Kaj je umetna inteligenca?

Umetna inteligenca je:

• Inteligentna entiteta, ki jo je naredil človek,
• Sposobna inteligentnega izvajanja nalog brez eksplicitnih navodil,
• Sposobna racionalnega razmišljanja in delovanja na človeški način.

V jedru umetne inteligence je računalniška znanost, ki želi v strojih oponašati človeško inteligenco. Kaj pa povzroči inteligenco stroja? Mnogo sistemov umentne inteligence (v nadaljevanju UI) uporablja algoritme strojnega učenja in globokega učenja.Poznamo več nivojev umente inteligence.

Nivoji umetne inteligence

Umetno inteligenco lahko razdelimo na tri glavne nivoje:

• Ožja (ali šibka) umetna inteligenca
• Splošna umetna inteligenca
• Umetna super inteligenca
  

Ožja umetna inteligenca

Pravimo ji tudi šibka umetna inteligenca. Je ciljno usmerjena in načrtovana za izvajanje posameznih nalog. Tako stroji izgledajo inteligentni, vendar delujejo pod nekaterimi omejitvami. Ne oponašajo človeške inteligence, pač pa simulirajo človeško obnašanje na osnovi določenih parametrov. Za izvajanje nalog uporabljajo naravni jezik. To je jasno v tehnologijah, kot so klepetalni roboti (chatbots) in sistemi za razpoznavo govora. Z uporabo globokega učenja lahko izkušnjo uporabnika s tako aplikacijo bolj prilagodimo. Tako na primer virtualni asistenti pomnijo naše podatke in bo naša bodoča uporabniška izkušnja boljša.

Primeri ožje oziroma šibke UI:

• Pametni asistenti v spletnih aplikacijah (Siri, Alexa, Cortana)
• Računalniški sistemi z odgovori  na vprašanja v naravnem jeziku (IBMs Watson)
• Samovozeča vozila
• Razpoznavanje obraza
• Filtri neželene elektronske pošte 
• Napovedna orodja

Splošna umetna inteligenca

Pravimo ji tudi močna ali globoka umetna inteligenca. Tu govorimo so koncepti, s pomočjo katerega lahko stroji posnemajo človeško inteligenco, hkrati pa kažejo sposobnost uporabe svoje inteligence za reševanje problemov. Znanstveniki te ravni inteligence še niso mogli doseči. Pred doseganjem te ravni inteligence je treba opraviti pomembne raziskave. Znanstveniki bi morali najti način, kako se lahko stroji s programiranjem množice kognitivnih sposobnosti zavedajo . Nekaj ​​lastnosti globoke umetne inteligence je:

• Prepoznavanje
• Spominjanje se česa (priklicanje)
• Preizkušanje hipotez
• Domišljija
•  Analogija
• Implikacija

Generativna umetna inteligenca

Generativna umetna inteligenca je umetna inteligenca, ki je sposobna generirati besedilo, slike ali druge medije. Generativni modeli umetne inteligence se naučijo vzorcev in strukture iz svojih učnih vhodnih podatkov in nato ustvarijo nove podatke s podobnimi značilnostmi. V začetku leta 2020 je napredek globokih nevronskih mrež omogočil številne  generativne sisteme umetne inteligence. Sem spadajo klepetalni roboti z velikimi jezikovnimi modeli, kot so ChatGPT, Bing Chat, Bard in LLaMA, ter umetniški sistemi besedila v sliko z umetno inteligenco, kot so Stable Diffusion, Midjourney in DALL-E. Generativna umetna inteligenca se uporablja v številnih panogah, vključno z umetnostjo, pisanjem, razvojem programske opreme, oblikovanjem izdelkov, zdravstvenim varstvom, financami, igrami, trženjem in modo.  Vendar pa obstajajo tudi pomisleki glede morebitne zlorabe generativne umetne inteligence, vključno s kibernetsko kriminaliteto ali ustvarjanjem lažne novice ali deepfakes, ki se lahko uporabljajo za zavajanje ali manipulacijo ljudi.

