În lucrarea fundamentală privind inteligența artificială, intitulată Mașini de calcul și inteligență, Alan Turing a pus o întrebare celebră: „Pot mașinile să gândească?” – sau, mai exact, pot mașinile să imite cu succes gândirea?
70 de ani mai târziu, răspunsul este încă „nu”, deoarece o mașină nu a trecut testul Turing.
Turing clarifică faptul că este interesat de mașinile care „sunt destinate să efectueze orice operațiune care ar putea fi efectuată de un computer uman”. Cu alte cuvinte, el este interesat de mașinile digitale complexe.
Din moment ce realizarea unei mașini digitale gânditoare este o chestiune de evoluție a mașinilor, motivează să înceapă de la începutul istoriei mașinilor.
O mașină este un dispozitiv care face muncă. În termeni ingineresti, munca înseamnă transferul de energie de la un obiect la altul. Mașinile ne permit să aplicăm mai multă forță și/sau să o facem mai eficient, ceea ce duce la efectuarea unei cantități mai mari de muncă.
Mașinile moderne – cum ar fi robotul Boston Dynamics de mai sus, Atlas – utilizează sute de piese, inclusiv articulații hidraulice, pistoane, angrenaje, supape și așa mai departe pentru a îndeplini sarcini complexe, cum ar fi stabilizarea cu autocorecție sau chiar salturi pe spate.
Mașini simple
Cu toate acestea, „mașinile simple” se potrivesc și ele definiției noastre anterioare, inclusiv roți, pârghii, scripeți, scripeți, planuri înclinate, pene și șuruburi. De fapt, toate mașinile mecanice sunt alcătuite dintr-o combinație a acestor șase mașini simple.
Atlasul nu este doar o mașină mecanică, ci și una digitală.
Mașinile mecanice simple sunt vechi de milioane de ani. De exemplu, „uneltele de cioplit în piatră sunt la fel de vechi ca și societatea umană”, iar arheologii au găsit unelte de piatră „de acum 1,5 până la 2 milioane de ani.”
Mașini complexe
Combinațiile de mașini simple ar putea fi folosite pentru a face orice, de la o roabă, la o bicicletă și până la un robot mecanic.
De fapt, înregistrările despre roboți mecanici datează de acum peste 3.000 de ani.
Textul taoist Lieh-tzu, scris în secolul al V-lea î.Hr. include o relatare a unei întâlniri mult mai timpurii dintre regele Mu din dinastia Zhou (1023-957 î.Hr.) și un inginer pe nume Yen Shi. Yen Shi i-a prezentat regelui un automat mecanic în mărime naturală, cu formă umană:
„Regele a privit uimit figura. Aceasta mergea cu pași repezi, mișcându-și capul în sus și în jos, astfel încât oricine ar fi luat-o drept o ființă umană vie. Artizanul i-a atins bărbia, iar aceasta a început să cânte, perfect acordată. Când spectacolul se apropia de sfârșit, robotul a clipit din ochi și a făcut avansuri doamnelor și domnișoarelor prezente, moment în care regele s-a înfuriat și l-ar fi executat pe loc pe Yen Shi, dacă acesta din urmă, speriat de moarte, nu ar fi făcut instantaneu robotul bucăți pentru a vedea ce era cu adevărat. Și, într-adevăr, s-a dovedit a fi doar o construcție din piele, lemn, lipici și lac…”
Regele a întrebat: „Se poate oare ca îndemânarea umană să fie la egalitate cu cea a marelui Autor al Naturii ?”
Cu alte cuvinte, întrebarea lui Turing dacă mașinile pot imita oamenii este de fapt veche de mii de ani.
În aceeași perioadă, oamenii de știință greci creau o gamă largă de automate. Archytas (c. 428-347 î.Hr.) a creat o pasăre mecanică ce putea zbura aproximativ 200 de metri, descrisă ca un dispozitiv de zbor artificial, propulsat cu aburi, în formă de pasăre.
„Archytas a realizat un model din lemn al unui porumbel cu atâta ingeniozitate mecanică și artă încât acesta a zburat.”
Cei mai mulți istorici moderni cred că ar fi putut fi ajutat de suspendarea de cabluri, dar, în orice caz, a fost o încercare clară de a crea o mașină.
Un alt om de știință grec, Dedalus, a creat statui care se mișcau:
„Se spune că Dedalus a creat statui care erau atât de realiste încât se puteau mișca singure.”
