Yapay zeka - Bu, modern hayata giderek daha fazla tanıtılan bir bilinç taklididir. Yakın zamana kadar yapay zekanın yetenekleri tamamen sınırlıydı ve terim yalnızca bilim kurgu romanlarında kullanılıyordu. Ve 20. yüzyılın 60'lı ve 70'li yıllarında bile, bilimsel ve teknolojik devrimin bir sonraki turunun bilgi teknolojileri ve robotik teknolojiler -ki alanında olacağı zaten görünse de, bunun tamamen doğru olmadığı ortaya çıktı. Gerçekten bilgi teknolojisinde bir atılım görüyoruz ancak robot teknolojisi çok daha yavaş gelişiyor. Bunun nedeni, bilimin gelişimindeki eğilimleri belirleyen endüstriyel gelişme hızının yavaşlamasıdır.
Karakter Halkla ilişkiler de-ter-mi-ni-ro-van ha-rak-te-rom pro-iz-vod-st-va ve ob-ho-di-mos-ti olmayan nedeniyle astronominin gelişmesiyle aynı şekilde sea-re-pla-va-niya, ro-bo-tech-no-ka için derleme yıldız haritaları yalnızca eco-no-mi-ches-koy ob-os-no-van-nos durumunda geliştirilebilir -ti robotların üretime entegrasyonu. Böyle bir gösterişsizlik var mı? Evet var! Zaten bugün tamamen otomatik-ma-ti-zi-ro-van fabrikaları var, programların kendileri karar veriyor karmaşık görevler ve hatta veri analizi bile zaten zeka sanatına emanet edilmiştir. Ancak yapay zekanın yetenekleri hala oldukça mütevazı. Belki birileri buna katılmayacaktır, ancak öfkelenmeden önce ne demek istediğimizi duymaya çalışın.
Yapay zekayı bilinci taklit etme yeteneği olarak tanımlamamız boşuna değil. Bilinci simüle etmekle bilincin tezahürünü simüle etmek arasında önemli bir fark vardır. İkincisi alanında yapay zekanın yetenekleri büyük ilerleme kaydetti. “Büyük veriden” öğrenen ve buna dayanarak daha ileri analizler için şaşırtıcı derecede farklı veriler üreten birçok program var. Bugün zaten başka programların oluşturulmasına katılabilecek programlar var. Bütün bunlar küçümsenemez ama bütün bunlar bilincin taklidi değildir. Bu bağlamda, bugün yapay zekanın bilinci simüle etmedeki hangi olanaklarının gerçekte var olduğunu duymak ilginç. Bunu göz önünde bulundurarak Boris Mirkin'in PostNauka ile yaptığı röportajın bir özetini sunmak istiyoruz.
Yapay Zeka Yetenekleri
Öncelikle yapay zeka terimiyle genel olarak neyi kastettiğimizi tanımlayalım.
Evet kesinlikle doğru çünkü “yapay zeka” terimi farklı anlamlara gelebiliyor. Başlangıçta yapay zeka terimi, insan gibi davranabilen bir makineyi ifade etmek için kullanıldı. Alan Turing'in belki de şaka yollu olarak İkinci Dünya Savaşı'nın hemen ardından önerdiği Turing testini herkes biliyor. Fikir aslında harika, ancak pratik açıdan tamamen başarılı değil. Kural olarak, herhangi bir teknolojinin gelişimi basitten karmaşığa doğru başlar ve Turing'in konseptine göre her şeyin tersi yapılmalıdır. Görevi birçok öğeye bölüp her birini ayrı ayrı ele almak yerine, görevin yerini kendi dışsal tezahürü alır.
20. yüzyılın 60'lı yıllarında bilgisayar teknolojisi yavaş yavaş üniversitelere nüfuz etmeye başladı. Bu bağlamda, bilgisayarların hatasız sonuçlar üretebilmesini sağlayacak doğru aksiyomları belirtme fikri, ma-te-ma-ti-ches mantıkçıları arasında popüler hale geldi. Ancak sofistlikle ilgili bir sorun vardı. Bir bilgisayar bir dizi aksiyomun iç tutarsızlığını analiz edemez. Örneğin, "A, A'ya eşit değildir" aksiyomundan istediğinizi türetebilirsiniz. Herkes bunu anladı ve mantıksal diller geliştirmeye başladılar. Çerçeve konseptleri, özel makine dilleri, klasik olmayan mantık ve çok daha fazlasını yarattılar. Aynı zamanda çeşitli doğal dillerin ma-te-ma-ti-za-tion'u da gelişti.
21. yüzyılın başında yapay zeka geliştiricilerinin hibe alırken verdikleri sözlerin yakın gelecekte gerçekleşmeyeceği açıkça ortaya çıktı. Hesaplamalı zeka ve makine zekası gibi terimlerin ortaya çıkmasının nedeni tam olarak budur. Yapay zeka terimi neredeyse kirli bir kelime haline geldi. Günümüzde yapay zeka, belirli bir şeyi tanımlayan bir terim olmaktan çok, çeşitli yönlerde yapılan araştırmalara yönelik ortak bir isimdir. Ve robot teknolojisi dışındaki tüm başarılı modern yapay zeka gelişmeleri, yapay zeka algoritmalarının değil, etkili veri analizi algoritmalarının sonucudur.
2000 yılında yapay zeka yeteneklerinin gelişmesinin, veri analiz teknolojilerinin yapay zeka teknolojilerine dahil edilmesinin bir sonucu olduğunu söyleyebilir miyiz? Peki 2000'den önce bu iki araştırma alanı birbirine paralel mi gelişti?
Evet elbette! Yapay zeka mantık alanına, veri analizi ise istatistik alanına aittir. 90'lı yıllara kadar bu iki alanın hiçbir şekilde birbiriyle bağlantısı yoktu. Ancak 90'lı yıllarda veri madenciliği gibi bir yön ortaya çıktı. Ne olduğunu? Bilgisayar teknolojisinin gelişmesiyle birlikte şirketlerde veri depolamak ve iletmek amacıyla kullanılmaya başlandı. Bilgisayarlar veri işlemek için değil, hesaplamak için icat edildi. Bunun ışığında yeni görevlere uyum sağlamak ve veritabanı teknolojilerini icat etmek gerekiyordu. Verilerin depolanmasını, alınmasını ve işlenmesini basitleştirerek bu sorunu etkili bir şekilde çözmeyi mümkün kıldılar.
Bu sorunların çözümü 1993-95 yıllarında etkileşimli işletim sistemlerinin kullanılmaya başlanmasıyla keşfedildi. Bu dönemde mağazalar ürün seçerken ilişki verilerini kullanmaya başladı. Böylece, müşteri davranış kalıplarına ilişkin veriler işlenerek ürünler, insanların genellikle birlikte satın aldığı ürünlerle müşterilerin daha sık karşılaşacağı şekilde yerleştirildi. Bu satışları artırdı! Günümüzde veri madenciliğinde kullanılan birliktelik kurallarına ilişkin veri bulmak neredeyse imkansızdır. Ama bir zamanlar bu hikaye çok gürültüye neden olmuştu! Ancak bizim için önemli olan bu hikayenin madencilik sırasında ne kadar ilginç desenlerin seçildiğini göstermesidir. İlginç bir kalıp, normdan farklı bir kalıptır.
Veri biliminin bir diğer önemli bileşeni makine öğrenimidir. Bu bağlamda, makinelerin öğrenmesi ilkesinin benimsendiği yönde bir atılım gerçekleşti ancak bunu nasıl yaptıklarının önemli olmadığı yönünde. Sinir ağlarının beynin bir benzeri haline geleceği varsayılıyordu, ancak pratikte bu gerçekleşmedi. Görünüşe göre matematiksel açıdan hiç gerekli olmayan çok katmanlı bir sinir ağı yaparsanız, ağın katmandan katmana öğreneceği ve ne algoritmanın yazarı ne de kullanıcı olacağı ortaya çıktı. çok katmanlı sinir ağının tam olarak neye dikkat ettiğini bilebilir.net. Basit sinir ağları çok fazla hata üretti, ancak derin sinir ağları hatalı yanıtların yalnızca %5-10'unu veriyor.
Sinir ağlarının ne kadar derin çalıştığını tam olarak bilmiyoruz. Tek bildiğimiz katsayılarını öğretmen düzeltmeleriyle iyileştirebildikleri. Artık programlar şiir yazmayı bile öğrendi ama bu yapay zeka mı? İki grup bilişsel sistem ayırt edilebilir. Birincisi, kişinin anlayamadığı bir dizi bilgidir ve bunu bir uzmanla açıkladıktan sonra, daha önceki anlayışını tamamen değiştirir ve unutur. İkincisi ise taksonomi olarak adlandırılabilecek şeydir. Bu durumda ayrıntılar birleştirilir. Genel konseptler ve koşullara bağlı olarak ön-ti-ro-vate yapabilir. Bilgisayar ikinci bilinç grubu için çabalıyor ama henüz bunu başaramıyor.
