Notion AI – AI za produktivnost
Da li mašina može da misli?
Veštačka inteligencija (AI) proučava se decenijama, ali je još uvek jedna od najneuhvatljivijih tema u računarskim naukama. Razlog za to je činjenica da AI predstavlja neograničenu i maglovitu oblast, od koje se tek očekuje da doprinese ili odmogne u civilizacijskom kontekstu.
Veštačka inteligencija (AI), koja se nudi kao servis, poslednjih godina se zasniva na aproprijaciji (prisvajanju) kulturoloških proizvoda (slika (images) i teksta) u svim pojavnim oblicima koji su dostupni na internetu, za koje postoji dozvola za korišćenje ili možda i ne postoji. Daljim procesom, koji obuhvata određene metode, i generisanjem novih proizvoda koji se očekuju opravdava se sam naziv veštačka inteligencija. Skupljanjem ogromne količine podataka, velike tehnološke kompanije već decenijama grade centre podataka, koji iz dana u dan postaju sve veći zahvaljujući sve moćnijim računarima, računarskim mrežama i razvojem mašinskog učenja, čime je omogućen širi opseg relevantnih rezultata rada veštački inteligentnih sistema.
U interakciji AI (inteligentni sistemi) sa instrukcijama korisnika (čoveka), posredstvom jezika (teksta), može se doći do očekivanih rezultata, a dešava se i da rezultati prevazilaze očekivanja.
Granica kreacije željenog rezultata je u okvirima granica naših želja, sposobnosti i mašte da tekstualno artikulišemo koji proizvod očekujemo od veštačke inteligencije.
Ekspanzijom novog talasa primene veštačke inteligencije u poslednjih nekoliko godina stiče se utisak da će doći vreme kada ćemo mašini šaptati želje koje će biti ostvarene u kratkom vremenskom periodu. Sve to podseća na scene naučne fantastike gde očekujemo robote sa nadljudskim mozgovima koji će rešiti mnoštvo zadataka, dilema i problema umesto čoveka.
Koreni toga se nalaze u istraživanjima koncepta veštačke inteligencije kod generacija filozofa, naučnika i matematičara pre 1950. godine. Alan Turing je bio jedan od njih. Britanski polymath (osoba širokog i sveobuhvatnog znanja) koji je istraživao matematičke mogućnosti veštačke inteligencije i sugerisao da ljudi koriste dostupne informacije i razum kako bi rešili probleme i doneli odluke. Pa zašto mašine ne mogu da urade isto? Ovo je bio okvir njegovog rada iz 1950. godine „Računarska mašina i inteligencija”, u kome je raspravljao o tome kako da se naprave inteligentne mašine i kako da se testira njihova inteligencija. U to vreme to nije bilo moguće jer su računari morali suštinski da se promene, tačnije – računarima se moglo reći šta da rade, ali nije postojala mogućnost da se sete šta su uradili.
Generisano sa Midjourney (23. 3. 2023)
Da li je veštačka inteligencija zaista veštačka i inteligentna?
Glavni napredak u proteklih šezdeset godina bio je napredak u algoritmima pretraživanja i mašinskom učenju algoritama, kao i integrisanje statističkih analiza u razumevanje sveta u celini.
Veštačka inteligencija je skup metoda kojima se kompjuteru, softveru ili kompjuterski kontrolisanom robotu daje sposobnost da razmišlja inteligentno kao ljudski um. Da bi ti procesi bili mogući, neophodna je inicijalna ideja koju osmišljava čovek ili grupa ljudi. To ukazuje da sam pojam veštačka počiva na činu čoveka koji je osmislio kako će veštački sistem funkcionisati, tačnije koje metode se primenjuju u ostvarivanju određenih zadataka koji se postavljaju pred veštačku inteligenciju.
Razvoj veštačke inteligencije počiva na proučavanju obrazaca funkcionisanja ljudskog mozga i analizi kognitivnog procesa čoveka kako bi se ostvarila što bolja komunikacija čovek–veštačka inteligencija. Ishodom ovih proučavanja i studija razvijaju se inteligentni softveri, sistemi i mašine.
U okviru kognitivnih procesa koji se obuhvataju, obrađuju i na kojima počiva funkcionisanje veštačke inteligencije prisutne su tri čovekove kognitivne veštine: učenje, obrazlaganje i samokorekcija.
Učenje – prikupljanje informacija, analiza pravila koja su potrebna za korišćenje tih informacija.
Obrazlaganje – korišćenje pravila za donošenje zaključaka.
Samokorekcija – stalno podešavanje algoritama u svrhu pružanja što tačnijih informacija.
Svaki put kada sistem veštačke inteligencije izvrši krug obrade podataka po tačno utvrđenim metodama, on testira i meri svoj učinak i koristi rezultate za razvoj dodatne tačnosti i stručnosti. Sve to omogućava da AI (veštačka inteligencija) uči iz nastalih obrazaca i njihovih karakteristika u analiziranim podacima.
Poslednjih deset godina XX veka postignuti su značajni rezultati u razvoju veštačke inteligencije. Godine 1997, velemajstor Gari Kasparov (aktuelni svetski šampion u šahu) poražen je od IBM-ovog Deep Bluea, kompjuterskog programa za igranje šaha. To je bio prvi put da je svetski šampion u šahu izgubio od kompjutera, čime je ostvaren ogroman korak u postignuću programa za donošenje odluka sa veštačkom inteligencijom.
Od tog trenutka se sve više ulaže u razvoj sistema koji omogućavaju napredak veštačke inteligencije.
Kao i svaki novi koncept ili inovacija, i veštačka inteligencija ima svojih prednosti i mana.
Kao prednosti možemo navesti:
- dostupnost u svakom trenutku;
- kraći vremenski okvir za rešavanje zadataka;
- korišćenje velike baze podataka različitih oblasti.
Kao mane možemo navesti:
- gubitak radnih mesta koje će zameniti mašine – nezaposlenost ljudi;
- smanjivanje procesa istraživanja ljudi – brza rešenja;
- preuzimanje sadržaja bez dozvole.
Generisano sa Midjourney (23. 3.2023)
Autor: Jelena Rubil
Povezane vesti
