Dirbtinis intelektas šiandien skamba kaip kasdienis žodis – apie jį kalba tiek programuotojai, tiek mokytojai, tiek taksi vairuotojai, klausydamiesi naujienų per radiją. Bet verta prisiminti, kad ši tema neatsirado vakar. Tai istorija, kupina entuziazmo protrūkių, karčių nusivylimų ir netikėtų posūkių, kurie primena gerą serialą – kartais lėtą, kartais staiga įgaunantį pagreitį. Pabandykime pereiti šį kelią nuo pačių pradžių iki dabartinių didelių kalbos modelių, kurie moka rašyti eilėraščius ir generuoti kodą.
Kai mašinos pradėjo „galvoti“ popieriuje
Idėja, kad mašina galėtų mąstyti, egzistavo dar gerokai anksčiau, nei atsirado kompiuteriai tokie, kokius juos pažįstame. Filosofai jau XVII–XVIII amžiuje svarstė, ar žmogaus protą galima aprašyti loginėmis taisyklėmis. Tačiau realus proveržis įvyko XX amžiaus viduryje, kai Alanas Turingas 1950 metais paskelbė straipsnį „Computing Machinery and Intelligence“. Būtent ten jis pasiūlė garsųjį klausimą – ar mašina gali mąstyti – ir sukūrė testą, kuris vėliau tapo žinomas kaip Tiuringo testas.
Pats terminas „dirbtinis intelektas“ oficialiai gimė 1956 metais, per Dartmuto koledže vykusią vasaros konferenciją. Jos organizatoriai – Johnas McCarthy, Marvinas Minsky, Nathanielis Rochesteris ir Claude’as Shannonas – tikėjo, kad per kelis mėnesius pavyks sukurti mašiną, gebančią spręsti bet kokią problemą, kurią gali išspręsti žmogus. Optimizmo tuo metu netrūko. Tiesą sakant, jis buvo net pernelyg didelis – niekas nenumatė, kiek metų prireiks, kad kompiuteriai išmoktų atpažinti paprastą katės nuotrauką.
Pirmieji sėkmės ženklai ir neišvengiama žiema
Šeštajame ir septintajame dešimtmetyje AI tyrėjai kūrė programas, sprendžiančias logikos uždavinius, žaidžiančias šachmatais, net bandančias versti tekstus iš vienos kalbos į kitą. Programa „Logic Theorist“, sukurta Allen Newell ir Herbert Simon, sugebėjo įrodyti matematines teoremas – tai buvo laikoma tikru stebuklu.
Bet entuziazmas susidūrė su realybe. Kompiuterių galia buvo ribota, algoritmai – primityvūs, o duomenų, kuriais būtų galima „maitinti“ sistemas, tiesiog nebuvo. 1973 metais Didžiosios Britanijos vyriausybės užsakytas Lighthill ataskaita atvirai pripažino, kad AI tyrimai neatitiko lūkesčių. Finansavimas susitraukė, entuziazmas išgaravo, ir prasidėjo tai, ką istorikai vėliau pavadino „AI žiema“. Panašus scenarijus pasikartojo devintajame dešimtmetyje, kai ekspertų sistemos, apie kurias kalbėsiu toliau, taip pat nepateisino lūkesčių.
Įdomu tai, kad šios „žiemos“ nebuvo visiškas sąstingis – tiesiog dėmesys ir pinigai persikėlė kitur, o patys tyrėjai toliau dirbo, tik jau be didelių pažadų spaudai.
Ekspertų sistemos: kai logika turėjo pakeisti intuiciją
Devintajame dešimtmetyje į sceną grįžo optimizmas, tik jau kitokia forma. Buvo sukurtos vadinamosios ekspertų sistemos – programos, kurios naudojo taisyklių rinkinius, imituojančius konkrečios srities specialisto sprendimų priėmimą. Vienas žinomiausių pavyzdžių – MYCIN, sistema, padėjusi diagnozuoti bakterines infekcijas medicinoje.
Šios sistemos veikė gerai siaurose srityse, kur taisykles buvo įmanoma aiškiai suformuluoti. Bet joms trūko lankstumo – jos nesugebėjo mokytis iš naujos patirties, o kiekvieną naują situaciją reikėjo užprogramuoti rankomis. Kai verslas suprato, kad tokių sistemų priežiūra kainuoja brangiau nei žmogaus samdymas, entuziazmas vėl atslūgo. Antroji AI žiema truko iki pat XX amžiaus pabaigos.
Tiesa, būtent šiuo laikotarpiu buvo padėti pamatai, be kurių šiandieninis mašininis mokymasis neegzistuotų – neuroniniai tinklai, atgalinio sklidimo algoritmas (backpropagation), pirmieji bandymai su statistiniais modeliais kalbos apdorojime.
Duomenys, galia ir tylusis persilaužimas
Devintojo dešimtmečio pabaigoje ir dešimtojo pradžioje pasikeitė pats požiūris į problemą. Vietoj to, kad bandytume mašinai užprogramuoti visas galimas taisykles, mokslininkai pradėjo galvoti kitaip – o kas, jei mašina pati galėtų išmokti taisykles iš duomenų? Taip formavosi mašininio mokymosi kryptis, kuri ilgainiui tapo dominuojančia AI paradigma.
Šis lūžis nebūtų įvykęs be trijų dalykų, susijungusių tuo pačiu metu:
- Interneto plėtros, kuri sukūrė milžiniškus duomenų kiekius – tekstus, nuotraukas, vartotojų elgesio pėdsakus;
- Kompiuterių galios augimo, ypač grafinių procesorių (GPU), kurie iš pradžių buvo kuriami žaidimams, bet puikiai tiko lygiagrečiams skaičiavimams;
- Algoritmų tobulėjimo – ypač gilaus mokymosi (deep learning) srityje.