Yapay zeka nedir? Hiç şüphe yok ki pek çok kişi, hareketlerini insan yardımı olmadan kontrol edebilen arabaları, Apple'ın Siri'si, Amazon'un Alexa'sı, Google'ın Asistanı ve Microsoft'un Cortana'sı gibi konuşma tanıma cihazlarını duymuştur. Ancak yapay zekanın (AI) tüm yetenekleri bu değil.
Yapay zeka ilk kez 1950'lerde "keşfedildi". Yıllar geçtikçe iniş çıkışlarla karşılaştı ama modern sahneİnsanlığın gelişmesiyle birlikte yapay zeka geleceğin anahtar teknolojisi olarak görülüyor. Elektronikteki ilerlemeler ve daha hızlı işlemcilerin ortaya çıkması sayesinde giderek daha fazla uygulama yapay zekayı kullanmaya başlıyor. Yapay zeka, her mühendisin aşina olması gereken alışılmadık bir yazılım teknolojisidir. Bu yazımızda bu teknolojiyi kısaca anlatmaya çalışacağız.
Yapay Zeka Tanımlı
Yapay zeka, insan beynini taklit ederek bilgisayarları ve elektronik bileşenleri daha akıllıca kullanmayı içeren bir bilgisayar bilimi alt alanıdır. Zeka, bilgi ve deneyim kazanma ve bunları sorunları çözmek için uygulama yeteneğidir. Yapay zeka, özellikle büyük miktarlardaki verileri analiz edip yorumlamada ve bunlardan gerçek içgörüler elde etmede faydalıdır. kullanışlı bilgi. Bilgiden, karar vermek veya bir tür eylemde bulunmak için kullanılabilecek anlayış gelir.
Çalışma alanları
Yapay zeka, birçok olası uygulamaya sahip geniş bir teknolojidir. Genellikle alt dallara ayrılır. Her birine kısa bir genel bakış yapalım:
- Çözüm ortak görevler– belirli bir algoritmik çözüm olmadan. Belirsizlik ve belirsizlikle ilgili sorunlar.
- Uzman sistemler, çeşitli uzmanlardan elde edilen kurallar, gerçekler ve verilerden oluşan bir bilgi tabanı içeren yazılımdır. Veritabanı sorunları çözmek, hastalıkları teşhis etmek veya tavsiyelerde bulunmak için sorgulanabilir.
- Doğal Dil İşleme (NLP) – metin analizi için kullanılır. Ses tanıma da (NLP)'nin bir parçasıdır.
- Bilgisayarla Görme - Analiz ve Anlama görsel bilgi(fotoğraflar, videolar vb.). Örnekler bilgisayarla görme ve yüz tanımayı içerir. "Otonom" otomobillerde ve üretim hatlarında kullanılır.
- Robotik, daha akıllı, daha uyarlanabilir ve “kendi kendine yeten” robotların yaratılmasıdır.
- Oyunlar: Yapay zeka oyun oynama konusunda harikadır. Bilgisayarlar halihazırda satranç, poker ve Go oyunlarını oynayacak ve kazanacak şekilde programlanmıştır.
- Makine öğrenimi, bilgisayarın girdi verilerinden öğrenmesine ve sonuçları anlamlandırmasına olanak tanıyan bir prosedürdür. Sinir ağları makine öğreniminin temelini oluşturur.
Yapay zeka nasıl çalışır?
Geleneksel bilgisayarlar sorunları çözmek için algoritmalar kullanır. Bir dizi talimat, sonuç elde etmek için adım adım eylemlere yol açar. Yapay zekanın geleneksel biçimleri, bilgi tabanını bir kullanıcı arayüzü aracılığıyla manipüle etmek için çeşitli mekanizmalar kullanan bilgi tabanlarına ve çıkarım motorlarına dayanmaktadır. Aşağıda listelenen yöntemlerden bazılarıyla faydalı sonuçlar elde edilmiştir:
- Arama: Arama algoritmaları, grafikler veya ağaçlar halinde düzenlenmiş bir bilgi veritabanını kullanır. Arama, yapay zekanın ana yöntemidir.
- Mantık: Tümdengelimli ve tümevarımlı akıl yürütme, ifadelerin doğruluğunu veya yanlışlığını belirlemek için kullanılır. Bu hem önerme hem de yüklem mantığını içerir.
- Kurallar: Kurallar, bir sonucu belirlemek için bulunabilecek bir dizi "eğer" ifadesidir. Kural tabanlı sistemlere uzman sistemler denir.
- Olasılık ve İstatistik: Standart matematiksel olasılık ve istatistik teorisinin uygulanmasıyla bazı problemler çözülebilir ve çözümler bulunabilir.
- Listeler: Bazı bilgi türleri aranabilir hale gelen listelerde saklanabilir.
- Bilginin diğer formları diyagramlar, çerçeveler ve yazılardır; bunlar, her şeyi kapsayan yapılardır. Çeşitli türler bilgi. Arama yöntemleri ilgili sorgulara yanıt arar.
Arama, mantık, olasılık ve kurallar gibi geleneksel veya eski yapay zeka teknikleri, yapay zekanın ilk dalgası olarak kabul ediliyor. Bu yöntemler halen kullanılmaktadır ve özellikle dar bir yelpazedeki problemler için bilgi ve akıl yürütmeyi yakalamada iyidir. Yapay zekanın ilk dalgası, öğrenme ve kararları soyutlama gibi insani özelliklerden yoksundur. Bu nitelikler artık sinir ağları ve makine öğrenimi sayesinde yapay zekanın ikinci dalgasında mevcut.
Nöral ağlar
Günümüzde yapay zeka araştırma ve geliştirmelerinin çoğu, sinir ağlarının veya yapay sinir ağlarının (YSA) kullanımına dayanmaktadır. Bu ağlar, nöronları taklit eden yapay nöronlardan oluşur. İnsan beyni düşünmemizden ve öğrenmemizden sorumludurlar. Her nöron, birçok nöronu sinapslar aracılığıyla diğerlerine bağlayan karmaşık bir ara bağlantıdaki bir düğümdür. YSA bu ağı simüle eder.
Her düğümün birkaç ağırlıklı girdisinin yanı sıra bir çıktı ve eşik ayarı vardır (Yukarıdaki Şekil). Bu tür düğümler genellikle yazılımda uygulanır, ancak donanım emülasyonu da mümkündür. Tipik bir devre üç katmandan oluşur: bir giriş katmanı, bir gizli katman (işleme veya eğitim katmanı) ve bir çıkış katmanı:
Bazı mekanizmalar geri yayılımı kullanarak geri bildirim Yeni bilgi alındığında bazı düğümlerin giriş ağırlıklarını değiştiren.
Makine öğrenmesi ve derin öğrenme
Makine öğrenimi, bilgisayara kalıpları tanımayı öğretme yöntemidir. Bilgisayar veya cihaz örnekle "eğitilir" ve ardından girdiyi eğitilen değerle karşılaştırmak için özel programlar çalıştırılır. Tipik olarak eğitim yazılımı büyük miktarda veri gerektirir. Makine öğrenimi programları, yeni materyallerden daha fazla bilgi ve deneyim kazandıkça otomatik olarak öğrenecek şekilde tasarlanmıştır.
Sinir ağları genellikle makine öğrenimi için kullanılır, ancak diğer algoritmalar da kullanılabilir. Yazılım daha sonra yeni giriş verilerine dayanarak tanımayı geliştirmek için kendini değiştirebilir. Bazı makine öğrenimi sistemleri artık görüntüleri eğitim gerektirmeden kendi başlarına tanıyabiliyor ve daha sonra kendilerini daha da geliştirmek için değiştirebiliyor.
Derin öğrenme, makine öğreniminin gelişmiş bir örneğidir. Ayrıca derin sinir ağları (DNN'ler) adı verilen sinir ağlarını da kullanır. Yeteneklerini daha da geliştirmek için ek gizli bilgi işlem katmanları içerirler. Yoğun bir eğitim gerekiyor. Programcılar ara bağlantı ağırlıklarıyla oynayarak performansı artırabilirler. DNN'ler ayrıca matris işlemeyi de gerektirir. Bununla birlikte, DNN'lerin istatistiksel ağırlıklar kullandığını, dolayısıyla sonuçların, örneğin görünür tanımada, %100 olmayabileceğini unutmamak gerekir. Ayrıca bu tür sistemlerde hata ayıklamak çok zahmetli bir iştir.
Makine öğrenimi ve derin öğrenme, büyük veri kümelerinin analizinin yanı sıra bilgisayarlı görme ve konuşma tanımada da yaygın olarak kullanılmaktadır. Tıp, hukuk ve finans gibi diğer alanlarda da uygulanabilirler.
