Bus arba pasaulio apokalipsė arba utopinė ateitis, bet ši technologija tiesiog neišvengiama: nepavėluokite į traukinį - jau 2020 metais daugiau nei vienas trilijonas Amerikos dolerių  ()

Per pastaruosius keletą metų sistemos savaiminis mokymasis (angl. machine learning) bei dirbtinis intelektas (angl. artificial intelligence) tapo labai karštomis temomis, kur didžiausi entuziastai ir futuristai pasiskirstė į dvi stovyklas. Vieni jų teigia, jog kartu su šios srities plėtra mūsų visų laukia apokalipsinė ateitis (skaitmeninis super intelektas galiausiai atsisuks prieš žmoniją). Kiti teigia, jog mūsų visų laukia utopinė ateitis (skaitmeninis super intelektas padarys žmonių gyvenimus neatpažįstamai geresnius).

Kaip be būtų ateityje, įvairūs pažangūs šios srities sprendimai jau seniai nebėra kažkas tiesiai iš mokslinės fantastikos literatūros.

Medicininės diagnozės, žmogaus balso atpažinimas, personalizuotos rekomendacijos ar bepiločiai automobiliai yra tik keletas iš daugelio sričių, kurioms savaiminis sistemos mokymasis bei dirbtinis intelektas daro įtaka jau šiandien.

Visgi, prieš išsiaiškindami kaip šie dalykai pamažu tampa mūsų kasdienio gyvenimo dalimi, šiek tiek nusikelkime į praeitį, kad suprastumėme nuo ko viskas prasidėjo.

Truputis istorijos

Žmonės dirbtiniu intelektu žavėjosi nuo senų laikų. Senovės graikai dar prieš mūsų erą rašė apie mechanines mašinas, kurios gali vaikščioti ir galvoti kaip žmonės, tačiau pirmasis rimtesnis žingsnis šioje srityje įvyko antrojo pasaulinio karo metu. Tuo metu anglų kilmės kompiuterių genijus Alanas Turingas kartu su savo komanda bandė įveikti, kaip tuo metu buvo teigiama, neįveikiamą Vokietijos karinių pajėgų naudotą informacijos koduotę „Engima“, kuri buvo naudojama įvairių karinių paslapčių bei informacijos apie suplanuotus išpuolius siuntimui. Norėdamas perprasti koduotę Turingas sukūrė savaimę besimokančią „protingą“ mašiną, kuri galiausiai iššifravo šias žinutes ir taip, manomai, stipriai prisidėjo prie visiems gerai žinomos karo baigties.

Nuo Turingo mašinos, su dirbtiniu intelektu siejamos LISP programavimo kalbos išradimo, “IBM” super kompiuterio „Deep Blue“ sukūrimo iki neuroninio tinklo “DeepCoder” atsiradimo — visi šie įvykiai paklojo pagrindus tokiai dirbtinio intelekto industrijai, kokia ji yra šiandien. O vienas iš svarbiausių įvykių iki šiol stipriai skatinančių dirbtinio intelekto plėtrą yra sistemos savaiminis mokymasis.

Kas iš tiesų yra sistemos savaiminis mokymasis, gilieji duomenys ir dirbtinis intelektas?

Sistemos savaiminis mokymasis yra dirbtinio intelekto forma. Užuot tiksliai užprogramavus visą veiksmų seką (klasikinis programavimas) yra pateikiamos taisyklės, kurias kompiuteris naudoja interpretuodamas didelius duomenis (angl. big data). Interpretuodamas vis didesnius kiekius duomenų kompiuteris savaime mokosi pats atnaujindamas taisykles, kurios ir vėl iš naujo naudojamos apdorojant naujus duomenis. Šio uždaro proceso dėka pasiekiamas labai aukštas preciziškumas tam tikrai problemai išspręsti. Šio proceso viena iš esminių dalių yra gilusis mokymasis.

Gilusis mokymasis (angl. deep learning) yra savaiminio sistemos mokymosi atšaka. Šios srities vystymuisi didelę įtaką darė ne tik vis didesnės šių laikų kompiuterių galimybės ar dideli duomenų kiekiai, kurie anksčiau nebuvo prieinami, bet ir žmogaus smegenų struktūros tyrinėjimai. Giliojo mokymosi metu, kaip ir žmogaus smegenyse, naudojami neuronų tinklai tik šiuo atveju šie tinklai dirbtiniai. Dažniausiai tai būna nuo keliolikos iki kelių šimtų aktyvių neuronų sluoksnių apdorojančių tą pačią informaciją. Kiekvienas sluoksnis pateikia vis abstraktesnius duomenų bruožus ir taip galiausiai prieinama prie galutinio norimo rezultato. Paprasčiausias tam pavyzdys galėtų būti gyvūno atpažinimas nuotraukoje — šuo tai ar katė? Kuo daugiau apdorojama nuotraukų su šiais dviem gyvūnais, tuo tikslesnis bus spėjimas.

Kokiose srityse šiuo metu dažniausiai naudojamas sistemos savaiminis mokymasis bei dirbtinis intelektas?

Per pastaruosius keletą metų sistemos savaiminis mokymasis bei dirbtinis intelektas progresavo ne vienoje pramonės srityje. Pateikiu keletą iš jų:

Medicininės diagnozės

Sistemos savaiminis mokymasis naudojamas medicininių nuotraukų peržiūrai su tikslu kuo tiksliau nustatyti paciento diagnozę.

Natūralios kalbos apdorojimas

Išmanūs asistentai tokie kaip “Siri” ar “Alexa” naudoja sistemos savaiminį mokymasi apdorodami žmogaus kalbą.

