Inteligenta artificialaPoate nu e evident, dar interacţionăm zilnic cu entităţi dotate cu inteligenţă artificială. Îţi direcţionează apelurile telefonice, aprobă tranzacţiile realizate cu cardul de credit, previn frauda şi tranzacţionează automat acţiunile din fondul tău mutual.

 

 

 

Inteligenţa artificială. Ambiţiile iniţiale

 

În plus, pot recunoaşte feţele din fotografiile tale digitale sau îţi pot chiar recunoaşte gesturile atunci când joci un joc video ori îţi pot ajuta doctorul să interpreteze rezultatele testelor tale medicale. Doar că nu te vei gândi niciodată la aceste programe ca deţinând o inteligenţă asemănătoare celei a oamenilor.


Vânătorii de spam

Peste 90 la sută din toate emailurile trimise în prezent sunt spam. Dacă toate s-ar regăsi în conţinutul inbox-ului tău, emailul ar deveni de nefolosit. Protecţia ta principală împotriva furnizorilor de pilule minune şi a schemelor de muncă de la domiciliu vine din partea filtrelor de spam, care se bazează pe algoritmi de învăţare în dinamică. După cum implică şi termenul, filtrul de spam învaţă atât prin mijloace pur informatice, cât şi din modul în care oamenii îşi tratează emailurile.

Utilizatorii individuali de email furnizează informaţii foarte valoroase şi utile atunci când îşi identifică şi etichetează corect mesajele din inbox ca fiind sau nu spam. Programul foloseşte aceste informaţii pentru a descompune fiecare mesaj în mai multe caracteristici. O trăsătură poate fi un cuvânt individual, o frază formată din două sau mai multe cuvinte, perioada din zi în care a fost trimis mesajul sau computerul care l-a trimis.

Aceste caracteristici pot apoi ajuta programul să decidă dacă un anumit mesaj este spam sau nu. De exemplu, să presupunem că acesta conţine propoziţiile “cele mai mici preţuri” şi “ambalare discretă”. Filtrul de protecţie antispam va lua în considerare statisticile globale care ne spun că aceste propoziţii apar în 8 la sută, respectiv 3 la sută dintre mesajele spam, dar numai în 0,1 la sută, respectiv 0,3 la sută din mesajele normale. După ce realizează anumite presupuneri asupra independenţei caracteristicilor – şi după aplicarea unei formule denumite regula lui Bayes, care evaluează probabilitatea ca un eveniment să aibă loc prin observarea unor evenimente asociate – acesta concluzionează că acel mesaj are 99,9 la sută şanse să fie spam.

Dar cea mai importantă trăsătură a filtrelor de spam este că acestea îşi actualizează modelele după care lucrează pe baza experienţei anterioare. De fiecare dată când un utilizator corectează o greşeală, probabil prin salvarea unui mesaj legitim din folderul pentru spam – sistemul se actualizează singur pentru a reflecta noua realitate. Concluzia este că programatorii nu mai au nevoie să specifice instrucţiunile pas cu pas pentru identificarea unui mesaj spam. Ei trebuie doar să construiască un sistem general de învăţare şi să-l expună unor exemple de emailuri atât veridice, cât şi spam. Programul se ocupă de restul treburilor.




Translatorul universal

În fiecare zi, Google traduce mai mult text decât toţi traducătorii profesionişti umani din întreaga lume descifrează într-un an. Google lucrează cu 65 de limbi, traducând în orice direcţie o anumită pereche de limbi – generând astfel peste 4000 de posibilităţi de traducere. Nu ar putea să facă asta fără ajutorul unui domeniu al inteligenţei artificiale numit raţionament probabilistic.

În zilele de început, lingviştii au construit sisteme de traducere bazate pe dicţionare bilingve şi reguli gramaticale codificate. Dar toate acestea nu sunt de ajuns pentru că regulile sunt inflexibile. De exemplu, adjectivele sunt poziţionate după substantiv în franceză şi înaintea substantivului în engleză, cu excepţia unor anumite cazuri, ca în propoziţia “the light fantastic”.

În ultimul deceniu, traducerea a trecut de la regulile care sunt puse în scris de experţi umani la ghidurile probabilistice care sunt învăţate în mod automat din exemple reale.

Un alt aspect cheie al traducerii realizate de maşini este parteneriatul computer-om. Sistemele moderne de traducere automată au început prin strângerea a milioane de documente din tot cuprinsul internetului care fuseseră deja traduse de oameni.

Deşi traducerea automată nu este încă perfectă, ea se îmbunătăţeşte într-un ritm constant prin creşterea acurateţii şi prin adăugarea de noi limbi. Google lucrează la o aplicaţie de traduceri universale numită Translate. Ea funcţionează astfel: tu vorbeşti în microfonul telefonului tău dotat cu sistem de operare Android şi aplicaţia va retransmite ceea ce tu ai spus, tradus în limba pe care tu ai ales-o. Persoana cu care vorbeşti poate răspunde apoi în limba maternă.