Yapay Zeka Yazılımı
Yapay zekayı programlamak için hemen hemen her programlama dili kullanılabilir ancak bazı dillerin belirli avantajları vardır. Yapay zeka için özel olarak tasarlanan temel diller arasında LISP ve Prolog bulunmaktadır. LISP, dünyanın en eski dillerinden biri yüksek seviye, süreç listeleri. Prolog mantığa dayanmaktadır. C++ ve Python günümüzde popülerdir. Uzman sistemlerin geliştirilmesine yönelik özel yazılımlar da bulunmaktadır.
Amazon, Baidu (Çin), Google, IBM ve Microsoft dahil olmak üzere birçok büyük yapay zeka kullanıcısı geliştirme platformları sağlıyor. Bu şirketler, ses tanıma gibi bazı yaygın uygulamalar için başlangıç noktası olarak önceden eğitilmiş sistemler sunmaktadır. Nvidia ve AMD gibi işlemci satıcıları da bir miktar destek sunuyor.
Yapay Zeka Donanımı
Yapay zeka yazılımlarının bilgisayarda çalıştırılması genellikle yüksek hız ve büyük miktarda bellek gerektirir. Ancak bazı basit uygulamalar 8 bitlik işlemcilerde çalışabilir. Günümüzün bazı işlemcileri fazlasıyla yeterlidir ve birden fazla paralel işlemci, belirli uygulamalar için ideal bir çözüm olabilir. Ayrıca belirli uygulamalar için özel işlemciler de geliştirilmiştir.
Grafik işlem birimleri (GPU'lar), performansı optimize etmek için mimariye ve komut setine belirli bir kullanıma odaklanmanın bir örneğidir. Örneğin, sürücüsüz otomobiller için özel Nvidia işlemcileri ve AMD GPU'lar. Google, arama motorlarını optimize etmek için kendi işlemcilerini geliştirmiştir. Intel ve Knupath aynı zamanda lider işlemcileri için yazılım desteği de sunuyor. Bazı durumlarda ASIC veya FPGA'deki özel mantık belirli bir uygulamayı uygulayabilir.
Etkinlik ve mevcut durum
Yapay zeka bir zamanlar özel ihtiyaçlar için tasarlanmış egzotik bir yazılım olarak görülüyordu. Yüksek hızlı bilgisayarlara olan gereksinim büyük miktar Bellek kullanımını sınırladı. Günümüzde süper hızlı işlemciler, çok çekirdekli işlemciler ve ucuz bellekler sayesinde yapay zeka daha popüler hale geldi. Arama motorları Google sistemleri Hepimizin günlük olarak kullandığı uygulamalar yapay zekaya dayalıdır.
Günümüzde vurgu şüphesiz sinir ağları ve derin makine öğrenimi üzerinedir. Ses tanıma ve sürücüsüz arabalar odak noktası olmayı sürdürürken, yüz tanıma, otonom navigasyon, robot teknolojisi, tıbbi teşhis ve finans gibi diğer önemli uygulamalar da ortaya çıkıyor. Gelişmiş askeri uygulamalar da (otonom silahlar gibi) geliştirilme aşamasındadır.
Yapay zekanın geleceği umut verici görünüyor. Orbis Research'e göre küresel yapay zeka pazarının 2022 yılına kadar yıllık %35'in üzerinde bileşik büyüme oranında büyümesi bekleniyor. International Data Corporation (IDC) da yükseliş beklentisi içinde, yapay zeka harcamalarının 2016'daki 8 milyar dolardan 2020'de 47 milyar dolara çıkmasının beklendiğini söylüyor.
Birçok kişi deneyimliyor mantıksal soru– Yapay zeka belli mesleklerde insanların yerini alacak mı ve bunlar nasıl meslekler olacak? Cevap “muhtemelen ve yalnızca bir kısmı”dır. Yapay zeka tabanlı bilgisayarların üretkenliği, verimliliği ve karar verme hızını artırarak bazı mesleklerin üretkenliğini artırmaya yardımcı olması muhtemeldir. Ancak bazı endüstriyel işler hala kaybedilecek. büyük gelişme robot biliminden faydalanıyor, ancak insanların yerini makinelerin alması, bu makinelerin bakımıyla ilgili yeni işlerin yaratılmasına yol açacak.
Pek çok kişinin sorduğu bir diğer soru ise yapay zekanın insanlık için tehlikeli olabileceğidir. Yapay zeka akıllıdır ancak o kadar da akıllı değildir. Temel amacı veri analizi, problem çözme ve mevcut bilgilere ve damıtılmış bilgilere dayanarak karar vermek olacaktır. Özellikle yenilik ve yaratıcılık söz konusu olduğunda insanlar hâlâ hakim durumda. Ancak geleceği tahmin etmek zordur. En azından bu aşamada Henüz süper akıllı robotlara yönelik bir gelişme yok...
"İnsan evrimiyle karşılaştırılabilecek en büyük değişimlerin eşiğindeyiz" - Bilim kurgu yazarı Vernor Stefan Vinge
Aşağıdaki grafikteki küçük adam gibi büyük bir değişimin eşiğinde olduğunuzu bilseydiniz nasıl hissederdiniz?
Dikey eksen insanlığın gelişimi, yatay eksen ise zamandır
Heyecan verici, değil mi?
Ancak grafiğin bir kısmını gizlerseniz, her şey çok daha sıradan görünür.
Uzak gelecek çok yakında
Kendinizi 1750'de bulduğunuzu hayal edin. O zamanlar insanlar henüz elektriği duymamıştı, uzaktan iletişim meşalelerle yapılıyordu ve tek çare Yolculuktan önce hareket etmek için samanla beslenmek gerekiyordu. Ve böylece “geçmişten gelen kişiyi” yanınıza almaya ve ona 2016'daki hayatı göstermeye karar veriyorsunuz. Kendini arabaların hızla aktığı geniş, düz sokaklarda bulsaydı ne hissedeceğini hayal etmek bile imkansız. Misafiriniz buna inanılmaz derecede şaşıracaktır modern insanlar açık olsalar bile iletişim kurabilirler farklı taraflar Küre, takip et Spor etkinlikleri diğer ülkelerde 50 yıl önceki konserleri izleyin ve her anı fotoğraflara veya videolara kaydedin. Ve 1750'deki bu adama İnternet'ten, Uluslararası Uzay İstasyonundan, Büyük Hadron Çarpıştırıcısından ve Görelilik Teorisinden bahsetseydiniz, onun dünyaya bakış açısı muhtemelen çökerdi. Hatta aşırı izlenimden ölebilirdi.
Ancak ilginç olan şu: Eğer konuğunuz kendi "yerli" yüzyılına geri dönerse ve benzer bir deney yapmaya karar verirse, 1500'den bir insanı zaman makinesine bindirmeye karar verirse, o zaman geçmişten gelen bir ziyaretçi de birçok kişi tarafından şaşırmış olabilir. şeyler olsa, deneyimi o kadar etkileyici olmazdı; 1500 ile 1750 arasındaki fark, 1750 ile 2016 arasındaki fark kadar belirgin değil.
18. yüzyıldan kalma bir kişi geçmişten gelen bir konuğu etkilemek istiyorsa, Büyük Tarım Devrimi'nden önce M.Ö. 12.000 yılında yaşamış birini davet etmesi gerekecektir. Teknolojinin gelişmesi onu gerçekten “şaşırtabilirdi”. Kiliselerin yüksek çan kulelerini, okyanusları temizleyen gemileri, binlerce insanın yaşadığı şehirleri görünce, kabaran duygulardan bayılacaktı.
Teknolojinin ve toplumun gelişme hızı sürekli artmaktadır. Ünlü Amerikalı mucit ve fütürist Raymond Kurzweil buna "Tarihin Hızlanması Yasası" adını veriyor. Bunun nedeni, yeni teknolojilerin kullanıma sunulmasının toplumun daha hızlı bir şekilde gelişmesine olanak sağlamasıdır. Örneğin 19. yüzyılda yaşayan insanlar, 15. yüzyılda yaşayanlara göre daha ileri teknolojiye sahipti. Bu nedenle 19. yüzyılın insanlığa bir şeyler getirmesi şaşırtıcı değil. daha fazla başarı 15'inden daha.
Ancak teknoloji giderek daha hızlı gelişiyorsa, gelecekte birçok harika icat beklemeliyiz, değil mi? Eğer Kurzweil ve onun gibi düşünenler haklıysa 2030 yılında 1750'den günümüze gelen bir insanla aynı duyguları yaşayacağız. Ve 2050 yılına gelindiğinde dünya o kadar çok değişecek ki, önceki onyılların özelliklerini zorlukla ayırt edebileceğiz.
Yukarıdakilerin hepsi bilim kurgu değil - bilimsel olarak doğrulanmış ve oldukça mantıklı. Ancak pek çok kişi hâlâ bu tür iddialara şüpheyle yaklaşıyor. Bu birkaç nedenden dolayı olur:
1. Birçok kişi toplumun gelişiminin eşit ve doğrudan gerçekleştiğine inanır. 30 yıl sonra dünyanın nasıl olacağını düşündüğümüzde, son 30 yılda yaşananları hatırlıyoruz. Bu noktada yukarıdaki örnekte 1750 yılında yaşayan ve 1500 yılından misafir davet eden kişiyle aynı hatayı yapıyoruz. Önümüzdeki ilerlemeyi doğru bir şekilde hayal etmek için, gelişimin uzak geçmişe göre çok daha hızlı gerçekleştiğini hayal etmeniz gerekir.
