„Apgailestauju, kad taip jautiesi“ – tai viena iš frazių, kurias naudojo prieš beveik 60 metų atsiradęs pirmasis dirbtinio intelekto (DI) robotas „ELIZA“. Didžiule mokslo sensacija anuomet tapęs išradimas imitavo psichoterapeutą ir galėjo pateikti tik labai ribotus atsakymus. Tuo tarpu dabar tokių DI įrankių, kaip „ChatGPT“ galime paprašyti bet ko – ir sukurti šmaikštų eilėraštį apie cepelinus, ir išspręsti aukštosios matematikos uždavinį.
„Apgailestauju, kad taip jautiesi“ – tai viena iš frazių, kurias naudojo prieš beveik 60 metų atsiradęs pirmasis dirbtinio intelekto (DI) robotas „ELIZA“. Didžiule mokslo sensacija anuomet tapęs išradimas imitavo psichoterapeutą ir galėjo pateikti tik labai ribotus atsakymus. Tuo tarpu dabar tokių DI įrankių, kaip „ChatGPT“ galime paprašyti bet ko – ir sukurti šmaikštų eilėraštį apie cepelinus, ir išspręsti aukštosios matematikos uždavinį. Lukas Keraitis, „Tele2“ Inovacijų ekspertas, sako, kad kad nors apie DI daugelis išgirdo neseniai, tai yra lėto ir nuoseklaus daugybės mokslininkų darbo rezultatas.
Asociatyvi „Pixabay“ nuotr.
„Dirbtinio intelekto pradžia galima laikyti 1943 m. matematikos ir neurologijos mokslininkų bendrą tyrimą apie žmogaus smegenis kaip informaciją apdorojančią mašiną. Jau 1966 m. buvo sukurtas pirmasis pokalbių robotas „ELIZA“. Tačiau tik tūkstantmečių sandūroje susidarė sąlygos tirti tokį DI, kaip jį matome dabar – tobulėjantys procesoriai leido atlikti daug resursų reikalaujantį DI apmokymą, o internete atsirado pakankamai apmokymui reikalingų duomenų”, – sako L. Keraitis ir dalijasi 7 svarbiausiais DI istorijos įvykiais.
1. Sustiprintojo mokymosi proveržis (10-sis dešimtmetis)
1992 metais dirbtinio intelekto srityje įvyko svarbus proveržis. Sustiprinamojo mokymosi (angl. „reinforcement learning“, RL) metodai leido sistemoms mokytis iš savo veiksmų, naviguoti sudėtingose aplinkose. Ši pažanga įkvėpė tolesnius tyrimus ir prisidėjo prie tokių technologijų, kaip robotai ir bepiločiai orlaiviai, vystymo. Šioje srityje svarbiausiais laikomi „Q-mokymosi“ ir „TD-Gamon“ algoritmų atsiradimai – jie leido optimizuoti veiksmus ir spręsti sudėtingas užduotis.
„Du pastarieji įvykiai išties leido kompiuterinėms sistemoms tobulėti ir mokytis iš savo klaidų. Pasitelkiant nuotraukų analizę atsirado galimybė nustatyti tam tikras ligas, o kompiuteriniai žaidimai gebėjo prisitaikyti prie žaidėjo elgsenos”, – paaiškina L. Keraitis.
2. Autonominių transporto priemonių lenktynės (2004 m.)
2004 m. pirmą kartą buvo surengtas konkursas „DARPA Grand Challenge“ – autonominių (bepiločių) automobilių lenktynės. Per pirmąsias lenktynes nei vienam automobiliui nepavyko įveikti 100 km ilgio trasos Mohavės dykumoje. 2005 m. vėl surengtos lenktynės buvo sėkmingesnės – nuvažiuoti visą trasą pavyko penkioms transporto priemonėms. Šios lenktynės padėjo paspartinti dirbtiniu intelektu paremtų vairavimo technologijų plėtrą.
3. Balso atpažinimo funkcijos „iPhone“ ir „Siri“ pristatymas (2011 m.)
Anksčiau balso atpažinimo technologija buvo naudojama tik specializuotose srityse su ribotu funkcionalumu. „iPhone“ balso atpažinimo funkcija ir „Siri“ išmanusis asmeninis asistentas pirmą kartą leido mažai ką bendro su technologijomis turintiems žmonėms bendrauti su kompiuteriu balsu. „Siri“ galimybės apėmė skambučių iniciavimą, tekstinių žinučių siuntimą, klausimų atsakymą ir net nustatymų keitimą – viską per balso komandas. Tai paskatino kitas technologijų įmones kurti savo balsu valdomus asistentus bei DI pagrįstų asmeninių asistentų programų plėtrą visoje technologijų pramonėje.