1997 metais IBM sukurtas Deep Blue nugalėjo pasaulio šachmatų čempioną Garry Kasparovą – tai buvo simbolinis momentas, parodęs, kad specializuotas skaičiavimo galios pritaikymas gali pranokti žmogaus intuiciją bent jau griežtai apibrėžtose srityse.
Gilusis mokymasis pakeičia žaidimo taisykles
2012 metai dažnai minimi kaip lūžio taškas. Būtent tais metais AlexNet – konvoliucinis neuroninis tinklas, sukurtas Alex Krizhevsky, Ilya Sutskever ir Geoffrey Hinton – triuškinančiai laimėjo ImageNet vaizdų atpažinimo konkursą. Skirtumas nuo ankstesnių metodų buvo toks didelis, kad visa pramonė per kelis mėnesius persiorientavo į gilųjį mokymąsi.
Nuo tada procesas įsibėgėjo neįtikėtinu greičiu. 2016 metais Google DeepMind sukurta AlphaGo nugalėjo pasaulio čempioną go žaidime – žaidime, kuriame kombinacijų skaičius viršija atomus visatoje, todėl paprastas „perskaičiavimas“ čia nebūtų padėjęs. Sistema mokėsi iš savęs pačios, žaisdama milijonus partijų prieš save.
Tuo pačiu metu vystėsi ir natūralios kalbos apdorojimo sritis. 2017 metais Google mokslininkai paskelbė straipsnį „Attention Is All You Need“, kuriame pristatė transformerio architektūrą. Būtent ši architektūra tapo pagrindu visiems didiesiems kalbos modeliams, kuriuos naudojame šiandien.
Generatyvinio AI era – kai technologija pasiekė kiekvieno telefoną
2020–2023 metai buvo tas laikotarpis, kai AI iš tyrimų laboratorijų perėjo į kiekvieno vartotojo rankas. OpenAI paskelbė GPT-3, o vėliau ir ChatGPT, kuris per kelias dienas surinko milijonus vartotojų – greičiau nei bet kuris kitas skaitmeninis produktas istorijoje. Vaizdų generavimo srityje atsirado DALL-E, Midjourney, Stable Diffusion – įrankiai, leidžiantys iš teksto sukurti realistiškus arba fantastinius vaizdus per kelias sekundes.
Skirtumas nuo ankstesnių AI bangų yra tas, kad šįkart technologija tapo prieinama ne tik inžinieriams, bet ir paprastam vartotojui – rašytojui, dizaineriui, moksleiviui, verslininkui. Tai pakeitė ir patį diskursą apie AI: iš techninės temos ji tapo visuomenine, ekonomine, netgi politine problema. Kalbama apie darbo vietų kaitą, autorių teises, dezinformaciją, reguliavimą.
Verta pastebėti, kad ši banga nesustojo ties tekstu ir vaizdais. Multimodaliniai modeliai jau geba vienu metu apdoroti tekstą, garsą, vaizdą ir netgi video, o autonominiai agentai bando savarankiškai atlikti sudėtingas užduotis, susidedančias iš kelių žingsnių – planuoti kelionę, tvarkyti kalendorių, rašyti ir testuoti programinį kodą.
Ko išmokome per septyniasdešimt metų ir kur žiūrėti toliau
Jei reikėtų vienu sakiniu apibendrinti dirbtinio intelekto istoriją, sakyčiau taip: kiekviena karta pervertino, kaip greitai pasieks tikslą, bet nepakankamai įvertino, kaip toli galiausiai pavyks nueiti. AI žiemos mokė kuklumo, o staigūs proveržiai – kad progresas dažnai nevyksta tiesia linija, jis šokinėja, sustoja ir vėl staiga pagreitėja.
Ką iš to galima pasiimti praktiškai, jei domitės šia sritimi ne tik kaip istorija, o kaip realiu įrankiu darbe ar versle?
- Nesitikėkite stebuklo iš vieno modelio – dabartiniai kalbos modeliai puikiai apdoroja tekstą ir kalbą, bet vis dar klysta faktuose, tad kritinį mąstymą reikia palikti sau;
- Sekite ne tik naujienas apie „revoliucinius“ modelius, bet ir tai, kaip juos pritaiko konkrečios įmonės – ten dažnai matosi realus, o ne rinkodarinis, potencialas;
- Jei planuojate diegti AI įrankius savo darbe, pradėkite nuo mažų, aiškiai apibrėžtų užduočių – panašiai kaip ekspertų sistemų laikais, siaura sritis duoda geriausią rezultatą;
- Neignoruokite etikos ir duomenų kilmės klausimų – istorija rodo, kad technologija, kuri ignoruoja visuomenės nerimą, anksčiau ar vėliau susilaukia atšalimo, panašaus į buvusias AI žiemas.
Dirbtinio intelekto kelias nuo Dartmuto konferencijos salės iki pokalbių lango jūsų telefone užtruko beveik septyniasdešimt metų, ir tai toli gražu ne pabaiga. Kita jo dalis rašosi šią minutę – kažkur serveryje, kuriame treniruojamas naujas modelis, arba kūrėjo kompiuteryje, bandančiame išspręsti problemą, kurios dar niekas nepavadino vardu. Istorija moko, kad verta stebėti šį procesą su smalsumu, bet be aklo entuziazmo – nes ratas, kaip matome, jau ne kartą pasisuko.