2. Modern toplumun gelişim yörüngesini yanlış algılıyoruz. Örneğin, üstel bir eğrinin küçük bir parçasına bakarsak, bu bize düz bir çizgi gibi görünebilir (tıpkı bir dairenin bir kısmına bakıyormuşuz gibi). Ancak üstel büyüme düzgün ve pürüzsüz değildir. Kurzweil, ilerlemenin aşağıdaki grafikte de görüldüğü gibi s şeklinde bir eğri izlediğini açıklıyor:
Gelişimin her “turu” ani bir sıçramayla başlar ve bunun yerini daha sonra istikrarlı ve kademeli bir büyüme alır.
Yani, her yeni gelişim “turu” birkaç aşamaya bölünmüştür:
1. Yavaş büyüme (gelişimin erken aşaması);
2. Hızlı büyüme(ikinci, “patlayıcı” gelişme deyimi);
3. "Hizalama" ne zaman yeni teknoloji mükemmelliğe getirildi.
Son dönemdeki olaylara baktığımızda teknolojinin ne kadar hızlı ilerlediğinin tam olarak farkında olmadığımız sonucuna varabiliriz. Örneğin, 1995 ve 2007 yılları arasında İnternet'in, Microsoft'un, Google'ın ve Facebook'un ortaya çıkışını görebiliyorduk. sosyal ağlar, cep telefonları ve ardından akıllı telefonlar. Ancak 2008 ile 2016 arasındaki dönem, en azından yüksek teknoloji alanında keşifler açısından o kadar da zengin değildi. Böylece artık S şeklindeki gelişim çizgisinin 3. aşamasındayız.
3. Pek çok insan kendilerinin rehinesidir hayat deneyimi bu onların geleceğe bakışını çarpıtıyor. Geçmiş deneyimlere dayanarak geleceğe dair bakış açımızla çelişen herhangi bir tahmin duyduğumuzda, bu yargının saflık olduğunu düşünürüz. Örneğin, bugün size gelecekte insanların 150-250 yıl veya 150-250 yıl yaşayacağını söylerlerse, o zaman büyük ihtimalle şöyle cevap vereceksiniz: "Bu çok aptalca, çünkü herkesin ölümlü olduğu gayet iyi biliniyor." Nitekim geçmişte yaşamış olan bütün insanlar ölmüştür ve bugün de ölmeye devam etmektedirler. Ancak, nihayet icat edilene kadar hiç kimsenin uçak uçurmadığını da belirtmekte fayda var.
Aslında önümüzdeki birkaç on yılda çok şey değişecek ve değişiklikler o kadar önemli olacak ki, şimdi bunu hayal etmek bile zor. Bu makaleyi sonuna kadar okuduktan sonra bilim ve yüksek teknoloji dünyasında şu anda neler olup bittiği hakkında daha fazla bilgi edinebilirsiniz.
Yapay zeka (AI) nedir?
1. Yapay zekayı şu tür filmlerle ilişkilendiririz: Yıldız Savaşları", "Terminatör" vb. Bu bakımdan kurgu olarak değerlendiriyoruz.
2. Yapay zeka oldukça geniş bir kavramdır. Hem cep hesap makineleri hem de sürücüsüz arabalar için geçerlidir. Bu çeşitlilik kafa karıştırıcıdır.
3. Yapay zekayı şu alanlarda kullanıyoruz: Gündelik Yaşam ama biz bunun farkında değiliz. Yapay zekayı geleceğin dünyasından efsanevi bir şey olarak algılıyoruz, bu nedenle onun zaten etrafımızda olduğunu fark etmemiz zor.
Bu bakımdan birkaç şeyi kesin olarak anlamak gerekir. Öncelikle yapay zeka bir robot değildir. Robot, bazen taslağı olan bir tür yapay zeka kabuğudur. insan vücudu. Ancak yapay zeka, robotun içindeki bir bilgisayardır. İnsan vücudunun içindeki beyinle karşılaştırılabilir. Mesela duyduğumuz kadın sesi sadece bir kişileştirmedir.
İkincisi, muhtemelen “tekillik” ya da “teknolojik tekillik” kavramıyla karşılaşmışsınızdır. Bu terim, olağan yasa ve kuralların geçerli olmadığı bir durumu tanımlamak için kullanıldı. Bu kavram fizikte kara delikleri veya Evrenin Büyük Patlamadan önce çöktüğü anı tanımlamak için kullanılır. 1993 yılında Vernor Vinge, gelecekte yapay zekanın bizimkini aşacağı bir noktayı belirlemek için tekilliği kullandığı ünlü makalesini yayınladı. Ona göre bu an geldiğinde dünya, tüm kuralları ve yasalarıyla eskisi gibi var olmayacak.
Son olarak, üç ana kategorinin ayırt edilebileceği çeşitli yapay zeka türleri vardır:
1. Sınırlı Yapay Zeka (ANI, Yapay Dar Zeka). Belirli bir alanda uzmanlaşmış bir yapay zekadır. Mesela dünya satranç şampiyonunu bir satranç oyununda yenebilir ama yapabileceği tek şey budur.
2. Genel Yapay Zeka (AGI, Yapay Genel Zeka). Böyle bir yapay zeka, zekası insana benzeyen, yani bir insanla aynı görevleri yerine getirebilen bir bilgisayardır. Profesör Linda Gottfredson bu fenomeni şu şekilde tanımlıyor: "Genel yapay zeka, aynı zamanda akıl yürütme, planlama, problem çözme, soyut düşünme, karmaşık fikirleri karşılaştırma, hızlı öğrenme ve birikmiş deneyimi kullanma becerilerini de içeren genelleştirilmiş düşünme yeteneklerini bünyesinde barındırır."
3. Yapay Süper Zeka (ASI, Yapay Süper Zeka). İsveçli filozof ve Oxford Üniversitesi profesörü Nick Bostrom süper zekayı şu şekilde tanımlıyor: “Bilimsel buluşlar da dahil olmak üzere hemen hemen her alanda insan zekasından üstün olan zekadır. Genel Bilgi ve sosyal beceriler."
Şu anda insanlık sınırlı yapay zekayı zaten başarıyla kullanıyor. AGI konusunda uzmanlaşma yolundayız. Makalenin aşağıdaki bölümlerinde bu kategorilerin her biri ayrıntılı olarak tartışılacaktır.
Sınırlı Yapay Zekanın Yönettiği Bir Dünya
Sınırlı yapay zeka, dar problemleri çözmede insan zekasına eşit veya ondan daha üstün olan makine zekasıdır. Aşağıda bazı örnekler verilmiştir:
- yolundaki çeşitli engelleri tanıyan ve bunlara tepki veren, Google'dan sürücüsüz bir araba;
- bir "cennet"tir çeşitli formlar sınırlı yapay zeka. Navigasyon ipuçlarını kullanarak şehirde dolaştığınızda, Pandora'dan müzik önerileri aldığınızda, hava tahminlerini kontrol ettiğinizde, Siri ile konuştuğunuzda, ANI'yi kullanıyorsunuz;
- spam filtreleri e-posta- önce spam'i tanımayı öğrenirler, sonra da e-postalarını analiz ederek Önceki deneyim ve tercihlerinize göre harfleri özel bir klasöre taşıyın;
- Google Çeviri çevirmeni - klasik örnek dar görevini yeterince iyi yapan sınırlı yapay zeka;
- Uçak indiği anda yapay zeka tabanlı özel bir sistem, yolcuların hangi kapıdan çıkması gerektiğini belirliyor.
Sınırlı yapay zeka sistemleri insanlar için herhangi bir tehdit oluşturmuyor. İÇİNDE En kötü durumda Böyle bir sistemdeki bir arıza, elektrik dalgalanması gibi yerel bir felakete veya finansal piyasada küçük bir çöküşe neden olabilir.
Sınırlı yapay zeka alanındaki her yeni icat bizi genel yapay zekanın yaratılmasına bir adım daha yaklaştırıyor.
Neden bu kadar zor?
Eğer insanla aynı zekaya sahip bir bilgisayar yaratmaya çalışsaydınız, düşünme yeteneğinize gerçekten değer vermeye başlardınız. Gökdelenler tasarlamak, uzaya roket fırlatmak, Büyük Patlama teorisini incelemek - tüm bunları gerçekleştirmek insan beynini incelemekten çok daha kolaydır. Şu anda zihnimiz gözlemlenebilir Evrendeki en karmaşık nesnedir.
