Штучний інтелект. Простий путівник, який допоможе зрозуміти ШІ

Як навчається ШІ?

Ключем до всього машинного навчання є процес, який називається тренуванням, під час якого комп’ютерна програма отримує велику кількість даних (іноді з поясненнями, що це за дані), і набір інструкцій.

Інструкція може бути, приміром, такою: "знайти всі зображення, що містять обличчя" або "розподілити ці звуки за категоріями".

Потім програма шукатиме закономірності у наданих їй даних, щоб досягти поставлених цілей.

Можливо, на цьому шляху їй знадобляться деякі підказки - на кшталт "це не обличчя" або "ці два звуки різні" - але те, що програма вивчає за допомогою цих даних і наданих підказок, стає моделлю ШІ, і цей тренувальний матеріал у підсумку визначає її здібності.

Щоб зрозуміти, як цей тренувальний процес може створити різні типи ШІ, уявімо різних тварин.

Протягом мільйонів років природне середовище існування змусило тварин розвивали певні здібності - так само мільйони разів, які ШІ переглядає наданий йому тренувальний матеріал, формують спосіб його розвитку та створюють спеціалізовані моделі штучного інтелекту.

Тож які є приклади того, як ми навчили ШІ розвивати різні навички?

Що таке чатботи?

Уявіть, що чатбот - це папуга. Він може повторювати почуті слова, певним чином розуміє їхній контекст, але не розуміє повного значення.

Чатботи роблять те саме - хоча й на більш складному рівні - і перебувають на порозі зміни наших стосунків із письмом.

Але звідки ці чатботи знають, як писати?

Вони є різновидом штучного інтелекту, відомого як великі мовні моделі (ВММ), і тренуються на величезних обсягах тексту.

ВММ здатні враховувати не лише окремі слова, а й цілі речення, та порівнювати використання слів і фраз в уривку з іншими прикладами в усьому масиві тренувальних даних.

За допомогою цих мільярдів порівнянь слів та фраз, ВММ може прочитати запитання та згенерувати відповідь – як предиктивне введення тексту у вас на телефоні, але у значно більшому масштабі.

Дивовижна річ великих мовних моделей полягає в тому, що вони можуть вивчати правила граматики та розуміти значення слів самостійно, без допомоги людини.

Чи можна поговорити зі штучним інтелектом?

Якщо ви користувалися Alexa, Siri або будь-якою іншою системою розпізнавання голосу - то ви користувалися ШІ.

Уявіть кролика з великими вухами, пристосованими вловлювати найменші коливання звуку.

ШІ записує звуки, коли ви говорите, видаляє фоновий шум, розділяє вашу мову на фонетичні одиниці – окремі звуки, які складають вимовлене слово – і потім зіставляє їх із бібліотекою звуків мови.

Потім ваше мовлення перетворюється на текст, у якому будь-які потенційні помилки сприйняття на слух можна виправити до того, як ШІ дасть відповідь.

Цей тип штучного інтелекту називається обробка природної мови.

Цю технологію використувають у багатьох ситуаціях - від того, як ви говорите "так", щоб підтвердити транзакцію у мобільному банкінгу, до того, як цікавитеся у свого смартфона про погоду на наступні кілька днів у місті, куди зібралися поїхати.

Чи розуміє ШІ зображення?

Помічали, як ваш телефон створює альбоми фотографій з назвами на кшталт "На пляжі" або "Вечірки"?

Значить, ви користувалися ШІ, не усвідомлюючи цього. Алгоритм ШІ виявив закономірності у ваших фото і згрупував їх для вас.

Такі програми тренували шляхом перегляду купи зображень, які супроводжував простий опис.

Якщо ви надасте такому типу ШІ достатньо зображень із позначкою "велосипед", зрештою він почне розпізнавати, як виглядає велосипед і чим він відрізняється від човна чи автомобіля.

Іноді штучний інтелект тренують виявляти крихітні відмінності в подібних зображеннях.

Так працює технологія розпізнавання обличчя, яка виявляє найменші дрібниці рис вашого обличчя, які роблять його унікальним у порівнянні з будь-яким іншим обличчям на планеті.

