A számítástechnikai gépek és intelligencia című, a mesterséges intelligenciáról szóló alapvető tanulmányában Alan Turing híres kérdése: “Tudnak-e a gépek gondolkodni?” – vagy pontosabban: képesek-e a gépek sikeresen utánozni a gondolkodást?
70 évvel később a válasz még mindig “nem”, mivel egy gép még nem ment át a Turing-teszten.
Turing tisztázza, hogy őt olyan gépek érdeklik, amelyek “olyan műveletek elvégzésére szolgálnak, amelyeket egy emberi számítógép is elvégezhet”. Más szóval, őt az összetett digitális gépek érdeklik.
Mivel a gondolkodó digitális gép megvalósulása a gépek evolúciójának kérdése, ezért indokolt a géptörténet kezdeténél kezdeni.
A gép olyan eszköz, amely munkát végez. Műszaki nyelven a munka azt jelenti, hogy energiát adunk át egyik tárgyról a másikra. A gépek lehetővé teszik számunkra, hogy nagyobb erőt alkalmazzunk, és/vagy azt hatékonyabban végezzük, ami azt eredményezi, hogy több munkát végzünk.
A modern gépek – mint a fenti Boston Dynamics robot, Atlas – több száz alkatrészt használnak, beleértve a hidraulikus csuklókat, dugattyúkat, fogaskerekeket, szelepeket és így tovább, hogy összetett feladatokat hajtsanak végre, például önkorrigáló stabilizációt vagy akár hátraszaltót.
Egyszerű gépek
Az “egyszerű gépek” azonban a korábbi meghatározásunknak is megfelelnek, beleértve a kerekeket, karokat, csigákat, ferde síkokat, ékeket és csavarokat. Valójában minden mechanikus gép e hat egyszerű gép valamilyen kombinációjából áll.
Az atlasz nemcsak mechanikus gép, hanem digitális gép is.
Az egyszerű mechanikus gépek több millió évesek. Például “a kőfaragó szerszámok egyidősek az emberi társadalommal”, és a régészek találtak kőszerszámokat “1,5-2 millió évvel ezelőttről.”
Bonyolult gépek
Az egyszerű gépek kombinációiból a talicskától a kerékpáron át a mechanikus robotig mindent meg lehet csinálni.
Sőt, a mechanikus robotokról szóló feljegyzések több mint 3000 évvel ezelőttre nyúlnak vissza.
A Kr. e. 5. században írt Lieh-tzu című daoista szöveg beszámol egy sokkal korábbi találkozásról, amely a Zhou-dinasztia (Kr. e. 1023-957) Mu királya és egy Yen Shi nevű mérnök között zajlott le. Yen Shi egy életnagyságú, ember alakú mechanikus automatát ajándékozott a királynak:
“A király döbbenten bámulta a figurát. Gyors léptekkel járt, fejét fel-le mozgatta, úgy, hogy bárki élő embernek nézte volna. A mesterember megérintette az állát, mire az énekelni kezdett, tökéletesen dallamosan. Megérintette a kezét, mire az pózolni kezdett, tökéletesen tartva az ütemet… Amikor az előadás a végéhez közeledett, a robot a szemével kacsintott, és közeledett a jelenlévő hölgyekhez, mire a király felbőszült, és a helyszínen kivégeztette volna Yen Shit, ha az halálos félelmében nem szedi azonnal darabokra a robotot, hogy lássa, mi is az valójában. És valóban, kiderült, hogy csak egy bőrből, fából, ragasztóból és lakkból készült szerkezet…”
A király megkérdezte: “
Más szóval, Turing kérdése, hogy a gépek képesek-e utánozni az embert, valójában több ezer éves.
A görög tudósok ugyanebben az időben automaták széles skáláját alkották meg. Archytas (Kr. e. 428-347 körül) egy olyan mechanikus madarat alkotott, amely mintegy 200 métert tudott repülni, és amelyet úgy írtak le, mint egy mesterséges, gőzzel hajtott, madár alakú repülő szerkezetet.
“Archytas olyan mechanikai leleménnyel és művészettel készítette el egy galamb fából készült modelljét, hogy az repült.”
Egyes modern történészek úgy vélik, hogy a repülést drótokon való felfüggesztés segíthette, de mindenesetre ez egyértelmű kísérlet volt egy gép létrehozására.
Egy másik görög tudós, Daidalosz olyan szobrokat alkotott, amelyek mozogtak:
“Daidalosz állítólag olyan élethű szobrokat készített, amelyek annyira élethűek voltak, hogy maguktól mozogtak.”
