Kada atsirado dirbtinis intelektas: istorija ir svarbiausi faktai

Dirbtinis intelektas šiandien keičia pasaulį – nuo kasdienio gyvenimo iki verslo aplinkos. Ir nors gali atrodyti, kad tai yra visiškai nauja technologija savo galimybes pademonstravusi su „ChatGPT“ pasirodymu, tačiau šio sprendimo ištakos siekia gerokai anksčiau ir istorija mus nukelia daugiau nei pusę amžiaus atgal.

Dėl šios priežasties šioje apžvalgoje aptarsime ne tik tai, kada atsirado dirbtinis intelektas, bet ir panagrinėsime esminius lūžius, kurie suformavo šiuolaikinių technologijų pasaulį ir sprendimus, kurie šiandien yra kiekvieno iš mūsų sutinkami kasdienybėje.

Tikroji pradžia: kada atsirado dirbtinis intelektas?

Nors futuristinės vizijos apie mąstančius robotus egzistavo dešimtmečius, mokslinis atsakymas į klausimą, kada iš tiesų atsirado ši technologija, mus nuveda į 1956-ųjų vasarą.

Oficialus „krikštas“: 1956 m. Dartmuto konferencija

Kaip mokslinė disciplina dirbtinis intelektas atsirado 1956 m. Dartmuto konferencijos metu. Šioje konferencijoje grupė mokslininkų, tarp kurių buvo Johnas McCarthy, Marvinas Minsky ir Hebertas A. Simonas, pirmą kartą iškėlė idėją, kad mašinos gali būti sukurtos taip, kad imituotų žmogaus intelektą.

Iš šios mokslininkų grupės vieną didžiausių indėlių šioje srityje turi Johnas McCarthy, kuris ir pasiūlė „dirbtinio intelekto“ terminą ir priskyrė jį atskirai mokslo sričiai.

Kas dar vyko iki tol, kada atsirado dirbtinis intelektas

Nepaisant šios oficialios datos, svarbu suprasti, kad dirbtinis intelektas neatsirado „iš niekur“. Iki 1956 m. jau buvo padėti svarbūs teoriniai pagrindai analizuojant matematinius modelius ar iškeliant klausimus apie mašinos sąmonę:

• 1943 m. – pirmasis neurono modelis. Warrenas McCullochas ir Walteris Pittsas publikavo dėmesį prikausčiusį straipsnį „A Logical Calculus of the Ideas Immanent in Nervous Activity“. Tai buvo pirmasis matematinis neuroninio tinklo modelis, parodęs, kad biologiniai smegenų procesai gali būti imituojami pasitelkiant logines grandines.

• 1950 m. – Alano Turingo idėja. Genialusis matematikas A. Turingas publikavo straipsnį „Computing Machinery and Intelligence“, kuriame pristatė šiandien visiems žinomą „Tiuringo testą“. Jis pasiūlė kriterijų: jei žmogus bendraudamas negali atskirti, ar jam atsako mašina, ar kitas žmogus, vadinasi, mašina „mąsto“.

Dirbtinio intelekto raidos chronologija: nuo entuziazmo iki „žiemos“

Atsakymas į tai, kada atsirado dirbtinis intelektas, yra tik maža dalis visos šios technologijos istorijos. Per 70 metų nuo šio termino atsiradimo jos plėtra patyrė „amerikietiškus kalnelius“, kuriuos detaliau aptarsime žemiau.

Didieji lūkesčiai (1956–1974)

Po to, kai oficialiai atsirado dirbtinis intelektas, mokslininkai tikėjo, kad žmogaus lygio intelektą pavyks sukurti per kelis dešimtmečius. Lydint šiam entuziazmui buvo pradėtos kurti programos, kurios galėjo įrodyti matematines teoremas ar net bendrauti. Vienas ryškiausių to pavyzdžių – psichoterapeuto simuliacija ELIZA.

Visgi greitai teko susidurti su realybe – nepaisant turimų idėjų to meto kompiuterių atmintis buvo per maža, o procesoriai per lėti, kad galėtų visa tai apdoroti.