Такі ж алгоритми навчалися виявляти небезпечні для життя пухлини на рентгенівських знімках чи томографіях - вони можуть опрацювати тисячі знімків за той час, за який людина перегляне лише один.

Як ШІ створює нові зображення?

Нещодавно розпізнавання зображень адаптували до моделей ШІ, які навчилися, майже як хамелеони, маніпулювати візерунками та кольорами.

Такі генератори зображень можуть за допомогою складних візуальних шаблонів, які вони збирають із мільйонів фотографій і малюнків, створювати абсолютно нові зображення.

Ви можете попросити штучний інтелект створити фотографічне зображення чогось, чого насправді ніколи не було - наприклад, фотографію людини, яка йде поверхнею Марса.

Або ж ви можете проявити творчість і вказати стиль майбутнього зображення: "Зроби портрет тренера збірної Англії з футболу, намальований у стилі Пікассо".

Найновіші ШІ починають процес генерації цього нового зображення з набору пікселів довільного кольору.

Вони шукають у цих випадкових крапках будь-який натяк на візерунок, який вони вивчили під час тренування – шаблони для створення різних об’єктів.

Ці шаблони поступово удосконалюються шляхом додавання подальших шарів випадкових крапок, аж поки нарешті не виникне подібність.

Зберіть разом усі необхідні шаблони, як-от "поверхня Марса", "астронавт" і "ходіння" - і ви отримаєте нове зображення.

Оскільки нове зображення складається з шарів випадкових пікселів, у результаті ми отримуємо дещо нове, чого ніколи раніше не існувало - але водночас воно базується на мільярдах шаблонів, яких ШІ навчився з масиву тренувальних зображень.

Тепер суспільство постає перед викликом - як узгодити такі новотвори з авторським правом та етикою, враховуючи, що ШІ вчиться на результатах наполегливої праці справжніх художників, дизайнерів і фотографів.

А як щодо безпілотних автомобілів?

Безпілотні автомобілі протягом десятиліть були в центрі розмов довкола штучного інтелекту, а наукова фантастика міцно закріпила їх у нашій уяві.

Цей тип ШІ називають автономним керуванням, а безпілотні авто оснащені камерами, радаром і лазерами для вимірювання відстані.

Уявіть бабку, яка має зір на 360 градусів й датчики на крилах, які допомагають їй маневрувати та коригувати рухи під час польоту.

Схожим чином модель штучного інтелекту використовує дані зі своїх датчиків, щоб ідентифікувати об’єкти та з’ясувати, чи рухаються вони, і якщо так, то який це рухомий об’єкт – інша машина, велосипед, пішохід чи щось інше.

Тисячі годин тренування, спрямованого на те, щоб зрозуміти, як виглядає правильне керування автомобілем, дозволили ШІ керувати автомобілем і уникати зіткнень в реальному світі.

Алгоритми прогнозування багато років намагалися упоратися з часто непередбачуваною поведінкою реальних водіїв, однак тепер безпілотні автомобілі вже зібрали мільйони кілометрів даних на реальних дорогах. У Сан-Франциско такі авто вже возять пасажирів за гроші.

Автономне керування також є яскравим прикладом того, як новим технологіям доводиться долати не тільки технічні перешкоди.

Різне законодавство та правила безпеки, а також глибоко вкорінене відчуття тривоги з приводу того, що станеться, коли ми передаємо керування машинам, досі є потенційними перешкодами для повністю автоматизованого майбутнього на наших дорогах.

Що ШІ знає про мене?

Деякі ШІ просто мають справу з числами, збираючи та поєднуючи їх, щоб створити рій інформації, що може мати дуже цінні результати.

Ймовірно, у світовому павутинні вже є кілька профілів щодо вашої фінансової та соціальної активності, які можна використовувати для прогнозування вашої поведінки.

Ваша картка лояльності в супермаркеті відстежує ваші звички та смаки через ваші щотижневі закупи. Кредитні агенції відстежують, скільки грошей ви маєте в банку та боргів за кредитними картками.

