„Dirbtinis intelektas, paprastai kalbant, reiškia, kad tam tikra užduotis yra įgyvendinama automatizuotai, t. y. ne žmogaus, o pasitelkus dirbtines smegenis. Pavyzdžiui, el. pašto dėžutėje nustačius, kad laiškai, gaunami iš tam tikro asmens, nugultų į jūsų sukurtą aplanką, tai yra padaroma automatiškai. Ir sakyti, kad tai padarė dirbtinis intelektas, nebūtų klaida. Bet lygiai taip pat teisinga sakyti, kad, pavyzdžiui, pokalbių robotai yra varomi dirbtinio intelekto. Vis dėlto kiekviename šių atvejų ta pati sąvoka reiškia skirtingus dalykus, nors iš esmės tai yra dirbtinis intelektas“, – komentuoja R. Špukienė.
Dirbtinį intelektą protingu padaro sudėtingi metodai
Dirbtinis intelektas yra kompiuterių mokslo laukas, kuriame yra susitelkiama į įrenginių arba programinės įrangos, atliekančios tam tikras užduotis, kurioms paprastai buvo reikalingos žmogaus smegenys, kūrimą.
„Svarbu suprasti, kad technologijas protingomis padaro daug sudėtingesni ir gilesni metodai, tokie kaip mašininis mokymas (angl. Machine Learning), neuroniniai tinklai (angl. Neural Networks) arba gilusis mokymasis (angl. Deep Learning). Būtent šios technologijos yra brangiai kainuojančios ir reikalaujančios daug mokslininkų laiko.
Pavyzdžiui, egzistuoja du tipai pokalbių robotų: tie, kuriuos vadiname išmaniaisiais, ir tie, kuriuos lietuviškai įvardijame kaip virtualiuosius pokalbių asistentus. Būtent šie du produktai itin gerai atspindi skirtingus dirbtinio intelekto lygius. Išmaniuosiuose pokalbių robotuose veikia visi mano išvardyti gilesni metodai – mašininis mokymasis, neuroniniai tinklai, ir tai leidžia robotams „mąstyti“, nuspėti klausiančiojo intenciją ir t. t. Virtualieji pokalbių asistentai visų šių metodų nenaudoja, todėl veikia pagal jiems sukurtas aiškias taisykles ir geba naviguoti klientą per meniu-klausimų medį, arba atsako tik į labai konkrečiai ir tiksliai užduotą klausimą“, – aiškina R. Špukienė.
Kaip veikia dirbtinis intelektas?
Kalbant apie dirbtinį intelektą, kuris apima visus anksčiau išvardintus technologinius metodus, svarbu suprasti, kaip jis veikia. Kai pats paprasčiausias dirbtinis intelektas veikia pagal sudarytą sprendimų medį, tai mašininiu mokymusi ir neuroniniais tinklais paremtas dirbantis intelektas tai daro visiškai kitaip.
„Tokio dirbtinio intelekto kūrimo procesas yra labai artimas tam, kaip mes suprantame ir žmonių mokymąsi. Mokymosi procese yra svarbiausi dirbtinio intelekto neuroniniai tinklai, kurie moko jį atpažinti ir identifikuoti dalykus per pavyzdžius. Jei dirbtiniam intelektui duodame tūkstantį šunų nuotraukų ir tūkstantį kačių nuotraukų kaip pavyzdžius, jis ima gebėti atskirti šuns ir katės atvaizdus. Vis dėlto jei po šio mokymo jam rodome krokodilą, kurio pavyzdžių savo atmintyje dirbtinis intelektas neturi, krokodilo jis neatpažins ir pateiks labai bendro pobūdžio išvadas, pavyzdžiui, kad šis padaras į katę panašus 0,5 proc., o į šunį 0,3 proc. Panašiai juk vyksta ir su žmonių mokymusi: jei vaiką pusę metų mokome daugybos, o apie dalybą jis girdėjęs nėra, per kontrolinį testą gavęs dalybos užduotį jis jos, tikėtina, neišspręs“, – komentuoja R. Špukienė.
Pasak bendrovės vadovės, taip pat dirbtinis intelektas mokomas ir pokalbių robotuose – per pavyzdžius. „Išmanieji pokalbių robotai, kuriems kurti naudojami neuroniniai tinklai bei mašininis mokymasis, negauna klausimų-atsakymų šablonų, jie gauna daug informacijos ir sukategorizuotų pavyzdžių, kuriems yra nurodomas aiškus kontekstas ir veiksmas, kurį norime, kad robotas atliktų. Būtent todėl vėliau robotas geba atpažinti ir nematytą informaciją bei suprasti, ką su ja daryti, t. y. atpažinti klausiančiojo intenciją ir gebėti pateikti atsakymą. Pokalbių robotai, kuriuose nenaudojami neuroninių tinklų bei mašininio mokymosi metodai, to negeba, todėl yra gerokai primityvesni ir paprastesni“, – teigia ji.
Dirbtinio intelekto technologija įkvėpta žmogaus smegenų
Greta dirbtinio intelekto mokymo, kai jis mokomas iš gautos ir sukategorizuotos informacijos, egzistuoja ir mokymasis, kai robotas „mokosi“ savarankiškai.
„Tai reiškia, kad dirbtinis intelektas geba rasti tendencijas, atpažinti struktūras ir toje informacijoje, kuri nėra sudėliota į skirtingas lentynėles, kategorijas ir kuriai nėra priskirtas kontekstas bei trokštamas rezultatas. Tokie robotų algoritmai atranda sąsajas tarp turimos informacijos be papildomo žmogaus įsikišimo“, – aiškina R. Špukienė.
Pasak jos, dar vienas itin svarbus dirbtinio intelekto variklis yra gilusis mokymasis (angl. deep learning), kuris yra viena iš mašininio mokymosi dalių. Gilusis mokymasis naudoja neuroninius tinklus, kurių modeliai yra įkvėpti žmogaus smegenų struktūros ir funkcijų.
„Šie tinklai yra sukurti tam, kad gebėtų sujungti skirtingus dirbtinių neuronų sluoksnius, o tai yra itin sėkmingai naudojama paveikslėlių ir šnekamosios kalbos atpažinimui. Greta neuroninių tinklų, ypač kalbant apie pokalbių robotus, dirbtinio intelekto sistemos gali naudoti ir natūralios kalbos apdorojimo metodą. Jis leidžia kompiuteriui suprasti ir kurti žmogaus kalbą, sustiprina mokymosi galimybes“, – sako įmonės vadovė.
Pasak jos, dirbtinis intelektas turi daugybę skirtingų sluoksnių ir kasdien progresuoja vis labiau.