En ilginç şey, genel yapay zeka yaratmadaki zorlukların en görünüşte ortaya çıkmasıdır. basit şeyler. Örneğin on basamaklı sayıları saniyenin kesirinde çarpabilen bir cihaz yaratmak hiç de zor değil. Aynı zamanda monitörün önünde kimin olduğunu tanıyabilecek bir program yazmak inanılmaz derecede zordur: kedi mi köpek mi? Bir insanı satrançta yenebilecek bir bilgisayar mı yaratacaksınız? Kolayca! Bir makinenin bir çocuk kitabında yazılanları okumasını ve anlamasını sağlamak mı istiyorsunuz? Google bu sorunu çözmek için milyarlarca dolar harcıyor. Matematiksel hesaplamalar, finansal stratejiler oluşturma, bir dilden diğerine çeviri yapma gibi şeyler zaten yapay zekanın yardımıyla çözüldü. Ancak görme, algılama, jestler ve uzaydaki hareketler bilgisayarlar için hala çözülmemiş sorunlar olmaya devam ediyor.
Bu beceriler insanlara basit görünmektedir çünkü milyonlarca yıllık evrim boyunca gelişmişlerdir. Bir nesneyi almak için uzandığınızda kaslarınız, bağlarınız ve kemikleriniz gözlerinizin gördükleriyle tutarlı bir dizi işlem gerçekleştirir.
Öte yandan büyük sayıları çarpmak ve satranç oynamak biyolojik varlıklar için tamamen yeni eylemlerdir. Bu yüzden bir bilgisayarın bizi bu konuda yenmesi çok kolaydır. Hangi programı oluşturmayı tercih edeceğinizi düşünün: büyük sayıları hızlı bir şekilde çarpabilecek veya farklı yazı tipleriyle yazılmış binlerce harf arasından B harfini tanıyabilecek bir program mı?
Başka bir eğlenceli örnek: Aşağıdaki resme baktığınızda hem siz hem de bilgisayar, bu resmin iki farklı tonda karelerden oluşan bir dikdörtgeni temsil ettiğini açıkça anlayabilirsiniz:
Ancak siyah arka planı kaldırır kaldırmaz, önceden gizlenmiş olan resmin tamamı önümüzde açılacaktır:
Bir kişinin bu resimde gördüğü tüm figürleri isimlendirmesi ve tanımlaması zor olmayacaktır. Ancak bilgisayar bu görevle baş etmeyecektir. Aşağıdaki görüntüyü analiz ettikten sonra, önünde beyaz, siyah ve iki boyutlu birçok nesnenin birleşimi olduğu sonucuna varacaktır. gri renkler. Bu durumda kişi, resmin siyah bir taşı gösterdiğini rahatlıkla söyleyebilir:
Yukarıda bahsedilen her şey yalnızca statik bilginin algılanması ve işlenmesiyle ilgilidir. Bir insanın zeka düzeyine uyum sağlamak için bilgisayarın yüz ifadelerini, jestleri vb. tanımayı öğrenmesi gerekir. Peki tüm bunlara nasıl ulaşılır?
Genel yapay zeka yaratmanın ilk adımı bilgisayarın gücünü artırmaktır
Açıkçası, eğer “akıllı” bilgisayarlar yaratacaksak onların da insanlarla aynı düşünme yeteneklerine sahip olmaları gerekiyor. Bunu başarmanın bir yolu saniyedeki işlem sayısını arttırmaktır. Bunun için her insan beyin yapısının saniyede kaç işlem gerçekleştirdiğini hesaplamak gerekir.
Ray Kurzweil bazı hesaplamalar yaptı ve saniyede 10.000.000.000.000.000 işlem sayısını bulmayı başardı. İnsan beyni yaklaşık olarak aynı üretkenliğe sahiptir.
Şu anda en güçlü süper bilgisayar, performansı saniyede 34 katrilyon işlem olan Çin Tianhe-2'dir. Ancak bu süper bilgisayarın boyutu etkileyici; 720 metrekarelik bir alanı kaplıyor ve maliyeti 390.000.000 dolar.
Yani teknik açıdan bakarsanız, performans açısından insan beyniyle karşılaştırılabilecek bir bilgisayarımız zaten var. Kitlesel tüketicinin kullanımına açık değil, ancak on yıl içinde öyle olacak. Ancak insan gibi bir bilgisayara zeka kazandırabilecek tek şey performans değildir. Sonraki soru: Güçlü bir bilgisayar nasıl akıllı hale getirilir?
Genel yapay zeka yaratmanın ikinci adımı, makineye zeka kazandırmaktır
Bu sürecin en zor kısmı çünkü hiç kimse bir bilgisayarın nasıl akıllı hale getirileceğini gerçekten bilmiyor. Bir makinenin kedileri köpeklerden ayırt etmesinin veya B harfini tanımasının nasıl sağlanacağı konusunda hâlâ tartışmalar var. Bununla birlikte, bazıları aşağıda kısaca açıklanan birkaç strateji vardır:
1. İnsan beyninin kopyalanması
Şu anda, bilim adamları insan beyninin sözde tersine mühendisliği üzerinde çalışıyorlar. İyimser tahminlere göre bu çalışma 2030 yılına kadar tamamlanacak. Proje oluşturulduktan sonra beynimizin tüm sırlarını öğrenebileceğiz ve ondan yeni fikirler çıkarabileceğiz. Böyle bir sistemin örneği yapay sinir ağıdır.
Daha uç bir fikir de insan beyninin işlevlerini tamamen taklit etmektir. Bu deney sırasında beynin birçok parçaya bölünmesi planlanıyor. en ince katmanlar ve her birini tarayın. Daha sonra özel bir program kullanarak bir 3D model oluşturmanız ve ardından bunu güçlü bir bilgisayara uygulamanız gerekecektir. Bundan sonra resmi olarak insan beyninin tüm işlevlerine sahip olacak bir cihaz alacağız - geriye kalan tek şey bilgi toplamak ve öğrenmek.
Bilim adamlarının insan beyninin tam bir kopyasını oluşturması için ne kadar beklememiz gerekiyor? Oldukça uzun zaman oldu, çünkü bugüne kadar uzmanlar beynin 302 nörondan oluşan (beynimiz 100.000.000.000 nörondan oluşur) 1 mm'lik bir katmanını bile kopyalayamadı.
2. İnsan beyninin evrimini özetlemek
Akıllı bir bilgisayar yaratmak teorik olarak mümkün ve kendi beynimizin evrimi de bunun kanıtı. Beynin tam bir kopyasını oluşturamıyorsak, onun evrimini taklit etmeye çalışabiliriz. Aslında örneğin bir kuşun kanatlarını kopyalayarak uçak yapmak imkansızdır. Yüksek kaliteli bir uçak yaratmak için başka bir yaklaşım kullanmak daha iyidir.
Genel yapay zeka oluşturmak için evrim sürecini nasıl simüle edebiliriz? Bu yönteme genetik algoritma denir. Bu yaklaşımın özü, optimizasyon ve modelleme problemlerinin doğadaki doğal seçilime benzer mekanizmalar kullanılarak çözülmesidir. Birkaç bilgisayar farklı görevleri yerine getirecek ve en verimli olanlar birbirleriyle "çaprazlanacak". Görevi tamamlayamayan makineler hariç tutulacaktır. Böylece, bu deneyin birçok tekrarından sonra, doğal seçilim algoritması giderek daha iyi bir bilgisayar yaratacaktır. Buradaki zorluk, evrim sürecini ve "geçiş" sürecini otomatikleştirmekte yatmaktadır çünkü evrimsel süreç kendi kendine devam etmelidir.
Açıklanan yöntemin dezavantajı, evrimin doğasında milyonlarca yıl sürmesidir, ancak birkaç on yıl içinde sonuçlara ihtiyacımız var.
3. Tüm görevleri bilgisayara aktarın
Bilim insanları çaresiz kaldıklarında kendi kendini test eden bir program yaratmaya çalışırlar. Bu, genel yapay zeka yaratmanın en umut verici yöntemi olabilir.
Buradaki fikir, ana işlevleri yapay zeka araştırması ve kodlama değişiklikleri olacak bir bilgisayar yaratmaktır. Böyle bir bilgisayar yalnızca bağımsız olarak öğrenmekle kalmayacak, aynı zamanda kendi mimarisini de değiştirecektir. Bilim insanları bilgisayara araştırmacı olmayı öğretmeyi planlıyor. ana görev bu kişinin kendi zekasının gelişimi olacaktır.
Bütün bunlar çok yakında gerçekleşebilir
Bilgisayarların sürekli iyileştirilmesi ve yeni yazılımlarla yenilikçi deneyler paralel olarak gerçekleşir. Yapay genel zeka iki ana nedenden dolayı hızlı ve beklenmedik bir şekilde ortaya çıkabilir:
1. Üstel büyüme hızı çok yavaş gibi görünse de her an hızlanabilir.
2. Yazılım söz konusu olduğunda ilerleme çok yavaş oluyor gibi görünse de tek bir keşif bizi göz açıp kapayıncaya kadar yeni bir gelişim düzeyine taşıyabilir. Örneğin eskiden insanların Dünya'nın Evren'in merkezinde olduğunu düşündüklerini hepimiz biliyoruz. Bu bakımdan uzay araştırmalarında pek çok zorluk ortaya çıktı. Ancak daha sonra dünya sistemi beklenmedik bir şekilde güneş merkezliye dönüştü. Fikirler çarpıcı biçimde değiştiğinde yeni araştırmalar mümkün hale geldi.