„Primul ceas cu cuc” a fost descris în cartea The Rise and Fall of Alexandria: Birthplace of the Modern World (pagina 132):
„În curând, ceasurile lui Ctesibius au fost sufocate de robinete și supape, controlând o mulțime de dispozitive, de la clopote la păpuși și până la porumbei mecanici care cântau pentru a marca trecerea fiecărei ore – primul ceas cu cuc!”
De-a lungul secolelor, au fost folosite invenții din ce în ce mai complexe pentru a crea automate, cum ar fi mașinile mobile acționate de vânt.
Mașini mecanice complexe programabile
A fost nevoie până în secolul al IX-lea d.Hr. pentru prima mașină mecanică complexă programabilă înregistrată:
„Cel mai vechi proiect cunoscut de mașină programabilă este cântărețul automat la flaut care a fost descris în secolul al IX-lea de către frații Musa din Bagdad.”
Acesta a fost, de asemenea, descris ca fiind „instrumentul care cântă singur”. O carte despre aceste dispozitive se păstrează în Biblioteca Vaticanului.
Mașini de calcul mecanic
Un alt pas pe lungul drum spre IA modernă a fost crearea calculatoarelor mecanice.
Primul calculator mecanic a fost construit de Wilhelm Schickard în prima jumătate a secolului al XVII-lea, permițând adunarea și înmulțirea.
Următorul calculator mecanic, construit de Blaise Pascal, putea efectua și scăderea.
Aceste mașini au inspirat gânditori precum Gottfried Wilhelm Leibniz să ia în considerare următoarea idee:
„Dacă fiecare domeniu al experienței umane poate fi înțeles prin intermediul gândirii matematice și dacă gândirea este o formă de calcul și calculul poate fi mecanizat, atunci toate întrebările despre realitate pot, în principiu, să primească un răspuns prin intermediul unui calcul executat de o mașină.”
În multe feluri, acest lucru este similar cu conceptul nostru de Inteligență Generală Artificială de astăzi.
Ideea lui Leibniz era că o characteristica universalis, sau un program logic universal, ar putea răspunde atunci la toate întrebările despre realitate.
Mașini de calcul programabile
În 1833, Charles Babbage a combinat inovația din secolul al IX-lea a mașinilor programabile și inovația din secolul al XVII-lea a mașinilor de calcul pentru a concepe un Motor Analitic: O mașină de calcul programabilă.
Babbage nu a reușit niciodată să construiască o mașină completă, dar tehnica sa a „cărților perforate” a fost folosită mai târziu la primele mașini digitale.
Mașini digitale (computere)
Mutarea de la calculatoarele mecanice la cele digitale a fost un salt uriaș pentru a ajunge unde ne aflăm astăzi.
La sfârșitul anilor ’30-’40, au apărut mai multe calculatoare digitale, care au concurat pentru a ocupa locul de „primul calculator digital.”
EnIAC este considerat pe scară largă ca fiind primul calculator digital, terminând construcția în 1946, deoarece a fost primul care a fost complet funcțional.
Alte computere digitale au inclus Colossus în 1943, care a ajutat spărgătorii de coduri britanici să citească mesajele germane criptate, și computerul ABC în 1942.
De aici încolo, progresul s-a accelerat rapid, progrese precum stocarea programelor în memorie, memoria RAM, grafica în timp real și tranzistorii fiind lansate într-o succesiune relativ rapidă.
Învățarea mașinilor
În cele din urmă, odată cu apariția mașinilor digitale complexe, putem aborda subiectul învățării mașinilor.
După cum am explorat la început, apariția mașinilor l-a determinat pe Alan Turing să se întrebe, în 1950, „pot gândi mașinile?”. Cinci ani mai târziu, Dartmouth a publicat o lucrare fundamentală despre inteligența artificială, iar principiile fundamentale ale domeniului au rămas similare de atunci.
În 1955, M.L. Minsky a scris:
„O mașină poate fi „antrenată” printr-un proces de „încercare și eroare” pentru a dobândi una dintre o serie de funcții de intrare-ieșire. O astfel de mașină, atunci când este plasată într-un mediu adecvat și i se dă un criteriu de „succes” sau „eșec”, poate fi antrenată pentru a manifesta un comportament de „căutare a scopului”.”
Cu alte cuvinte, algoritmii de învățare automată construiesc modele matematice pe „date de antrenament” pentru a lua decizii, fără a fi programați în mod explicit pentru a lua aceste decizii.
Aceasta este diferența cheie dintre un calculator și învățarea automată (sau IA): Un calculator, sau orice formă de automate, are o ieșire prestabilită. IA ia decizii probabilistice din mers.
