Atsiranda perdėti žmonių lūkesčiai, jog jis tuoj užvaldys beveik viską, visiškai pakeis žmogiškąjį intelektą, dėl ko daugybė žmonių tiesiog neteks darbo. Iš tiesų, dirbtinis intelektas turi privalumų prieš žmogų: jis gali kiaurą parą atlikinėti rutininius darbus, neparašyti jokių atostogų ir labai greitai rasti sprendimus situacijose, su kuriomis supažindintas.
Žmogaus smegenys analizuodamos situacijas, spręsdamos problemas bei priimdamos sprendimus šalia jausmų ir vaizdinių pasitelkia kalbą. Žmogiškasis intelektas neatsiejamas nuo kalbos, kuriai tiesioginę įtaką daro išsilavinimas.
Technologinio progreso fone atsirado perversmą sukėlę dirbtiniai smegenų modeliai, gebantys „suprasti“ žmogaus kalbą. 2018 metais „Google“ kompanija pristatė daugiau kaip 100-ui kalbų (įskaitant ir lietuvių) žodžių prasmes „pagaunantį“ smegenų modelį.
2020 metais Open AI sukūrė mintis reiškiantį smegenų modelį, apmokytą panaudojant atviruosius interneto šaltinius.
Šio dirbtinio „poligloto“ smegenys Elono Musko kompanijai kainavo 12 milijonų dolerių, tačiau vis tiek nėra tobulos: neturi laiko suvokimo (todėl painiojasi istorinių faktų chronologijoje), nežino, kokios informacijos nedera atskleisti (telefono numerių, adresų), pateikia vienas kitam prieštaringas mintis ir t.t.
Niekas negalėtų nuginčyti, jog šie galingi smegenų modeliai supranta kalbą ir turi daugiau nei „bendrąjį išsilavinimą“. Tai ko gi jiems dar trūksta? Jiems trūksta specifinių srities žinių ir gebėjimų!
Galime tik įsivaizduoti, kas nutiktų, jei atsitiktinai pasirinkto žmogaus paprašytume atsakyti į klausimus pvz. apie dirbtinį intelektą. Situacija kardinaliai pasikeistų, jei tą žmogų prieš tai supažindintume su sritimi, pateiktume galimus klausimų variantus ir susijusius atsakymus.
Taigi, svarbiausiais žmogiškojo intelekto patobulinimo veiksniais tampa tinkama mokymosi medžiaga ir mokymosi procesas. Lygiai tas pats su dirbtiniu intelektu!
Pats savaime jis nei visagalis, nei visažinis. Iš dirbtinio intelekto tiesiog savaime tikėtis aukštesnių gebėjimų yra lygiai tas pats, kaip tikėtis, jog vieną rytą neįdėjęs jokių pastangų mokinys atsibus puikiai mokėdamas matematiką.
Tinkamai parengtų, konkrečiam uždaviniui spręsti pritaikytų mokymo duomenų trūkumas bei kokybė dažnai tampa pagrindine kliūtimi kuriant dirbtinį intelektą, ypač mažoms kalboms (tokioms kaip lietuvių).
Ne mažiau svarbus ir tinkamai parinktas mokymosi metodas. Nuolatos atsiranda dirbtinių smegenų modelių, kurie daugiau ar mažiau jau „supranta“ lietuviškai, tačiau juos dar reikia pamokyti atlikti konkrečias užduotis (pvz. atsakyti į srities klausimus, apibendrinti gautą informaciją ir pan.).
Pažangiausi tokio intelekto mokymosi metodai – dirbtiniai neuroniniai tinklai, kurie veikia pagal supaprastintą žmogaus smegenų modelį. Jie mokosi medžiagą įsisavindami palaipsniui, ją peržiūrėdami kelis kartus, iki kol pavyksta viską gerai „suprasti“.
Dirbtinis intelektas mokymosi procese atsiriboja nuo emocijų. Dirbtinis intelektas apie sritį žino tik tai, ką išmoko, jo mokymosi procesas yra baigtinis.
Tuo tarpu žmogus ir toliau kaupia žinias bei gyvenimo patirtį. Dirbtinis intelektas gali puikiai atlikti rutininius darbus, tačiau kol kas negali pakeisti žmogaus gebėjimo susidoroti su iššūkiais nematytose situacijose.
Būtent dėl to mokslininkai nepaliaujamai bando „klonuoti“ žmogų. Tikiu, kad vieną dieną dirbtinis intelektas gebės ištrūkti iš dabartinio ribotumo gniaužtų, tačiau kaip tą padaryti, kol kas dar neatrado žmogiškasis.
Ši subjektyvi autoriaus nuomonė nebūtinai sutampa su redakcijos: už skaitytojo turinį lrytas.lt neatsako.