Dirbtinio intelekto žiema (1974-1980)

Terminas „dirbtinio intelekto žiema“ apibūdina du laikotarpius, kai investicijos į šios srities tyrimus drastiškai sumažėdavo, o entuziazmas dėl proveržio dar labiau išsekdavo. Pagrindinės šių laikotarpių priežastys siejamos su per dideliais lūkesčiais, ribotomis technologijomis ir realių rezultatų nebūvimu.

Pirmoji žiema – jos metu kilo supratimas, kad mašininis vertimas yra kur kas sudėtingesnis nei buvo tikėtasi.

Ekspertinių sistemų bumas (1980-1987)

Nepaisant pesimistinių nuotaikų per dirbtinio intelekto žiemas, buvo pozityvių mokslininkų ir jų proveržių šioje srityje bei tikėjimo, kad viskas gali pasikeisti. Šiuo laikotarpiu buvo kuriamos ekspertinės sistemos, kurios bandė imituoti specialistų vertinimus ir buvo taikomos medicinoje, versle ir inžinerijoje. Visgi ribotumų dar buvo: jos veikė tik siaurose srityse ir negalėjo mokytis savarankiškai.

Pirmosios žiemos metu, gelbstint šios technologijos reputaciją, gimė „Digital Equipment Corporation“ projektas „XCON“. Ši platforma padėdavo bendrovei automatiškai sukonfigūruoti kompiuterių sistemas pagal užsakymus, o tai įmonei sutaupydavo milijonus dolerių kasmet.

Pamatęs realią finansinę naudą, verslo pasaulis vėl pradėjo investuoti į dirbtinį intelektą. Todėl devintojo dešimtmečio viduryje šios rinkos vertė išaugo nuo kelių milijonų iki milijardų dolerių.

Antroji dirbtinio intelekto žiema (1987–1993)

Nepaisant ekspertinių sistemų sėkmės, dirbtinio intelekto pažanga vėl susidūrė su rimtais iššūkiais.

Devintojo dešimtmečio pabaigoje paaiškėjo, kad:

• ekspertinės sistemos yra brangios prižiūrėti,
• jas sunku atnaujinti ir pritaikyti naujoms situacijoms,
• jos negali mokytis savarankiškai.

O pigesnių ir universalesnių kompiuterių įsigalėjimas tapo antruoju rimtu „smūgiu“ dirbtinio intelekto vystymuisi.

Nusivylimo šešėlyje: Geoffrey Hintono proveržis ir IBM sėkmė

Būtent šiuo „tamsiuoju“ laikotarpiu išsiskyrė G. Hintonas. Kol dauguma mokslininkų nusisuko nuo šios technologijos, G. Hintonas, kuris šiandien laikomas dirbtinio intelekto krikštatėviu, kartu su bendraminčiais liko ištikimas neuroninių tinklų idėjai.

Prieš pat antrosios žiemos pradžią mokslininkas 1986 m. publikavo straipsnį, kuriame pristatė atgalinio plitimo (angl. backpropagation) algoritmą. Jame pademonstruota, kad neuroniniai tinklai gali patys „mokytis“ iš savo klaidų. Tai buvo svarbus teorinis pagrindas visam šiuolaikiniam giliajam mokymuisi. Tačiau teorinis proveržis praktikoje neprigijo: trūko didelių duomenų kiekių ir kompiuterių bei modelių galios.

Verta paminėti, kad kai po antrosios žiemos visuomenė beveik pamiršo dirbtinį intelektą, technologijų įmonė IBM sukrėtė pasaulį įrodydama, kad mašina gali pranokti žmogų sudėtingiausioje intelektualinėje kovoje.

1997 m. IBM sukurtas superkompiuteris „Deep Blue“ nugalėjo tuometinį pasaulio šachmatų čempioną Garį Kasparovą. Tai buvo pirmas kartas istorijoje, kai dirbtinis intelektas nugalėjo čempioną oficialiame mače su laiko kontrole.

Dar vėliau, 2006 m., G. Hintonas pristatė giliuosius tikėjimo tinklus (angl. Deep Belief Networks), kurie atgaivino kelis dešimtmečius trukusį stagnacijos laikotarpį ir įrodė, kad labai gilus neuroninis tinklas gali būti efektyviai ištreniruotas sluoksnis po sluoksnio.