Sınırlı Yapay Zekadan Yapay Süper Zekaya Giden Yolda
Sınırlı yapay zekanın geliştirilmesinde bir noktada bilgisayarlar bizi aşmaya başlayacak. Gerçek şu ki, insan beynine benzeyen yapay zekanın insanlara göre birçok avantajı olacak, bunlar arasında aşağıdakiler ayırt edilebilir:
Hız. Beyin nöronlarımız maksimum 200Hz frekansında çalışırken, modern mikroişlemciler 2GHz'de, yani 10 milyon kat daha hızlı çalışır.
Boyutlar. İnsan beyni kafatasının boyutuyla sınırlıdır ve bu nedenle büyüyemez. Bilgisayar, dosyaları depolamak için daha fazla alan sağlayacak şekilde herhangi bir boyutta olabilir.
Güvenilirlik ve dayanıklılık. Bilgisayar transistörleri beyin nöronlarından daha hassas çalışır. Ayrıca kolaylıkla tamir edilebilir veya değiştirilebilirler. Bilgisayar günün her saatinde tam kapasiteyle çalışabilirken, insan beyni yorulma eğilimindedir.
Sürekli kendini geliştirmeye programlanan yapay zeka, kendisini hiçbir sınırla sınırlamayacaktır. Bu, bir makinenin insan zekası seviyesine ulaştığında orada durmayacağı anlamına gelir.
Elbette bir bilgisayarın bizden “akıllı” hale gelmesi tüm insanlık için bir şok olacaktır. Aslında çoğumuz zekaya ilişkin şuna benzer çarpık bir görüşe sahibiz:
Zeka konusundaki çarpık görüşümüz.
Yatay eksen zaman, dikey eksen ise zekadır.
Zeka düzeyleri aşağıdan yukarıya doğru gider: karınca, kuş, şempanze, aptal insan, Einstein. Arasında aptal insan ve Einstein şunu söyleyen kişidir: “Ha ha! Bu komik robotlar maymun gibi davranıyor!”
Yapay zekanın gelişimi kırmızıyla gösterilmiştir.
Yani grafikte yapay zekanın gelişim eğrisi insan seviyesine ulaşma eğiliminde. Makinenin yavaş yavaş hayvandan daha akıllı hale gelmesini izliyoruz. Ancak yapay zeka "dar görüşlü adam" veya Nick Bostrom'un deyimiyle "köy aptalı" düzeyine ulaştığında, bu, yapay genel zekanın yaratıldığı anlamına gelecektir. Bu durumda bir bilgisayarın Einstein seviyesine ulaşması hiç de zor olmayacaktır. Bu hızlı gelişme aşağıdaki şekilde gösterilmektedir:
Peki sonra ne olacak?
Entelektüel patlama
Burada, bu makalede yazılanların, saygın bilim adamları tarafından derlenen gerçek bilimsel tahminlerin açıklaması olduğunu hatırlamakta fayda var.
Her durumda, sınırlı yapay zeka modellerinin çoğu, kendini geliştirme işlevini içerir. Ancak başlangıçta böyle bir işlevi sağlamayan bir yapay zeka yaratsanız bile, o zaman insan zekası seviyesine ulaşmış olan bilgisayar, kendi isteğiyle bağımsız olarak öğrenme yeteneği kazanacaktır. Bunun sonucunda makine zekası giderek gelişecek ve insan aklından kat kat üstün olacak bir süper zeka haline gelecektir.
Yapay zekanın ne zaman insan zekası seviyesine ulaşacağı konusunda şu anda tartışmalar var. Yüzlerce bilim insanı bunun 2040 civarında gerçekleşeceği konusunda hemfikir. Çok fazla değil uzun vadeli, değil mi?
Yani yapay zekanın insan zekası seviyesine ulaşması onlarca yıl alacak ama eninde sonunda gerçekleşecek. Bilgisayarlar, etraflarındaki dünyayı 4 yaşındaki bir çocuğun anladığı gibi anlamayı öğrenecekler. Aniden, bu bilgiyi özümseyen sistem teorik fizik, kuantum mekaniği ve görelilik teorisinde uzmanlaşacaktır. Bir buçuk saat içinde yapay zeka, insan beyninin yeteneklerinden 170 bin kat daha büyük yapay süper zekaya dönüşecek.
Süperzeka, kısmen de olsa kavrayamadığımız bir olgudur. Düşüncemize göre akıllı adam IQ'su 130, aptalınki ise 85'ten az. Peki IQ'su 12952 olan bir yaratık için hangi kelimeyi seçebilirsiniz?
Zeka güçle eş anlamlıdır, bu nedenle şu anda insan evrimin zirvesindedir ve diğer tüm canlılara boyun eğdirmektedir. Bu, yapay süper zekanın ortaya çıkışıyla birlikte “doğanın tacı” olmaktan çıkacağımız anlamına geliyor. Süper akla tabi olacağız.
Eğer sınırlı beynimiz Wi-Fi yaratabilseydi, bizden yüzlerce, binlerce, hatta milyonlarca kat daha büyük bir zihnin neler yaratabileceğini hayal edin. Bu zeka gezegendeki her atomun konumunu kontrol edebilecek. Artık büyü ya da Tanrı'nın gücü olarak gördüğümüz her şey süper zekanın günlük görevi haline gelecek. Supermind yaşlılığı yenebilecek, hastalıkları iyileştirebilecek, açlığı ve hatta ölümü yok edebilecek. Hatta Dünya'daki yaşamı korumak için hava durumunu yeniden programlayabilecek. Ancak süper zeka, göz açıp kapayıncaya kadar gezegendeki yaşamı yok edebilir. Şu andaki gerçeklik anlayışımıza göre Tanrı, süper zeka rolünde yanımıza yerleşecek. Kendimize sormamız gereken tek soru şudur: Bu iyi bir Tanrı olacak mı?
Yapay zeka (AI, İngilizce Yapay zeka, AI) - akıllı makineler, özellikle akıllı makineler yaratma bilimi ve teknolojisi bilgisayar programları. Yapay zeka, insan zekasını anlamak için bilgisayarların kullanılmasına ilişkin benzer bir görevle ilişkilidir ancak biyolojik olarak makul yöntemlerle sınırlı olması şart değildir.
Yapay zeka nedir
İstihbarat(Lat. Intellectus'tan - duyum, algı, anlayış, anlayış, kavram, akıl) veya zihin - yeni durumlara uyum sağlama yeteneğinden, deneyime dayalı öğrenme ve hatırlama, anlama ve uygulama yeteneğinden oluşan ruhun bir kalitesi soyut kavramlar ve kişinin bilgisini çevre yönetimi için kullanması. Zeka, her şeyi birleştiren genel biliş ve problem çözme kapasitesidir. bilişsel yetenekler insan: duyum, algı, hafıza, temsil, düşünme, hayal gücü.
1980'lerin başında. Hesaplamalı bilim insanları Barr ve Fajgenbaum, yapay zekanın (AI) aşağıdaki tanımını önerdiler:
Daha sonra bir dizi algoritma ve yazılım sistemleri Ayırt edici özelliği, bazı sorunları, çözümlerini düşünen bir kişinin yapacağı gibi çözebilmeleridir.
Yapay zekanın temel özellikleri dili anlamak, öğrenmek ve düşünme ve en önemlisi hareket etme yeteneğidir.
Yapay zeka, niteliksel ve hızlı bir şekilde gelişen, ilgili teknolojiler ve süreçlerden oluşan bir komplekstir, örneğin:
- doğal dilde metin işleme
- uzman sistemler
- sanal aracılar (sohbet robotları ve sanal asistanlar)
- öneri sistemleri.
Yapay zekanın teknolojik yönleri. Deloitte verileri
Yapay Zeka Araştırması
- Ana makale: Yapay Zeka Araştırması
Yapay zekada standardizasyon
2018: Kuantum iletişimi, yapay zeka ve akıllı şehir alanında standartların geliştirilmesi
6 Aralık 2018'de, RVC'ye dayalı "Siber-Fiziksel Sistemler" Teknik Komitesi, Bölgesel Mühendislik Merkezi "SafeNet" ile birlikte Ulusal Teknoloji Girişimi (NTI) pazarları ve dijital ekonomi için bir dizi standart geliştirmeye başladı. RVC'nin bildirdiğine göre, Mart 2019'a kadar kuantum iletişimi alanında teknik standardizasyon belgelerinin geliştirilmesi planlanıyor. Devamını oku.
