Технологиялық прогресс адамзаттың әдеттегі өмір салтын түбегейлі өзгертетін жаңалықтарды үнемі туғызып отырады. Кейбір ашылымдар қозғалысты жеделдетсе, басқалары байланысты революциялады, үшіншілері еңбектің өз табиғатын өзгертті. Мұндай серпілістердің арасында ойлау үдерісін жасанды жолмен қайта жасауға ұмтылатын сала ерекше орын алады. Жасанды интеллект бүгінде есептеу жылдамдығында, бейнелерді тануда және орасан зор деректер массивін талдауда адамнан асып түседі. Бұл технология медицинаға, көлікке, шығармашылыққа және заманауи пайдаланушыны қоршаған тұрмыстық құралдарға еніп үлгерді. Төменде осы қарқынды дамып жатқан білім саласының таңғажайып қырларын ашатын деректер жинақталған.
- «Жасанды интеллект» термині алғаш рет 1956 жылы Джон Маккарти ұйымдастырған Дартмут колледжіндегі ғылыми конференцияда естілді. Дәл осы кездесу бүкіл пәннің дербес ғылыми бағыт ретінде дамуының ресми бастау нүктесі саналады. Іс-шараға қатысушылар машиналардың адами деңгейдегі ойлауға бірнеше онжылдық ішінде-ақ қол жеткізетініне сеніммен қараған.
- Заманауи жүйелер құрылымы адам миының құрылысынан жанама шабыт алған нейрондық желілер негізінде оқытылады. Мұндай құрылымдар биологиялық нейрондар сияқты ақпаратты қабат-қабат өңдейтін көптеген өзара байланысқан түйіндерден тұрады. Соңғы онжылдықтың серпінді технологиясына айналған терең оқыту күрделі заңдылықтарды тану үшін дәл осындай көпқабатты желілерді пайдаланады.
- DeepMind компаниясының AlphaGo бағдарламасы 2016 жылы го ойынының әлем чемпионы Ли Седолды жеңіп, саланың тарихи оқиғасына айналды. Бұл көне үстел ойыны соншалықты күрделі саналған, тіпті мамандар машинаның оны кәсіби деңгейде меңгеру қабілетіне ұзақ уақыт күмәнмен қараған. Алгоритмнің жеңісі стратегиялық машиналық ойлаудың дамуындағы орасан зор секірісті көрсетті.
- Ірі тілдік модельдер кітаптардан, мақалалардан және веб-беттерден алынған миллиардтаған сөзді қамтитын орасан зор мәтіндер массивінде оқытылады. Мұндай деректер көлемі жүйеге грамматикалық ережелерді айқын бағдарламаламай-ақ адам тілінің статистикалық заңдылықтарын аңғаруға мүмкіндік береді. Дәл осы тәсіл көптеген тақырыпта байланысты әңгіме жүргізуге қабілетті заманауи чат-боттардың негізінде жатыр.
- Компьютерлік көру технологиясы машиналарға суреттердегі объектілерді кейде адами мүмкіндіктерден асатын дәлдікпен тануға мүмкіндік береді. Мұндай алгоритмдер медициналық диагностикада суреттердегі ісіктерді білікті маманнан әлдеқайда жылдам анықтау үшін қолданылады. Дегенмен түпкілікті шешімді бұрынғысынша дәрігер қабылдайды, ал технологияны тек көмекші құрал ретінде пайдаланады.
- Автономды көлік құралдары жүргізушінің тікелей қатысуынсыз бағдарлау үшін датчиктер, камералар және алгоритмдердің үйлесімін пайдаланады. Waymo сияқты компаниялар бірнеше американдық қалада ұшқышсыз такси коммерциялық қызметін пайдалануда қолдана бастады. Мұндай технология адамның зейінсіздігі мен шаршауынан туындайтын апат санын елеулі түрде азайтуға уәде береді.
- Ұсыныс жүйелері алдыңғы қалаулар негізінде мазмұн таңдай отырып, стриминг платформаларындағы пайдаланушылардың мінез-құлқын талдайды. Netflix және соған ұқсас қызметтер мұндай алгоритмдер көрермен қараған мазмұнның едәуір бөлігін қалыптастырады деп мәлімдейді. Ұқсас механизмдер интернет-дүкендерде, музыка қосымшаларында және әлеуметтік желілерде бір мезгілде жұмыс істейді.