Netflix і Amazon відстежують, скільки годин відео ви переглянули минулого вечора. Ваші акаунти в соціальних мережах знають, скільки відео ви прокоментували сьогодні.

І йдеться не лише про вас - ці цифри існують щодо всіх, що дозволяє моделям штучного інтелекту працювати з ними, шукаючи соціальні тенденції.

Ці моделі штучного інтелекту вже формують ваше життя: від вирішення того, чи можете ви отримати позику чи іпотеку, до впливу на те, що ви купуєте, шляхом підбору реклами для вас в інтернеті.

Чи зможе ШІ робити все?

Чи можливо було б об’єднати ці навички у єдину гібридну модель ШІ?

Саме це робить одне з останніх досягнень у сфері штучного інтелекту.

Воно називається мультимодальним ШІ та дозволяє моделі переглядати різні типи даних, такі як зображення, текст, аудіо чи відео, і виявляти нові зв'язки між ними.

Цей мультимодальний підхід став однією з причин величезного стрибка в можливостях ChatGPT після оновлення з версії ChatGPT3.5, яка тренувалася лише на текстах, до версії ChatGPT4, яка навчалася також і на зображеннях.

Ідея єдиної моделі штучного інтелекту, здатної обробляти будь-які дані і, отже, виконувати будь-які завдання, від перекладу між мовами до розробки нових ліків, відома як штучний загальний інтелект (ШЗІ).

Для одних це - кінцева мета всіх досліджень штучного інтелекту; для інших - шлях до тих науково-фантастичних антиутопій, у яких ми вивільняємо інтелект настільки далеко за межі нашого розуміння, що більше не в змозі його контролювати.

Як тренується ШІ?

Донедавна ключовий процес тренування більшості ШІ був відомий як "контрольоване навчання", або навчання з учителем.

Люди давали ярлики з поясненням величезним наборам навчальних даних, а ШІ мав знайти закономірності у цих даних.

Потім штучний інтелект просили застосувати віднайдені закономірності до нових даних і дати коментар щодо їхньої точності.

Як ШІ навчається сам?

Контрольоване навчання - неймовірно потужниф метод, однак багато з останніх проривів у ШІ стали можливими завдяки спонтанному навчанню, або навчанню без учителя.

Простіше кажучи, завдяки використанню складних алгоритмів і величезних наборів даних штучний інтелект може навчатися без будь-якої допомоги людини.

Найвідоміший приклад - ChatGPT.

Обсяги тексту в інтернеті та оцифрованих книгах настільки величезні, що за багато місяців ChatGPT зміг навчитися самостійно поєднувати слова в осмислений спосіб, а люди потім допомагали точніше налаштувати його відповіді.

Уявіть, що у вас є велика купа книг іноземною мовою, можливо, деякі з них - з ілюстраціями.

Зрештою ви побачите, що щоразу, коли ви бачите у книзі зображення дерева, на сторінці поряд із ним з'являється одне й те саме слово, а коли фото будинку - то слово інше.

Поступово ви виявите й інші закономірності.

ChatGPT провів такий ретельний аналіз зв’язків між словами, щоб створити величезну статистичну модель, яку потім можна використовувати для прогнозування та створення нових речень.

Вона покладається на величезну обчислювальну потужність, яка дозволяє ШІ запам’ятовувати величезну кількість слів – поодинці, групами, реченнями – а потім читати та порівнювати, як вони вживаються, і робити це знову і знову лише за частку секунди.

Швидкий прогрес, якого досягли моделі глибинного навчання за останній рік, викликав нову хвилю ентузіазму та занепокоєння щодо потенціалу штучного інтелекту - і наразі немає жодних ознак його сповільнення.

Обіцянки та застереження наукової фантастики, здається, раптово підкралися до нас вже у реальному житті - і ми виявили, що живемо у світі, де штучний інтелект починає виявляти свої дивні нелюдські здібності.

Над матеріалом працювали:

Автор: Пол Сарджент

Розробка: Ассіз Перейра та Аллі Шультес

Редагування: Емма Аткінсон і Белла Гаррелл. Спеціальна подяка Мар’ям Ахмед за консультації щодо моделей машинного навчання