Az “első kakukkos óráról” az Alexandria felemelkedése és bukása című könyvben olvashatunk: Birthplace of the Modern World (132. oldal):
“Hamarosan Ctesibius órái dugókkal és szelepekkel voltak tele, amelyek egy csomó eszközt vezéreltek a harangoktól a bábokon át a mechanikus galambokig, amelyek énekelve jelezték az egyes órák múlását – a legelső kakukkos óra!”
Az évszázadok során egyre bonyolultabb szerkezeteket használtak automaták létrehozására, például szélhajtású mozgó gépeket.
Programozható összetett mechanikus gépek
Az első feljegyzett programozható összetett mechanikus gép csak a Kr. u. 9. században jelent meg:
“A legkorábbi ismert programozható gép tervezete az automata fuvolajáték, amelyet a 9. században a bagdadi Musa testvérek írtak le.”
Ezt úgy is leírták, hogy “az önmagát játszó hangszer”. Az ilyen eszközökről szóló könyvet a Vatikáni Könyvtárban őrzik.
Mechanikus számológépek
A modern mesterséges intelligenciához vezető hosszú út újabb állomása volt a mechanikus számológépek megalkotása.
Az első mechanikus számológépet Wilhelm Schickard építette a 17. század első felében, amely lehetővé tette az összeadást és a szorzást.
A következő mechanikus számológép, amelyet Blaise Pascal épített, szintén képes volt a kivonásra.
Ezek a gépek olyan gondolkodókat, mint Gottfried Wilhelm Leibniz, a következő gondolatra inspiráltak:
“Ha az emberi tapasztalat minden területe megérthető a matematikai gondolkodás segítségével, és ha a gondolkodás a számítás egy formája, a számítás pedig gépesíthető, akkor a valósággal kapcsolatos minden kérdés elvileg megválaszolható egy gép által végrehajtott számítás segítségével.”
Ez sok tekintetben hasonlít a mai mesterséges általános intelligencia fogalmunkhoz.”
Leibniz elképzelése az volt, hogy egy characteristica universalis, vagyis egy univerzális logikai program segítségével akkor a valósággal kapcsolatos minden kérdésre választ lehetne adni.”
Programozható számológépek
1833-ban Charles Babbage a programozható gépek 9. századi innovációját és a számológépek 17. századi innovációját ötvözte az Analitikus Motor megalkotásában: Egy programozható számológép.
Babbage-nek sosem sikerült teljes gépet építenie, de “lyukkártyás technikáját” később az első digitális gépeknél használták.
Digitális gépek (számítógépek)
A mechanikusról a digitális számítógépekre való áttérés hatalmas ugrás volt ahhoz, hogy eljussunk oda, ahol ma tartunk.
A harmincas-negyvenes évek végén több digitális számítógép is megjelent, amelyek versenyeztek az “első digitális számítógép” címért.
Az ENIAC-ot tartják az első digitális számítógépnek, amelynek építését 1946-ban fejezték be, mivel ez volt az első, amely teljesen működőképes volt.
A többi digitális számítógép közé tartozott a Colossus 1943-ban, amely a brit kódfejtőknek segített a titkosított német üzenetek olvasásában, és az ABC számítógép 1942-ben.
A fejlődés innentől kezdve gyorsan felgyorsult, és viszonylag gyors egymásutánban jelentek meg olyan fejlesztések, mint a programok memóriában való tárolása, a RAM, a valós idejű grafika és a tranzisztorok.
Gépi tanulás
A komplex digitális gépek megjelenésével végre szóba kerülhet a gépi tanulás témája.
Amint azt az elején feltártuk, a gépek térhódítása arra késztette Alan Turingot, hogy 1950-ben feltegye a kérdést: “tudnak-e a gépek gondolkodni?”. Öt évvel később a Dartmouthban megjelent egy korszakalkotó tanulmány a mesterséges intelligenciáról, és a terület alapelvei azóta is hasonlóak maradtak.
1955-ben M. L. Minsky azt írta:
“Egy gépet “próbálgatással és hibával” lehet “betanítani” arra, hogy egy sor bemeneti-kimeneti funkció közül valamelyiket elsajátítsa. Egy ilyen gépet, ha megfelelő környezetbe helyezik, és a “siker” vagy a “kudarc” kritériumait kapja, be lehet tanítani arra, hogy “célkereső” viselkedést mutasson.”
Más szavakkal, a gépi tanulási algoritmusok matematikai modelleket építenek “képzési adatokra”, hogy döntéseket hozzanak, anélkül, hogy kifejezetten beprogramoznák őket e döntések meghozatalára.
Ez a legfontosabb különbség a számológép és a gépi tanulás (vagy AI) között: A számológép vagy az automaták bármely formája előre meghatározott kimenettel rendelkezik. A mesterséges intelligencia menet közben hoz valószínűségi döntéseket.
