Inteligența artificială (AI) a pătruns în viața noastră de zi cu zi și o folosim tot mai des. Iată ce este inteligența artificială, cum funcționează, exemple, aplicații AI și ce înseamnă machine learning, deep learning și rețele neuronale.
Inteligența artificială face deja parte din viața multor oameni din întreaga lume.
În această perioadă istorică, sunt diverse tehnologii, instrumente și servicii care folosesc una sau mai multe ramuri ale inteligenței artificiale: instrumente și servicii construite pe baza machine learning-ului, deep learning-ului și/sau rețelelor neuronale.
Rezultatul este că multe persoane utilizează inteligența artificială zilnic, chiar fără să își dea seama; chiar dacă, poate, în fața unei cereri explicite, nu ar ști să explice ce este inteligența artificială.
Tocmai din acest motiv este important să începem să cunoaștem mai în profunzime funcționarea și aplicațiile unuia dintre cele mai importante fenomene științifice ale prezentului.
Inteligența artificială poate fi utilizată în cele mai diverse sectoare: de la cele din domeniul vânzări & marketing până la cele din domeniul cybersecurity.
Și, în continuare, de la aplicații în logistică până la cele în securitate publică și chiar în sănătate.
Fără să uităm niciodată că tehnologia inteligenței artificiale va continua să crească, extinzându-și domeniile de utilizare și, prin urmare, caracterizând din ce în ce mai mult viitorul tuturor.
Un viitor sub semnul unor noi posibilități incredibile, dar și a unor riscuri de care ne-am putea lovi, mai ales în cazul în care inteligența artificială ar continua să se dezvolte fără forme adecvate de control.
Ce este inteligența artificială?
Inteligența artificială este o ramură specială a informaticii care are un scop cu adevărat foarte ambițios: proiectarea și elaborarea de sisteme, atât hardware cât și software, capabile să ofere performanțe aparent umane unui procesor electronic.
După cum vă puteți imagina, nu este deloc simplu să catalogăm criterii univoce care să permită stabilirea cât comportamentul unui computer poate fi considerat asemănător cu cel al unui om.
Din acest punct de vedere există de fapt diferite abordări și clasificări specifice, care ajută la înțelegerea momentului în care se poate vorbi efectiv despre AI: un acronim englezesc pentru Artificial Intelligence, adică inteligența artificială.
De exemplu, vorbim despre AI în cazul în care procesorul este capabil să acționeze ca un uman, adică atunci când rezultatul unei operațiuni efectuate de un sistem inteligent nu poate fi deosebit de cel făcut de un om.
Și, de asemenea, este posibil să vorbim despre inteligența artificială atunci când procesorul electronic reușește să gândească uman, adică în cazul în care rezolvă orice problemă urmând procesul de gândire al omului.
Aceeași logică se aplică pentru gândirea rațională: o altă denumire care face referire la procesul care va duce atât procesorul electronic cât și omul să rezolve problema de mai sus, bazându-se pe logică.
În ultimul rând, dar nu cel din urmă, vorbim despre inteligența artificială în cazul în care mașina reușește să acționeze rațional, adică atunci când ajunge să obțină cel mai bun rezultat posibil, pe baza informațiilor disponibile.
Ca să înțelegem mai bine ce este inteligența artificială, este necesar să înțelegem care sunt (sau mai bine zis, câte sunt) aplicațiile posibile ale acestei discipline.
Dezvoltarea machine learning-ului, deep learning-ului și rețelelor neuronale poate de fapt duce la rezultate pur și simplu extraordinare.
În același timp însă, inteligența artificială generează de ani de zile un dezbateri care implică atât oamenii de știință, cât și filosofii și sociologii.
Diverse personalități marcante ale gândirii internaționale (una dintre ele fiind Stephen Hawking) au exprimat de fapt de mai multe ori îndoieli cu privire la AI, avertizând publicul în legătură cu o serie de pericole mai mult sau mai puțin grave care ar putea deriva tocmai din creșterea sa necontrolată.
Scurtă istorie a inteligenței artificiale
Istoria inteligenței artificiale este mult mai veche decât am putea imagina.
Se consideră că primele experimente care au dus la realizarea de mașini capabile să efectueze calcule matematice datează chiar din secolul al XVII-lea.