- Генеративті модельдер бұрын тек адам шығармашылығының өнімі саналған суреттерді, музыканы және мәтіндерді жасай алады. DALL-E, Midjourney және соған ұқсас құралдар мәтіндік сипаттама бойынша шынайы суреттерді бірнеше секунд ішінде жасайды. Мұндай технология авторлық құқық және шығармашылық кәсіптердің болашағы туралы елеулі талқылауларды тудырды.
- Ірі модельдерді оқыту айтарлықтай мөлшердегі электр энергиясын жұмсайтын орасан зор есептеу қуатын талап етеді. Бір ірі тілдік модельді жаттықтыру бірнеше жүз үй шаруашылығының жылдық тұтынуымен теңесетін энергияны жұмсай алады. Мұндай шығындар зерттеушілерді тиімдірек архитектуралар мен оқыту әдістерін іздеуге мәжбүрлейді.
- «Галлюцинация» деп аталатын құбылыс тілдік модельдерді кейде сенімді естілетін, бірақ шындығында дұрыс емес ақпарат жасауға мәжбүрлейді. Мұндай ерекшелік мәтіннің ықтимал жалғасын дұрыстық кепілдігінсіз болжайтын оқытудың статистикалық табиғатынан туындайды. Әзірлеушілер жүйелер жауабындағы мұндай қателердің жиілігін азайту әдістерімен жұмысты жалғастыруда.
- Сөйлеуді тану технологиясы миллиондаған пайдаланушының күнделікті тұрмысының бөлігіне айналған Siri, Alexa және Google Assistant сияқты дауыстық көмекшілердің негізінде жатыр. Мұндай жүйелер дыбыс толқындарын мәтінге түрлендіріп, содан кейін жауап қалыптастыру үшін сұраныстың мағынасын түсіндіреді. Тануды тану дәлдігі нейрожелілік архитектуралардың дамуы арқасында соңғы онжылдықта айтарлықтай жақсарды.
- Медицина саласы пациенттердің генетикалық деректері мен талдау нәтижелері негізінде ауруларды болжау үшін алгоритмдерді белсенді енгізуде. Мұндай жүйелер әдеттегі тексеру кезінде тәжірибелі дәрігердің зейінінен де тыс қалатын заңдылықтарды анықтай алады. Дегенмен көптеген елдің реттеуші органдары мұндай құралдарды клиникалық қолданысқа енгізер алдында қатаң тексеруден өткізуді талап етеді.
- Алгоритмдердің біржақтылығына байланысты этикалық мәселелер мұндай жүйелерді әзірлеудің орталық проблемаларының бірі болып қала береді. Тарихи деректерде оқытылған модельдер қолданыстағы әлеуметтік қате пікірлер мен кемсітушілік үлгілерді байқаусызда қайталай алады. Зерттеушілер түпкілікті шешімдердің әділдігін арттыру үшін мұндай бұрмалауларды аудиттеу және түзету әдістерін әзірлеуде.
- Google, Microsoft және OpenAI сияқты ірі технологиялық компаниялар жыл сайын мұндай зерттеулердің дамуына миллиардтаған доллар инвестициялайды. Әзірлеушілер арасындағы бәсекелестік қарқынды прогресті ынталандырады, дегенмен бір мезгілде жаңа шығарылымдардың жеткіліксіз қауіпсіздігі туралы алаңдаушылық тудырады. Кейбір елдің үкіметі мұндай технологияларды реттеу үшін заңнамалық шеңберлерді әзірлей бастады.
- Мамандар ойлаудың икемділігі бойынша адами санамен теңесетін жалпы мақсаттағы жасанды интеллект жасау болашағы туралы пікірлерінде алшақ кетеді. Кейбір зерттеушілер мұндай серпіліс бірнеше онжылдық ішінде болады деп есептесе, басқалары даму жолының қазіргі бағытын түбегейлі шектеулі деп санайды. Мұндай белгісіздік нағыз ойлауды жасанды жолмен қайта жасау міндетінің қаншалықты күрделі және көп қырлы екенін ғана көрсетеді.
Жасанды интеллект есептеу жылдамдығы адам санасына тән шынайы әлемді түсінумен мүлдем тең емес екенін дәлелдейді. Мұндай технологиялардың дамуы таза инженериядан әлдеқайда әрі кететін сұрақтарды – этика, жұмыспен қамту және ойлаудың өз анықтамасын – көтереді. Мүмкін, жақын онжылдықтар машинаның интеллектті имитациялау мен оны шынымен иеленудің шекарасын жеңе алатынын көрсетер. Осы саладағы әрбір жаңа жетістік прогрестің тек мүмкіндіктерді ғана емес, қоғам алдындағы елеулі жауапкершілікті де әкелетінін еске салады.
