Published on:
Sledování vzestupu umělé inteligence: Od lidské zvědavosti ke kognitivní revoluci
„Jako novinářka jsem byla vždy hluboce zvědavá na svět.“ Těmito slovy zahajuje čínská mediální osobnost Yang Lan dokumentární film Zkoumání umělé inteligence a rámuje tak cestu poháněnou otázkami, které stále více definují naši éru: Stávají se stroje chytřejšími než lidé? Nahradí nás jednou umělá inteligence? A jak daleko může technologie posunout hranice lidské inteligence?
Tyto otázky získaly celosvětovou naléhavost v roce 2016, který je široce považován za rok průlomu pro umělou inteligenci. Od velkých dat a cloud computingu až po hluboké učení a autonomní systémy se AI rychle přesunula z laboratoří do veřejného povědomí.
Jednou z určujících událostí byl historický zápas, v němž AlphaGo porazil světového šampiona Lee Sedola, což symbolizovalo posun v tom, jak lidé vnímají strojovou inteligenci.
Jazyk, kognice a mysl stroje
Lidská inteligence se vyvinula prostřednictvím jazyka. Před zhruba 70 000 lety umožnil vývoj komplexních řečových systémů lidem popisovat své prostředí, vyměňovat si abstraktní myšlenky a budovat společnosti. Tato „kognitivní revoluce“ zásadně přetvořila civilizaci.
Dokument klade paralelní otázku: jak stroje rozumějí jazyku?
Rané pokusy byly skromné. V roce 1952 vědci v Bell Labs naučili stroje rozpoznávat deset mluvených anglických číslic a systém pojmenovali „Audrey“. I když to byl přelom, mělo to daleko ke skutečnému porozumění přirozenému jazyku. Pokrok byl postupný a často omezovaný nedostatkem dat a výpočetního výkonu.
Pokrok byl postupný a často omezovaný nedostatkem dat a výpočetního výkonu.
Zásadní zlom nastal v 80. letech 20. století, kdy Kai-Fu Lee zahájil výzkum rozpoznávání řeči na Univerzitě Carnegieho-Mellonových. Jeho práce přinesla systémy schopné rozumět souvislé řeči od více mluvčích - což byl zásadní krok k přirozené interakci mezi člověkem a počítačem. Poprvé stroje dokázaly zpracovávat mluvený jazyk způsobem, který připomínal skutečný dialog spíše než izolované příkazy.
Od systémů založených na pravidlech k hlubokému učení
Navzdory těmto pokrokům se systémy pro řeč a jazyk potýkaly s problémy po celá desetiletí. Průlom nastal v polovině prvního desetiletí 21. století díky novému paradigmatu: hlubokému učení.
V roce 2006 publikoval Geoffrey Hinton vlivný výzkum o hlubokých neuronových sítích, přičemž se inspiroval strukturou lidského mozku. Jeho práce zdůrazňovala měřítko - větší modely, více vrstev a mnohem více dat. Tento přístup rezonoval u výzkumníků, jako byl Deng Li, který demonstroval, že ve spojení s velkými datovými sadami a moderním výpočetním výkonem může míra chybovosti v rozpoznávání řeči dramaticky klesnout, v raných experimentech někdy i o více než 20 procent.
To, co neuronové sítě v 90. letech brzdilo, nebyla chybná teorie, ale nedostatečná data a výpočetní zdroje. Jakmile internet začal generovat masivní datové sady a výpočetní výkon vzrostl, hluboké učení náhle rozkvetlo. Problémy, které se kdysi zdály neřešitelné, začaly mizet.
Stroje vstupují do fyzického světa
Dokument také zkoumá, jak se umělá inteligence přesouvá za hranice softwaru do fyzického prostředí. V laboratoři umělé inteligence Stanfordovy univerzity vykonává humanoidní robot PR2 úkoly, jako je navigace v chodbách, používání výtahů a nákup kávy pro výzkumníky.
Jeho konstrukce nemá napodobovat lidi, ale efektivně interagovat se světem zaměřeným na člověka - vidět, uchopit a používat kontrolovanou sílu.
To odráží širší posun v robotice: stroje se již neomezují pouze na továrny. Učí se koexistovat s lidmi a přizpůsobovat se složitým, nestrukturovaným prostředím.
Urychlování lidské inteligence
Po návštěvě více než 30 laboratoří AI v pěti zemích a rozhovorech s více než 80 předními osobnostmi Yang Lan dochází k závěru, že umělá inteligence není pouze o nahrazení lidské inteligence. Místo toho ji urychluje.
Od rozpoznávání řeči a porozumění jazyku až po robotiku a hluboké učení se AI stala nástrojem, který rozšiřuje lidské schopnosti. Ústřední otázkou již není, zda AI změní společnost, ale jak se lidstvo rozhodne tuto změnu utvářet.