Cu toate acestea, primul model de calculator conceptual asemănător cu cele contemporane este așa-numita „mașină analitică„: un instrument produs de către savantul proto-informatic Charles Babbage, între anii 1834 și 1837.
Dacă vorbim despre părinții fondatori ai inteligenței artificiale, atunci este imposibil să nu îl menționăm pe Alan Turing: un matematician, dar și un filosof care, în 1936, a pus bazele conceptului de „calculabilitate” și de „computabilitate”.
Definiții care sunt fundamentale și în zilele noastre și care ar fi permis realizarea celebrei mașini a lui Turing: un model abstract, care definea o mașină capabilă să execute toate procesările care puteau fi efectuate de modelele de calcul cunoscute omului.
Nașterea oficială a unei discipline cunoscute sub numele de „inteligență artificială” ar fi venit însă abia douăzeci de ani mai târziu: era anul 1956 când Dartmouth College din New Hampshire a organizat un simpozion de unde a rezultat expresia „inteligență artificială”.
Tot cu această ocazie, a fost formată o echipă de zece persoane cărora le-a fost încredințată realizarea unei mașini care să fie capabilă să simuleze diferitele aspecte ale inteligenței umane.
Din păcate, însă, pe parcursul anilor ’50 și ’60, istoria AI a fost caracterizată mai mult de probleme și obstacole decât de succes: în parte pentru că și cei mai experți oameni de știință erau încă neexperimentați din punct de vedere al cunoștințelor semantice ale domeniilor tratate de o mașină.
Dar mai ales pentru că hardware-urile disponibile atunci încă nu erau capabile să găzduiască toată memoria necesară pentru a stoca o cantitate suficientă de date și informații.
Se confruntau așadar cu imposibilitatea de a transforma algoritmi funcționali la nivel teoretic, în programe capabile să calculeze efectiv soluția propusă.
Nu întâmplător, primele sisteme de inteligență artificială folosite în domeniul comercial ar fi apărut abia în 1982.
Tot în decursul anilor ’80 ar fi fost apoi regândit în întregime algoritmul pentru învățarea rețelelor neuronale: un nou model conexionist, care a înlocuit modelul „simbolic” anterior.
De atunci, inteligența artificială s-a dezvoltat într-un mod impresionant, generând ramuri diverse, cum ar fi de exemplu machine learning-ul sau deep learning-ul (un câmp specific de cercetare al menționatului „învățare automată”).
Creșterea inteligenței artificiale merge mână în mână cu limite și probleme de natură socială, culturală, etică și chiar militară, incluse recent (în 2017) într-un vademecum promovat de „Future of Life Institute” și semnat de mii de experți.
Inteligența artificială slabă și puternică: ce sunt și cum se deosebesc
Așa cum am văzut anterior, pentru a înțelege ce este inteligența artificială trebuie în primul rând să reușim să catalogăm diferitele tipuri de acțiuni sau funcții tipice omului pe care un procesor ar trebui să fie capabil să le imite.
Acțiuni și funcții care au fost istoric organizate în patru macro-categorii:
- a acționa uman,
- a gândi uman,
- a gândi rațional
- a acționa rațional.
Acest set de clasificări și considerații a permis apoi inteligenței artificiale să se împartă și mai mult în două mari curente de investigație, cercetare și dezvoltare.
Primul este cel al inteligenței artificiale slabe, cunoscută și ca weak AI sau ca artificial narrow intelligence.
Această definiție face referire la toate acele sisteme care sunt capabile să simuleze doar anumite funcționalități cognitive specifice omului, fără însă a atinge o capacitate intelectuală generală comparabilă cu cea umană.
Putem vorbi deci de inteligența artificială slabă când ne referim la programe matematice capabile să rezolve exerciții și probleme de matematică.
În același mod, putem discuta despre inteligența artificială slabă dacă procesorul se concentrează pe o singură sarcină limitată.
Este cazul, de exemplu, a nenumăratelor instrumente și/sau servicii utilizate în viața de zi cu zi astăzi: de la Google Assistant la Amazon Alexa, de la Siri la Translate.
Al doilea curent este cel al inteligenței artificiale puternice, cunoscută și ca strong AI sau ca Artificial General Intelligence (AGI).
În acest caz se face referire la adevărate sisteme înțelepte, care, teoretic, sunt capabile să dezvolte o inteligență proprie: un sistem de analiză și rezolvare a problemelor complet autonom și care deci nu presupune emularea capacităților cognitive tipice omului.
