KTU profesorius Rimvydas Simutis: dirbtinį intelektą galime apibūdinti jau pažįstama ir mažiau mitais apipinta sąvoka

Čia kyla klausimas kitame, nuo kada automatinė statistikos sistema tampa DI, o kada gryžta atgal? Tikriausiai automatinė statistikos apibendrinimo sistema skaitosi tada kai duomenys yra apdirbami pagal iš anksto nustatytus duomenų apdirbimo algoritmus (šablonus). DI tikriausiai vadinasi tai kas neturi iš anksto nustatyto šablono pagal kūrį pateikia duomenis, o tuos šablonus ir principus kuria pati automatinė statistikos apdirbimo sistema arba kitaip paprasti žmonės tai vadina galvojimu. Taigi DI sukurta šabloną galima pavadinti įsitikinimu kuris pasiteisino jam sprendžiant problemą ir nuo to momento kai di naudojasi tik šablonu ir daugiau jų nekuria tampa automatinė sistema. Klasifikatoriai tampa labai svarbūs kai reikia atskirti DI sukurtus duomenis nuo papraščiausios statistikos gautos iš šalies ir be išskirtinių programavimo sugebėjimų numatyti DI mastymo teisingumą ar klaidingumą. Dėka klasifikatorių matosi iš kurios atšakos Di sėmėsi duomenis ir kodėl būtent tokias, o ne kitokes išvadas padarė. Taip galima aiškintis ar klasifikatoriui reikia sukurti išvestinių duomenų šaką ar atšaką (įsitikinimus, šabloną) taip detalizuojant klasifikatorių ar tie duomenys padriki norint suformuoti kožkokią užduoties suformuotą konkrečią mintį. Dažnai patys mokslininkai (programuotojai) dirbantys užsienyje skundžiasi, kad vis sunkiau gali nustatyti DI išvadų priežastingumą, o jei negali to nustatyti tai negalį įrodyti ir taikyti iš ko negalima nuspręsti ar tai teisinga ar klaidinga. Todėl labai svarbu klasifikatorius žymėti į gautinius ir išvestinius taip nustatant duomenų šaltinius, o špargalkinius duomenis periodiškai skirstyti į šakas ( aukštys, žemyn) klasifikatoriumi ir atšakas (kairėn dešinėn) klasifikatoriumi.�Taigi priėjome prie duomenų kaupimo paralelizavimo ir tuo pačiu paralelinių skaičiavimų nuskaitant duomenis suvestus paraleliniu būdu kas žinoma sumažina skaičiavimo poreikio pajėgumus. Taip tikriausiai ateityje galėsime kurti dirbtinius neuronus ar kuda branduolius paliekant tokios failų sistemos palaikymą ramui su primityve os ir taupiam laptopiniui procui, o failų sistema pati kreiptūsi į atskrą trazistorių masyvą, o tai jau lyg neuroninis procesorius.�

Ką šiuo metu vadiname DI, tai savaime apsimokantys algoritmai. Juos galima panaudoti daugelyje sričių, gerinant paslaugų kokybę - nuo mėgstamos muzikos parinkimo, pirkinių sąrašo sudarymo ar logistikos reguliavimo. Tai tik atskiri fragmentai. Tikrasis DI veiks kaip vientisas organizmas ir deja pranoks žmogaus tiksliuosius gebėjimus. Kokios to pasekmės, nėra aišku, bet faktas, kad bus pritaikytas ir kare. Klausimas tik, ar žmogus valdys savo tikslams ar evoliucionuos kaip atskira rūšis.