4. Vaizdų atpažinimo technologijos (2015 m.)
2015 m. kasmetiniame „ImageNet“ iššūkyje paaiškėjo, kad DI paremtos mašinos jau gali aprašyti ir atpažinti vaizdus. Iššūkyje įvairioms DI mašininio mokymosi programoms buvo pateikta 1000 nuotraukų, kurias paprašyta kuo tiksliau identifikuoti ir apibūdinti. Tai joms pavyko padaryti 97,3 proc. tikslumu. Iki 2015-ųjų vaizdų atpažinimas buvo pagrindinis dirbtinio intelekto iššūkis.
„Technologijų kompanijos skubėjo įtraukti šias naujoves į savo programinę įrangą. „Google Photos” tais pačiais metais technologiją pritaikė atpažįstant objektus nuotraukose ir taip skirstant juos į kategorijas, pavyzdžiui, „gamtos vaizdai”, „automobiliai”, tačiau iki šiol pasitaiko ir vaizdų atpažinimo klaidų”, – teigia L. Keraitis.
5. „AlphaGo“ nugalėjo pasaulio „Go“ žaidimo čempioną (2016 m.)
Senovinis stalo žaidimas „Go“ buvo sukurtas Kinijoje prieš 3000 metų ir yra toks sudėtingas, kad galimų ėjimų skaičius yra beveik nepamatuojamas. Sukurti kompiuterines programas, kurios galėtų įveikti žmones loginiuose žaidimuose, buvo ilgalaikis dirbtinio intelekto tyrėjų tikslas. Tačiau 2016 m. bendrovės „DeepMind“ sukurta programa „AlphaGo“ pirmą kartą įveikė Lee Sedolą, tapusį pasaulio „Go“ žaidimo čempionu. Šį žaidimą internetu stebėjo per 200 milijonų žmonių. Ši pergalė parodė, kad DI sistemos gali išmokti įveikti sudėtingas užduotis, kuriose reikia strateginio mąstymo ir kūrybiškumo.
6. Didelių kalbos modelių atsiradimas (2017 m.)
2017 m. „Google“ mokslininkai paskelbė svarbų straipsnį, kuriame pristatė pirmąjį kalbos vertimo „transformerį“, paremtą mašininiu mokymusi. Užuot atskirai vertę kiekvieną žodį, „transformeriai“ vienu metu perskaito ištisus sakinius, nustatydami priklausomybę tarp žodžių ir išgaudami prasmę pagal kontekstą. Iki šio pokyčio „Google Translate“ vertimo technologija nelabai gerai suprasdavo sakinių sąsajas, todėl vertimai galėjo būti netikslūs. Tai tapo pagrindine technologija, naudojama vėlesniuose DI atradimuose ir dideliuose kalbos modeliuose (angl. „large language models“).
Po didžiųjų kalbos modelių proveržio atsirado galimybė gerokai kokybiškiems pokalbių robotams. Pavyzdžiui, „Tele2“ klientus konsultuoja pokalbių robotai „Rūta“ ir „Pildyk Botas“, galintys atsakyti į svarbiausius klientų klausimus, kitos organizacijos taip pat „robotizuoja” savo žinias.
7. „OpenAI“ išleidžia „GPT-1“ (2018 m.)
2018 m. „OpenAI“ išleido pirmąjį generatyvinį (kurti gebantį) iš anksto apmokytą kalbos modelį. Naudodamas šią technologiją, „GPT-1“ galėjo atsakyti į klausimus ir generuoti teksto blokus. Įrankis buvo apmokytas naudojant du didelius duomenų rinkinius: vieną su maždaug 8 milijonais interneto puslapių, o kitą – su daugiau kaip 11 tūkst. knygų. Nors technologija buvo sklandi ir gerokai pažangesnė nei jos pirmtakės, nesugebėjo nuosekliai generuoti ilgesnių teksto blokų ir buvo linkusi kartotis. Vėlesnės „GPT“ versijos tapo dabar mums geriausiai pažįstamais ir naudojamais DI pokalbių robotais.
„Pastarųjų metų progresas DI srityje buvo tikrai stulbinantis. Galima sakyti, kad ši sritis duoda jau brandžių vaisių – įrankių kasdienybėje iškylančioms problemoms spręsti. Įdomu, kur link visa tai nuves – galbūt po didelio susižavėjimo turėsime „DI žiemą“, o gal įsisiūbavęs progresas tik dar labiau sustiprins DI pajėgumus“, – sako L. Keraitis.