Evoluţie

Cele mai multe sisteme moderne de inteligenţă artificială sunt prea complexe pentru a fi programate de mână. O alternativă la aceasta este să permitem sistemelor să evolueze prin ele însele. În această abordare, un proces iterativ testează variaţii ale unui program într-un mediu virtual şi apoi alege variaţiile care au cel mai mare succes şi realizează cea mai bună decizie, după principiul “încercare şi eroare”.

Mai întâi, designerii construiesc o simulare a mediului în care se află programul – posibil un mediu deşertic sau o piscină. Apoi implementează mai multe modele de inteligenţă artificială în această simulare şi măsoară calitatea deciziilor acestora, cu alte cuvinte competenţa acestora. Poate că o variantă a programului de inteligenţă artificială găseşte rapid recompense, pe când altă variantă este mai lentă. Se renunţă la modelele nepotrivite, sunt aduse modificări modelelor potrivite şi procesul se repetă.

Modificările care schimbă anumiţi parametri ai unui singur model individual pot fi asemuite mutaţiilor întâmplătoare din selecţia naturală. Modificările care combină două modele diferite pentru a produce un al treilea model copil pot fi asemuite reproducerii sexuale. Din acest motiv, ele sunt numite şi algoritmi genetici.


Maşinile încep să se bazeze pe intuiţie

Oamenii nu reuşesc să trăiască întotdeauna pe baza idealului raţionalităţii. Noi facem greşeli destul de comune în procesele de luare a deciziilor şi suntem uşor influenţaţi de detalii irelevante. Iar atunci când ne grăbim să luăm o decizie fără să luăm în considerare toate informaţiile, numim acest proces intuiţie. Obişnuiam să credem că absenţa capriciilor umane făcea computerele să funcţioneze mai bine, dar cercetări recente din ştiinţa cognitivă ne spun cu totul altceva.

Oamenii par a deţine două procese complementare de luare a deciziilor, unul mai lent, deliberativ şi în cea mai mare parte raţional, celălalt mai rapid, impulsiv şi capabil să pună în legătură o situaţie din prezent cu o experienţa anterioară, din trecut, permiţându-ne astfel să ajungem la o concluzie rapidă. Această a doua modalitate pare a fi cheia care face ca inteligenţa umană să fie atât de eficientă.

Deşi este deliberativă şi logică, partea raţionala are nevoie de mai mult timp şi energie. Să spunem că o maşină din faţa ta începe să vireze pe banda ta. Trebuie să acţionezi imediat: claxonezi, frânezi sau virezi, în loc de a începe un lung proces de calcul care ar determina acţiunea optimă, dar posibil întârziată. Astfel de scurtături sunt, de asemenea, benefice când nu există o urgenţă. Să zicem că cheltuieşti prea multă energie nervoasă ca să calculezi soluţia optimă pentru detalii cum ar fi dacă să îmbraci cămaşa albastru închis sau albastru întunecat şi în curând nu vei mai avea timp şi energie pentru deciziile importante.

Este deci de dorit ca rutinele de program de inteligenţă artificială să încorporeze o componentă intuitivă? Într-adevăr, multe sisteme moderne de inteligenţă artificială sunt constituite din două părţi, una care reacţionează instantaneu în faţa unei situaţii şi una preocupată de un raţionament mai deliberativ. Unii roboţi au fost construiţi cu o arhitectură de tip “subsumare”, în care cele mai de jos nivele ale sistemului sunt pur reactive şi nivelele de mai sus se ocupă cu inhibarea reacţiilor şi cu organizarea unui comportament direcţionat spre obiective. Această abordare s-a dovedit a fi una folositoare, de exemplu, pentru obţinerea unui robot cu picioare capabil să negocieze un teren accidentat.

A existat un proces similar pentru a motiva entităţile programate cu inteligenţă artificială să ia decizii mai bune prin dezvoltarea în cazul acestora a unor reacţii de tipul emoţiilor. De exemplu, dacă un robot autonom încearcă aceeaşi acţiune de mai multe ori şi nu reuşeşte în mod repetat, un circuit al “frustrării” ar putea fi un mijloc eficient de a-l determina să exploreze o nouă cale.

Crearea unor maşini care pot simula emoţiile este o întreprindere complicată. Marvin Minsky, unul dintre fondatorii inteligenţei artificiale, a argumentat că emoţiile nu apar doar ca urmare a unui singur proces din creier, ci ca urmare a unor interacţiuni în care sunt implicate mai multe părţi ale creierului precum şi între creier şi corp. Emoţiile ne motivează să luăm anumite decizii în locul altora şi privirea părţilor unui program de computer ca fiind motivate de emoţii ar putea ajuta la dezvoltarea unei inteligenţe asemănătoare celei a oamenilor.


Inteligenţa artificială: un nou viitor


 

Textul de mai sus reprezintă traducerea articolului artificial-intelligence-everyday-AI, publicat de New Scientist. Scientia.ro este singura entitate responsabilă pentru eventuale erori de traducere, Reed Business Information Ltd şi New Scientist neasumându-şi nicio responsabilitate în această privinţă.
Traducere: Alexandru Hutupanu

Scris de: Peter Norvig
Write comments...
symbols left.
You are a guest ( Sign Up ? )
or post as a guest
Loading comment... The comment will be refreshed after 00:00.

Be the first to comment.