Published on:
Śledząc rozwój Sztucznej Inteligencji: od ludzkiej ciekawości do rewolucji kognitywnej
„Jako dziennikarka zawsze byłam głęboko ciekawa świata”. Tymi słowami chińska osobowość medialna Yang Lan otwiera film dokumentalny Exploring Artificial Intelligence, nadając ramy podróży napędzanej pytaniami, które coraz częściej definiują naszą erę: Czy maszyny stają się mądrzejsze od ludzi? Czy sztuczna inteligencja pewnego dnia nas zastąpi? I jak daleko technologia może przesunąć granice ludzkiej inteligencji?
Te pytania zyskały globalną pilność w 2016 roku, powszechnie uważanym za moment przełomowy dla sztucznej inteligencji. Od big data i przetwarzania w chmurze po głębokie uczenie i systemy autonomiczne, AI szybko przeniosła się z laboratoriów do świadomości publicznej.
Jednym z definiujących wydarzeń był historyczny mecz, w którym AlphaGo pokonał mistrza świata Lee Sedola, symbolizując zmianę w postrzeganiu inteligencji maszyn przez ludzi.
Język, poznanie i maszynowy umysł
Ludzka inteligencja ewoluowała poprzez język. Około 70 000 lat temu rozwój złożonych systemów mowy pozwolił ludziom opisywać ich otoczenie, wymieniać abstrakcyjne idee i budować społeczeństwa. Ta „rewolucja poznawcza” fundamentalnie przekształciła cywilizację.
Dokument stawia równoległe pytanie: w jaki sposób maszyny rozumieją język?
Wczesne próby były skromne. W 1952 roku naukowcy z Bell Labs nauczyli maszyny rozpoznawać dziesięć wypowiadanych po angielsku cyfr, nazywając system „Audrey”. Choć był to przełom, wciąż daleki był od prawdziwego rozumienia języka naturalnego. Postęp był stopniowy i często ograniczany przez niewielką ilość danych i moc obliczeniową.
Progress was incremental and often constrained by limited data and computing power.
Ważny punkt zwrotny nastąpił w latach 80. XX wieku, kiedy Kai-Fu Lee rozpoczął badania nad rozpoznawaniem mowy na Carnegie Mellon University. Jego praca wprowadziła systemy zdolne do rozumienia mowy ciągłej od wielu mówców - co było niezbędnym krokiem w kierunku naturalnej interakcji człowiek-komputer. Po raz pierwszy maszyny mogły przetwarzać język mówiony w sposób przypominający prawdziwy dialog, a nie pojedyncze polecenia.
Od systemów opartych na regułach do głębokiego uczenia
Pomimo tych postępów, systemy mowy i języka zmagały się z trudnościami przez dziesięciolecia. Przełom nastąpił w połowie lat 2000., napędzany przez nowy paradygmat: głębokie uczenie.
W 2006 roku Geoffrey Hinton opublikował wpływowe badania nad głębokimi sieciami neuronowymi, czerpiąc inspirację ze struktury ludzkiego mózgu. Jego praca kładła nacisk na skalę - większe modele, więcej warstw i znacznie więcej danych. Podejście to współgrało z badaczami takimi jak Deng Li, który wykazał, że w połączeniu z dużymi zbiorami danych i nowoczesną mocą obliczeniową, współczynnik błędów w rozpoznawaniu mowy może drastycznie spaść, czasami o ponad 20 procent we wczesnych eksperymentach.
To, co powstrzymywało sieci neuronowe w latach 90., to nie błędna teoria, ale niewystarczająca ilość danych i zasobów obliczeniowych. Gdy internet zaczął generować masywne zbiory danych, a moc obliczeniowa wzrosła, głębokie uczenie nagle rozkwitło. Problemy, które niegdyś wydawały się nie do rozwiązania, zaczęły znikać.
Maszyny wchodzą do świata fizycznego
Dokument analizuje również, jak sztuczna inteligencja wykracza poza oprogramowanie do środowiska fizycznego. W laboratorium AI Uniwersytetu Stanforda humanoidalny robot PR2 wykonuje zadania takie jak poruszanie się po korytarzach, korzystanie z wind i kupowanie kawy dla naukowców.
Jego konstrukcja nie ma na celu naśladowania ludzi, ale skuteczną interakcję ze światem skoncentrowanym na człowieku - widzenie, chwytanie i stosowanie kontrolowanej siły.
To odzwierciedla szerszą zmianę w robotyce: maszyny nie są już ograniczone do fabryk. Uczą się współistnieć z ludźmi, adaptując się do złożonych, nieustrukturyzowanych środowisk.
Przyspieszanie ludzkiej inteligencji
Po odwiedzeniu ponad 30 laboratoriów AI w pięciu krajach i przeprowadzeniu wywiadów z ponad 80 czołowymi postaciami, Yang Lan dochodzi do wniosku, że sztuczna inteligencja nie służy jedynie zastąpieniu ludzkiej inteligencji. Zamiast tego, ona ją przyspiesza.
Od rozpoznawania mowy i rozumienia języka po robotykę i głębokie uczenie, AI stała się narzędziem rozszerzającym ludzkie możliwości. Kluczowym pytaniem nie jest już to, czy AI zmieni społeczeństwo, ale jak ludzkość zdecyduje się ukształtować tę zmianę.