Egy mechanikus gépnek sokkal szigorúbb fizikai korlátai vannak a tekintetben is, hogy hány gépelem (pl. csigák, karok, fogaskerekek) fér el egy szerkezetben, míg egy modern digitális gép CPU-jában több milliárd tranzisztor fér el.
A tényleges “gépi tanulás” kifejezést Arthur Samuel alkotta meg 1952-ben, miután kifejlesztett egy számítógépes programot a dámajáték betanulással történő lejátszására.
1957-ben Frank Rosenblatt megalkotta a Mark I perceptront – egy bináris osztályozókból álló felügyelt tanulási algoritmust – képfelismerés céljából.
Munkájának az amerikai haditengerészetnek való bemutatása után 1958-ban a The New York Times így számolt be róla:
A perceptron “egy olyan elektronikus számítógép embriója, amelytől azt várják, hogy képes lesz járni, beszélni, látni, írni, reprodukálni magát és tudatában lesz a létezésének.”
A kutatók már 1958-ban előre látták az érző mesterséges intelligencia napját.
A későbbi eredmények közé tartoztak a feedforward neurális hálózatok (mint a perceptron, de több réteggel), a legközelebbi szomszéd algoritmus ’67-ben, a backpropagation számítógépeken a 70-es években (amelyet ma mély neurális hálózatok képzésére használnak), a boosting algoritmusok a 90-es évek elején, és az LSTM-ek ’97-ben.
Az adatoknak és a számítási teljesítménynek köszönhető fejlődés
A vezető AI-kutató, Andrew Ng nemrégiben tartott AI-kurzusán megjegyzi, hogy a mesterséges általános intelligencia terén “szinte semmi előrelépés” nem történt, de hihetetlen előrelépés történt a “szűk értelemben” – a bemeneti-kimeneti funkciókban, “amelyek egy dolgot csinálnak, mint például egy intelligens hangszóró vagy egy önvezető autó”.”
Az AI magas szinten még mindig arról szól, hogy “megtanulunk egy függvényt, amely x-ről y-ra képez le.”
A hihetetlen fejlődés, amit mostanában láttunk, főként az adatok és a számítási teljesítmény robbanásszerű növekedésének köszönhető, a jobb (jobb minőségű) adatok és a több AI mérnök mellett.
A több adat és számítási teljesítmény természetesen növeli a legtöbb AI modell pontosságát, különösen a mélytanulásban.
A mesterséges intelligencia demokratizálódása
A mesterséges intelligencia architektúrák, a számítási teljesítmény és az adatok fejlődésével párhuzamosan a közelmúltban a mesterséges intelligencia az iparban is erős teret nyert, köszönhetően a hozzáférhetőbb mesterséges intelligencia-eszközök elterjedésének.
A technológiákat hozzáférhetőbbé tevő eszközök megjelenése hosszú múltra tekint vissza. Például Gutenberg nyomdagépe demokratizálta a tudást a 15. században.
Az internet korában az olyan “kód nélküli” eszközök, mint a WordPress és a Wix demokratizálták a honlapkészítést.
Az AI 50-es évekbeli javaslatait követő évtizedekig a mesterséges intelligencia nagyrészt a tudományos életre korlátozódott, anélkül, hogy sok gyakorlati felhasználást látott volna.
Az olyan eszközök, mint a TensorFlow és a Keras, több vállalkozás számára tették lehetővé az AI bevezetését, bár ezek még mindig technológiailag bonyolult eszközök, amelyekhez magasan fizetett gépi tanulási mérnökökre van szükség.
A komplexitás kérdését tetézi, hogy az adattudományi szakemberek hiánya miatt az egekbe szöknek azok fizetései, akik képesek AI-rendszereket létrehozni. Ennek eredményeként a nagyvállalatok, például a FAANG-ok uralják a mesterséges intelligencia nagy részét.
A kód nélküli mesterséges intelligencia-eszközök, például az Apteo megjelenése csökkenti a kezdeti költségeket, miközben megszünteti a technikai szakértelem szükségességét, lehetővé téve a valóban demokratizált AI-t.
No Code AI
A kód nélküli AI-eszközök a logikus következő lépés a mesterséges intelligencia demokratizálásának útján.
A korai emberek 2 millió évvel ezelőtt azért készítettek kőfaragó eszközöket, hogy több munkát tudjanak elvégezni, mint a kezükkel.
Most az AI hatékonyabbá tesz minket, és képes elvégezni helyettünk a munkát, a kód nélküli AI pedig mindenki számára elérhetővé teszi ezeket az előnyöket.
A kód nélküli AI eszközök térhódításával a hozzáférhető AI korszakába lépünk.