Potrivit unor oameni de știință, strong AI ar putea duce la realizarea de mașini conștiente de sine.
Potrivit altor oameni de știință, o realizare deplină a inteligenței artificiale puternice ar putea chiar să conducă la artificial super intelligence, adică la momentul în care diferitele forme de AI vor depăși inteligența ființelor umane.
Machine Learning și Deep Learning: ce sunt și diferențe
Distincția între conceptul de inteligență artificială slabă și inteligență artificială puternică ajută la înțelegerea diferenței dintre machine learning și deep learning: două domenii de studiu care fac parte din câmpul inteligenței artificiale și care, totuși, sunt adesea confundate unul cu celălalt.
Ei bine, machine learning-ul (termen în engleză, care tradus în română înseamnă „învățare automată”) este o ramură a AI care dezvoltă modele analitice gândite pentru a permite mașinilor să învețe noțiuni și informații.
Machine learning-ul presupune că datele menționate anterior să permită procesorului în cauză să reușească să ia decizii și să facă predicții, fără a fi fost instruit direct pentru a face acest lucru.
Deci vorbim despre un model de învățare care pune mașina în situația de a se adapta independent la eventuale noi seturi de date, reușind astfel să rezolve un număr tot mai mare (și tot mai complex) de probleme.
Deep learning-ul (un alt termen în engleză, care în română înseamnă „învățare profundă”) este în schimb un câmp specific de cercetare al machine learning-ului menționat anterior: un set de tehnici care se bazează pe rețele neuronale și care permite o prelucrare tot mai completă a informațiilor.
Deep learning-ul face referire la algoritmi specifici care sunt inspirați chiar de structura creierului și de diferitele sale funcții: algoritmi cunoscuți, de fapt, sub numele de „rețele neuronale artificiale”.
Obiectivul deep learning-ului este dublu: pe de o parte vizează să permită mașinii să învețe autonom; pe de altă parte, își propune să-i permită să învețe într-un mod mult mai profund, apropiind-o tot mai mult de regimul inteligenței artificiale puternice.
Rețele neuronale: cum funcționează inteligența artificială
În biologie, rețelele neuronale sunt circuite formate din neuroni: grupuri de unități celulare care se ocupă de funcții fiziologice specifice.
Datorită rețelelor neuronale omul este capabil să efectueze activități complexe: de la recunoașterea sunetelor și imaginilor la învățarea de noi informații; de la capacitatea de a efectua calcule, la aceea de a-și gândi propriile acțiuni.
Așa cum a fost deja anticipat anterior, experții în inteligență artificială și-au propus să imite funcționarea creierului uman și au ajuns astfel la dezvoltarea așa-numitelor rețele neuronale artificiale: modele matematice speciale care sunt folosite pentru a rezolva diferite probleme în cadrul inteligenței artificiale.
Și rețelele neuronale au o istorie mult mai lungă decât ne-am putea imagina: primul neuron artificial, de fapt, a fost propus în anul 1943.
De atunci, evident, știința a făcut pași uriași și tocmai dezvoltarea rețelelor neuronale a făcut posibilă o reconsiderare profundă a algoritmilor la baza celor mai avansate ramuri ale inteligenței artificiale (machine learning, deep learning etc.).
Modelul conexionist menționat mai sus se construiește de fapt pe interconectarea neuronilor artificiali: mai precis pe PDP, adică procesarea distribuită în paralel a informațiilor.
Rețelele neuronale sunt capabile să își modifice structura, adică nodurile și interconexiunile lor, pe baza datelor externe și/sau a informațiilor interne: deci primesc stimuli și reacționează în consecință, exact ca rețelele neuronale biologice (cel puțin dintr-un punct de vedere conceptual).
O rețea neuronală, în esență, este formată din trei straturi principale, care pot implica și zeci de mii de conexiuni fiecare: stratul de intrare, cunoscut și ca stratul I – Input, care primește și prelucrează semnalul de intrare; stratul ascuns, cunoscut și ca stratul H – Hidden, care se ocupă de prelucrare; stratul de ieșire, cunoscut și ca stratul O – Output, care adaptează rezultatul prelucrării la cerințele ulterioare.