O mașinărie mecanică are, de asemenea, limitări fizice mult mai stricte, în ceea ce privește numărul de componente ale mașinii (de exemplu, scripeți, pârghii, angrenaje) care pot încăpea într-o invenție, în timp ce în unitatea centrală de procesare a unei mașini digitale moderne pot încăpea miliarde de tranzistori.
Expresia propriu-zisă „machine learning” a fost inventată de Arthur Samuel în 1952, după ce a dezvoltat un program de calculator pentru a juca dame folosind învățarea prin memorare.
În 1957, Frank Rosenblatt a creat perceptronul Mark I – un algoritm de învățare supravegheată a clasificatorilor binari – în scopul recunoașterii imaginilor.
După ce a prezentat lucrarea sa Marinei americane în 1958, The New York Times a relatat:
Perceptronul este „embrionul unui calculator electronic care se așteaptă să fie capabil să meargă, să vorbească, să vadă, să scrie, să se reproducă singur și să fie conștient de existența sa.”
Încă din 1958, cercetătorii prevedeau o zi a inteligenței artificiale sensibile.
Realizările ulterioare au inclus rețele neuronale feedforward (ca un perceptron, dar cu mai multe straturi), algoritmul vecinului cel mai apropiat în ’67, backpropagation pe calculatoare în anii ’70 (care este acum folosit pentru a antrena rețele neuronale profunde), algoritmi de boosting la începutul anilor ’90 și LSTM-uri în ’97.
îmbunătățiri datorate datelor și puterii de calcul
În recentul curs de inteligență artificială al lui Andrew Ng, cercetător de frunte în domeniul inteligenței artificiale, acesta remarcă faptul că nu s-a înregistrat „aproape niciun progres” în inteligența generală artificială, dar că s-au înregistrat progrese incredibile în „inteligența îngustă” – funcții de intrare-ieșire „care fac un singur lucru, cum ar fi un difuzor inteligent sau o mașină care se conduce singură”.”
La un nivel înalt, AI este încă despre „învățarea unei funcții care face o hartă de la x la y.”
Progresele incredibile la care am asistat în ultima vreme se datorează în principal unei explozii a datelor și a puterii de calcul, alături de date mai bune (de mai bună calitate) și de mai mulți ingineri AI.
Mai multe date și putere de calcul cresc în mod natural acuratețea majorității modelelor AI, în special în învățarea profundă.
Democratizarea inteligenței artificiale
În paralel cu evoluția arhitecturilor de inteligență artificială, a puterii de calcul și a datelor, inteligența artificială s-a impus recent puternic în industrie, datorită proliferării unor instrumente de inteligență artificială mai accesibile.
Emergența instrumentelor care fac tehnologiile mai accesibile are o istorie îndelungată. De exemplu, presa tipografică a lui Gutenberg a democratizat cunoașterea în secolul al XV-lea.
În era internetului, instrumentele „fără cod”, precum WordPress și Wix, au democratizat construcția de site-uri.
În aceeași ordine de idei, timp de decenii după propunerile de inteligență artificială din anii ’50, inteligența artificială a fost în mare parte limitată la mediul academic, fără să vadă prea multe utilizări practice.
Instrumente precum TensorFlow și Keras au făcut posibilă implementarea IA de către mai multe întreprinderi, deși acestea sunt încă instrumente complicate din punct de vedere tehnologic, care necesită utilizarea unor ingineri de învățare automată foarte bine plătiți.
Completând această problemă a complexității, o lipsă de profesioniști în domeniul științei datelor duce la salarii foarte mari pentru cei care pot crea sisteme de IA. Ca urmare, marile corporații, cum ar fi FAANG-urile, domină o mare parte din AI.
Emergența instrumentelor AI fără cod, cum ar fi Apteo, reduce costurile inițiale, eliminând în același timp nevoia de expertiză tehnică, permițând o AI cu adevărat democratizată.
No Code AI
Instrumentele AI fără cod sunt următorul pas logic pe calea democratizării AI.
Omul timpuriu a creat instrumente de cioplire a pietrei acum 2 milioane de ani pentru a putea face mai multă muncă decât cu mâinile lor.
Astăzi, AI ne face mai eficienți și poate face munca în locul nostru, în timp ce AI fără cod aduce aceste beneficii tuturor.
Cu creșterea instrumentelor AI fără cod, ne îndreptăm spre o eră a AI-ului accesibil.
.