Umetna super inteligenca

Zanekrat je to le hipotetični pojem. To bi bil nivo, ko bi stroj prekosil človeške zmožnosti in sezavedal samega sebe. Kaj takega zasledimo le v kakšnih filmih. Stroji (roboti) naj bi bili sposobni tudi čustev in bi bili bolj uspešni od človeka tudi v umetnosti, znanosti, športu itd. 

Uporaba umetne inteligence

Umetno inteligenco zasledimo na različnih področjih, od igric do zdravstva.Med najboljšimi aplikacijami umetne inteligence omenimo:

Googlove napovedi v Google Maps Aplikacije za deljeno sopotništvo v vozilu Avtopiloti v komercialnih poletih Filtri neželene elektronske pošte Priporočila pri iskanju Razpoznavanje obrazov Predelava glasu v besedila Pametni osebni pomočniki (Siri, Alexa) Zaščita in preprečevanje pred goljufijami

Tehnike umetne inteligence

Strojno učenje

To je metoda, pri kateri računalnik ni eksplicitno programiran za določeno nalogo. Namesto tega se avtomatsko uči iz izkušenj. Podmnožica strojnega učenja je globoko učenje, za napovedno analizo ki temelji na nevronskih mrežah. Poznamo več vrst strojnega učenja, kot so nadzorovano učenje, nenadzorovano učenje in vzpodbujevano učenje. Pri nadzorovanem učenju algoritem sistema ugotovi funkcijo  iz množice učnih podatkov, ki jih predstavljajo pari vhodne vrednosti in želenega izhoda (etikete, v katero skupino tak par sodi). Pri tem želene izhodne vrednosti določa človek - učitelj. Kasneje pa lahko sistem v skladu s temi etiketami klasificira  neznane podatke.  Pri nenadzorovanem učenju algoritem razdeli dane vhodne podatke po svojih kriterijih v več kategorij. Število kategorij in njihove značilnosti izlušči sam algoritem iz vhodnih podatkov. Tako dobimo roje podatkov Človek mu pri tem ne pomaga. Temu postopku pravimo rojenje. Vzpodbujevalno učenje se od nadzorovanega razlikuje po tem, da nimamo parov vhod/izhod, pačpa iščemo najbolj primerno akcijo. Tudi ne iščemo optimalnih akcij takoimenovanega agenta. Cilj takega učenja je najti ravnovesje med raziskovanjem neznanega teritorija in upoštevanjem trenutnega znanja.

Nazaj Naprej

Obdelava naravnega jezika

Računalniki naj bi bili  sprogramirani za obdelavo naravnih jezikov.S pomočjo strojnega učenja naj bi razumeli pomen človeškega jezika. Stroj mora zajeti avdio človeškega govora. Sledi pretvorba zvočnega posnetka v tekst. Če je potrebno zaradi odgovora ljudem, sledi pretvorba besedila v zvočni zapis. Taka obdelava pride v poštev pri klicnih centrih, pa tudi pri prevajalnikih, kot je na primer Google Translate.Obdelava naravnega jezika je težavna.

.

Avtomatizacija in robotika

Avtomatizacija robotskih procesov naj bi omogočala programiranje ponavljajočih se procesov in njihovo prilagajanje morebitnim spremenjenim pogojem.

Računalniški vid

Uporaba računalniškega vida pride v poštev pri identifikaciji podpisa oziroma drugih osebnih podatkov, , razpoznavanju vzorcev, pri analizi medicinskih posnetkov ipd.

Stroji lahko zajemajo vizualne podatke iz kamer in jih analizirajo. Pomembna vidika pri taki obdelavi digitaliziranih signalov sta občutljivost oziroma sposobnost zaznavanja signalov  s slabo ločljivostjo in območje, v katerem mora stroj razočevati predmete.

Prednosti in slabosti umetne inteligence

Demonstracije Umetne inteligence

https://aidemos.microsoft.com/