Exemple de inteligență artificială în diferite domenii
Inteligența artificială are un număr atât de mare de aplicații posibile încât ar fi pur și simplu imposibil să le rezumăm pe toate în câteva rânduri.
Cu toate acestea, este totuși util să indicăm, sub formă de puncte principale, cel puțin câteva exemple de utilizare contemporană a inteligenței artificiale, machine learning, deep learning și rețele neuronale.
Chiar în acest moment istoric există diferite procese și/sau sisteme care recurg la AI și pe care poate multe persoane le utilizează fără să își dea seama.
Gândiți-vă, în acest sens, la domeniul vânzărilor și marketingului și la utilizarea diferitelor aplicații de recomandare: algoritmi care analizează comportamentul utilizatorilor și care apoi îi ghidează către finalizarea unei achiziții.
Alternativ, gândiți-vă la sănătate, cybersecurity și aplicațiile de procesare inteligentă a datelor: algoritmi utilizați în cadrul analizei predictive, dar și în cel al detectării eventualelor elemente neconforme și/sau fraude.
Și, din nou, gândiți-vă la logistică: un sector care recurge obișnuit la inteligența artificială, atât pentru ce privește urmărirea livrărilor, cât și pentru asistența clienților.
Diferiți asistenți virtuali și/sau chatbot-uri (ChatGPT de exemplu) sunt de fapt capabili să efectueze operațiuni foarte complexe (de la memorizarea informațiilor la înțelegerea tonului de voce al utilizatorului) tocmai datorită AI.
Apoi există securitatea publică, care utilizează tehnologii bazate pe inteligența artificială de mult timp: este cazul, de exemplu, al funcțiilor de procesare a imaginilor și, mai general, al multor softuri utilizate în domeniul supravegherii video.
În cele din urmă, inteligența artificială este folosită de numeroase aplicații și servicii care acum au intrat să facă parte din viața cotidiană a milioanelor de persoane.
Din acest punct de vedere, este suficient să ne gândim la sistemele de traducere simultană sau la asistenții vocali inteligenți: instrumente și servicii care, în ziua de azi, sunt luate ca fiind o certitudine, dar care de fapt au fost făcute posibile tocmai datorită dezvoltării inteligenței artificiale.
Inteligența artificială: scenarii viitoare și riscuri
Cele analizate până acum sunt doar câteva dintre utilizările posibile ale inteligenței artificiale.
Spus asta, nu trebuie niciodată uitat că acest domeniu special al informaticii este în continuă creștere: așadar, este legitim să ne imaginăm că, în viitor, aplicațiile AI vor continua să crească în mod exponențial.
În acest sens, un prim aspect de luat în considerare este evoluția modelelor de limbaj și, mai precis, a numărului de parametri pe care acestea vor fi capabile să îi gestioneze.
Astăzi, modelele cele mai performante reușesc să gestioneze aproape 2 trilioane de parametri, dar, într-un viitor nu prea îndepărtat, s-ar putea ajunge la modele de limbaj capabile să gestioneze chiar sute de trilioane de parametri.
O revoluție tehnologică care ar permite gestionarea limbajului de către mașini la un nivel foarte înalt.
Dar vorbind despre evoluția inteligenței artificiale înseamnă de asemenea să vorbim despre multe riscuri legate de dezvoltarea machine learning, deep learning și rețele neuronale.
În acest sens, o amenințare potențială care deja caracterizează prezentul este aceea legată de răspândirea software-urilor capabile să creeze așa-numitele deepfake.
Tehnica deepfake permite suprapunerea imaginilor și/sau videoclipurilor peste modele preexistente cu o verosimilitate impresionantă: ceea ce înseamnă, de exemplu, înlocuirea feței unei persoane din poze/video cu cea a oricui altcuiva.
În același mod, diverse autorități se interoghează asupra oportunității de a recurge la recunoașterea facială în timp real: o aplicație născută din AI, care însă riscă să interfereze cu drepturile și libertățile individuale la baza a multor democrații.
Din aceste motive și din multe altele, este fundamental ca progresul inteligenței artificiale să meargă mână în mână cu o discuție aprofundată despre avantajele și dezavantajele acestei tehnologii.
O discuție care să pună știința în condiția de a avansa, dar care, în același timp, să stabilească niște limite, pentru a proteja liniștea și securitatea cetățenilor la nivel global.