. Kalbant apie dabartinį AI, čia bullshit sąvoka, naudojama marketingistų parduot kažką nieko neišmanantiems klientams. Tokio tipo programos senai egzistavo, ir senai buvo naudojamos. Prieš 8 metus seksualiausia sąvoka buvo "cloud computing", kuri irgi nieko konkretaus nereiškė, clusteriai egzistavo dešimtmečius prieš tai. Prieš tai buvo socialiniai tinklai, kad irgi tiesiog šiek tiek daugiau nei dešimtmečius egzistuojantis elektroninis paštas. Įdomu kokia kita skambi sąvoka bus.

kažkur tarpe pametei mikroservisus Bet deep learning AI iš tikro įdomus produktas, kuris nelabai buvo vartotinas iki šiandieninės technikos.

Kaip pavyzdys su kuriuo esu susidūręs firewall softas. Tai gal nėra tokio lygio ML, bet nusiųsk per daug paketų, ir firewall'as supras kad tu kažką negero darai ir tave blokuos. Pagrinde pasikeitė tik tai kad dabar apdirbami didesni kiekiai duomenų. Ką jau google paieškai nuo senai daro. Apimtys gal buvo mažesnės, bet tai nereiškia kad dabar visiems to tikrai reikia.

Komercija visada naudojosi skambiomis frazėmis. Bet tai ne tik žodžiai. Kad ir "cloud computing". Kaip niekad lengva valdyti ir išplėsti resursus, pigiau nei fizinių serverių eksplotacija. Prasidėjo anksčiau, o dabar pikas. Dėl DI, prasideda era, kai paslaugos brukamos ne bukai, o pagal poreikį. Taip pat ir su valdymu, logistika, gamyba. Kol kas reikia daug žmonių palaikyti ir kurti algoritmus. Sekantis etapas, savarankiškas DI. Tai, manau, įvyks per ateinančius šimtmečius. Bus pažangesnė rūšis už homo sapiens. Gal tuo metu ir žmonės jau koreguos genus ar bus pusiau kyborgai, kad išlaikytų pranašumą. Gal DI trūks kūrybos gebėjimų (žmogiško faktoriaus), bet egzistavimui, nėra būtina sąlyga. DI gali būti nemirtingas (su sąlyga kad pastoviai atnaujinamas) ir idealiai tinka kosmoso erai. Visa ką sugeneravo žmonių vaizduotė, fantastiniai filmai, knygos - neišvengiama ateitis.

Nepilotuojami kosmoso zondai, ir roveriai turi pakankamą dirbtinį intelektą, kad galėtų atlikti veiksmus be tiesioginės žmogaus priežiūros. Žmogus tik nusiunčia planus ateičiai, ir zondas tai vykdo. Bet dėl integracijos su žmonėm - mes dar tam nepasiruošę. Buvo google glass projektas, kuris tą integraciją ištraukė iš kišenės ir uždėjo ant akies. Ir jis dingo. Ankščiau tai vadinosi superkompiuteriai, šiek tiek vėliau clusteriai. "Cloud computing" sąvoką dažniausiai reiškia clusterį, bet ne visada. Kaip ir dirbtinis intelektas, kartais reiškia mašininį mokymąsi, o kartais didelį ir komplikuotą "if .. else .." medį. O arčiausia ką turim fantastiniam filmam yra siri/alexą/googlnow/cortana asistentai. Tik skirtingai nei filmuose, tai nėra vienas izoliuotas įrenginys, o paslauga su minimaliu privatumu galutiniam naudotojui.

ML reikalauja daug išteklių, anksčiau (kažkur orientaciškai plius minus iki 2005) eiliniams vartotojams tokia geležis buvo neprieinama. Dabar, didžiaja dalimi dėl grafinių plokščių naudojimo ne pagal paskirtį, technologija tapo prieinama plačiam ratui ir atitinkamai buvo ištobulinta. Tik kol kas visas intelektas apsiriboja pattern match'inimu, tegul ir "autonominiu".

Šiaip, bet kuri sistema turinti savivaldos, savireguliacijos (ir pan.) elementų yra (ir) intelektinė sistema. Tad intelektinių sistemų įvairovė yra panaši į gyvybės įvairovę (nuo