1955-ci ilin avqustunda bir qrup alim Nyu-Hempşir ştatının Dartmut Kollecində yay seminarı keçirmək üçün 13 ABŞ dolları məbləğində maliyyə tələbi təqdim etdi. Onların kəşf etməyi təklif etdikləri sahə süni intellekt (AI) idi. Maliyyə tələbi təvazökar olsa da, tədqiqatçıların fərziyyəsi belə deyildi: “Öyrənmənin hər bir aspekti və ya zəkanın hər hansı digər xüsusiyyəti, prinsipcə, o qədər dəqiq təsvir edilə bilər ki, onu təqlid etmək üçün maşın tikilə bilər”.
Bu təvazökar başlanğıcdan bəri, filmlər və media süni intellektə romantikləşdirdi və ya onu cani kimi təsvir etdi. Bununla belə, əksər insanlar üçün AI şüurlu həyat təcrübəsinin bir hissəsi deyil, yalnız mübahisə mövzusu olaraq qaldı.
Keçən ayın sonunda AI şəklində GPT söhbəti elmi-fantastik fərziyyələrdən və tədqiqat laboratoriyalarından çıxıb geniş ictimaiyyətin iş masaları və telefonlarına çıxdı. Bu, "generativ süni intellekt" adlanan şeydir - gözlənilmədən ağıllı şəkildə tərtib edilmiş göstəriş esse yaza, resept və alış-veriş siyahısı yarada və ya Elvis Preslinin üslubunda şeir yarada bilər.
Baxmayaraq ki GPT söhbəti generativ süni intellektdə uğur qazandığı bir ildə ən təsirli iştirakçı oldu, bu kimi sistemlər yeni məzmun yaratmaq üçün daha böyük potensial nümayiş etdirdi və mətndən-şəklə göstərişlər hətta sənət müsabiqələrində qalib gələn canlı təsvirlər yaratmaq üçün istifadə olunur. Süni intellekt hələ canlı şüura və ya elmi fantastika filmlərində və romanlarında məşhur olan ağıl nəzəriyyəsinə malik olmaya bilər, lakin o, ən azı süni intellekt sistemlərinin edə biləcəyini düşündüyümüz şeyi pozmağa yaxınlaşır.
Bu sistemlərlə yaxından işləyən tədqiqatçılar, Google-un LaMDA Böyük Dil Modelində (LLM) olduğu kimi, kəşfiyyat perspektivinə heyran qalırlar. LLM təbii dili emal etmək və yaratmaq üçün öyrədilmiş bir modeldir.
Generativ süni intellekt eyni zamanda plagiat, modellərin yaradılması üçün istifadə edilən orijinal məzmunun istismarı, informasiya manipulyasiyası və etibardan sui-istifadə etikası və hətta “proqramlaşdırmanın sonu” ilə bağlı narahatlıqları da artırıb.
AI həqiqətən nə deməkdir?
Bütün bunların mərkəzində Dartmutda keçirilən yay seminarından bəri aktuallığı artan bir sual dayanır: AI insan zəkasından fərqlidirmi? Süni intellekt hesab olunmaq üçün sistem müəyyən səviyyədə öyrənmə və uyğunlaşma nümayiş etdirməlidir. Bu səbəbdən qərar qəbul etmə, avtomatlaşdırma və statistik sistemlər süni intellekt deyil. Geniş şəkildə desək, AI iki kateqoriyaya bölünür: süni dar intellekt (AI) və süni ümumi intellekt (AI). Hazırda SHI mövcud deyil. Ümumi süni intellekt yaratmaq üçün əsas problem dünyanı bütün biliklər toplusu ilə ardıcıl və faydalı şəkildə adekvat şəkildə modelləşdirməkdir. Bu, yumşaq desək, irimiqyaslı işdir.
Bu gün süni intellekt olaraq bildiyimiz şeylərin çoxu dar intellektə malikdir - burada xüsusi bir sistem müəyyən bir problemi həll edir. İnsan intellektindən fərqli olaraq, bu cür dar süni intellekt yalnız onun öyrədildiyi sahədə effektivdir: fırıldaqçılığın aşkarlanması, sifətin tanınması və ya sosial tövsiyələr kimi. Süni intellekt də insan kimi fəaliyyət göstərəcək. Hal-hazırda buna nail olmaq cəhdlərinin ən bariz nümunəsi neyron şəbəkələrdən istifadə və böyük həcmdə verilənlər üzərində təlim keçmiş dərin öyrənmədir.