Yapay zekanın etkisi
İnsan uygarlığının gelişimine yönelik risk
Ekonomi ve iş dünyası üzerindeki etkisi
- Yapay zeka teknolojilerinin ekonomi ve iş dünyasına etkisi
İşgücü piyasasına etkisi
Yapay Zeka Önyargısı
Yapay zeka uygulaması olan her şeyin (makine çevirisi, konuşma tanıma, doğal dil işleme, bilgisayarlı görme, otomatik sürüş ve çok daha fazlası) temelinde derin öğrenme yer alır. Bu, beynin işleyişini taklit ettiği söylenebilecek sinir ağı modellerinin kullanımıyla karakterize edilen, makine öğreniminin bir alt kümesidir, dolayısıyla bunları yapay zeka olarak sınıflandırmak zor olacaktır. Herhangi bir sinir ağı modeli büyük veri kümeleri üzerinde eğitilir, dolayısıyla bazı "beceriler" kazanır, ancak bunları nasıl kullandığı yaratıcıları için belirsiz kalır ve bu da sonuçta birçok derin öğrenme uygulaması için en önemli sorunlardan biri haline gelir. Bunun nedeni, böyle bir modelin, ne yaptığına dair herhangi bir anlayışa sahip olmadan, resmi olarak görsellerle çalışmasıdır. Böyle bir sistem yapay zeka mıdır ve makine öğrenimi üzerine kurulu sistemlere güvenilebilir mi? Son soruya verilen yanıtın önemi bunun ötesine geçiyor bilimsel laboratuvarlar. Bu nedenle, medyanın AI önyargısı olarak adlandırılan olguya olan ilgisi gözle görülür şekilde yoğunlaştı. “AI önyargısı” veya “AI önyargısı” olarak tercüme edilebilir. Devamını oku.
Yapay Zeka Teknoloji Pazarı
Rusya'da yapay zeka pazarı
Küresel yapay zeka pazarı
Yapay zekanın uygulama alanları
Yapay zekanın uygulama alanları oldukça geniştir ve hem tanıdık teknolojileri hem de kitlesel uygulamadan uzak, ortaya çıkan yeni alanları kapsamaktadır; diğer bir deyişle, bu, elektrikli süpürgelerden uzay istasyonlarına kadar tüm çözüm yelpazesini kapsamaktadır. Tüm çeşitliliklerini, gelişimin kilit noktalarının kriterlerine göre bölebilirsiniz.
Yapay zeka yekpare bir konu alanı değildir. Dahası, yapay zekanın bazı teknolojik alanları ekonominin yeni alt sektörleri ve ayrı varlıklar olarak ortaya çıkarken aynı zamanda ekonominin çoğu alanına hizmet ediyor.
Yapay zeka teknolojilerinin başlıca ticari uygulamaları
Yapay zeka kullanımının gelişmesi, ekonominin klasik sektörlerindeki teknolojilerin tüm değer zinciri boyunca uyarlanmasına ve bunları dönüştürmesine yol açarak lojistikten şirket yönetimine kadar neredeyse tüm işlevlerin algoritmalaştırılmasına yol açıyor.
Savunma ve Askeri İşler için Yapay Zekanın Kullanımı
Eğitimde kullanım
Yapay zekayı iş hayatında kullanma
Elektrik enerjisi endüstrisinde yapay zeka
- Tasarım düzeyinde: enerji kaynaklarına yönelik üretim ve talebin iyileştirilmiş tahmini, güç üreten ekipmanın güvenilirliğinin değerlendirilmesi, talep arttığında artan üretimin otomasyonu.
- Üretim düzeyinde: ekipmanların koruyucu bakımının optimizasyonu, üretim verimliliğinin artırılması, kayıpların azaltılması, enerji kaynaklarının çalınmasının önlenmesi.
- Promosyon düzeyinde: günün saatine ve dinamik faturalandırmaya bağlı olarak fiyatlandırmanın optimizasyonu.
- Hizmet sunumu düzeyinde: otomatik seçim en karlı tedarikçi, detaylı tüketim istatistikleri, otomatik müşteri hizmetleri, müşterinin alışkanlıkları ve davranışları dikkate alınarak enerji tüketiminin optimizasyonu.
Üretimde yapay zeka
- Tasarım düzeyinde: yeni ürün geliştirmenin verimliliğinin artırılması, otomatik tedarikçi değerlendirmesi ve yedek parça gereksinimlerinin analizi.
- Üretim düzeyinde: Görevleri tamamlama sürecinin iyileştirilmesi, montaj hatlarının otomatikleştirilmesi, hata sayısının azaltılması, hammaddelerin teslimat sürelerinin kısaltılması.
- Promosyon düzeyinde: destek ve bakım hizmetlerinin hacminin tahmin edilmesi, fiyatlandırma yönetimi.
- Hizmet sunumu düzeyinde: Araç filosu rotalarının planlanmasının iyileştirilmesi, filo kaynaklarına yönelik talep, servis mühendislerinin eğitim kalitesinin artırılması.
Bankalarda yapay zeka
- Desen tanıma - dahil kullanılır. Şubelerdeki müşterileri tanımak ve onlara özel teklifler iletmek.
Bankalarda yapay zeka teknolojilerinin başlıca ticari uygulama alanları
Taşımacılıkta yapay zeka
- Otomobil endüstrisi bir devrimin eşiğinde: İnsansız sürüş çağının 5 zorluğu
Lojistikte yapay zeka
Bira üretiminde yapay zeka
Yapay zekanın kamu yönetiminde kullanımı
Adli tıpta yapay zeka
- Desen tanıma - dahil kullanılır. kamusal alanlardaki suçluları tespit etmek.
- Mayıs 2018'de Hollanda polisinin karmaşık suçları araştırmak için yapay zeka kullandığı öğrenildi.
The Next Web'in haberine göre kolluk kuvvetleri, çözülmemiş vakalarla ilgili 1.500'den fazla raporu ve 30 milyon sayfayı dijital ortama aktarmaya başladı. Suçun en az üç yıldır çözülemediği ve sanığın 12 yıldan fazla hapis cezasına çarptırıldığı 1988 yılından sonraki materyaller bilgisayar formatına aktarılıyor.
Karmaşık bir suçu bir günde çözün. Polis yapay zekayı benimsiyor
Tüm içerik dijitalleştirildiğinde, kayıtları analiz edecek ve hangi vakalarda en güvenilir kanıtın kullanılacağına karar verecek bir makine öğrenimi sistemine bağlanacak. Bu, davaları işleme koymak ve geçmiş ve gelecekteki suçları çözmek için gereken süreyi birkaç haftadan bir güne indirecektir.
Yapay zeka, vakaları “çözülebilirliklerine” göre sınıflandıracak ve DNA testinin olası sonuçlarını gösterecek. Daha sonra plan, adli tıpın diğer alanlarındaki analizleri otomatikleştirmek ve hatta belki de verileri aşağıdaki gibi alanlara genişletmektir: sosyal Bilimler ve tanık ifadeleri.
Ayrıca sistem geliştiricilerinden Jeroen Hammer'ın da belirttiği gibi gelecekte iş ortaklarına yönelik API fonksiyonları yayınlanabilir.
Hollanda polisi var özel birim suçların çözümüne yönelik yeni teknolojilerin geliştirilmesinde uzmanlaşmıştır. Kanıta dayalı olarak suçluları hızlı bir şekilde aramak için AI sistemini yaratan oydu.
Yargıda AI
Yapay zeka alanındaki gelişmeler yargı sistemini kökten değiştirecek, onu daha adil ve yolsuzluk planlarından arınmış hale getirecek. Bu görüş 2017 yazında Artezio'nun teknik danışmanı Teknik Bilimler Doktoru Vladimir Krylov tarafından dile getirildi.
Bilim adamı, yapay zeka alanındaki mevcut çözümlerin başarılı bir şekilde uygulanabileceğine inanıyor farklı bölgeler ekonomi ve kamusal yaşam. Uzman, yapay zekanın tıpta başarıyla kullanıldığına ancak gelecekte yargı sistemini tamamen değiştirebileceğine dikkat çekiyor.
“Her gün yapay zeka alanındaki gelişmelerle ilgili haberlere baktığınızda, bu alandaki araştırmacıların ve geliştiricilerin tükenmez hayal gücüne ve üretkenliğine hayran kalacaksınız. Hakkında mesajlar bilimsel araştırma Sürekli olarak pazara giren yeni ürünlerle ilgili yayınlar ve çeşitli alanlarda yapay zeka kullanımıyla elde edilen şaşırtıcı sonuçlara ilişkin raporlar serpiştiriliyor. Yapay zekanın yeniden haberlerin kahramanı olacağı, medyada gözle görülür abartılı bir heyecanın eşlik ettiği beklenen olaylardan bahsedersek, o zaman muhtemelen teknolojik tahminlerde bulunma riskini almayacağım. Bir sonraki olayın yapay zeka biçiminde son derece yetkin, adil ve dürüst bir mahkemenin bir yerde ortaya çıkacağını hayal edebiliyorum. Görünüşe göre bu 2020-2025'te gerçekleşecek. Ve bu mahkemede gerçekleşecek süreçler beklenmedik yansımalara ve birçok insanın, insan toplumunu yönetme süreçlerinin çoğunu yapay zekaya aktarma arzusuna yol açacak.”