Šiuolaikinis dirbtinis intelektas (2010-dabar)

Po minėtos stagnacijos dirbtinis intelektas pamažu artėjo prie lūžio taško. Nuo maždaug 2010 m. prasidėjo laikotarpis, kuris dažnai siejamas jau su moderniuoju dirbtiniu intelektu.

Ir visgi šį etapą paskatino ne dar stipresnės idėjos, bet technologinė pažanga. Interneto atsiradimas ir skaitmenizacija suteikė milžiniškus duomenų kiekius, atsirado galingi grafikos procesoriai bei spartėjo praktinis neuroninių tinklų pritaikymas. Būtent tai leido idėjoms pagaliau virsti realybe.

Vienas lemiamų lūžių įvyko 2012 m. kasmetiniame prestižiniame vaizdų atpažinimo konkurse „ImageNet“, kuriame dirbtinio intelekto modeliai turėjo atpažinti tūkstančius skirtingų objektų nuotraukose. Iki to laiko tradiciškai tai atlikdavo mokslininkai, kurie patys ranka aprašydavo objektų bruožus, tačiau klaidų lygis buvo didelis – apie 26 proc.

Būtent šiais metais Alexas Krizhevsky, Ilya Sutskeveris ir Geoffrey Hintonas sukūrė gilųjį neuroninį tinklą, pavadintą „AlexNet“. Jie laimėjo konkursą triuškinamai – klaidų kiekį sumažino iki 15,3 proc. O tai buvo šuolis, kurio niekas nesitikėjo.

Kitas esminis lūžis įvyko 2017 m., kai buvo pristatyta nauja neuroninių tinklų architektūra – transformatoriai (angl. Transformer). Ši technologija leido modeliams geriau suprasti kontekstą, todėl tapo pagrindu moderniems kalbos modeliams.

Remiantis šia transformatorių architektūra, buvo sukurti pažangūs kalbos modeliai, kurie geba ne tik atsakyti į klausimus, bet ir generuoti įvairios formos turinį. Didžiausias proveržis atitenka 2019 m. pristatytam „ChatGPT“. Kai 2022 m. jis tapo pasiekiamas plačiajai visuomenei, tai pažymėjo etapą, kuriame dirbtinis intelektas tapo prieinamas milijonams žmonių ir iš esmės pakeitęs jų kasdienybę.

Apibendriname dirbtinio intelekto raidą:

Kur esame šiandien

Žvelgiant į visą nueitą kelią, akivaizdu, kad klausimas, kada atsirado dirbtinis intelektas, šiandien įgauna naują prasmę. Mes nebekalbame apie mokslinę fantastiką ar uždaras laboratorijas – mes kalbame apie technologiją, kuri tapo mūsų kasdienybės dalimi.

Jei 1956 m. Dartmuto konferencijos dalyviai dirbtinį intelektą matė kaip loginį iššūkį, o G. Hintonas 1986 m. kaip matematinį modelį, tai šiandien technologija yra ekonominis ir socialinis variklis. Per pastaruosius kelerius metus įvyko lūžis: technologija nustojo tik „atpažinti“ ir pradėjo „kurti“, įgalinant generatyviojo dirbtinio intelekto veikimą.

Milijardinės investicijos, auganti konkurencija tarp didžiausių technologinių bendrovių ir vis daugiau klausimų, susijusių su technologijos poveikiu pasauliui, jos etiškumo ribomis ir keliama rizika tik dar labiau įrodo, kad tai, kas prieš 70 metų atrodė kaip neįmanoma svajonė, šiandien tikrąją to žodžio prasme yra kiekvieno iš mūsų kišenėje.

TechNaujienos.lt parengė vaizdo įrašą, kuriame papasakojome apie dirbtinį intelektą sukūrusius žmones:

Pabaigai: įdomūs faktai apie dirbtinį intelektą

1. Dirbtinio intelekto idėja gimė dar Senovės Graikijoje

Nors, atsakydami į klausimą, kada atsirado dirbtinis intelektas, minėjome 1956 m., pažvelgus kiek netradiciškai (filosofine prasme), šios technologijos idėjos užuomazgų galima atrasti dar Senovės Graikijoje. Matematikas ir išradėjas Heronas Aleksandrietis kūrė automatinius įrenginius – mechaninius „robotus“, galėjusius judėti ar atlikti paprastas užduotis. Pavyzdžiui naudodami garą, vandenį ar svorius – atidaryti šventyklų duris ar judinti figūras.

