Slider

Inteligența Artificială

Inteligența artificială are o dată de naștere (August 1956) și un loc de naștere (Dartmouth College). Reuniți acolo la o școală de vară inițiată de către John McCarthy, un număr de specialiști în informatică au propus un program, care părea îndrăzneț dar realist și care poate fi sintetizat în următoarele 7 puncte:

  • Deducție, raționament și rezolvarea problemelor
  • Reprezentarea cunoștințelor
  • Ontologii
  • Planificarea acțiunilor la nivelul mașinii
  • Învățarea din experiența câștigată prin interacțiunea cu mediul ambiant
  • Procesarea limbajului natural
  • Coordonarea mișcărilor adecvate unei anumite acțiuni

Programul a avut și un nume de marketing bine ales: Inteligență artificială, ducând cu gândul la o încercare de a mima inteligența umană. Cercetarea în acest domeniu a devenit destul de repede o oglindă a războiului rece, foarte asemănătoare cu trimiterea unui om pe Lună. De aceea, una dintre primele aplicații care au fost finanțate a reprezentat-o jocul de șah. Și tot de aceea, întregul domeniu, bine gândit la Dartmouth College, a fost finanțat cu suișuri și coborâșuri pentru a deveni un domeniu de pus în vitrina războiului rece.

În anii 80, Geoffrey Hinton a propus o abordare de inspirație biologică, modelul acestei abordări și algoritmii utilizați încercând să imite comportamentul neuronilor și transmisia unui influx nervos într-o rețea neuronală. De aceea, domeniul inițiat de către Hinton poartă numele de rețele neurale. Foarte mulți ani teoria lui Hinton a trecut drept o abordare marginală în inteligența artificială. Până în anul 2012 când o echipă de studenți de la Universitatea din Montreal condusă de profesorul Hinton au câștigat o competiție importantă de recunoaștere de imagini. Acel moment, care a pus Canada pe harta realizărilor majore ale secolului, a adăugat inteligenței artificiale ceea ce numim azi „deep learning”.

Practic inteligența artificială este o colecție de metode și de algoritmi care permit căutarea rapidă în volume mari de date, recunoașterea bazată pe tipare și capacitatea de a construi tipare noi pe baza experienței acumulate. Pare un lucru asemănător funcționării în linii mari a creierului uman, doar că noi abia începem să înțelegem cum funcționează acesta. Oricum, atunci când există un set de reguli care restrâng mult opțiunile posibile rețelele neurale și algoritmii de deep learning se dovedesc își dovedesc din plin utilitatea. Vorbim așadar de procese bazate pe reguli și de excepții predictibile și bine definite de la acestea. În baza acestei tehnologii au apărut în ultimii 15 ani următoarele categorii de aplicații:

  • Recunoașterea scrisului
  • Traducerea automată
  • Recunoașterea vorbirii
  • Recunoașterea unor tipare în volume mari de date

și aplicații care au

  • capacitatea de a răspunde în baza unor reguli prestabilite
  • capacitatea de a modifica răspunsul în baza interacțiunii cu un mediu extern

Aplicațiile dezvoltate plecând de la aceste caracteristici au vizat în special:

  • Zona de securitate prin recunoașterea feței, gesturilor, posturii, corpului, timbrului vocii, etc, cu o utilitate certă în sistemele de asigurare a securității unui perimetru, a plăților electronice și a securității dispozitivelor
  • Zona traducerii automate cu aplicații în centrele de suport multilingve, a translației vorbirii în text cu aplicații în subtitrarea automată sau obținerea unui text dintr-o dictare și eventuala traducere a sa
  • Zona scrierii de cod pentru programele de calculator plecând de la specificații clare și exhaustive de arhitectură
  • Zona diagnozei primare bazată pe imagistica medicală sau pe intrări de la senzori utilizați în medicină
  • Zona contabilității bazată pe datele primare introduse deocamdată prin acțiune umană sau semiautomat
  • Zona conducerii vehiculelor terestre sau aeriene
  • Asistarea deciziei bazată pe un număr mare de date sau decizii autonome bazate pe reguli prestabilite sau adoptate în cursul interacțiunii și bazate pe criterii de succes prestabilite

În aceste domenii au fost obținute în ultimii 10 ani succese remarcabile, câteva fiind ilustrate mai jos:

Dartmouth College, 1956
Geoffrey Hinton - inventatorul rețelelor neurale
previous arrow
next arrow
Slider

Inteligența artificială nu este însă inteligență în sensul biologic al cuvântului, cel puțin. Cel mai relevant exemplu este cel al sistemului Todai realizat pentru a trece examenul de admitere la Universitatea din Tokio. Sistemul a reușit, fiind antrenat pentru așa ceva, să ajungă în primii 1% la testele naționale din Japonia, dar nu și-a atins obiectivul de a fi admis la facultate. În principiu, sistemul se baza pe căutări masive și rapide în internet, bazate pe tipare și pe îmbogățirea și ameliorarea tiparelor. Experimentul Todai a demonstrat însă două lucruri: că inteligența artificială nu e inteligență și să sistemul educațional este extrem de greșit în condițiile în care un subiect care nu știe și nu înțelege ce face, se poate plasa în primii 1% la testele naționale. În anul 2011 în care Todai claca, creatorii săi declarau că sistemul s-a blocat atunci când a trebuit să răspundă unor întrebări care necesită abilitatea de a înțelege o chestiune într-un spectru larg. Cu toate acestea, aplicațiile inteligenței artificiale sunt multe, spectaculoase și din ce în ce mai ancorate în viața de zi de zi.

Whatsapp