Paieškos naršyklės

Paieškos naršyklės naudoja sistemos savaiminį mokymasi bei dirbtinį intelektą įvertindamos milijonų žmonių paieškos įpročius. Dėl šios priežasties kiekvieną kartą naudojantis paiešką jūs gaunate vis aktualesnius paieškos rezultatus.

Bepiločiai automobiliai

Bepiločiai automobiliai taip pat naudoja sistemos savaiminį mokymasi įvairių aplinkoje esančių objektų aptikimui bei atpažinimui.

Rinkodaros personalizacija

Analizuojant didelius kiekius informacijos apie pirkėjus kompanijos gali individualizuoti savo klientų pirkimo procesą remiantis pirkimo istorija ir panašiais kitais elgsenos kriterijais. Štai keletas pavyzdžių: “Amazon” rekomenduoja įsigyti tik jums aktualius produktus. “Spotify” pagal aibę skirtingų kriterijų bando atspėti kokia muzika jums galėtų patikti be tos, kurią jau ir taip klausote. “Netflix” pagal jūsų žiūrėjimo istoriją siūlo daugiau įvairios vaizdinės medžiagos, kuri greičiausiai turėtų būti aktuali tik jums.

Dirbtinis intelektas jau ir Lietuvoje

Mūsų šalyje su dirbtiniu intelektu dirbančių žmonių bendruomenė gana nedidelė, tačiau entuziastų besidominčių šia sritimi vis daugėja. Didžiausia lietuviška su dirbtiniu intelektu susijusi bendruomenė turi beveik 1200 narių. Nedaug entuziastų skaičiumi atsilieka didžiausia su šia sritimi susijusi “Meetup” grupė bei praktinius renginius propaguojantys “Vilnius School of AI”.

Taip pat, atsiranda vis daugiau startuolių, kurių veiklos pagrindą sudaro sistemos savaiminis mokymasis ir dirbtinis intelektas bei prie kurių vienaip ar kitaip yra prisidėję lietuviai. Tarp jų, su interneto nusikaltėliais kovojanti “Cujo AI”, medicinoje dirbtinį intelektą bandanti pritaikyti “Oxipit.ai”, išmaniuosius parkavimo sprendimus teikianti “Pixevia” ar “Genus AI”, kurie kuria išmanią vartotojų valdymo sistemą. Daugėja ir tarptautinių kompanijų dirbančių prie dirbtinio intelekto vystymo, kurios pasirenka Lietuvą kaip strateginį partnerį įkurdamos čia technologijų vystymo centrus. Rusų “Gosu.ai”, belgų “Sentiance” ar olandų “Convious” yra tik pora pavyzdžių iš keletos kompanijų, kurios patiki mūsų specialistams spręsti aukštos kompetencijos reikalaujačias su dirbtiniu intelektu susijusias užduotis.

Džiugu, kad vis daugiau tarptautinių kompanijų, kurios įsikūrusios ir Lietuvoje, bando prisitaikyti prie besikeičiančios rinkos bei ima taikyti sistemos savaiminio mokymosi praktikas kaip priemonę įgyti konkurencinį pranašumą. Visgi, tai daugiau įmonės taikančios į tarptautines rinkas, kurios turi didelius kiekius vartotojų bei tokį pat kiekį duomenų. Tarp šių įmonių ir „Trafi“, „Vinted“, ”Exacaster”, “Rubedo Sistemos”, “Tesonet”, „Trustpilot“, „Adform“ ar visiems gerai pažįstama „IBM“. Nesunku nuspėti, kad netolimoje ateityje vis daugiau kompanijų bandys pritaikyti šios srities išmaniuosius sprendimus savo verslo procesuose.

Ar jums ir jūsų verslui jau turėtų rūpėti dirbtinis intelektas?

Nors nemažai kompanijų jau rado būdų kaip panaudoti šias technologijas savo verslo procesuose, visgi keikvienas verslo atstovas turėtų atsakyti sau į klausimą — ar dabar yra tinkamas laikas pradėti galvoti apie tai kaip panaudoti dirbtinį intelektą savo kasdieninėje veikloje?

Tai kas šiandien dar laikoma inovacija netolimoje ateityje taps įprastu visuomenės reiškiniu, todėl nėra blogo laiko norint pradėti eksperimentuoti su nauja technologija. Šių bandymų ir eksperimentų kaštai mažėja su kiekviena diena, kadangi su dirbtiniu intelektu susijusių atviro kodo bibliotektų vis daugėja. Pirmiausia, visuomet paklauskite savęs ar turitę pakankamai duomenų bei specifinę verslo problemą, kurią padėtų išspręsti su dirbtiniu intelektu susijusios technologijos. Galbūt tai kažkokie pasikartojantys verslo procesai, kuriuos būtų galima pašalinti juos automatizavus.

Technologijų specialistams tai neabejotinai tinkamas metas aktyviai domėtis šia sritimi. Didieji duomenys, gilusis mokymasis, savaiminis sistemos mokymasis bei dirbtinis intelektas — tai sritys ir žinios, kurių greitu metu reikalaus dauguma kompanijų iš programavimo specialistų.

Manoma, kad iki 2020 metų visa su dirbtiniu intelektu susijusi rinka bus verta daugiau nei vieno trilijono amerikos dolerių. Ar spėsite į šį galimybių traukinį priklausys tik nuo jūsų.

Aut. teisės: www.technologijos.lt
Autoriai: Donatas Stirbys

(22)
(9)
(13)

Komentarai ()