Mākslīgā intelekta (AI) attīstību gadu gaitā ir veicinājuši vairāki faktori. Iespēja ātri un efektīvi savākt un analizēt milzīgu datu apjomu ir bijusi iespējama, pateicoties skaitļošanas tehnoloģiju attīstībai, kas ir bijis nozīmīgs faktors.
Vēl viens faktors ir pieprasījums pēc automatizētām sistēmām, kas spēj veikt darbības, kas cilvēkiem ir pārāk riskantas, izaicinošas vai laikietilpīgas. Turklāt AI tagad ir vairāk iespēju risināt reālās pasaules problēmas, pateicoties interneta attīstībai un milzīgam digitālo datu apjomam.
Turklāt MI ir ietekmējuši sabiedrības un kultūras jautājumi. Piemēram, diskusijas par MI ētiku un sekām ir radušās, reaģējot uz bažām par darbavietu zaudēšanu un automatizāciju.
Ir paustas arī bažas par iespēju, ka mākslīgais intelekts var tikt izmantots ļauniem nodomiem, piemēram, ļaunprātīgiem kiberuzbrukumiem vai dezinformācijas kampaņām. Rezultātā daudzi pētnieki un lēmumu pieņēmēji cenšas nodrošināt, lai mākslīgais intelekts tiktu izveidots un izmantots ētiski un atbildīgi.
Pēc tam, kad vairāk nekā 1000 tehnoloģiju darbinieku mudināja pārtraukt jaudīgāko#AIsistēmu apmācību, @UNESCO aicina valstis nekavējoties īstenot Ieteikumu par mākslīgā intelekta ētiku — pirmo šāda veida globālo sistēmu, ko pieņēmušas 193 dalībvalstis. t.co/BbA00ecihO pic.twitter.com/GowBq0jKbi
— Eliots Minčenbergs (@E_Minchenberg) 2023. gada 30. marts
AI ir nogājusi garu ceļu kopš tā pirmsākumiem 20. gadsimta vidū. Šeit ir īsa mākslīgā intelekta vēsture.
20. gadsimta vidus
Mākslīgā intelekta pirmsākumi varētu būt datēti ar 20. gadsimta vidu, kad datorzinātnieki sāka radīt algoritmus un programmatūru, kas varētu veikt uzdevumus, kuriem parasti ir nepieciešams cilvēka intelekts, piemēram, problēmu risināšana, modeļu atpazīšana un spriedums.
Viens no agrākajiem mākslīgā intelekta pionieriem bija Alans Tjūrings, kurš ierosināja koncepciju par mašīnu, kas varētu simulēt jebkuru cilvēka izlūkošanas uzdevumu, kas tagad ir pazīstams kā Tjūringa tests.
1956. gada Dartmutas konference
1956. gada Dartmutas konferencē pulcējās dažādu profesiju akadēmiķi, lai izpētītu iespēju konstruēt robotus, kas spēj “domāt”. Konference oficiāli iepazīstināja ar mākslīgā intelekta jomu. Šajā laikā uz noteikumiem balstītas sistēmas un simboliskā domāšana bija AI pētījuma galvenās tēmas.
1960. un 1970. gadi
20. gadsimta 60. un 70. gados mākslīgā intelekta izpētes uzmanības centrā tika izvirzītas ekspertu sistēmas, kas paredzētas, lai atdarinātu cilvēku speciālistu pieņemtos lēmumus noteiktās jomās. Šīs metodes bieži izmantoja tādās nozarēs kā inženierzinātnes, finanses un medicīna.
1980. gadi
Tomēr, kad astoņdesmitajos gados kļuva acīmredzami uz noteikumiem balstītu sistēmu trūkumi, AI pētījumi sāka koncentrēties uz mašīnmācīšanos, kas ir disciplīnas nozare, kurā tiek izmantotas statistikas metodes, lai datori varētu mācīties no datiem. Tā rezultātā tika izveidoti un modelēti neironu tīkli pēc cilvēka smadzeņu struktūras un darbības.
1990. un 2000. gadi
AI pētījumi 1990. gados guva ievērojamus panākumus robotikā, datorredzē un dabiskās valodas apstrādē. 2000. gadu sākumā progresu runas atpazīšanas, attēlu atpazīšanas un dabiskās valodas apstrādes jomā padarīja iespējama dziļās mācīšanās — mašīnmācīšanās nozare, kas izmanto dziļus neironu tīklus.
Pirmais neironu valodas modelis, tas ir Yoshua Bengio, viens no "dziļās mācīšanās krusttēviem"! Viņš tiek plaši uzskatīts par vienu no ietekmīgākajiem cilvēkiem dabiskās valodas apstrādē un mācībās bez uzraudzības. Uzziniet kaut ko jaunu vietnē https://t.co/8mUYA31M9R… pic.twitter.com/4f2DUE5awF
— Damiens Benveniste (@DamiBenveniste) 2023. gada 27. marts
Mūsdienu AI
Virtuālie palīgi, pašbraucošas automašīnas, medicīniskā diagnostika un finanšu analīze ir tikai daži no mūsdienu mākslīgā intelekta izmantošanas veidiem. Mākslīgais intelekts attīstās ātri, pētniekiem meklējot jaunas idejas, piemēram, pastiprinošu mācīšanos, kvantu skaitļošanu un neiromorfisko skaitļošanu.
Vēl viena svarīga mūsdienu AI tendence ir pāreja uz vairāk cilvēkiem līdzīgu mijiedarbību, un balss palīgi, piemēram, Siri un Alexa, ir vadošie. Dabiskās valodas apstrāde ir arī panākusi ievērojamu progresu, ļaujot mašīnām saprast cilvēka runu un reaģēt uz to ar pieaugošu precizitāti. ChatGPT — liels valodas modelis, ko apmācījis OpenAI un kura pamatā ir GPT-3.5 arhitektūra, ir piemērs “pilsētas sarunām” AI, kas var saprast dabisko valodu un ģenerēt cilvēkam līdzīgas atbildes uz dažādiem vaicājumiem un uzvednēm.
AI nākotne
Raugoties nākotnē, AI, visticamāk, spēlēs arvien nozīmīgāku lomu dažu lielāko sabiedrības problēmu risināšanā, piemēram, klimata pārmaiņu, veselības aprūpes un kiberdrošības jomā. Tomēr pastāv bažas par AI ētiskajām un sociālajām sekām, jo īpaši tāpēc, ka tehnoloģija kļūst progresīvāka un autonomāka.
AI ētika ir jāmāca katrā skolā.
— Džuljens Barbjē ❤️☠️ Nokrīti un atkal piecelies (@julienbarbier42) 2023. gada 30. marts
Turklāt, tā kā mākslīgais intelekts turpina attīstīties, tas, iespējams, būtiski ietekmēs praktiski visus mūsu dzīves aspektus, sākot no tā, kā mēs strādājam un sazināmies, līdz tam, kā mēs mācāmies un pieņemam lēmumus.