2. Kodėl būtent „dirbtinis intelektas“

Johnas McCarthy terminą „Dirbtinis intelektas“ pasirinko strategiškai. Jis norėjo atsiriboti nuo tuo metu populiaraus termino „kibernetika“, kuris buvo labiau orientuotas į grįžtamąjį ryšį ir mechaniką. J. McCarthy norėjo pabrėžti, kad ši nauja sritis fokusuosis būtent į mąstymo procesų imitavimą.

3. Ankstyvos dirbtinio intelekto klaidos

Nors iš principo tai yra legenda, tačiau žemiau aptariama istorija buvo sukurta vertinant ankstyvąsias šios technologijos galimybes.

Pasakojama, kad Šaltojo karo metu mokslininkai bandė sukurti kompiuterines programas, kurios automatiškai verstų tekstus iš anglų kalbos į rusų ir atgal. Teigiama, kad sistemai pateikus biblinę frazę „The spirit is willing, but the flesh is weak“ („Dvasia yra ryžtinga, bet kūnas silpnas“), ji išvertė ją pažodžiui ir galutinis rezultatas tapo: „The vodka is good, but the meat is rotten“ („Degtinė gera, bet mėsa supuvusi“). Šis pavyzdys tapo simboliu to meto technologijų nesugebėjimui suprasti konteksto ir idiomų.

4. „ChatGPT“ jau siejamas su Tiuringo testu

Dabartiniai tyrimai rodo, kad naujausi „ChatGPT“ modeliai (pavyzdžiui, „GPT-4“) jau sugeba įtikinti vertintojus, jog yra žmonės, ir taip praktiškai „išlaiko“ klasikinį Tiuringo testą. Nepaisant to, vieningo sutarimo šiuo klausimu dar nėra.

5. Įspūdinga suma už dirbtinio intelekto sukurtą paveikslą

2018 m. „Christie’s“ aukcione įvyko lūžis: „Edmond de Belamy“ portretas buvo parduotas už stulbinančius 432 500 JAV dolerių. Įdomiausia tai, kad šį paveikslą nutapė ne žmogus, o algoritmas.

6. Pilietybė dirbtiniam intelektui

2017 m. Saudo Arabija tapo pirmąja šalimi pasaulyje, suteikusia pilietybę humanonidiniam robotui vardu Sofia. 

D.U.K.

Šaltiniai

Rengiant apžvalgą naudojome šią informaciją:

• Apie „Edmond de Belamy“ portreto pardavimą aukcione: https://www.christies.com/en/stories/a-collaboration-between-two-artists-one-human-one-a-machine-0cd01f4e232f4279a525a446d60d4cd1
• Apie „Google“ transformatorių architektūrą: https://arxiv.org/abs/1706.03762
• Apie Heroną Aleksandrietį: https://www.britannica.com/biography/Heron-of-Alexandria
• Apie robotui suteiktą pilietybę: https://www.weforum.org/stories/2017/10/a-robot-has-just-been-granted-citizenship-of-saudi-arabia/
• G. Hintono ir jo kolegų darbai: https://www.science.org/doi/10.1126/science.1127647 ir https://www.nature.com/articles/323533a0
• Mitas apie dirbtinio intelekto klaidas Šaltojo karo laikotarpiu: https://mt-archive.net/90/MTNI-1995-Hutchins.pdf
• Pirmojo neurono modelio tyrimo straipsnis: https://www.cs.cmu.edu/~epxing/Class/10715/reading/McCulloch.and.Pitts.pdf
• Pokalbių roboto ELIZA kūrėjo straipsnis: https://web.stanford.edu/class/cs124/p36-weizenabaum.pdf
• Stanfordo universiteto ataskaitą apie dirbtinio intelekto istoriją ir raidos vertinimą: https://ai100.stanford.edu/2016-report