Bilim insanı, yapay zekanın yargı sisteminde kullanılmasının yasama eşitliğini ve adaleti geliştirmek için "mantıklı bir adım" olduğunu kabul ediyor. Makine zekası yolsuzluğa ve duygulara tabi değildir, yasal çerçeveye sıkı sıkıya bağlı kalabilir ve anlaşmazlığın taraflarını karakterize eden veriler de dahil olmak üzere birçok faktörü dikkate alarak kararlar verebilir. Tıp alanına benzer şekilde robot hakimler depolama tesislerinden gelen büyük verilerle çalışabiliyor toplum servisleri. Makine zekasının verileri hızlı bir şekilde işleyebileceği ve bir insan yargıcından önemli ölçüde daha fazla faktörü hesaba katabileceği varsayılabilir.
Ancak uzman psikologlar, davalarda duygusal unsurun bulunmamasının kararın kalitesini olumsuz yönde etkileyeceğine inanıyor. Makine mahkemesinin kararı, insanların duygularının ve ruh hallerinin önemini hesaba katmadan çok basit olabilir.
Tablo
2015 yılında Google ekibi, kendi başlarına görsel oluşturup oluşturamayacaklarını görmek için sinir ağlarını test etti. Daha sonra yapay zeka örnek olarak eğitildi büyük miktarçeşitli resimler. Ancak makineden bir şeyi kendi başına tasvir etmesi "istendiğinde", etrafımızdaki dünyayı biraz tuhaf bir şekilde yorumladığı ortaya çıktı. Örneğin, dambıl çizme görevi için geliştiriciler, metalin insan eliyle bağlandığı bir görüntü aldı. Bunun nedeni muhtemelen eğitim aşamasında analiz edilen dambıllı resimlerin el içermesi ve sinir ağının bunu yanlış yorumlamasıydı.
26 Şubat 2016'da San Francisco'daki özel bir müzayedede Google temsilcileri, yapay zeka tarafından oluşturulan psychedelic resimlerden yaklaşık 98 bin dolar topladı ve bu fonlar hayır kurumlarına bağışlandı. Arabanın en başarılı resimlerinden biri aşağıda sunulmuştur.
Google'ın yapay zekası tarafından yapılmış bir tablo.
Yapay zekanın 2007'den bu yana askeri laboratuvarların derinliklerinde çalıştığını söylüyorlar. Zaten sonuçların olması mümkündür. Daha bir ay önce Elon Musk'un yapay zeka karşıtı teknolojilere desteğini duyurması ve bu alandaki araştırmalara 7 milyon dolar yatırım yapması tesadüf değil.
“Önümüzdeki beş yıl içinde gerçekten tehlikeli bir şeyin yaşanma riski var. Girişimci, edge.org'daki bir tartışmada "En fazla on yıl" dedi.
Tesla ve SpaceX'in kurucusu Elon Musk
Steve Wozniak da "yapay zekanın bir gün insanlardan kurtulacak kadar akıllı olacağına" inanan Musk ile aynı fikirde. Bill Gates, yapay zekanın yaratılması kontrol edilmezse "yapay zekanın insan sistemlerinin hedefleriyle çelişen bir duruma dönüşeceğinden" emin. Ve son olarak ünlü astrofizikçi Stephen Hawking, "yapay zekanın insanlığın varlığına son verebileceğini" doğrudan ifade etti.
Hawking, Elon Musk ile birlikte, Futureoflife.org web sitesinde, bilim camiasını yapay zeka alanındaki araştırmalarının ilerleyişi konusunda dikkatli olmaya çağıran açık bir mektup yayınladı. Ancak imzacılar arasında Sergey Brin ve Larry Page'in isimleri yok. Ve bu bir tesadüf değil. Kısa süre önce Google, konuşma modellemeye dayalı yeni bir yapay zekanın oluşturulduğunu duyurdu.
İşte bir insan ile bir Google Makinesi arasındaki konuşmanın kısa bir kısmı:
C: Hayatın anlamı nedir?
M.: İyilik yap.
C.: Ne için yaşıyoruz?
M.: Sonsuza dek yaşamak.
C: Varoluşun anlamı nedir?
M: Dünya gezegenine vardığımızda ne olacağını öğrenmek için.
Ch: Şimdi neredesin?
M.: Boşluğun ortasında.
C: Ölümün anlamı nedir?
M.: Hayata kavuşmak için.
C: Aklın anlamı nedir?
M.: Ne olduğunu anlamakla ilgili.
C.: Duyguların anlamı nedir?
M.: Bilmiyorum.
Oldukça anlamlı bir konuşma. Biplan şirketinin genel müdürü Evgeniy Karyuk, "Bu, yapay zekanın geleceği için bir başlangıç noktası, bir tür çekirdek" diyor. "Bugün bile, erken aşamada da olsa, 2030 yılına kadar yapay zekayla donatılmış çok gerçek prototipler göreceğimizi varsayabiliriz."
Tüm insan ve Google Makine konuşmalarının tam içeriği görüntülenebilir. Burada karşılaştırma amacıyla bir kişi ile Cleverbot arasındaki konuşmalar da veriliyor. Cleverbot, bir kişiyle sohbet etmek için yapay zeka algoritmalarını kullanan bir web uygulamasıdır. 1988 yılında bilim adamı Rollo Carpenter tarafından icat edildi. Cleverbot, varlığı boyunca insanlarla 65 milyonun üzerinde konuşma gerçekleştirdi. Cleverbot, 2011 yılında Turing testinde %51 puan aldı.
Turing Testi, Alan Turing'in 1950 yılında Mind dergisindeki "Computing Machinery and Mind" adlı makalesinde önerdiği ampirik bir testtir. Testin amacı bir bilgisayarın düşünüp düşünemediğini bulmaktır.
Ve işte Cleverbot ile konuşmam:
Adam: Hayatın anlamı nedir?
Cleverbot: Hayatın hiçbir anlamı yok.
Adam: Ne için yaşıyoruz?
Cleverbot: Birisi için yaşıyoruz ve eğer yalnızsan yaşamanın bir anlamı yok.
Adam: Varoluşun anlamı nedir?
Kişi: Şimdi neredesin?
Cleverbot: Moskova'da.
Adam: Ölümün anlamı nedir?
Cleverbot: Sana sormak istediğim şey bu.
Adam: Aklın anlamı nedir?
Cleverbot: Bu soruya benim de kendi cevabım var.
Kişi: Duyguların anlamı nedir?
Cleverbot: Neden doğdum?
Açıkçası Google Machine çok daha anlamlı cevaplar sağlıyor. Cleverbot, diğer insanlardan uygun olduğunu düşündüğü ifadeleri kullanır. Bazen diğer kişi gerçekten cevap veriyormuş gibi görünür, ama daha fazlası değil.
Yapay zekanın prensipte imkansız olduğu başka bir bakış açısı daha var. Gödel'in eksiklik teoremi sıklıkla ana argüman olarak gösterilmektedir. Sonuç olarak, bir kişi algoritmik olarak çözülemeyen sorunları çözme yeteneğine sahiptir, ancak bir bilgisayar değildir. “Üç yaşına geldiğinde çocuk, olgunlukla ilgili soruyu cevaplayabileceği sinir bağlantılarına sahip olması nedeniyle bir meyvenin olgun olup olmadığı sorununu güvenle çözer: renk, tat, koku, yumuşaklık veya sertlik. "diyor Moskova Teknoloji Enstitüsü'nün ilk rektör yardımcısı Evgeniy Pluzhnik. - Bir makine bunu öğrenebilecek kapasitede midir? Eminim öyledir! Eğer varsa büyük taban görüntüler sayesinde fruktoz içeriğini ölçebilecek ve meyvenin yumuşaklığını belirleyebilecek. Peki mavi boyalı ve tatlı suya batırılmış bir süngeri arabanıza koyarsanız ne olur? Makine şu anda gerçek anlayışı gerçekleştirebilecek kapasitede mi?”
Ünlü matematikçi Roger Penrose derslerinden birinde "Modern bir bilgisayar, ister satranç ister matematiksel hesaplamalar olsun, herhangi bir karmaşık aktiviteyle, bu aktivite açık hesaplama kuralları kullanılarak tanımlanabildiği sürece kolayca başa çıkabilir" diyor. Evgeniy Pluzhnik, "Yapay zeka, bir sistemin kendi kendine öğrenme sırasında belirli bir karmaşıklık sınıfındaki sorunları çözebilecek programlar oluşturma yeteneğidir" diyor. “Önümüzdeki 100 yıl içinde güçlü yapay zekanın ortaya çıkışını göremeyeceğimize eminim.”
Ve son olarak Cleverbot'a bir soru daha.
Kişi: 1 elma, 1 domates, 1 salatalık ve 1 armut vardı. Toplamda kaç meyve var?
Cleverbot: Akşam saat onda.
Yükleniyor...
