ziś prawie każda obecna w publicznej świadomości firma chwali się, że wykorzystuje sztuczną inteligencję czy to w procesie obsługi klientów, przetwarzania danych czy też w badaniach i rozwoju. W sklepach zaś możemy kupić „inteligentną maszynkę do golenia”, „inteligentny odkurzacz” i „inteligentny krem do twarzy”.

Nie sposób się nie zastanowić, czy aby wszyscy rozumiemy to pojęcie tak samo. Spróbujmy to w prosty sposób wyjaśnić.

Co to jest sztuczna inteligencja?

Sztuczna inteligencja to próba stworzenia inteligentnych maszyn, w szczególności zaś inteligentnego oprogramowania. Nie polega ona, wbrew powszechnej opinii, na naśladowaniu ludzkiej inteligencji.

Czekaj, a co to właściwie jest inteligencja?

Nie mamy dokładnej definicji. W uproszczeniu możemy przyjąć że jest to umiejętność osiągania celów. Z tej definicji wynika, że inteligentnym można być w różnym stopniu, a inteligencją wykazują się ludzie i zwierzęta.

Od kiedy próbujemy zbudować sztuczną inteligencję?

Po drugiej wojnie światowej informatyka rozwinęła się na tyle, że mogliśmy zacząć o tym myśleć. Kluczową postacią tutaj był słynny angielski matematyk (bohater filmu Gra tajemnic z Benedictem Cumberbatchem) Alan Turing. W swoim wykładzie już w… 1947 roku wskazał drogę rozwoju sztucznej inteligencji. Według niego należało raczej pisać inteligentne programy niż budować inteligentne maszyny.

I tak właśnie robimy do dziś.

Czym powinien się charakteryzować inteligentny program

Pomyślmy przez chwilę, co potrafi zrobić zwykły „nieinteligentny” program komputerowy. Potrafi zapisywać, wyszukiwać, i przetwarzać informacje. To właściwie wszystko, i w tym mieści się zarówno pisanie listów w Wordzie, zamawianie biletów lotniczych na stronie agencji turystycznej, jak i granie w Minecrafta.

Abyśmy mogli program nazwać inteligentnym, musi on umieć coś więcej. Oto kilka przykładów.

Uczenie się

Program, który się uczy (np. na podstawie swoich doświadczeń zebranych w trakcie poprzednich uruchomień), możemy nazwać inteligentnym. Najprostsze jest uczenie pamięciowe – widzimy je np. w internetowych słownikach uczących się rozpoznawać słowa lub tłumaczyć frazy między językami.

Wyższym poziomem uczenia się maszynowego jest tzw. deep learning czyli „głębokie uczenie”. Jest to uczenie się polegające na stworzeniu wielu warstw oprogramowania umożliwiających zamianę danych wejściowych (np. zdjęć) na wiedzę (np. informacje o osobach znajdujących się na zdjęciu). Deep learning charakteryzuje się niskim poziomem nadzoru człowieka nad procesem uczenia się. Po prostu czasem nie wiemy, co z takiej nauki wyniknie i jak wyewoluuje wiedza programu.

Wnioskowanie

Kolejna kategoria, w której wciąż człowiek (a i większość ssaków) jest lepsza od maszyn. Wnioskowanie jest to proces, w którym na podstawie dotychczasowych doświadczeń tworzymy nową wiedzę, zarówno przez dedukcję („Zostawiłem portfel w pokoju lub w kuchni, a skoro nie ma go w pokoju, to zapewne jest w kuchni”) jak i przez indukcję („Poprzednim razem gdy byłem w tym centrum handlowym, nie miałem gdzie zaparkować, więc tym razem pojadę metrem”).

Są to przykłady tworzenia nowej wiedzy, których implementacja w formie algorytmu komputerowego dopiero raczkuje.

Poszukiwanie wzorców

Kolejna postać syntezy wiedzy, już dziś używana np. w diagnostyce medycznej. Sztuczne sieci neuronowe mogą nauczyć się rozpoznawać wspólne wzorce np. na obrazach zdjęć rentgenowskich, dzięki czemu są w stanie pomóc lekarzom w odnalezieniu odstępstw od normy. W ten sposób można m.in. przyspieszyć diagnostykę nowotworów.

Sztuczna inteligencja na co dzień

Już dziś możesz na spotykać się z działaniem sztucznej inteligencji. Zauważyłeś, że twój iPhone potrafi grupować zdjęcia według występujących na nich osób? Dzieje się tak właśnie dzięki rozpoznawaniu wzorca, przeprowadzanemu na serwerach Apple. Podobnie, dzięki inteligentnym algorytmom indukcyjnym mapy Google podpowiadają najlepszą porę przejazdu ulicami z najmniejszą ilością ruchu ulicznego.

Jednak to nie nasze telefony są takie mądre, bo rozwiązania sztucznej inteligencji przeniosły się do chmury obliczeniowej. Wszystkie wiodące firmy dostarczające tego typu rozwiązania, oferują już AI jako usługę. Od Microsoftu mamy Cognitive Services, oferujące m.in. zaawansowane rozpoznawanie twarzy i obrazów. Amazon oferuje z kolei Amazon AI, na bazie którego możemy zbudować aplikacje rozmawiające z nami w naszym języku, Google zaś Machine Learning Services – dzięki którym możemy wykorzystując serwery tej firmy analizować duże ilości danych. Wszystko to pozostaje w zasięgu ręki każdego, bez budowania własnych centrów informatycznych, co zapewne będzie sprzyjać rozwojowi tej dziedziny w przyszłości.