваттуу моделдөө. Бул, жумшак айтканда, масштабдуу иш.
Бүгүнкү күндө биз AI катары билген нерселердин көбү тар интеллектке ээ - бул жерде белгилүү бир система белгилүү бир көйгөйдү чечет. Адамдын интеллектинен айырмаланып, мындай тар AI интеллекти ал үйрөтүлгөн доменде гана натыйжалуу: алдамчылыкты аныктоо, бетти таануу же социалдык сунуштар сыяктуу. Жана AI адам сыяктуу иштейт. Азыркы учурда, буга жетишүү аракетинин эң көрүнүктүү мисалы болуп нейрондук тармактарды колдонуу жана маалыматтардын чоң көлөмүнө үйрөтүлгөн терең үйрөнүү саналат.
Нейрондук тармактар адамдын мээсинин иштөөсүнөн шыктанган. Машыгуу маалыматтары боюнча эсептөөлөрдү жүргүзгөн көпчүлүк машина үйрөнүү моделдеринен айырмаланып, нейрон тармактары ар бир маалымат пунктун өз ара туташкан тармак аркылуу кезеги менен азыктандырып, ар бир жолу параметрлерди тууралоо менен иштешет. Тармак аркылуу көбүрөөк маалыматтар берилип жаткан сайын, параметрлер турукташтырылат, натыйжада "үйрөтүлгөн" нейрондук тармак пайда болот, ал андан кийин жаңы маалыматтар боюнча керектүү натыйжаны чыгара алат - мисалы, сүрөттө мышык же ит бар экендигин таануу.
Бүгүнкү күндө жасалма интеллекттин өнүгүүсүндөгү олуттуу секирик чоң булуттук эсептөө инфраструктураларынын мүмкүнчүлүктөрүнүн аркасында ар бир иштетүү учурунда көптөгөн параметрлерди тууралоого мүмкүндүк берген чоң нейрондук тармактарды үйрөнүү ыкмаларын технологиялык өркүндөтүү менен шартталган. Мисалы, GPT-3 (ChatGPTти иштеткен AI системасы) 175 миллиард параметри бар чоң нейрондук тармак.
Жасалма интеллект иштеши үчүн эмне талап кылынат?
Жасалма интеллект ийгиликтүү иштеши үчүн үч нерсеге муктаж. Биринчиден, ага сапаттуу, объективдүү маалыматтар жана көп нерселер керек. Нейрондук тармактарды курган изилдөөчүлөр коомду санариптештирүүнүн аркасында пайда болгон маалыматтардын чоң массивдерин колдонушат.
Адамдык программисттерди толуктап, Co-Pilot GitHubда жайгаштырылган миллиарддаган код саптарынан маалыматтарды алат. ChatGPT жана башка чоң тил моделдери Интернетте сакталган миллиарддаган веб-сайттарды жана тексттик документтерди колдонушат.
сыяктуу текстти сүрөткө которуу куралдары Туруктуу диффузия, ДАЛЛЕ-2 жана Midjourney, LAION-5B сыяктуу маалымат топтомдорунан сүрөт-текст жуптарын колдонуңуз. Жашообуздун көбүн санариптештирип, аларды симуляциялык маалыматтар же Minecraft сыяктуу оюн жөндөөлөрүндөгү маалыматтар сыяктуу альтернативдик маалымат булактары менен камсыз кылганда AI моделдери өнүгө берет.
AI да эффективдүү окутуу үчүн эсептөө инфраструктурасына муктаж. Компьютерлер күчтүүрөөк болгондон кийин, азыр интенсивдүү күч-аракетти жана масштабдуу эсептөөлөрдү талап кылган моделдер жакынкы келечекте жергиликтүү түрдө иштетилиши мүмкүн. Мисалы, Stabil Diffusion моделин булут чөйрөсүндө эмес, жергиликтүү компьютерлерде иштетүүгө болот. AI үчүн үчүнчү муктаждык - жакшыртылган моделдер жана алгоритмдер. Берилиштерге негизделген системалар качандыр бир кезде адамдын таанып-билүү чөйрөсү болуп эсептелген тармактарда тез прогрессти улантууда.
Бирок, бизди курчап турган дүйнө тынымсыз өзгөрүп тургандыктан, AI системалары жаңы маалыматтарды колдонуу менен тынымсыз кайра даярдоого муктаж. Бул маанилүү кадамсыз AI системалары иш жүзүндө туура эмес жоопторду берет же алар үйрөтүлгөндөн бери пайда болгон жаңы маалыматты эске албайт.
Нейрондук тармактар AI үчүн жалгыз ыкма эмес. Жасалма интеллект изилдөөлөрүнүн дагы бир көрүнүктүү лагери символикалык AI - маалыматтардын кеңири массивдерин сиңирүүнүн ордуна, ал кээ бир кубулуштардын ички символикалык көрүнүштөрүн түзүүнүн адам процессине окшош эрежелерге жана билимдерге таянат.
Бирок акыркы он жылдын ичинде күчтөрдүн тең салмактуулугу маалыматтарга негизделген ыкмаларга ооп кетти жана заманбап терең үйрөнүүнүн “негиздөөчүлөрүнө” жакында компьютер илими боюнча Нобель сыйлыгынын эквиваленти болгон Тьюринг сыйлыгы ыйгарылды.
Маалыматтар, эсептөөлөр жана алгоритмдер келечектеги AIнын негизин түзөт. Бардык көрсөткүчтөр жакынкы келечекте бардык үч категориядагы тез прогрессти көрсөтүп турат.
Сиз Украинага орус баскынчыларына каршы күрөшүүгө жардам бере аласыз. Мунун эң жакшы жолу - Украинанын Куралдуу күчтөрүнө каражат берүү Savelife же расмий баракчасы аркылуу NBU.