Razvoj “umetne inteligence” oz. AI/ML


Uradno je: umetna inteligenca (AI) je prišla v naša življenja in bo tu ostala. Konec prejšnjega meseca se je ChatGPT, generativni sistem umetne inteligence, prebil v oči javnosti in predstavil svojo sposobnost ustvarjanja pisne vsebine s samo premeteno ubesedenim pozivom. Toda ChatGPT je le en primer uspeha generativne umetne inteligence v zadnjih letih – drugi sistemi so celo pokazali sposobnost ustvarjanja živahnih slik s pomočjo besedilnih pozivov v sliko in zmage na umetniških tekmovanjih.

Čeprav ti sistemi morda še nimajo žive zavesti, hitro motijo tisto, kar smo mislili, da je AI sposoben. Vendar s tem uspehom pridejo pomisleki glede plagiatorstva, izkoriščanja izvirne vsebine, uporabljene za ustvarjanje modelov, in etike manipulacije informacij. V središču vsega je vprašanje, ali se AI resnično razlikuje od človeške inteligence. Da se sistem kvalificira kot AI, mora pokazati določeno raven učenja in prilagajanja, na splošno pa je razdeljen v dve kategoriji: umetna ozka inteligenca (ANI) in umetna splošna inteligenca (AGI).

Medtem ko so sistemi ANI pokazali uspeh na določenih področjih, kot sta odkrivanje goljufij in prepoznavanje obraza, AGI, ki bi deloval kot ljudje, še ni dosežen. Ključ do ustvarjanja AGI je ustrezno modeliranje sveta z vsem njegovim znanjem na dosleden in uporaben način. Trenutno najbolj opazni poskusi doseganja AGI vključujejo uporabo nevronskih mrež in “globokega učenja”, ki se usposablja na ogromnih količinah podatkov. Za učinkovito delovanje AI potrebuje tri stvari: podatke, računalniško moč in pravi algoritem. Ker AI še naprej napreduje, je pomembno upoštevati etične posledice in zagotoviti, da se tehnologija uporablja za izboljšanje družbe.

Preberite več na: https://www.sciencealert.com/not-everything-we-call-an-ai-is-actually-artificial-intelligence-heres-what-to-know

Mislim, da smo še vedno malo oddaljeni od dobrih stvari. Ampak zdaj se vrti pri finih nastavitvah in seveda denarju. Veliki modeli potrebujejo veliko procesorsko moč in s tem veliko inženirjev, podatkovnih znanstvenikov in DENARJA.

Kdo je za to pripravljen plačati in koliko, je pravo vprašanje.

Ker vemo, da je Watson iz IBM-a prisoten kar nekaj časa in je precej učinkovito reševal probleme, vendar ne tako javno. Pravo vprašanje je torej, kaj zasebniki počnejo veliki igralci (IBM, Microsoft, Google, APPLE, AMAZON) in kdaj se bodo odločili, da bodo svoje izdelke spustili pod sonce …