Neyron şəbəkələri insan beyninin necə işlədiyindən ilhamlanır. Təlim məlumatları üzərində hesablamalar aparan əksər maşın öyrənmə modellərindən fərqli olaraq, neyron şəbəkələri hər bir məlumat nöqtəsini bir-birinə bağlı şəbəkə vasitəsilə növbə ilə qidalandıraraq, hər dəfə parametrləri tənzimləməklə işləyir. Şəbəkə vasitəsilə getdikcə daha çox məlumat ötürüldükcə, parametrlər sabitləşir və nəticədə yeni məlumatlarda istənilən nəticəni çıxara bilən “təlim olunmuş” neyron şəbəkəsi yaranır – məsələn, təsvirdə pişik və ya itin olub-olmadığını tanımaq.
Bu gün süni intellektin inkişafında əhəmiyyətli sıçrayış böyük bulud hesablama infrastrukturlarının imkanları sayəsində hər bir iş zamanı çoxlu sayda parametrləri tənzimləməyə imkan verən böyük neyron şəbəkələrin öyrənilməsi metodlarında texnoloji təkmilləşdirmələrlə bağlıdır. Məsələn, GPT-3 (ChatGPT-ni gücləndirən AI sistemi) 175 milyard parametrə malik böyük neyron şəbəkəsidir.
Süni intellektin işləməsi üçün nə lazımdır?
Süni intellektin uğurlu işləməsi üçün üç şeyə ehtiyacı var. Birincisi, ona keyfiyyətli, obyektiv məlumat və bir çox şey lazımdır. Neyron şəbəkələri quran tədqiqatçılar cəmiyyətin rəqəmsallaşması sayəsində ortaya çıxan böyük məlumat massivlərindən istifadə edirlər.
İnsan proqramçılarını tamamlayan Co-Pilot öz məlumatlarını GitHub-da yerləşdirilən milyardlarla kod sətirindən götürür. ChatGPT və digər böyük dil modelləri İnternetdə saxlanılan milyardlarla vebsayt və mətn sənədlərindən istifadə edir.
kimi mətndən şəkilə çevirmə vasitələri Stabil diffuziya, DALLE-2 və Midjourney, LAION-5B kimi məlumat dəstlərindən şəkil-mətn cütlərindən istifadə edin. Həyatımızın daha çox hissəsini rəqəmsallaşdırdıqca və onları simulyasiya məlumatları və ya Minecraft kimi oyun parametrlərindən alınan məlumatlar kimi alternativ məlumat mənbələri ilə qidalandırdıqca AI modelləri inkişaf etməyə davam edəcək.
Süni intellekt həm də effektiv məşq etmək üçün hesablama infrastrukturuna ehtiyac duyur. Kompüterlər gücləndikcə, indi intensiv səy və genişmiqyaslı hesablamalar tələb edən modellər yaxın gələcəkdə yerli olaraq işlənə bilər. Məsələn, Stable Diffusion modeli artıq bulud mühitlərində deyil, yerli kompüterlərdə işlədilə bilər. Süni intellektə üçüncü ehtiyac təkmilləşdirilmiş modellər və alqoritmlərdir. Məlumata əsaslanan sistemlər bir vaxtlar insan idrak sahəsi hesab edilən sahələrdə sürətli irəliləyişlər etməyə davam edir.
Bununla belə, ətrafımızdakı dünya daim dəyişdiyindən, süni intellekt sistemləri yeni məlumatlardan istifadə etməklə daim yenidən hazırlanmalıdır. Bu mühüm addım olmadan, AI sistemləri faktiki olaraq səhv olan və ya təlim keçdikdən sonra ortaya çıxan yeni məlumatları nəzərə almayan cavablar verəcəkdir.
Neyron şəbəkələr süni intellektə yeganə yanaşma deyil. Süni intellekt tədqiqatında digər diqqətəlayiq düşərgə simvolik süni intellektdir – o, geniş məlumat massivlərini həzm etmək əvəzinə, müəyyən hadisələrin daxili simvolik təsvirlərini formalaşdırmaq üçün insan prosesinə bənzər qaydalara və biliyə əsaslanır.
Lakin son onillikdə güc balansı böyük ölçüdə məlumatlara əsaslanan yanaşmalara doğru əyilmiş və müasir dərin öyrənmənin “qurucuları” bu yaxınlarda kompüter elmləri üzrə Nobel Mükafatının ekvivalenti olan Türinq Mükafatına layiq görülmüşlər.
Məlumatlar, hesablamalar və alqoritmlər gələcək AI-nin əsasını təşkil edir. Bütün göstəricilər yaxın gələcək üçün hər üç kateqoriya üzrə sürətli irəliləyişdən xəbər verir.
Siz Ukraynaya rus işğalçılarına qarşı mübarizədə kömək edə bilərsiniz. Bunun ən yaxşı yolu Ukrayna Silahlı Qüvvələrinə pul köçürməkdir Savelife və ya rəsmi səhifə vasitəsilə NBU.